การทดสอบ: ชุดทดสอบแบบใช้งานจริง

สำหรับการเริ่มต้นอย่างรวดเร็ว, ตัวรัน QA, ชุดทดสอบ unit/integration และโฟลว์ Docker โปรดดู การทดสอบ หน้านี้ครอบคลุมชุดทดสอบ แบบสด (ที่แตะเครือข่าย): model matrix, แบ็กเอนด์ CLI, ACP และการทดสอบสดของผู้ให้บริการสื่อ รวมถึง การจัดการข้อมูลรับรอง

# แบบสด: คำสั่ง smoke สำหรับโปรไฟล์ภายในเครื่อง

source ~/.profile ก่อนตรวจสอบแบบสดเฉพาะกิจ เพื่อให้คีย์ของผู้ให้บริการและพาธเครื่องมือภายในเครื่อง ตรงกับ shell ของคุณ:

source ~/.profile

smoke สื่อที่ปลอดภัย:

pnpm openclaw infer tts convert --local --json \
  --text "OpenClaw live smoke." \
  --output /tmp/openclaw-live-smoke.mp3

smoke ความพร้อมสำหรับการโทรเสียงที่ปลอดภัย:

pnpm openclaw voicecall setup --json
pnpm openclaw voicecall smoke --to "+15555550123"

voicecall smoke เป็นการ dry run เว้นแต่จะมี --yes ด้วย ใช้ --yes เฉพาะ เมื่อคุณตั้งใจจะวางสายแจ้งเตือนจริง สำหรับ Twilio, Telnyx และ Plivo การตรวจสอบความพร้อมที่สำเร็จต้องใช้ URL Webhook สาธารณะ; ทางเลือกสำรองแบบ loopback เฉพาะภายในเครื่อง/ส่วนตัวจะถูกปฏิเสธโดยตั้งใจ

# แบบสด: การ sweep ความสามารถของ Android Node

• การทดสอบ: src/gateway/android-node.capabilities.live.test.ts
• สคริปต์: pnpm android:test:integration
• เป้าหมาย: เรียกใช้ ทุกคำสั่งที่กำลังประกาศอยู่ในปัจจุบัน โดย Android Node ที่เชื่อมต่ออยู่ และยืนยันพฤติกรรมตามสัญญาของคำสั่ง
• ขอบเขต:
  • การตั้งค่าล่วงหน้า/แบบแมนนวล (ชุดทดสอบนี้ไม่ได้ติดตั้ง/รัน/จับคู่แอป)
  • การตรวจสอบ Gateway node.invoke แบบทีละคำสั่งสำหรับ Android Node ที่เลือก
• การตั้งค่าล่วงหน้าที่จำเป็น:
  • แอป Android เชื่อมต่อและจับคู่กับ Gateway แล้ว
  • คงแอปไว้ใน foreground
  • ให้สิทธิ์/ความยินยอมในการจับภาพสำหรับความสามารถที่คุณคาดว่าจะผ่าน
• การ override เป้าหมายแบบเลือกได้:
  • OPENCLAW_ANDROID_NODE_ID หรือ OPENCLAW_ANDROID_NODE_NAME
  • OPENCLAW_ANDROID_GATEWAY_URL / OPENCLAW_ANDROID_GATEWAY_TOKEN / OPENCLAW_ANDROID_GATEWAY_PASSWORD
• รายละเอียดการตั้งค่า Android ฉบับเต็ม: แอป Android

# แบบสด: model smoke (คีย์โปรไฟล์)

การทดสอบสดแบ่งเป็นสองชั้น เพื่อให้เราแยกความล้มเหลวได้:

• "Direct model" บอกเราว่าผู้ให้บริการ/model สามารถตอบได้จริงด้วยคีย์ที่ให้มา
• "Gateway smoke" บอกเราว่า pipeline gateway+agent เต็มรูปแบบทำงานกับ model นั้นได้ (sessions, history, tools, sandbox policy ฯลฯ)

# ชั้นที่ 1: Direct model completion (ไม่มี Gateway)

• การทดสอบ: src/agents/models.profiles.live.test.ts
• เป้าหมาย:
  • แจกแจง models ที่ค้นพบ
  • ใช้ getApiKeyForModel เพื่อเลือก models ที่คุณมี credentials
  • รัน completion ขนาดเล็กต่อ model (และ regression แบบเจาะจงเมื่อจำเป็น)
• วิธีเปิดใช้:
  • pnpm test:live (หรือ OPENCLAW_LIVE_TEST=1 หากเรียก Vitest โดยตรง)
• ตั้งค่า OPENCLAW_LIVE_MODELS=modern (หรือ all ซึ่งเป็น alias สำหรับ modern) เพื่อรันชุดทดสอบนี้จริง; ไม่เช่นนั้นจะข้ามเพื่อให้ pnpm test:live โฟกัสที่ gateway smoke
• วิธีเลือก models:
  • OPENCLAW_LIVE_MODELS=modern เพื่อรัน allowlist สมัยใหม่ (Opus/Sonnet 4.6+, GPT-5.2 + Codex, Gemini 3, DeepSeek V4, GLM 4.7, MiniMax M2.7, Grok 4.3)
  • OPENCLAW_LIVE_MODELS=all เป็น alias สำหรับ allowlist สมัยใหม่
  • หรือ OPENCLAW_LIVE_MODELS="openai/gpt-5.5,openai-codex/gpt-5.5,anthropic/claude-opus-4-6,..." (comma allowlist)
  • การ sweep แบบ modern/all มีค่าเริ่มต้นเป็นขีดจำกัดที่คัดสรรให้สัญญาณสูง; ตั้งค่า OPENCLAW_LIVE_MAX_MODELS=0 สำหรับการ sweep สมัยใหม่แบบครบถ้วน หรือตัวเลขบวกสำหรับขีดจำกัดที่เล็กลง
  • การ sweep แบบครบถ้วนใช้ OPENCLAW_LIVE_TEST_TIMEOUT_MS สำหรับ timeout ของการทดสอบ direct-model ทั้งหมด ค่าเริ่มต้น: 60 นาที
  • โพรบ direct-model รันด้วย parallelism 20 ทางโดยค่าเริ่มต้น; ตั้งค่า OPENCLAW_LIVE_MODEL_CONCURRENCY เพื่อ override
• วิธีเลือกผู้ให้บริการ:
  • OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli" (comma allowlist)
• คีย์มาจากที่ใด:
  • โดยค่าเริ่มต้น: profile store และ env fallbacks
  • ตั้งค่า OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับใช้เฉพาะ profile store
• เหตุผลที่มีสิ่งนี้:
  • แยก "provider API เสีย / คีย์ไม่ถูกต้อง" ออกจาก "gateway agent pipeline เสีย"
  • รวม regression ขนาดเล็กที่แยกขาด (ตัวอย่าง: OpenAI Responses/Codex Responses reasoning replay + โฟลว์ tool-call)

