快速开始

测试：实时套件

快速开始、QA runner、单元/集成套件和 Docker 流程请参见测试。本页涵盖 真实环境（会触碰网络）的测试套件：模型矩阵、CLI 后端、ACP 和媒体提供商真实环境测试，以及凭证处理。

真实环境：本地配置文件冒烟命令

在临时真实环境检查前先 source ~/.profile，让提供商密钥和本地工具路径与你的 shell 保持一致：

source ~/.profile

安全的媒体冒烟测试：

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

安全的语音通话就绪冒烟测试：

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

voicecall smoke 是一次空运行，除非同时提供 --yes。只有在你明确想发起一次真实通知通话时才使用 --yes。对于 Twilio、Telnyx 和 Plivo，成功的就绪检查需要一个公开的 webhook URL；仅本地 loopback/私有回退会按设计被拒绝。

真实环境：Android 节点能力扫描

测试：src/gateway/android-node.capabilities.live.test.ts
脚本：pnpm android:test:integration
目标：调用已连接 Android 节点当前声明的每个命令，并断言命令契约行为。
范围：
- 有前置条件的手动设置（该套件不会安装/运行/配对应用）。
- 针对所选 Android 节点逐命令进行 Gateway 网关 node.invoke 验证。
所需预先设置：
- Android 应用已经连接并配对到 Gateway 网关。
- 应用保持在前台。
- 已为你期望通过的能力授予权限/采集同意。
可选目标覆盖：
- OPENCLAW_ANDROID_NODE_ID 或 OPENCLAW_ANDROID_NODE_NAME。
- OPENCLAW_ANDROID_GATEWAY_URL / OPENCLAW_ANDROID_GATEWAY_TOKEN / OPENCLAW_ANDROID_GATEWAY_PASSWORD。
Android 完整设置详情：Android 应用

真实环境：模型冒烟测试（配置文件密钥）

真实环境测试拆分为两层，以便隔离故障：

“直接模型”告诉我们给定密钥下提供商/模型是否至少能作答。
“Gateway 网关冒烟测试”告诉我们该模型的完整 gateway+agent 管线是否正常工作（会话、历史、工具、沙箱策略等）。

第 1 层：直接模型补全（无 Gateway 网关）

测试：src/agents/models.profiles.live.test.ts
目标：
- 枚举发现的模型
- 使用 getApiKeyForModel 选择你有凭证的模型
- 对每个模型运行一次小型补全（并在需要时运行定向回归）
启用方式：
- pnpm test:live（或在直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
设置 OPENCLAW_LIVE_MODELS=modern（或 all，它是 modern 的别名）才会实际运行此套件；否则它会跳过，以便让 pnpm test:live 聚焦 Gateway 网关冒烟测试
选择模型的方式：
- OPENCLAW_LIVE_MODELS=modern 运行现代 allowlist（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 是现代 allowlist 的别名
- 或 OPENCLAW_LIVE_MODELS="openai/gpt-5.5,openai-codex/gpt-5.5,anthropic/claude-opus-4-6,..."（逗号分隔 allowlist）
- Modern/all 扫描默认使用精选的高信号上限；设置 OPENCLAW_LIVE_MAX_MODELS=0 可进行详尽现代扫描，或设置正数作为更小上限。
- 详尽扫描使用 OPENCLAW_LIVE_TEST_TIMEOUT_MS 作为整个直接模型测试超时。默认值：60 分钟。
- 直接模型探测默认以 20 路并行运行；设置 OPENCLAW_LIVE_MODEL_CONCURRENCY 可覆盖。
选择提供商的方式：
- OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli"（逗号分隔 allowlist）
密钥来源：
- 默认：配置文件存储和环境变量回退
- 设置 OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 可强制仅使用配置文件存储
存在原因：
- 将“提供商 API 损坏/密钥无效”与“Gateway 网关 agent 管线损坏”分离
- 包含小型、隔离的回归（示例：OpenAI Responses/Codex Responses 推理重放 + tool-call 流程）

