openclaw如何恢复上一份对话

我敢说只要你下载 open clone， 百分之九十的人都会遇到这个问题，就是一般你们打开 open clone 的 时候啊，开机的时候他一般是启动的，然后它上面有个链接啊，你们复制进去像我一样啊，然后呢，注册 上面显示是红色的，然后你对话又没有反应什么的啊，是不是这个问题？如果是这个问题的话，那么你们就看对视频了，今天给大家带来三种解决的方法，遇到这种问题啊，有三个解决方法，关注主播就没问题了。 首先我们要干什么呢？首先我们要啊，第一个解决方法的话，就是看上一期视频 安装的位置，还有这个指令，然后你们设置完之后，大概有这么一个啊，界面啊，有一个选项啊，大概是找到这个啊，这个网关下面就是啊，这个 网关的这个密码或者说密钥之类的啊，我就不给大家展示了，这个东西啊，除非说如果你们女朋友不懂的话，可以给女朋友看， 这个东西要复制保存下来啊。第二个方法很简单，适合大部分的人啊，就是输入指令，然后我们啊在公屏上啊敲这个指令， 随便打开一个中端啊，随便打开一个中端来，我们啊这个不是这个，这个输入不了，然后这个的话，我们看一下下面有没有， 我们随便打开一个终端，以管理员身份运行这个指令，一敲进去，他的这个密钥就出来了啊，反光的密钥出来了，问题来了，这个密钥出来了，发到哪里才会连接成功呢啊？ 打开浏览器还是这个样子啊，还是这个红色的啊，是吧？ ok， 那 么我们就讲到这个第三个方法了啊，还是这个红色的啊，是吧？ ok， 那 么我们就讲到这个第三个方法，顺便把这个给解决了啊。 首先链接在哪里找呢啊？一般有两个窗口， windows 装的话有两个窗口，然后我们上面啊，第一排文字下面，这里复制这里到这边就是网络大概这个位置啊，就是复制这个进这个浏览器啊，然后把这个网站啊 就来到这里，而我们把刚刚复制到的那个密钥啊，走到这里啊， 自己粘贴进去啊，自己粘贴进去，一定要复制完整的啊，复制错的话那是不成功的啊，而且还是有效的那个网关密钥才行啊，然后复制进去啊，然后点这里啊，点一下他就绿色了，这里就可以正常聊天了。 那么我们第三个方法还没有开始说啊，第三个方法还没有开始说啊，就是打开 openclose 的 这 s o n 文件，大概是在啊这个目录啊，我们回到这个 c 盘， c 盘 用户你的名字，然后呢？找到啊， openclose 前面有一个点的，然后呢我们就 找到这个文件，打开啊，打开之后啊，下面有一个啊这个的，然后有一一串很长很长的，这个就是这个 啊，这个什么网关的密钥啊，把它复制进来啊，粘贴进去啊，来到这个网站啊这个选项啊，然后呢输入进去之后，点一下左边这个，一点一下它就绿色了啊，这边我试过的啊，清澈有效，如果你们的这个密钥 无效了，或者说没用了，那就大概率失败，那这种情况怎么办呢？我们就用啊 上一期视频，跟着上一期视频重新操作一遍啊，就可以恢复对话聊天了。昨天我是啊，首先我知道昨天有很多兄弟加了群， 但是我没有同意，因为啊，我没有把那个文件呃整理出来，内容很多嘛。然后我想整理完再把大家 啊统一进来，然后把这个文档分享出去。声明一点啊，看这期视频的兄弟们必须对电脑的安全有一定防范的，像普通人的话啊，就是普通用户的话， 根本没必要折腾，直接划走。 ok， 那 么本期作品就到这里了，如果有缘，我们下期再见。

大家好，今天我们来学习如何将 open curl 连接至微信。首先要确保 open curl 可用，像这样可以对话就好了。接下来我们按 win 加二，输入 cmd， 打开，接着输入这条命令，安装微信插件，在微信 app 里也可以找到， 从设置下滑找到插件进去，找到 clubbot 详情页里就是了。直接复制到 cmd 窗口，回去安装，等待一会，这里我们加一下速， 随后窗口就会出现二维码，用微信扫一扫，像这样显示失败就复制下面的链接，复制到浏览器，打开再扫描，扫描成功之后就不用管了。回到 c m d 窗口正常启动， open call 启动之后就可以对话了。下面是正常的对话， 输入消息发送名称处显示对方正在输入，如果不显示也没关系，可能是网络原因。看一下 c m d 后台，等待一会儿消息之后看到消息就完成了。现在消息已经发送完了，今天就到这里，下期再见。