# ชั้นที่ 2: Gateway + dev agent smoke (สิ่งที่ "@openclaw" ทำจริง)

• การทดสอบ: src/gateway/gateway-models.profiles.live.test.ts
• เป้าหมาย:
  • เริ่ม Gateway แบบ in-process
  • สร้าง/patch session agent:dev:* (override model ต่อการรัน)
  • ไล่ตรวจ models-with-keys และยืนยันว่า:
    • การตอบกลับ "มีความหมาย" (ไม่มี tools)
    • การเรียกใช้ tool จริงทำงานได้ (read probe)
    • โพรบ tool เพิ่มเติมแบบเลือกได้ (exec+read probe)
    • เส้นทาง regression ของ OpenAI (tool-call-only → follow-up) ยังคงทำงาน
• รายละเอียดโพรบ (เพื่อให้คุณอธิบายความล้มเหลวได้เร็ว):
  • โพรบ read: การทดสอบเขียนไฟล์ nonce ใน workspace แล้วขอให้ agent read และ echo nonce กลับมา
  • โพรบ exec+read: การทดสอบขอให้ agent ใช้ exec เขียน nonce ลงในไฟล์ temp แล้ว read กลับมา
  • โพรบ image: การทดสอบแนบ PNG ที่สร้างขึ้น (cat + โค้ดแบบสุ่ม) และคาดว่า model จะส่งคืน cat <CODE>
  • อ้างอิงการใช้งาน: src/gateway/gateway-models.profiles.live.test.ts และ src/gateway/live-image-probe.ts
• วิธีเปิดใช้:
  • pnpm test:live (หรือ OPENCLAW_LIVE_TEST=1 หากเรียก Vitest โดยตรง)
• วิธีเลือก models:
  • ค่าเริ่มต้น: allowlist สมัยใหม่ (Opus/Sonnet 4.6+, GPT-5.2 + Codex, Gemini 3, DeepSeek V4, GLM 4.7, MiniMax M2.7, Grok 4.3)
  • OPENCLAW_LIVE_GATEWAY_MODELS=all เป็น alias สำหรับ allowlist สมัยใหม่
  • หรือตั้งค่า OPENCLAW_LIVE_GATEWAY_MODELS="provider/model" (หรือรายการคั่นด้วยจุลภาค) เพื่อจำกัดขอบเขต
  • การ sweep gateway แบบ modern/all มีค่าเริ่มต้นเป็นขีดจำกัดที่คัดสรรให้สัญญาณสูง; ตั้งค่า OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 สำหรับการ sweep สมัยใหม่แบบครบถ้วน หรือตัวเลขบวกสำหรับขีดจำกัดที่เล็กลง
• วิธีเลือกผู้ให้บริการ (หลีกเลี่ยง "OpenRouter ทุกอย่าง"):
  • OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax" (comma allowlist)
• โพรบ tool + image เปิดอยู่เสมอในการทดสอบสดนี้:
  • โพรบ read + โพรบ exec+read (ความเครียดของ tool)
  • โพรบ image รันเมื่อ model ประกาศว่ารองรับ image input
  • โฟลว์ (ระดับสูง):
    • การทดสอบสร้าง PNG ขนาดเล็กที่มี "CAT" + โค้ดสุ่ม (src/gateway/live-image-probe.ts)
    • ส่งผ่าน agent attachments: [{ mimeType: "image/png", content: "<base64>" }]
    • Gateway แยกวิเคราะห์ attachments เป็น images[] (src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts)
    • Embedded agent ส่งต่อข้อความผู้ใช้แบบ multimodal ไปยัง model
    • การยืนยัน: คำตอบมี cat + โค้ด (ความทนทาน OCR: อนุญาตให้มีข้อผิดพลาดเล็กน้อย)

# แบบสด: smoke แบ็กเอนด์ CLI (Claude, Codex, Gemini หรือ CLI ภายในเครื่องอื่น)

• การทดสอบ: src/gateway/gateway-cli-backend.live.test.ts
• เป้าหมาย: ตรวจสอบ pipeline Gateway + agent โดยใช้แบ็กเอนด์ CLI ภายในเครื่อง โดยไม่แตะ config เริ่มต้นของคุณ
• ค่าเริ่มต้น smoke เฉพาะแบ็กเอนด์อยู่กับคำนิยาม cli-backend.ts ของ extension เจ้าของ
• เปิดใช้:
  • pnpm test:live (หรือ OPENCLAW_LIVE_TEST=1 หากเรียก Vitest โดยตรง)
  • OPENCLAW_LIVE_CLI_BACKEND=1
• ค่าเริ่มต้น:
  • ผู้ให้บริการ/model เริ่มต้น: claude-cli/claude-sonnet-4-6
  • พฤติกรรม command/args/image มาจาก metadata ของ Plugin แบ็กเอนด์ CLI เจ้าของ
• Overrides (เลือกได้):
  • OPENCLAW_LIVE_CLI_BACKEND_MODEL="codex-cli/gpt-5.5"
  • OPENCLAW_LIVE_CLI_BACKEND_COMMAND="/full/path/to/codex"
  • OPENCLAW_LIVE_CLI_BACKEND_ARGS='["exec","--json","--color","never","--sandbox","read-only","--skip-git-repo-check"]'
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_PROBE=1 เพื่อส่ง image attachment จริง (พาธจะถูก inject ลงใน prompt) สูตร Docker ปิดค่านี้โดยค่าเริ่มต้น เว้นแต่จะร้องขอโดยชัดแจ้ง
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" เพื่อส่งพาธไฟล์รูปภาพเป็น CLI args แทนการ inject ใน prompt
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat" (หรือ "list") เพื่อควบคุมวิธีส่ง image args เมื่อตั้งค่า IMAGE_ARG
  • OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 เพื่อส่ง turn ที่สองและตรวจสอบโฟลว์ resume
  • OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=1 เพื่อเลือกใช้โพรบความต่อเนื่องใน session เดียวกัน Claude Sonnet -> Opus เมื่อ model ที่เลือกสนับสนุน switch target สูตร Docker ปิดค่านี้โดยค่าเริ่มต้นเพื่อความน่าเชื่อถือโดยรวม
  • OPENCLAW_LIVE_CLI_BACKEND_MCP_PROBE=1 เพื่อเลือกใช้โพรบ loopback ของ MCP/tool สูตร Docker ปิดค่านี้โดยค่าเริ่มต้น เว้นแต่จะร้องขอโดยชัดแจ้ง