第 2 层：Gateway 网关 + 开发 agent 冒烟测试（“@openclaw” 实际执行的内容）

测试：src/gateway/gateway-models.profiles.live.test.ts
目标：
- 启动一个进程内 Gateway 网关
- 创建/修补一个 agent:dev:* 会话（每次运行覆盖模型）
- 遍历有密钥的模型并断言：
  - “有意义”的响应（无工具）
  - 真实工具调用可工作（读取探测）
  - 可选的额外工具探测（exec+read 探测）
  - OpenAI 回归路径（仅 tool-call → 跟进）保持可用
探测详情（便于你快速解释故障）：
- read 探测：测试在工作区写入一个 nonce 文件，并要求 agent read 它，然后回显 nonce。
- exec+read 探测：测试要求 agent 使用 exec 将 nonce 写入临时文件，然后再 read 回来。
- 图片探测：测试附加一张生成的 PNG（猫 + 随机代码），并期望模型返回 cat <CODE>。
- 实现参考：src/gateway/gateway-models.profiles.live.test.ts 和 src/gateway/live-image-probe.ts。
启用方式：
- pnpm test:live（或在直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
选择模型的方式：
- 默认：现代 allowlist（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 是现代 allowlist 的别名
- 或设置 OPENCLAW_LIVE_GATEWAY_MODELS="provider/model"（或逗号列表）来缩小范围
- Modern/all Gateway 网关扫描默认使用精选的高信号上限；设置 OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 可进行详尽现代扫描，或设置正数作为更小上限。
选择提供商的方式（避免“OpenRouter 的全部内容”）：
- OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax"（逗号分隔 allowlist）
工具 + 图片探测在此真实环境测试中始终启用：
- read 探测 + exec+read 探测（工具压力）
- 当模型声明支持图片输入时运行图片探测
- 流程（高层）：
  - 测试生成一张带有“CAT”+ 随机代码的小型 PNG（src/gateway/live-image-probe.ts）
  - 通过 agent attachments: [{ mimeType: "image/png", content: "<base64>" }] 发送
  - Gateway 网关将附件解析为 images[]（src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts）
  - 嵌入式 agent 将多模态用户消息转发给模型
  - 断言：回复包含 cat + 代码（OCR 容忍度：允许少量错误）

Tip

要查看你的机器上可以测试什么（以及精确的 provider/model ID），运行：

openclaw models list
openclaw models list --json

真实环境：CLI 后端冒烟测试（Claude、Codex、Gemini 或其他本地 CLI）

测试：src/gateway/gateway-cli-backend.live.test.ts
目标：使用本地 CLI 后端验证 Gateway 网关 + agent 管线，而不触碰你的默认配置。
后端特定的冒烟默认值位于拥有该后端的插件的 cli-backend.ts 定义中。
启用：
- pnpm test:live（或在直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
- OPENCLAW_LIVE_CLI_BACKEND=1
默认值：
- 默认提供商/模型：claude-cli/claude-sonnet-4-6
- 命令/参数/图片行为来自拥有该 CLI 后端的插件元数据。
覆盖（可选）：
- 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 发送真实图片附件（路径会注入到提示中）。Docker 配方默认关闭此项，除非明确请求。
- OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" 将图片文件路径作为 CLI 参数传入，而不是注入提示。
- OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"（或 "list"）在设置 IMAGE_ARG 时控制图片参数的传递方式。
- OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 发送第二轮并验证恢复流程。
- OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=1 在所选模型支持切换目标时选择加入 Claude Sonnet -> Opus 同会话连续性探测。Docker 配方为聚合可靠性默认关闭此项。
- OPENCLAW_LIVE_CLI_BACKEND_MCP_PROBE=1 选择加入 MCP/工具 loopback 探测。Docker 配方默认关闭此项，除非明确请求。

示例：

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

低成本 Gemini MCP 配置冒烟测试：

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

这不会要求 Gemini 生成响应。它会写入 OpenClaw 提供给 Gemini 的相同系统设置，然后运行 gemini --debug mcp list，以证明保存的 transport: "streamable-http" 服务器会规范化为 Gemini 的 HTTP MCP 形态，并且能连接到本地 streamable-HTTP MCP 服务器。