今天我想分享一下我的 open cloud ai 分 身系统，它能够把你和龙虾的任何对话和任务，所有你感兴趣的文件、文本和网站，都自动地，智能地沉淀为 skills， 真正做到龙虾越来越懂你，越用越好用。借助 opd， 你 可以可以看到和修改所有沉淀的知识，让每次对话，每一个收藏都变成有价值的内容和知识体系。 那么这个视频我们会首先看一遍完整的效果，看一个个真实的输入是如何一步步变成长期的记忆以及 skills 的。 然后呢，我会说一下它如何安装，如何使用，最后我们一起说一下它背后的工作原理和如何定制好的。废话不多说，我们开始，接下来我们看一下完整的效果。 这套记忆系统有两个完整的入口来进行输入，第一个入口就是不论你用任何的聊天软件和你的 open cloud 的 日常对话和给他的所有任务。 第二个入口就是这个桌面上的盒马，我们呀，可以把文件拖进去，也可以直接复制粘贴一段文本或者一个网站的网址，它呢就会帮我们存到我们这个系统里面去， 所以我日常跟 open class 对 话都会推荐到系统里面去，比如这里我让它总结啊 serbian 这篇文章，那么这是第一个入口，第二个入口就是这个张开嘴巴的盒马，你可以给他 pdf， 可以 复制过去一段文本呢。这里呢，我给他一个网页的链接，就是我视频一直用的思维导图软件， 复制网站的链接之后给他，他就会吃掉这个内容，进入我们的系统，我们可以看到思路啊，是来自于 jobbox， 只不过我们是进入自己的系统，而不是去上传到云端了。而这一步非常重要，因为啊，真实的工作不只有对话，很多高价值的信息是来自文本、网页和收藏，这也就是这个盒马存在的目的。 看到会一直在我们的屏幕的这个角落，你可以调到他的位置，也可以关掉他。不论是在浏览器工作，还是在别的软件工作，都可以随时随地把资料给他。整个系统的记忆啊，分为好几层，在我们和 open call 对 话完之后，或者你把文件网址给到盒马之后呢，这些文件资料或者是对话就会来到第一层， 来更好地查看和编辑所有 macdunk 文件。这里我用了 obsidian 这个开源的笔记软件，你没有用过没关系，因为所有的操作 obsidian 的 操作都是 agent 来完成的，我们只是用来看和改。我还专门做了这样一个 welcome 欢迎页面，里面有着我们日常使用的时候需要看的几个网页，其实也不多， 从上到下就是我们整个系统慢慢沉淀的过程。系统的最上层啊，就是这个 main take 页面，这也最简单，用来收取信息，刚好未进去的这些资料啊，就会被系统首先接到。这里 可以看到系统已经把这些输入分成了 task 任务， decision 决定 content candidate 用来做内容，一些材料， its， research， material， 参考资料等等不同的类型， 也就是说它不是原样的堆砌，已经开始做第一次的分流了。比如这里，我们可以看到刚才给河马的网页链接和我们刚才 open cloud 的 对话，它总结的内容 main take 仅仅是接触信息不等，已经变成长期的知识了，里面的东西呢，很多还是原材料，比如刚才我们说的分类度还比较散， 那么从 maintake 出发，系统会判断它到底值不值得继续往下沉淀。如果值得，它通常会被挂到更正式的 markdown 文件里面去。