ตัวอย่าง:

OPENCLAW_LIVE_CLI_BACKEND=1 \
  OPENCLAW_LIVE_CLI_BACKEND_MODEL="codex-cli/gpt-5.5" \
  pnpm test:live src/gateway/gateway-cli-backend.live.test.ts

smoke config Gemini MCP ราคาถูก:

OPENCLAW_LIVE_TEST=1 \
  pnpm test:live src/agents/cli-runner/bundle-mcp.gemini.live.test.ts

สิ่งนี้ไม่ได้ขอให้ Gemini สร้างการตอบกลับ มันเขียนการตั้งค่า system แบบเดียวกับที่ OpenClaw ให้ Gemini แล้วรัน gemini --debug mcp list เพื่อพิสูจน์ว่า เซิร์ฟเวอร์ transport: "streamable-http" ที่บันทึกไว้ถูก normalize เป็นรูปแบบ HTTP MCP ของ Gemini และสามารถเชื่อมต่อกับเซิร์ฟเวอร์ MCP streamable-HTTP ภายในเครื่องได้

สูตร Docker:

pnpm test:docker:live-cli-backend

สูตร Docker สำหรับผู้ให้บริการรายเดียว:

pnpm test:docker:live-cli-backend:claude
pnpm test:docker:live-cli-backend:claude-subscription
pnpm test:docker:live-cli-backend:codex
pnpm test:docker:live-cli-backend:gemini

หมายเหตุ:

• ตัวรัน Docker อยู่ที่ scripts/test-live-cli-backend-docker.sh
• มันรัน smoke แบ็กเอนด์ CLI สดภายในอิมเมจ Docker ของ repo ในฐานะผู้ใช้ node ที่ไม่ใช่ root
• มัน resolve metadata smoke ของ CLI จาก extension เจ้าของ แล้วติดตั้งแพ็กเกจ Linux CLI ที่ตรงกัน (@anthropic-ai/claude-code, @openai/codex หรือ @google/gemini-cli) ลงใน prefix ที่เขียนได้และมี cache ที่ OPENCLAW_DOCKER_CLI_TOOLS_DIR (ค่าเริ่มต้น: ~/.cache/openclaw/docker-cli-tools)
• pnpm test:docker:live-cli-backend:claude-subscription ต้องใช้ Claude Code subscription OAuth แบบพกพา ผ่าน ~/.claude/.credentials.json ที่มี claudeAiOauth.subscriptionType หรือ CLAUDE_CODE_OAUTH_TOKEN จาก claude setup-token โดยจะพิสูจน์ claude -p โดยตรงใน Docker ก่อน จากนั้นรัน Gateway CLI-backend สอง turn โดยไม่เก็บรักษา env vars ของ Anthropic API-key lane subscription นี้ปิดโพรบ MCP/tool และ image ของ Claude โดยค่าเริ่มต้น เพราะตอนนี้ Claude route การใช้งานแอปของบุคคลที่สามผ่านการคิดค่าบริการ extra-usage แทนขีดจำกัดของแผน subscription ปกติ
• ตอนนี้ smoke แบ็กเอนด์ CLI สดฝึกโฟลว์ end-to-end เดียวกันสำหรับ Claude, Codex และ Gemini: turn ข้อความ, turn การจำแนกรูปภาพ แล้วตามด้วยการเรียก tool MCP cron ที่ตรวจสอบผ่าน gateway CLI
• smoke เริ่มต้นของ Claude ยัง patch session จาก Sonnet เป็น Opus และตรวจสอบว่า session ที่ resume แล้วยังจำบันทึกก่อนหน้าได้

# แบบสด: ความสามารถในการเข้าถึง proxy APNs HTTP/2

• การทดสอบ: src/infra/push-apns-http2.live.test.ts
• เป้าหมาย: tunnel ผ่าน HTTP CONNECT proxy ภายในเครื่องไปยัง endpoint APNs sandbox ของ Apple, ส่งคำขอตรวจสอบ APNs HTTP/2 และยืนยันว่าการตอบกลับจริง 403 InvalidProviderToken ของ Apple กลับมาผ่านเส้นทาง proxy
• เปิดใช้:
  • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_APNS_REACHABILITY=1 pnpm test:live src/infra/push-apns-http2.live.test.ts
• timeout แบบเลือกได้:
  • OPENCLAW_LIVE_APNS_TIMEOUT_MS=30000

