Skip to main content

Documentation Index

Fetch the complete documentation index at: https://openclaw.zhcndoc.com/llms.txt

Use this file to discover all available pages before exploring further.

当会话运行已经在流式输出时，如果此时有一条消息到达，OpenClaw 可以 将该消息发送到当前活跃的运行时，而不是为同一会话启动另一个运行。 这些公开模式在运行时层面是中立的；Pi 和原生 Codex app-server harness 会以不同方式实现投递细节。

​
运行时边界

Steering 不会中断已经在运行的工具调用。Pi 会在模型边界检查 已排队的 steering 消息：
  1. 助手请求工具调用。
  2. Pi 执行当前助手消息的工具调用批次。
  3. Pi 发出回合结束事件。
  4. Pi 清空已排队的 steering 消息。
  5. Pi 在下一次 LLM 调用之前，将这些消息作为用户消息追加进去。
这样可以让工具结果与请求它们的助手消息保持配对， 然后让下一次模型调用看到最新的用户输入。 原生 Codex app-server harness 暴露的是 turn/steer，而不是 Pi 的 内部 steering 队列。OpenClaw 在那里适配相同的模式：
  • steer 会将已排队的消息在配置的静默窗口内批量处理，然后发送一条 turn/steer 请求，并按到达顺序携带所有已收集的用户输入。
  • queue 通过发送独立的 turn/steer 请求来保持旧版的串行形态。
  • followup、collect、steer-backlog 和 interrupt 保持为 OpenClaw 所有的 队列行为，围绕活跃的 Codex 回合运作。
Codex review 和手动压缩回合会拒绝同回合 steering。当某个 运行时无法接受 steering 时，OpenClaw 会回退到 followup 队列中 该模式允许的行为。 此页面解释的是用于普通入站消息的队列模式 steering。对于 显式的 /steer <message> 命令，请参见 Steer。

​
模式

模式主动运行行为后续 followup 行为
steer在下一个运行时边界把所有已排队的 steering 消息一起注入。这是默认模式。仅在 steering 不可用时回退到 followup。
queue旧版的一次一条 steering。Pi 在每个模型边界注入一条已排队消息；Codex 发送单独的 turn/steer 请求。仅在 steering 不可用时回退到 followup。
steer-backlog与 steer 相同的主动运行 steering 行为。也会将相同的消息保留到稍后的 followup 回合中。
followup不 steering 当前运行。稍后运行排队消息。
collect不 steering 当前运行。在去抖窗口之后，将兼容的已排队消息合并为稍后的一次回合。
interrupt中止当前运行，然后启动最新的消息。无。

​
突发示例

如果在代理执行工具调用时有四个用户发送消息：
  • steer：活跃运行时会在下一次模型决策之前按到达顺序接收全部四条消息。Pi 会在下一个模型边界清空它们；Codex 会将它们作为一条批处理的 turn/steer 接收。
  • queue：旧版串行 steering。Pi 一次注入一条已排队消息；Codex 接收独立的 turn/steer 请求。
  • collect：OpenClaw 等待活跃运行结束，然后在去抖窗口之后使用兼容的已排队消息创建一个 followup 回合。

​
作用范围

Steering 始终针对当前活跃的会话运行。它不会创建新会话，不会更改活跃运行的工具策略，也不会按发送者拆分消息。在多用户频道中，入站提示本来就包含发送者和路由上下文，因此下一次模型调用可以看到每条消息是谁发送的。 当你希望 OpenClaw 构建一个稍后的 followup 回合，并且能够合并兼容消息并保留 followup 队列丢弃策略时，请使用 collect。只有在你需要更旧的、一次一条的 steering 行为时，才使用 queue。

​
去抖

messages.queue.debounceMs 适用于 followup 投递，包括 collect、 followup、steer-backlog，以及在主动运行 steering 不可用时的 steer 回退。对于 Pi，active steer 本身不使用去抖计时器，因为 Pi 自然会把消息批量处理到下一个模型边界。对于原生 Codex harness，OpenClaw 会使用相同的 debounce 值作为静默窗口， 然后再发送批量的 turn/steer。

​
相关内容