OpenClaw 中文文档
本页内容

本页内容

查看 Markdown以纯文本查看本页在 ChatGPT 中打开针对本页提问在 Claude 中打开针对本页提问

测试和CI

OpenAI 长上下文和实时模型矩阵

实时：OpenAI 长上下文

  • 目标：通过进程自有的隔离 Gateway，验证精确模型嵌入式 OpenClaw 执行，跨越长上下文定价边界，观察一等 OpenAI Responses 压缩项，并证明下一次请求中的不透明重放和前缀裁剪。
  • 测试：src/gateway/gateway-openai-long-context.live.test.ts
  • 启用：OPENCLAW_LIVE_OPENAI_LONG_CONTEXT=1
  • 配置文件：OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_PROFILE=full使用1050000总窗口、922000安全活动输入、128000最大输出和700000压缩阈值选择精确的openai/gpt-5.6-luna。 reduced 以较小的预算达到相同的传输和持久路径。
  • Metrics：OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_METRICS=1 发出相位计时和令牌观察结果。这些测量结果仅供参考，并非 pass/fail 延迟目标。
  • 长输出：OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_OUTPUT=1需要4000到8000个输出令牌之间的固定格式响应。
  • 可选的原始读取工具压力测试： OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_TOOL_OUTPUT=1。它不属于默认配方， 因为有效工具面可能使用 Code Mode，而不是暴露原始读取工具。

完整 922000 输入预算配方：

bash
OPENCLAW_LIVE_OPENAI_LONG_CONTEXT=1 \  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_PROFILE=full \  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_METRICS=1 \  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_OUTPUT=1 \  node --import tsx scripts/test-live.mts --quiet src/gateway/gateway-openai-long-context.live.test.ts

精简预算配方：

bash
OPENCLAW_LIVE_OPENAI_LONG_CONTEXT=1 \  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_PROFILE=reduced \  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_METRICS=1 \  OPENCLAW_LIVE_OPENAI_LONG_CONTEXT_OUTPUT=1 \  node --import tsx scripts/test-live.mts --quiet src/gateway/gateway-openai-long-context.live.test.ts

长上下文硬性判定条件

完整的嵌入式和原生配方是验证运行，而不是吞吐量基准测试。除非满足以下运行时契约，否则测试会失败：

  • 运行时和模型标识是准确的：根据要求嵌入OpenClaw或本机Codex，两者都在openai/gpt-5.6-luna上。
  • 至少有一个提供商请求的输入超过 272000 个 token，并且每次调用都报告优先级服务。
  • 嵌入式 OpenClaw 接收并持久化一等加密 Responses compaction 项，在下一次请求中重放完全相同的不透明项，并裁剪较早的输入前缀。加密内容绝不能出现在显示内容或诊断信息中。
  • 原生 Codex 报告有效窗口为 875900，在没有手动压缩的情况下增长到超过 700000 的总范围阈值，并在下一轮自动压缩。
  • Each 运行时生成 4000 到 8000 个输出令牌之间的固定格式长响应，并通过压缩和网关重启保留持久标记。

压缩耗时、重启延迟、回合延迟和套件总耗时仅作为信息性指标输出。

有界压缩重放

有界重放案例仅在合成工具输出中放置验证标记，重新打开 SQLite 会话，并要求模型调用该标记。在运行任一情况之前配置相应的提供商 API 密钥；显式提供者失败就是测试失败。

Anthropic 练习流式本机压缩和下一个请求的重播。其原生阈值最低为 50,000 个代币：

bash
OPENCLAW_LIVE_TEST=1 ANTHROPIC_LIVE_TEST=1 \  node scripts/run-vitest.mjs --config test/vitest/vitest.live.config.ts \  src/agents/anthropic-transport-stream.live.test.ts \  -t 'replays streamed native compaction from SQLite'

OpenAI 通过具有较小配置上下文预算的托管运行器执行自动客户端汇总，然后重播其持久摘要：

bash
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OPENAI_COMPACTION=1 \  node scripts/run-vitest.mjs --config test/vitest/vitest.live.config.ts \  src/agents/sessions/agent-session.openai-compaction.live.test.ts \  -t 'automatically compacts tool history and resumes from its SQLite checkpoint'