# แบบสด: ACP bind smoke (/acp spawn ... --bind here)

• การทดสอบ: src/gateway/gateway-acp-bind.live.test.ts
• เป้าหมาย: ตรวจสอบโฟลว์การผูกการสนทนา ACP จริงกับเอเจนต์ ACP แบบไลฟ์:
  • ส่ง /acp spawn <agent> --bind here
  • ผูกการสนทนาช่องทางข้อความสังเคราะห์ไว้ ณ จุดเดิม
  • ส่งข้อความติดตามผลตามปกติในการสนทนาเดียวกันนั้น
  • ตรวจสอบว่าข้อความติดตามผลไปถึงทรานสคริปต์ของเซสชัน ACP ที่ถูกผูกไว้
• เปิดใช้:
  • pnpm test:live src/gateway/gateway-acp-bind.live.test.ts
  • OPENCLAW_LIVE_ACP_BIND=1
• ค่าเริ่มต้น:
  • เอเจนต์ ACP ใน Docker: claude,codex,gemini
  • เอเจนต์ ACP สำหรับ pnpm test:live ... โดยตรง: claude
  • ช่องทางสังเคราะห์: บริบทการสนทนาแบบ Slack DM
  • แบ็กเอนด์ ACP: acpx
• การแทนที่:
  • OPENCLAW_LIVE_ACP_BIND_AGENT=claude
  • OPENCLAW_LIVE_ACP_BIND_AGENT=codex
  • OPENCLAW_LIVE_ACP_BIND_AGENT=droid
  • OPENCLAW_LIVE_ACP_BIND_AGENT=gemini
  • OPENCLAW_LIVE_ACP_BIND_AGENT=opencode
  • OPENCLAW_LIVE_ACP_BIND_AGENTS=claude,codex,gemini
  • OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND='npx -y @agentclientprotocol/claude-agent-acp@<version>'
  • OPENCLAW_LIVE_ACP_BIND_CODEX_MODEL=gpt-5.5
  • OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL=opencode/kimi-k2.6
  • OPENCLAW_LIVE_ACP_BIND_REQUIRE_TRANSCRIPT=1
  • OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1
  • OPENCLAW_LIVE_ACP_BIND_PARENT_MODEL=openai/gpt-5.5
• หมายเหตุ:
  • เลนนี้ใช้พื้นผิว chat.send ของ Gateway พร้อมฟิลด์เส้นทางต้นทางสังเคราะห์สำหรับผู้ดูแลระบบเท่านั้น เพื่อให้การทดสอบแนบบริบทช่องทางข้อความได้โดยไม่แสร้งว่าส่งออกไปภายนอก
  • เมื่อไม่ได้ตั้งค่า OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND การทดสอบจะใช้รีจิสทรีเอเจนต์ในตัวของ Plugin acpx ที่ฝังไว้สำหรับเอเจนต์ฮาร์เนส ACP ที่เลือก
  • การสร้าง MCP ของ Cron สำหรับเซสชันที่ถูกผูกไว้เป็นแบบพยายามอย่างดีที่สุดโดยค่าเริ่มต้น เพราะฮาร์เนส ACP ภายนอกอาจยกเลิกการเรียก MCP หลังจากหลักฐานการผูก/รูปภาพผ่านแล้ว ตั้งค่า OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1 เพื่อให้โพรบ Cron หลังการผูกเข้มงวด

ตัวอย่าง:

OPENCLAW_LIVE_ACP_BIND=1 \
  OPENCLAW_LIVE_ACP_BIND_AGENT=claude \
  pnpm test:live src/gateway/gateway-acp-bind.live.test.ts

สูตร Docker:

pnpm test:docker:live-acp-bind

สูตร Docker สำหรับเอเจนต์เดียว:

pnpm test:docker:live-acp-bind:claude
pnpm test:docker:live-acp-bind:codex
pnpm test:docker:live-acp-bind:droid
pnpm test:docker:live-acp-bind:gemini
pnpm test:docker:live-acp-bind:opencode

หมายเหตุ Docker:

• ตัวรัน Docker อยู่ที่ scripts/test-live-acp-bind-docker.sh
• โดยค่าเริ่มต้น จะรันสโมกการผูก ACP กับเอเจนต์ CLI ไลฟ์แบบรวมตามลำดับ: claude, codex แล้ว gemini
• ใช้ OPENCLAW_LIVE_ACP_BIND_AGENTS=claude, OPENCLAW_LIVE_ACP_BIND_AGENTS=codex, OPENCLAW_LIVE_ACP_BIND_AGENTS=droid, OPENCLAW_LIVE_ACP_BIND_AGENTS=gemini หรือ OPENCLAW_LIVE_ACP_BIND_AGENTS=opencode เพื่อจำกัดเมทริกซ์
• ระบบจะโหลดค่า ~/.profile, เตรียมวัสดุการยืนยันตัวตนของ CLI ที่ตรงกันเข้าไปในคอนเทนเนอร์ แล้วติดตั้ง CLI ไลฟ์ที่ร้องขอ (@anthropic-ai/claude-code, @openai/codex, Factory Droid ผ่าน https://app.factory.ai/cli, @google/gemini-cli หรือ opencode-ai) หากยังไม่มี แบ็กเอนด์ ACP เองคือแพ็กเกจ acpx/runtime ที่ฝังมาจาก Plugin acpx อย่างเป็นทางการ
• ตัวแปร Docker ของ Droid จะเตรียม ~/.factory สำหรับการตั้งค่า ส่งต่อ FACTORY_API_KEY และต้องใช้คีย์ API นั้น เพราะการยืนยันตัวตน Factory OAuth/keyring ภายในเครื่องไม่สามารถย้ายเข้าไปในคอนเทนเนอร์ได้ ระบบใช้รายการรีจิสทรีในตัวของ ACPX คือ droid exec --output-format acp
• ตัวแปร Docker ของ OpenCode เป็นเลนรีเกรสชันเอเจนต์เดียวแบบเข้มงวด โดยเขียนโมเดลเริ่มต้น OPENCODE_CONFIG_CONTENT ชั่วคราวจาก OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL (ค่าเริ่มต้น opencode/kimi-k2.6) หลังจากโหลด ~/.profile และ pnpm test:docker:live-acp-bind:opencode ต้องมีทรานสคริปต์ผู้ช่วยที่ถูกผูกไว้ แทนที่จะยอมรับการข้ามหลังการผูกแบบทั่วไป
• การเรียก CLI acpx โดยตรงเป็นเพียงเส้นทางแบบแมนนวล/ทางเลี่ยงสำหรับเปรียบเทียบพฤติกรรมนอก Gateway เท่านั้น สโมกการผูก ACP ของ Docker ทดสอบแบ็กเอนด์รันไทม์ acpx ที่ฝังไว้ของ OpenClaw