Docker 配方：

pnpm test:docker:live-cli-backend

单提供商 Docker 配方：

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

说明：

Docker runner 位于 scripts/test-live-cli-backend-docker.sh。
它会在仓库 Docker 镜像内以非 root 的 node 用户运行真实环境 CLI 后端冒烟测试。
它从拥有该后端的插件解析 CLI 冒烟元数据，然后将匹配的 Linux CLI 包（@anthropic-ai/claude-code、@openai/codex 或 @google/gemini-cli）安装到 OPENCLAW_DOCKER_CLI_TOOLS_DIR 下的缓存可写前缀（默认值：~/.cache/openclaw/docker-cli-tools）。
pnpm test:docker:live-cli-backend:claude-subscription 需要可移植 Claude Code 订阅 OAuth，可通过带有 claudeAiOauth.subscriptionType 的 ~/.claude/.credentials.json 或来自 claude setup-token 的 CLAUDE_CODE_OAUTH_TOKEN 提供。它先在 Docker 中证明直接 claude -p 可用，然后在不保留 Anthropic API-key 环境变量的情况下运行两轮 Gateway 网关 CLI 后端。此订阅 lane 默认禁用 Claude MCP/工具和图片探测，因为 Claude 当前会将第三方应用使用路由到额外用量计费，而不是普通订阅计划额度。
真实环境 CLI 后端冒烟测试现在会对 Claude、Codex 和 Gemini 执行相同的端到端流程：文本轮次、图片分类轮次，然后通过 Gateway 网关 CLI 验证 MCP cron 工具调用。
Claude 的默认冒烟测试还会将会话从 Sonnet 修补为 Opus，并验证恢复后的会话仍记得较早的备注。

真实环境：APNs HTTP/2 代理可达性

测试：src/infra/push-apns-http2.live.test.ts
目标：通过本地 HTTP CONNECT 代理隧道连接到 Apple 的沙箱 APNs 端点，发送 APNs HTTP/2 验证请求，并断言 Apple 真实的 403 InvalidProviderToken 响应会经由代理路径返回。
启用：
- OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_APNS_REACHABILITY=1 pnpm test:live src/infra/push-apns-http2.live.test.ts
可选超时：
- OPENCLAW_LIVE_APNS_TIMEOUT_MS=30000

真实环境：ACP 绑定冒烟测试（`/acp spawn ... --bind here`）

测试：src/gateway/gateway-acp-bind.live.test.ts
目标：使用实时 ACP 智能体验证真实 ACP 对话绑定流程：
- 发送 /acp spawn <agent> --bind here
- 原地绑定一个合成的消息渠道对话
- 在同一对话上发送普通后续消息
- 验证后续消息进入已绑定 ACP 会话转录
启用：
- pnpm test:live src/gateway/gateway-acp-bind.live.test.ts
- OPENCLAW_LIVE_ACP_BIND=1
默认值：
- Docker 中的 ACP 智能体：claude,codex,gemini
- 直接运行 pnpm test:live ... 时的 ACP 智能体：claude
- 合成渠道：Slack 私信风格的对话上下文
- ACP 后端：acpx
覆盖项：
- 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
说明：
- 此测试通道使用 Gateway 网关 chat.send 表面，并带有仅限管理员的合成来源路由字段，因此测试可以附加消息渠道上下文，而不必假装向外部投递。
- 未设置 OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND 时，测试会使用内嵌 acpx 插件的内置智能体注册表来选择 ACP harness 智能体。
- 默认情况下，绑定会话的 cron MCP 创建是尽力而为，因为外部 ACP harness 可能会在绑定/图像证明通过后取消 MCP 调用；设置 OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1 可让该绑定后 cron 探测变为严格模式。