新鲜OpenAI API-key默认：

bash
OPENCLAW_LIVE_GATEWAY_OPENAI_API_DEFAULT=1 \  OPENCLAW_LIVE_GATEWAY_PROVIDERS=openai \  OPENCLAW_LIVE_GATEWAY_THINKING=off \  pnpm test:live -- src/gateway/gateway-models.profiles.live.test.ts

该证明使 OPENCLAW_LIVE_GATEWAY_MODELS 未设置，通过新的入门推理选择路径解析模型，断言 openai/gpt-6-astra，然后使用该解析模型运行真正的网关回合。

GPT-5.6 内嵌 OpenClaw 矩阵：

bash
OPENCLAW_LIVE_GATEWAY_THINKING=ultra \  OPENCLAW_LIVE_GATEWAY_PROVIDERS=openai \  OPENCLAW_LIVE_GATEWAY_MODELS='openai/gpt-5.6-terra,openai/gpt-5.6-luna' \  pnpm test:live -- src/gateway/gateway-models.profiles.live.test.ts

Docker 说明：

  • Docker 运行器位于 scripts/test-live-codex-harness-docker.sh。
  • 它传递 OPENAI_API_KEY，在存在时复制 Codex CLI 认证文件，将 @openai/codex 安装到可写的挂载 npm 前缀中，准备源代码树，然后只运行 Codex-harness 实时测试。
  • Docker 默认启用图像、MCP/tool 和 Guardian 检查。当您需要更窄的调试运行时，设置 OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0 或 OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 或 OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0。
  • Docker 使用相同的显式 Codex 运行时配置，因此旧别名或 OpenClaw 回退无法掩盖 Codex harness 回归。
  • Matrix 目标在一个容器中按顺序运行。 Docker 脚本按目标计数调整其默认的 35 分钟超时；任何外壳或 CI 超时必须允许相同的总数。上游 CI 将每个 GPT-5.6 目标保留在单独的分片中。

推荐的实时测试配方

范围窄、明确的 allowlist 最快，也最不容易出问题：

  • 单模型，直接方式（无 Gateway）：

    • OPENCLAW_LIVE_MODELS="openai/gpt-5.6-luna" pnpm test:live src/agents/models.profiles.live.test.ts

  • 小模型直接 profile：

    • OPENCLAW_LIVE_MODELS=small pnpm test:live src/agents/models.profiles.live.test.ts

  • 小模型 Gateway profile：

    • OPENCLAW_LIVE_GATEWAY_MODELS=small pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • Ollama Cloud API 冒烟：

    • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_BASE_URL=https://ollama.com OPENCLAW_LIVE_OLLAMA_MODEL=glm-5.2:cloud OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 pnpm test:live -- extensions/ollama/ollama.live.test.ts

  • 单模型，Gateway 冒烟：

    • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.6-luna" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • 跨多个提供方的工具调用：

    • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.6-luna,anthropic/claude-opus-4-6,google/gemini-3.5-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • Z.AI 编码方案 GLM-5.3 直烟：

    • ZAI_CODING_LIVE_TEST=1 pnpm test:live src/agents/zai.live.test.ts

  • Google 重点测试：

    • Gemini（API 密钥）：OPENCLAW_LIVE_GATEWAY_MODELS="google/gemini-3.5-flash" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

  • Google 自适应思考冒烟（来自私有 QA CLI 的 qa manual－需要 OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 和源码检出；见 QA 概览）：

    • Gemini 3 动态默认：OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-3.1-pro-preview --alt-model google/gemini-3.1-pro-preview --message '/think adaptive Reply exactly: GEMINI_ADAPTIVE_OK' --timeout-ms 180000
    • Gemini 2.5 动态预算：OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-2.5-flash --alt-model google/gemini-2.5-flash --message '/think adaptive Reply exactly: GEMINI25_ADAPTIVE_OK' --timeout-ms 180000

注意：

  • google/... 使用 Gemini API（API 密钥）。
  • google-gemini-cli/... 使用计算机上的本地 Gemini CLI（单独的身份验证 + 工具怪癖）。
  • google-antigravity/... 不是注册的提供商或支持的安装路径。不要将其添加到实时测试白名单中。
  • Gemini API 与 Gemini CLI：
    • API：OpenClaw 通过 HTTP 调用 Google 托管的 Gemini API（API 密钥/配置文件身份验证）；这就是大多数用户所说的“Gemini”的意思。
    • CLI：OpenClaw shell 到本地 gemini 二进制文件；它有自己的身份验证，并且可以表现不同（streaming/tool support/version 倾斜）。