# ไลฟ์: สโมกฮาร์เนส Codex app-server

• เป้าหมาย: ตรวจสอบฮาร์เนส Codex ที่ Plugin เป็นเจ้าของผ่านเมธอด agent ของ Gateway ตามปกติ:
  • โหลด Plugin codex ที่บันเดิลมา
  • เลือก OPENCLAW_AGENT_RUNTIME=codex
  • ส่งเทิร์นเอเจนต์ Gateway แรกไปยัง openai/gpt-5.5 โดยบังคับใช้ฮาร์เนส Codex
  • ส่งเทิร์นที่สองไปยังเซสชัน OpenClaw เดียวกัน และตรวจสอบว่าเธรด app-server สามารถทำงานต่อได้
  • รัน /codex status และ /codex models ผ่านเส้นทางคำสั่ง Gateway เดียวกัน
  • เลือกรันโพรบเชลล์ที่ยกระดับสิทธิ์และผ่านการตรวจของ Guardian สองรายการ: คำสั่งที่ไม่เป็นอันตรายซึ่งควรได้รับอนุมัติ และการอัปโหลดความลับปลอมซึ่งควรถูกปฏิเสธเพื่อให้เอเจนต์ถามกลับ
• การทดสอบ: src/gateway/gateway-codex-harness.live.test.ts
• เปิดใช้: OPENCLAW_LIVE_CODEX_HARNESS=1
• โมเดลเริ่มต้น: openai/gpt-5.5
• โพรบรูปภาพแบบเลือกได้: OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1
• โพรบ MCP/เครื่องมือแบบเลือกได้: OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1
• โพรบ Guardian แบบเลือกได้: OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1
• สโมกใช้ agentRuntime.id: "codex" ดังนั้นฮาร์เนส Codex ที่เสียจะไม่สามารถผ่านได้ด้วยการถอยกลับไปใช้ PI อย่างเงียบ ๆ
• การยืนยันตัวตน: การยืนยันตัวตน app-server ของ Codex จากการเข้าสู่ระบบการสมัครสมาชิก Codex ในเครื่อง สโมก Docker ยังสามารถระบุ OPENAI_API_KEY สำหรับโพรบที่ไม่ใช่ Codex เมื่อเกี่ยวข้อง รวมถึงคัดลอก ~/.codex/auth.json และ ~/.codex/config.toml แบบเลือกได้

สูตรภายในเครื่อง:

source ~/.profile
OPENCLAW_LIVE_CODEX_HARNESS=1 \
  OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1 \
  OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1 \
  OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1 \
  OPENCLAW_LIVE_CODEX_HARNESS_MODEL=openai/gpt-5.5 \
  pnpm test:live -- src/gateway/gateway-codex-harness.live.test.ts

สูตร Docker:

source ~/.profile
pnpm test:docker:live-codex-harness

หมายเหตุ Docker:

• ตัวรัน Docker อยู่ที่ scripts/test-live-codex-harness-docker.sh
• ระบบโหลด ~/.profile ที่เมานต์ไว้ ส่งผ่าน OPENAI_API_KEY, คัดลอกไฟล์ยืนยันตัวตนของ Codex CLI เมื่อมีอยู่, ติดตั้ง @openai/codex ลงใน prefix npm ที่เมานต์แบบเขียนได้, เตรียมซอร์สทรี แล้วรันเฉพาะการทดสอบไลฟ์ของฮาร์เนส Codex
• Docker เปิดใช้โพรบรูปภาพ, MCP/เครื่องมือ และ Guardian โดยค่าเริ่มต้น ตั้งค่า OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0 หรือ OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 หรือ OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0 เมื่อต้องการรันดีบักที่แคบลง
• Docker ใช้การกำหนดค่ารันไทม์ Codex แบบระบุชัดเจนเดียวกัน ดังนั้นนามแฝงเดิมหรือการถอยกลับไปใช้ PI จะไม่สามารถซ่อนรีเกรสชันของฮาร์เนส Codex ได้

# สูตรไลฟ์ที่แนะนำ

รายการอนุญาตที่แคบและระบุชัดเจนเร็วที่สุดและเกิดความไม่เสถียรน้อยที่สุด:

• โมเดลเดียว แบบตรง (ไม่ผ่าน Gateway):

  • OPENCLAW_LIVE_MODELS="openai/gpt-5.5" pnpm test:live src/agents/models.profiles.live.test.ts

• โมเดลเดียว สโมก Gateway:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• การเรียกเครื่องมือข้ามผู้ให้บริการหลายราย:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,openai-codex/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3-flash-preview,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M2.7" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• โฟกัส Google (คีย์ Gemini API + Antigravity):

  • Gemini (คีย์ API): OPENCLAW_LIVE_GATEWAY_MODELS="google/gemini-3-flash-preview" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • Antigravity (OAuth): OPENCLAW_LIVE_GATEWAY_MODELS="google-antigravity/claude-opus-4-6-thinking,google-antigravity/gemini-3-pro-high" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• สโมกการคิดแบบปรับตัวของ Google:

  • หากคีย์ในเครื่องอยู่ในโปรไฟล์เชลล์: source ~/.profile
  • ค่าเริ่มต้นแบบไดนามิกของ Gemini 3: 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
  • งบประมาณแบบไดนามิกของ Gemini 2.5: 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

หมายเหตุ:

• google/... ใช้ Gemini API (คีย์ API)
• google-antigravity/... ใช้บริดจ์ Antigravity OAuth (เอนด์พอยต์เอเจนต์แบบ Cloud Code Assist)
• google-gemini-cli/... ใช้ Gemini CLI ภายในเครื่องของคุณ (การยืนยันตัวตนแยกต่างหาก + รายละเอียดเฉพาะของเครื่องมือ)
• Gemini API เทียบกับ Gemini CLI:
  • API: OpenClaw เรียก Gemini API ที่ Google โฮสต์ผ่าน HTTP (คีย์ API / การยืนยันตัวตนของโปรไฟล์); นี่คือสิ่งที่ผู้ใช้ส่วนใหญ่หมายถึงเมื่อพูดว่า "Gemini"
  • CLI: OpenClaw เรียกไบนารี gemini ภายในเครื่องผ่านเชลล์; มีการยืนยันตัวตนของตัวเองและอาจมีพฤติกรรมต่างกัน (การสตรีม/การรองรับเครื่องมือ/ความเหลื่อมของเวอร์ชัน)

# ไลฟ์: เมทริกซ์โมเดล (สิ่งที่เราครอบคลุม)

ไม่มี "รายการโมเดล CI" แบบตายตัว (ไลฟ์เป็นแบบเลือกเปิดใช้) แต่ต่อไปนี้คือโมเดลที่ แนะนำ ให้ครอบคลุมเป็นประจำบนเครื่องพัฒนาที่มีคีย์

# ชุดสโมกสมัยใหม่ (การเรียกเครื่องมือ + รูปภาพ)

นี่คือการรัน "โมเดลทั่วไป" ที่เราคาดว่าจะทำงานต่อไปได้:

• OpenAI (ไม่ใช่ Codex): openai/gpt-5.5
• OpenAI Codex OAuth: openai-codex/gpt-5.5
• Anthropic: anthropic/claude-opus-4-6 (หรือ anthropic/claude-sonnet-4-6)
• Google (Gemini API): google/gemini-3.1-pro-preview และ google/gemini-3-flash-preview (หลีกเลี่ยงโมเดล Gemini 2.x ที่เก่ากว่า)
• Google (Antigravity): google-antigravity/claude-opus-4-6-thinking และ google-antigravity/gemini-3-flash
• DeepSeek: deepseek/deepseek-v4-flash และ deepseek/deepseek-v4-pro
• Z.AI (GLM): zai/glm-5.1
• MiniMax: minimax/MiniMax-M2.7