示例：

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

Docker 配方：

pnpm test:docker:live-acp-bind

单智能体 Docker 配方：

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

Docker 说明：

Docker 运行器位于 scripts/test-live-acp-bind-docker.sh。
默认情况下，它会按顺序针对聚合的实时 CLI 智能体运行 ACP 绑定冒烟测试：claude、codex，然后是 gemini。
使用 OPENCLAW_LIVE_ACP_BIND_AGENTS=claude、OPENCLAW_LIVE_ACP_BIND_AGENTS=codex、OPENCLAW_LIVE_ACP_BIND_AGENTS=droid、OPENCLAW_LIVE_ACP_BIND_AGENTS=gemini 或 OPENCLAW_LIVE_ACP_BIND_AGENTS=opencode 来收窄矩阵。
它会 source ~/.profile，将匹配的 CLI 凭证材料暂存到容器中，然后在缺失时安装请求的实时 CLI（@anthropic-ai/claude-code、@openai/codex、通过 https://app.factory.ai/cli 安装的 Factory Droid、@google/gemini-cli 或 opencode-ai）。ACP 后端本身是官方 acpx 插件中的内嵌 acpx/runtime 包。
Droid Docker 变体会暂存 ~/.factory 用于设置，转发 FACTORY_API_KEY，并且要求该 API key，因为本地 Factory OAuth/keyring 凭证无法移植进容器。它使用 ACPX 的内置 droid exec --output-format acp 注册表条目。
OpenCode Docker 变体是严格的单智能体回归测试通道。它会在 source ~/.profile 后，从 OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL（默认 opencode/kimi-k2.6）写入临时 OPENCODE_CONFIG_CONTENT 默认模型，并且 pnpm test:docker:live-acp-bind:opencode 要求已绑定的助手转录，而不是接受通用的绑定后跳过。
直接调用 acpx CLI 只是在 Gateway 网关之外比较行为的手动/变通路径。Docker ACP 绑定冒烟测试会执行 OpenClaw 内嵌的 acpx 运行时后端。

实时：Codex app-server harness 冒烟测试

目标：通过常规 Gateway 网关 agent 方法验证插件拥有的 Codex harness：
- 加载内置 codex 插件
- 选择 OPENCLAW_AGENT_RUNTIME=codex
- 发送第一个 Gateway 网关智能体轮次到 openai/gpt-5.5，并强制使用 Codex harness
- 向同一个 OpenClaw 会话发送第二个轮次，并验证 app-server 线程可以恢复
- 通过同一条 Gateway 网关命令路径运行 /codex status 和 /codex models
- 可选运行两个经过 Guardian 审核的提权 shell 探测：一个应被批准的无害命令，以及一个应被拒绝、从而让智能体回问的假密钥上传
测试：src/gateway/gateway-codex-harness.live.test.ts
启用：OPENCLAW_LIVE_CODEX_HARNESS=1
默认模型：openai/gpt-5.5
可选图像探测：OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1
可选 MCP/工具探测：OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1
可选 Guardian 探测：OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1
冒烟测试使用 agentRuntime.id: "codex"，因此损坏的 Codex harness 不能通过静默回退到 PI 而通过测试。
凭证：来自本地 Codex 订阅登录的 Codex app-server 凭证。Docker 冒烟测试也可以在适用时为非 Codex 探测提供 OPENAI_API_KEY，以及可选复制的 ~/.codex/auth.json 和 ~/.codex/config.toml。

本地配方：

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

Docker 配方：

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

Docker 说明：

Docker 运行器位于 scripts/test-live-codex-harness-docker.sh。
它会 source 已挂载的 ~/.profile，传递 OPENAI_API_KEY，在存在时复制 Codex CLI 凭证文件，将 @openai/codex 安装到可写的已挂载 npm 前缀中，暂存源代码树，然后仅运行 Codex harness 实时测试。
Docker 默认启用图像、MCP/工具和 Guardian 探测。当你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，因此旧版别名或 PI 回退无法掩盖 Codex harness 回归。

实时：模型矩阵（覆盖范围）

没有固定的 “CI 模型列表”（实时测试是选择启用的），但以下是建议在带密钥的开发机器上定期覆盖的推荐模型。

现代冒烟集（工具调用 + 图像）

这是我们期望持续工作的“常用模型”运行：

OpenAI（非 Codex）：openai/gpt-5.5
OpenAI Codex OAuth：openai-codex/gpt-5.5
Anthropic：anthropic/claude-opus-4-6（或 anthropic/claude-sonnet-4-6）
Google（Gemini API）：google/gemini-3.1-pro-preview 和 google/gemini-3-flash-preview（避免较旧的 Gemini 2.x 模型）
Google（Antigravity）：google-antigravity/claude-opus-4-6-thinking 和 google-antigravity/gemini-3-flash
DeepSeek：deepseek/deepseek-v4-flash 和 deepseek/deepseek-v4-pro
Z.AI（GLM）：zai/glm-5.1
MiniMax：minimax/MiniMax-M2.7