Live：模型矩阵（我们覆盖的内容）

Live 是可选择加入的，因此没有固定的“CI 模型列表”。 OPENCLAW_LIVE_MODELS=modern / OPENCLAW_LIVE_GATEWAY_MODELS=modern（及其 all 别名）从 src/agents/test-helpers/live-model-dynamic-candidates.ts 中的 HIGH_SIGNAL_LIVE_MODEL_PRIORITY 运行策划的优先级列表，按以下优先级顺序：

Provider/model 笔记
anthropic/claude-opus-5-5
anthropic/claude-opus-5
anthropic/claude-opus-4-8
anthropic/claude-sonnet-5
anthropic/claude-sonnet-4-6
anthropic/claude-opus-4-7
google/gemini-3.1-pro-preview Gemini API
google/gemini-3.5-flash Gemini API
cohere/command-a-plus-05-2026
moonshot/kimi-k3
anthropic/claude-opus-4-6
deepseek/deepseek-v4-flash
deepseek/deepseek-v4-pro
minimax/MiniMax-M3
openai/gpt-5.6
openrouter/openai/gpt-5.6-luna
openrouter/minimax/minimax-m2.7
opencode-go/glm-5.3
xai/grok-4.7
xai/grok-4.6
xai/grok-4.5
xai/grok-4.20-0309-reasoning
zai/glm-5.1
fireworks/accounts/fireworks/routers/glm-5p3-fast
minimax-portal/minimax-m3

精选的 小模型 列表（OPENCLAW_LIVE_MODELS=small / OPENCLAW_LIVE_GATEWAY_MODELS=small）来自 SMALL_LIVE_MODEL_PRIORITY：

Provider/model
lmstudio/qwen/qwen3.5-9b
vllm/qwen/qwen3-8b
sglang/qwen/qwen3-8b
ollama/gemma3:4b
openrouter/qwen/qwen3.5-9b
openrouter/z-ai/glm-5.1
openrouter/z-ai/glm-5
zai/glm-5.1

关于 modern 列表的说明：

  • codex 和 codex-cli 提供程序被排除在默认的现代扫描之外（它们涵盖 CLI-backend/ACP 行为，在 CLI 后端和 APNs 通道上单独测试 和 ACP 绑定和Codex 应用程序服务器通道）。默认情况下，openai/gpt-5.6 本身通过 Codex 应用程序服务器harness进行路由；请参阅Live：Codex应用程序服务器利用smoke。
  • fireworks、google、openrouter 和 xai 在 modern 扫描中只运行其显式精选的模型 id（不会自动扩展为“此提供方的所有模型”）。
  • 在 OPENCLAW_LIVE_GATEWAY_MODELS 中包含至少一个具有图像功能的模型（Claude/Gemini/OpenAI-family 视觉变体等）以进行图像检查。

使用工具 + 图像，针对跨提供方的手选集合运行网关冒烟测试：

bash
OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.6-luna,anthropic/claude-opus-4-6,google/gemini-3.1-pro-preview,google/gemini-3.5-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

在精选列表之外的可选额外覆盖（有则更好，选择一个你已启用且支持“工具”的模型）：

  • Mistral: mistral/...
  • Cerebras：cerebras/...（如果你有权限）
  • LM Studio：lmstudio/...（本地；工具调用取决于 API 模式）

聚合器 / 备用网关

如果你已启用密钥，也可以通过以下方式测试：

  • OpenRouter：openrouter/...（数百个模型；使用 openclaw models scan 查找支持工具 + 图像的候选项）
  • OpenCode：opencode/... 用于 Zen，opencode-go/... 用于 Go（通过 OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY 认证）

您可以在实时矩阵中包含更多提供商（如果您有 creds/config）：

  • 第一方提供方插件：anthropic, cerebras, github-copilot, google, google-gemini-cli, google-vertex, groq, mistral, openai, openrouter, opencode, opencode-go, xai, zai
  • Via models.providers（自定义端点）：minimax （cloud/API），加上任何 OpenAI/Anthropic-compatible 代理（LM Studio、vLLM、LiteLLM 等）
本页有帮助吗？