รันสโมก Gateway พร้อมเครื่องมือ + รูปภาพ: OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,openai-codex/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3.1-pro-preview,google/gemini-3-flash-preview,google-antigravity/claude-opus-4-6-thinking,google-antigravity/gemini-3-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M2.7" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

# พื้นฐาน: การเรียกเครื่องมือ (Read + Exec แบบเลือกได้)

เลือกอย่างน้อยหนึ่งรายการต่อกลุ่มผู้ให้บริการ:

• OpenAI: openai/gpt-5.5
• Anthropic: anthropic/claude-opus-4-6 (หรือ anthropic/claude-sonnet-4-6)
• Google: google/gemini-3-flash-preview (หรือ google/gemini-3.1-pro-preview)
• DeepSeek: deepseek/deepseek-v4-flash
• Z.AI (GLM): zai/glm-5.1
• MiniMax: minimax/MiniMax-M2.7

ความครอบคลุมเพิ่มเติมแบบเลือกได้ (มีไว้ก็ดี):

• xAI: xai/grok-4.3 (หรือเวอร์ชันล่าสุดที่มี)
• Mistral: mistral/… (เลือกโมเดลหนึ่งที่รองรับ "tools" และคุณเปิดใช้ไว้)
• Cerebras: cerebras/… (หากคุณมีสิทธิ์เข้าถึง)
• LM Studio: lmstudio/… (ภายในเครื่อง; การเรียกเครื่องมือขึ้นอยู่กับโหมด API)

# วิชัน: การส่งรูปภาพ (ไฟล์แนบ → ข้อความมัลติโมดัล)

รวมโมเดลที่รองรับรูปภาพอย่างน้อยหนึ่งรายการใน OPENCLAW_LIVE_GATEWAY_MODELS (ตัวแปร Claude/Gemini/OpenAI ที่รองรับวิชัน เป็นต้น) เพื่อทดสอบโพรบรูปภาพ

# ตัวรวบรวม / Gateway ทางเลือก

หากคุณเปิดใช้คีย์ไว้ เรายังรองรับการทดสอบผ่าน:

• OpenRouter: openrouter/... (มีหลายร้อยโมเดล; ใช้ openclaw models scan เพื่อค้นหาตัวเลือกที่รองรับเครื่องมือ+รูปภาพ)
• OpenCode: opencode/... สำหรับ Zen และ opencode-go/... สำหรับ Go (ยืนยันตัวตนผ่าน OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY)

ผู้ให้บริการเพิ่มเติมที่คุณสามารถใส่ในเมทริกซ์ไลฟ์ได้ (หากคุณมีข้อมูลลับ/การกำหนดค่า):

• ในตัว: openai, openai-codex, anthropic, google, google-vertex, google-antigravity, google-gemini-cli, zai, openrouter, opencode, opencode-go, xai, groq, cerebras, mistral, github-copilot
• ผ่าน models.providers (เอนด์พอยต์กำหนดเอง): minimax (คลาวด์/API) รวมถึงพร็อกซีที่เข้ากันได้กับ OpenAI/Anthropic ใด ๆ (LM Studio, vLLM, LiteLLM เป็นต้น)

# ข้อมูลลับ (ห้ามคอมมิต)

การทดสอบไลฟ์ค้นหาข้อมูลลับด้วยวิธีเดียวกับที่ CLI ใช้ ผลทางปฏิบัติคือ:

• หาก CLI ใช้งานได้ การทดสอบไลฟ์ควรพบคีย์เดียวกัน

• หากการทดสอบไลฟ์บอกว่า "no creds" ให้ดีบักแบบเดียวกับที่คุณดีบัก openclaw models list / การเลือกโมเดล

• โปรไฟล์การยืนยันตัวตนรายเอเจนต์: ~/.openclaw/agents/<agentId>/agent/auth-profiles.json (นี่คือความหมายของ "profile keys" ในการทดสอบจริง)

• การกำหนดค่า: ~/.openclaw/openclaw.json (หรือ OPENCLAW_CONFIG_PATH)

• ไดเรกทอรีสถานะดั้งเดิม: ~/.openclaw/credentials/ (คัดลอกเข้าไปในโฮมสำหรับทดสอบจริงที่จัดเตรียมไว้เมื่อมีอยู่ แต่ไม่ใช่ที่เก็บคีย์โปรไฟล์หลัก)

• การรันจริงในเครื่องจะคัดลอกการกำหนดค่าที่ใช้งานอยู่, ไฟล์ auth-profiles.json รายเอเจนต์, credentials/ ดั้งเดิม และไดเรกทอรีการยืนยันตัวตนของ CLI ภายนอกที่รองรับ เข้าไปในโฮมทดสอบชั่วคราวโดยค่าเริ่มต้น; โฮมสำหรับทดสอบจริงที่จัดเตรียมไว้จะข้าม workspace/ และ sandboxes/ และจะตัดการแทนที่พาธ agents.*.workspace / agentDir ออก เพื่อให้โพรบไม่แตะเวิร์กสเปซจริงบนโฮสต์ของคุณ

หากคุณต้องการพึ่งพาคีย์จากสภาพแวดล้อม (เช่น ส่งออกไว้ใน ~/.profile ของคุณ) ให้รันการทดสอบในเครื่องหลังจาก source ~/.profile หรือใช้ตัวรัน Docker ด้านล่าง (ตัวรันเหล่านี้สามารถเมานต์ ~/.profile เข้าไปในคอนเทนเนอร์ได้)

# Deepgram แบบใช้งานจริง (การถอดเสียงจากเสียง)

• การทดสอบ: extensions/deepgram/audio.live.test.ts
• เปิดใช้: DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live extensions/deepgram/audio.live.test.ts

# แผนการเขียนโค้ด BytePlus แบบใช้งานจริง

• การทดสอบ: extensions/byteplus/live.test.ts
• เปิดใช้: BYTEPLUS_API_KEY=... BYTEPLUS_LIVE_TEST=1 pnpm test:live extensions/byteplus/live.test.ts
• การแทนที่โมเดลแบบไม่บังคับ: BYTEPLUS_CODING_MODEL=ark-code-latest