使用工具 + 图像运行 Gateway 网关冒烟测试： 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

基线：工具调用（Read + 可选 Exec）

每个提供商系列至少选择一个：

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

可选额外覆盖（有则更好）：

xAI：xai/grok-4.3（或最新可用版本）
Mistral：mistral/…（选择一个你已启用且支持 “tools” 的模型）
Cerebras：cerebras/…（如果你有访问权限）
LM Studio：lmstudio/…（本地；工具调用取决于 API 模式）

视觉：图像发送（附件 → 多模态消息）

在 OPENCLAW_LIVE_GATEWAY_MODELS 中包含至少一个支持图像的模型（Claude/Gemini/OpenAI 支持视觉的变体等），以执行图像探测。

聚合器 / 替代 Gateway 网关

如果你已启用密钥，也支持通过以下方式测试：

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

可加入实时矩阵的更多提供商（如果你有凭证/配置）：

内置：openai、openai-codex、anthropic、google、google-vertex、google-antigravity、google-gemini-cli、zai、openrouter、opencode、opencode-go、xai、groq、cerebras、mistral、github-copilot
通过 models.providers（自定义端点）：minimax（云/API），以及任何 OpenAI/Anthropic 兼容代理（LM Studio、vLLM、LiteLLM 等）

凭证（切勿提交）

实时测试会以 CLI 相同的方式发现凭证。实际含义：

如果 CLI 可用，实时测试也应该能找到同样的密钥。
如果实时测试提示“无凭证”，就用调试 openclaw models list / 模型选择的同样方式调试。
每个智能体的凭证配置档案：~/.openclaw/agents/<agentId>/agent/auth-profiles.json（这就是实时测试中“profile keys”的含义）
配置：~/.openclaw/openclaw.json（或 OPENCLAW_CONFIG_PATH）
旧版状态目录：~/.openclaw/credentials/（存在时会复制到暂存的实时测试 home 中，但不是主要的 profile-key 存储）
本地实时运行默认会把当前配置、每个智能体的 auth-profiles.json 文件、旧版 credentials/，以及受支持的外部 CLI 凭证目录复制到临时测试 home；暂存的实时测试 home 会跳过 workspace/ 和 sandboxes/，并移除 agents.*.workspace / agentDir 路径覆盖项，使探测不会触碰你真实主机上的工作区。

如果你想依赖环境变量密钥（例如在你的 ~/.profile 中导出的密钥），请在执行 source ~/.profile 后运行本地测试，或使用下面的 Docker runner（它们可以把 ~/.profile 挂载到容器中）。

Deepgram 实测（音频转写）

测试：extensions/deepgram/audio.live.test.ts
启用：DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live extensions/deepgram/audio.live.test.ts

BytePlus 编码计划实测

测试：extensions/byteplus/live.test.ts
启用：BYTEPLUS_API_KEY=... BYTEPLUS_LIVE_TEST=1 pnpm test:live extensions/byteplus/live.test.ts
可选模型覆盖：BYTEPLUS_CODING_MODEL=ark-code-latest

ComfyUI 工作流媒体实测

测试：extensions/comfy/comfy.live.test.ts
启用：OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
范围：
- 覆盖内置的 comfy 图像、视频和 music_generate 路径
- 除非已配置 plugins.entries.comfy.config.<capability>，否则跳过每项能力
- 适用于更改 comfy 工作流提交、轮询、下载或插件注册之后