# สื่อเวิร์กโฟลว์ ComfyUI แบบใช้งานจริง

• การทดสอบ: extensions/comfy/comfy.live.test.ts
• เปิดใช้: OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
• ขอบเขต:
  • ทดสอบพาธภาพ วิดีโอ และ music_generate ของ comfy ที่บันเดิลมา
  • ข้ามแต่ละความสามารถ เว้นแต่มีการกำหนดค่า plugins.entries.comfy.config.<capability>
  • มีประโยชน์หลังจากเปลี่ยนการส่งเวิร์กโฟลว์ comfy, การโพล, การดาวน์โหลด หรือการลงทะเบียน Plugin

# การสร้างภาพแบบใช้งานจริง

• การทดสอบ: test/image-generation.runtime.live.test.ts
• คำสั่ง: pnpm test:live test/image-generation.runtime.live.test.ts
• ชุดทดสอบ: pnpm test:live:media image
• ขอบเขต:
  • แจกแจง Plugin ผู้ให้บริการสร้างภาพที่ลงทะเบียนไว้ทุกตัว
  • โหลดตัวแปรสภาพแวดล้อมของผู้ให้บริการที่ขาดหายจากเชลล์ล็อกอินของคุณ (~/.profile) ก่อนโพรบ
  • ใช้คีย์ API แบบใช้งานจริง/จากสภาพแวดล้อมก่อนโปรไฟล์การยืนยันตัวตนที่เก็บไว้โดยค่าเริ่มต้น ดังนั้นคีย์ทดสอบเก่าใน auth-profiles.json จะไม่บดบังข้อมูลประจำตัวจริงในเชลล์
  • ข้ามผู้ให้บริการที่ไม่มีการยืนยันตัวตน/โปรไฟล์/โมเดลที่ใช้งานได้
  • รันผู้ให้บริการแต่ละรายที่กำหนดค่าไว้ผ่านรันไทม์การสร้างภาพที่ใช้ร่วมกัน:
    • <provider>:generate
    • <provider>:edit เมื่อผู้ให้บริการประกาศว่ารองรับการแก้ไข
• ผู้ให้บริการที่บันเดิลมาปัจจุบันซึ่งครอบคลุม:
  • deepinfra
  • fal
  • google
  • minimax
  • openai
  • openrouter
  • vydra
  • xai
• การจำกัดขอบเขตแบบไม่บังคับ:
  • OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS="openai,google,openrouter,xai"
  • OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS="deepinfra"
  • OPENCLAW_LIVE_IMAGE_GENERATION_MODELS="openai/gpt-image-2,google/gemini-3.1-flash-image-preview,openrouter/google/gemini-3.1-flash-image-preview,xai/grok-imagine-image"
  • OPENCLAW_LIVE_IMAGE_GENERATION_CASES="google:flash-generate,google:pro-edit,openrouter:generate,xai:default-generate,xai:default-edit"
• พฤติกรรมการยืนยันตัวตนแบบไม่บังคับ:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับใช้การยืนยันตัวตนจากที่เก็บโปรไฟล์และละเว้นการแทนที่ที่มาจากสภาพแวดล้อมเท่านั้น

สำหรับพาธ CLI ที่จัดส่ง ให้เพิ่มการทดสอบควัน infer หลังจากการทดสอบจริงของผู้ให้บริการ/รันไทม์ผ่านแล้ว:

OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_INFER_CLI_TEST=1 pnpm test:live -- test/image-generation.infer-cli.live.test.ts
openclaw infer image providers --json
openclaw infer image generate \
  --model google/gemini-3.1-flash-image-preview \
  --prompt "Minimal flat test image: one blue square on a white background, no text." \
  --output ./openclaw-infer-image-smoke.png \
  --json

ส่วนนี้ครอบคลุมการแยกวิเคราะห์อาร์กิวเมนต์ของ CLI, การแปลงค่าการกำหนดค่า/เอเจนต์เริ่มต้น, การเปิดใช้งาน Plugin ที่บันเดิลมา, รันไทม์การสร้างภาพที่ใช้ร่วมกัน และคำขอจริงไปยังผู้ให้บริการ คาดว่าการพึ่งพาของ Plugin จะมีอยู่ก่อนโหลดรันไทม์

# การสร้างเพลงแบบใช้งานจริง

• การทดสอบ: extensions/music-generation-providers.live.test.ts
• เปิดใช้: OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts
• ชุดทดสอบ: pnpm test:live:media music
• ขอบเขต:
  • ทดสอบพาธผู้ให้บริการสร้างเพลงที่บันเดิลมาและใช้ร่วมกัน
  • ปัจจุบันครอบคลุม Google และ MiniMax
  • โหลดตัวแปรสภาพแวดล้อมของผู้ให้บริการจากเชลล์ล็อกอินของคุณ (~/.profile) ก่อนโพรบ
  • ใช้คีย์ API แบบใช้งานจริง/จากสภาพแวดล้อมก่อนโปรไฟล์การยืนยันตัวตนที่เก็บไว้โดยค่าเริ่มต้น ดังนั้นคีย์ทดสอบเก่าใน auth-profiles.json จะไม่บดบังข้อมูลประจำตัวจริงในเชลล์
  • ข้ามผู้ให้บริการที่ไม่มีการยืนยันตัวตน/โปรไฟล์/โมเดลที่ใช้งานได้
  • รันโหมดรันไทม์ที่ประกาศไว้ทั้งสองโหมดเมื่อพร้อมใช้งาน:
    • generate ด้วยอินพุตที่มีเฉพาะพรอมต์
    • edit เมื่อผู้ให้บริการประกาศ capabilities.edit.enabled
  • ความครอบคลุมของเลนที่ใช้ร่วมกันปัจจุบัน:
    • google: generate, edit
    • minimax: generate
    • comfy: ไฟล์ Comfy แบบใช้งานจริงแยกต่างหาก ไม่ใช่การกวาดแบบใช้ร่วมกันนี้
• การจำกัดขอบเขตแบบไม่บังคับ:
  • OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"
  • OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.6"
• พฤติกรรมการยืนยันตัวตนแบบไม่บังคับ:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับใช้การยืนยันตัวตนจากที่เก็บโปรไฟล์และละเว้นการแทนที่ที่มาจากสภาพแวดล้อมเท่านั้น