图像生成实测

测试：test/image-generation.runtime.live.test.ts
命令：pnpm test:live test/image-generation.runtime.live.test.ts
Harness：pnpm test:live:media image
范围：
- 枚举每个已注册的图像生成提供商插件
- 探测前从你的登录 shell（~/.profile）加载缺失的提供商环境变量
- 默认优先使用实时/环境变量 API key，而不是已存储的凭证配置档案，因此 auth-profiles.json 中的陈旧测试密钥不会遮蔽真实的 shell 凭证
- 跳过没有可用凭证/配置档案/模型的提供商
- 让每个已配置的提供商通过共享图像生成运行时：
  - <provider>:generate
  - 当提供商声明支持编辑时运行 <provider>:edit
当前覆盖的内置提供商：
- deepinfra
- fal
- google
- minimax
- openai
- openrouter
- vydra
- xai
可选收窄：
- 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"
可选凭证行为：
- OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 强制使用配置档案存储中的凭证，并忽略仅环境变量的覆盖项

对于随发布提供的 CLI 路径，请在提供商/运行时实测通过后追加一次 infer 冒烟测试：

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

这会覆盖 CLI 参数解析、配置/默认智能体解析、内置插件激活、共享图像生成运行时，以及实时提供商请求。插件依赖项应在运行时加载前已存在。

音乐生成实测

测试：extensions/music-generation-providers.live.test.ts
启用：OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts
Harness：pnpm test:live:media music
范围：
- 覆盖共享的内置音乐生成提供商路径
- 当前覆盖 Google 和 MiniMax
- 探测前从你的登录 shell（~/.profile）加载提供商环境变量
- 默认优先使用实时/环境变量 API key，而不是已存储的凭证配置档案，因此 auth-profiles.json 中的陈旧测试密钥不会遮蔽真实的 shell 凭证
- 跳过没有可用凭证/配置档案/模型的提供商
- 可用时运行两种已声明的运行时模式：
  - 使用仅提示词输入的 generate
  - 当提供商声明 capabilities.edit.enabled 时运行 edit
- 当前共享通道覆盖范围：
  - google：generate、edit
  - minimax：generate
  - comfy：单独的 Comfy 实测文件，不在这个共享扫描中
可选收窄：
- OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"
- OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.6"
可选凭证行为：
- OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 强制使用配置档案存储中的凭证，并忽略仅环境变量的覆盖项

视频生成实测

测试：extensions/video-generation-providers.live.test.ts
启用：OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
Harness：pnpm test:live:media video
范围：
- 覆盖共享的内置视频生成提供商路径
- 默认使用发布安全的冒烟路径：非 FAL 提供商、每个提供商一次文本到视频请求、一秒钟龙虾提示词，以及来自 OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS 的每提供商操作上限（默认 180000）
- 默认跳过 FAL，因为提供商侧队列延迟可能主导发布时间；传入 --video-providers fal 或 OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal" 可显式运行它
- 探测前从你的登录 shell（~/.profile）加载提供商环境变量
- 默认优先使用实时/环境变量 API key，而不是已存储的凭证配置档案，因此 auth-profiles.json 中的陈旧测试密钥不会遮蔽真实的 shell 凭证
- 跳过没有可用凭证/配置档案/模型的提供商
- 默认只运行 generate
- 设置 OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 后，也会在可用时运行已声明的转换模式：
  - 当提供商声明 capabilities.imageToVideo.enabled，且所选提供商/模型在共享扫描中接受基于 buffer 的本地图像输入时，运行 imageToVideo
  - 当提供商声明 capabilities.videoToVideo.enabled，且所选提供商/模型在共享扫描中接受基于 buffer 的本地视频输入时，运行 videoToVideo
- 当前在共享扫描中已声明但跳过的 imageToVideo 提供商：
  - vydra，因为内置 veo3 仅支持文本，而内置 kling 需要远程图像 URL
- Vydra 专属覆盖：
  - OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts
  - 该文件会运行 veo3 文本到视频，并运行一个默认使用远程图像 URL fixture 的 kling 通道
- 当前 videoToVideo 实时覆盖：
  - 仅当所选模型为 runway/gen4_aleph 时覆盖 runway
- 当前在共享扫描中已声明但跳过的 videoToVideo 提供商：
  - alibaba、qwen、xai，因为这些路径当前需要远程 http(s) / MP4 参考 URL
  - google，因为当前共享 Gemini/Veo 通道使用基于本地 buffer 的输入，而该路径在共享扫描中不被接受
  - openai，因为当前共享通道缺少组织专属视频修补/混剪访问保证
可选收窄：
- 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="" 将默认扫描中的每个提供商都纳入，包括 FAL
- OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000 为激进的冒烟运行降低每个提供商的操作上限
可选凭证行为：
- OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 强制使用配置档案存储中的凭证，并忽略仅环境变量的覆盖项