# การสร้างวิดีโอแบบใช้งานจริง

• การทดสอบ: extensions/video-generation-providers.live.test.ts
• เปิดใช้: OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
• ชุดทดสอบ: pnpm test:live:media video
• ขอบเขต:
  • ทดสอบพาธผู้ให้บริการสร้างวิดีโอที่บันเดิลมาและใช้ร่วมกัน
  • ค่าเริ่มต้นคือพาธทดสอบควันที่ปลอดภัยสำหรับรีลีส: ผู้ให้บริการที่ไม่ใช่ FAL, คำขอ text-to-video หนึ่งรายการต่อผู้ให้บริการ, พรอมต์กุ้งล็อบสเตอร์หนึ่งวินาที และขีดจำกัดการดำเนินการต่อผู้ให้บริการจาก OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 โดยค่าเริ่มต้น)
  • ข้าม FAL โดยค่าเริ่มต้นเพราะเวลาแฝงของคิวฝั่งผู้ให้บริการอาจครอบงำเวลารีลีส; ส่ง --video-providers fal หรือ OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal" เพื่อรันอย่างชัดเจน
  • โหลดตัวแปรสภาพแวดล้อมของผู้ให้บริการจากเชลล์ล็อกอินของคุณ (~/.profile) ก่อนโพรบ
  • ใช้คีย์ API แบบใช้งานจริง/จากสภาพแวดล้อมก่อนโปรไฟล์การยืนยันตัวตนที่เก็บไว้โดยค่าเริ่มต้น ดังนั้นคีย์ทดสอบเก่าใน auth-profiles.json จะไม่บดบังข้อมูลประจำตัวจริงในเชลล์
  • ข้ามผู้ให้บริการที่ไม่มีการยืนยันตัวตน/โปรไฟล์/โมเดลที่ใช้งานได้
  • รันเฉพาะ generate โดยค่าเริ่มต้น
  • ตั้งค่า OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 เพื่อรันโหมดแปลงที่ประกาศไว้ด้วยเมื่อพร้อมใช้งาน:
    • imageToVideo เมื่อผู้ให้บริการประกาศ capabilities.imageToVideo.enabled และผู้ให้บริการ/โมเดลที่เลือกยอมรับอินพุตภาพในเครื่องที่หนุนด้วยบัฟเฟอร์ในการกวาดแบบใช้ร่วมกัน
    • videoToVideo เมื่อผู้ให้บริการประกาศ capabilities.videoToVideo.enabled และผู้ให้บริการ/โมเดลที่เลือกยอมรับอินพุตวิดีโอในเครื่องที่หนุนด้วยบัฟเฟอร์ในการกวาดแบบใช้ร่วมกัน
  • ผู้ให้บริการ imageToVideo ที่ประกาศไว้แต่ถูกข้ามในปัจจุบันในการกวาดแบบใช้ร่วมกัน:
    • vydra เพราะ veo3 ที่บันเดิลมาเป็นข้อความอย่างเดียว และ kling ที่บันเดิลมาต้องใช้ URL ภาพระยะไกล
  • ความครอบคลุมเฉพาะผู้ให้บริการ Vydra:
    • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts
    • ไฟล์นั้นรัน text-to-video ของ veo3 รวมถึงเลน kling ที่ใช้ฟิกซ์เจอร์ URL ภาพระยะไกลโดยค่าเริ่มต้น
  • ความครอบคลุม videoToVideo แบบใช้งานจริงปัจจุบัน:
    • runway เฉพาะเมื่อโมเดลที่เลือกคือ runway/gen4_aleph
  • ผู้ให้บริการ videoToVideo ที่ประกาศไว้แต่ถูกข้ามในปัจจุบันในการกวาดแบบใช้ร่วมกัน:
    • alibaba, qwen, xai เพราะพาธเหล่านั้นปัจจุบันต้องใช้ URL อ้างอิง http(s) / MP4 ระยะไกล
    • google เพราะเลน Gemini/Veo ที่ใช้ร่วมกันปัจจุบันใช้อินพุตที่หนุนด้วยบัฟเฟอร์ในเครื่อง และพาธนั้นไม่ได้รับการยอมรับในการกวาดแบบใช้ร่วมกัน
    • openai เพราะเลนที่ใช้ร่วมกันปัจจุบันไม่มีการรับประกันการเข้าถึงวิดีโอ inpaint/remix เฉพาะองค์กร
• การจำกัดขอบเขตแบบไม่บังคับ:
  • OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="deepinfra,google,openai,runway"
  • OPENCLAW_LIVE_VIDEO_GENERATION_MODELS="google/veo-3.1-fast-generate-preview,openai/sora-2,runway/gen4_aleph"
  • OPENCLAW_LIVE_VIDEO_GENERATION_SKIP_PROVIDERS="" เพื่อรวมผู้ให้บริการทุกตัวในการกวาดเริ่มต้น รวมถึง FAL
  • OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000 เพื่อลดขีดจำกัดการดำเนินการของแต่ละผู้ให้บริการสำหรับการรันทดสอบควันแบบเข้มงวด
• พฤติกรรมการยืนยันตัวตนแบบไม่บังคับ:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับใช้การยืนยันตัวตนจากที่เก็บโปรไฟล์และละเว้นการแทนที่ที่มาจากสภาพแวดล้อมเท่านั้น

# ชุดทดสอบสื่อแบบใช้งานจริง

• คำสั่ง: pnpm test:live:media
• วัตถุประสงค์:
  • รันชุดทดสอบจริงของภาพ เพลง และวิดีโอที่ใช้ร่วมกันผ่านจุดเข้าใช้งานแบบเนทีฟของรีโปเพียงจุดเดียว
  • โหลดตัวแปรสภาพแวดล้อมของผู้ให้บริการที่ขาดหายจาก ~/.profile โดยอัตโนมัติ
  • จำกัดขอบเขตแต่ละชุดให้เหลือผู้ให้บริการที่ปัจจุบันมีการยืนยันตัวตนที่ใช้งานได้โดยอัตโนมัติตามค่าเริ่มต้น
  • ใช้ scripts/test-live.mjs ซ้ำ เพื่อให้พฤติกรรม Heartbeat และโหมดเงียบยังคงสอดคล้องกัน
• ตัวอย่าง:
  • pnpm test:live:media
  • pnpm test:live:media image video --providers openai,google,minimax
  • pnpm test:live:media video --video-providers openai,runway --all-providers
  • pnpm test:live:media music --quiet

# ที่เกี่ยวข้อง

• การทดสอบ - ชุดทดสอบหน่วย, การผสานรวม, QA และ Docker