媒体实测 Harness

命令：pnpm test:live:media
目的：
- 通过一个仓库原生入口点运行共享图像、音乐和视频实测套件
- 从 ~/.profile 自动加载缺失的提供商环境变量
- 默认自动将每个套件收窄到当前拥有可用凭证的提供商
- 复用 scripts/test-live.mjs，因此 Heartbeat 和静默模式行为保持一致
示例：
- 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

测试：实时套件

真实环境：本地配置文件冒烟命令

真实环境：Android 节点能力扫描

真实环境：模型冒烟测试（配置文件密钥）

第 1 层：直接模型补全（无 Gateway 网关）

第 2 层：Gateway 网关 + 开发 agent 冒烟测试（“@openclaw” 实际执行的内容）

真实环境：CLI 后端冒烟测试（Claude、Codex、Gemini 或其他本地 CLI）

真实环境：APNs HTTP/2 代理可达性

真实环境：ACP 绑定冒烟测试（`/acp spawn ... --bind here`）

实时：Codex app-server harness 冒烟测试

推荐实时配方

实时：模型矩阵（覆盖范围）

现代冒烟集（工具调用 + 图像）

基线：工具调用（Read + 可选 Exec）

视觉：图像发送（附件 → 多模态消息）

聚合器 / 替代 Gateway 网关

凭证（切勿提交）

Deepgram 实测（音频转写）

BytePlus 编码计划实测

ComfyUI 工作流媒体实测

图像生成实测

音乐生成实测

视频生成实测

媒体实测 Harness

相关

Ask OpenClaw

# 真实环境：本地配置文件冒烟命令

# 真实环境：Android 节点能力扫描

# 真实环境：模型冒烟测试（配置文件密钥）

# 第 1 层：直接模型补全（无 Gateway 网关）

# 第 2 层：Gateway 网关 + 开发 agent 冒烟测试（“@openclaw” 实际执行的内容）

# 真实环境：CLI 后端冒烟测试（Claude、Codex、Gemini 或其他本地 CLI）

# 真实环境：APNs HTTP/2 代理可达性

# 真实环境：ACP 绑定冒烟测试（/acp spawn ... --bind here）

# 实时：Codex app-server harness 冒烟测试

# 推荐实时配方

# 实时：模型矩阵（覆盖范围）

# 现代冒烟集（工具调用 + 图像）

# 基线：工具调用（Read + 可选 Exec）

# 视觉：图像发送（附件 → 多模态消息）

# 聚合器 / 替代 Gateway 网关

# 凭证（切勿提交）

# Deepgram 实测（音频转写）

# BytePlus 编码计划实测

# ComfyUI 工作流媒体实测

# 图像生成实测

# 音乐生成实测

# 视频生成实测

# 媒体实测 Harness

# 相关

真实环境：本地配置文件冒烟命令

真实环境：Android 节点能力扫描

真实环境：模型冒烟测试（配置文件密钥）

第 1 层：直接模型补全（无 Gateway 网关）

第 2 层：Gateway 网关 + 开发 agent 冒烟测试（“@openclaw” 实际执行的内容）

真实环境：CLI 后端冒烟测试（Claude、Codex、Gemini 或其他本地 CLI）

真实环境：APNs HTTP/2 代理可达性

真实环境：ACP 绑定冒烟测试（`/acp spawn ... --bind here`）

实时：Codex app-server harness 冒烟测试

推荐实时配方

实时：模型矩阵（覆盖范围）

现代冒烟集（工具调用 + 图像）

基线：工具调用（Read + 可选 Exec）

视觉：图像发送（附件 → 多模态消息）

聚合器 / 替代 Gateway 网关

凭证（切勿提交）

Deepgram 实测（音频转写）

BytePlus 编码计划实测

ComfyUI 工作流媒体实测

图像生成实测

音乐生成实测

视频生成实测

媒体实测 Harness

相关