比如这里我们展示的这个内容数的 project decision 和 content angle 的 下面的所有的 markdown 文件，它们呢，都是真理国的正式页面。 然后大模型会从这些更有价值的页面里面挑出真正值得长期保留的部分，提炼成后选的基液。这些后选基液啊，首先会被显示在 mainmemory distillation queue 等待内容的蒸馏。先说明一下，这里的蒸馏不是大模型训练里面的模型蒸馏各像是一种内容的提炼。我们来到这个页面，这个页面呢，就是把之前整理过的正式内容，刚才也说了，再往下压一压，提炼成更短更清楚，更适合长期保留的后选基液。 对这一页的内容都是后人，我们还要经过下一步的蒸馏和筛选。那么你可以看到这里有不同的内容。这里呢，你可以手动的审批，有四种选择，分别是你同意合并和其他的之前已经有的长期的一些记忆进行合并 升级。所谓的就是覆盖之前有的旧内容，用这个新的内容进行覆盖，或者是直接丢掉。那么如果你什么都不做呢，系统会自动判断，这也不用担心 这些内容啊，一旦审批通过，就会进入后面的长期记忆系统，但是呢，进入长期系统并不代表着这个记忆会变成最终的 skills， 只有系统发现某一种做法反复出现，反复有效的时候，才会把它升级成我们 open cloud 里面可以反复使用的 skills。 那 养出来的 skills 可以 在 main skill pack 这个页面里面看到也可以看到啊。这里列出来的都是系统已经比较稳定的会做的几类的事情， 比如说内容蓝图的生成啊，项目审查与证据回路啊等等。你可以看看每一个能力呢，都会说它可不可靠， 主要解决什么问题，以及什么条件下能够触发这个 skills。 那 最重要的是，这些能力还不只是停留在 obsidian 里面， 它呢还会继续被发布成 openclaw 原生的 skills。 刚才我们也说到了，比如这里，我们直接去 openclaw 的 文件夹，然后在 skills 目录下面可以看到，比如这 comptube 这个我制作内容的蓝图，这个 skill 已经在我日常和 openclaw 对 话过程中自己养出来了。那这里呢，我们就真正地把知识变成了 openclaw 能调用的行动能力。 最后，这套系统也是可以定制的。为此你并不需要专门先理解整个内部的结构，你只需要告诉它五件事情， 第一，你最希望他帮你处理哪些事情？第二，你最希望他长期留下哪些内容？第三，你最不希望他老记住哪些内容？第四，你现在最常做的重复工作以及最后。第五， 你希望他以后越来越擅长什么。我也准备了这样一个专门的提示词，把这几项填进去，就可以让系统慢慢的往自己想要的方向去沉淀和生长。 最后我说一下就是 macos， 你 要是用这个项目的话，所有的功能你都可以用，但是 linux 这个桌面的盒马，这个桌宠，这个入口你现在是不能用的，还不支持。那么欢迎大家去 t e 秀和 pr， 那 么我们这期就到这里，我们下期再见。

当前 openclo 的 痛点， token 限行爆炸，新绘画忘掉昨天解决过的 bug， 装了几十个技能模型，选不对。我们实测七轮对话， token 从一点五万涨到九点五万， 消耗增长六点四倍。阿里最新论文 skill router 解释了一个问题，技能池越来越大，光看名字和描述，选技能基本靠猜，完整代码才是决定性信号，但技能选对只是第一步，对话越来越强。 token 爆炸，新绘画忘掉上次解决过的问题， 这些怎么办？来看 graph memory， 一 句话，一个 open class 上下文记忆插件，把对话自动提取成知识图谱，压缩百分之七十五的 token， 还能跨绘画。记住之前的经验，它做四件事， 第一，主动知识蒸馏，不等上下文爆炸才压缩对话过程中实时提取三元组。第二，持续图谱加双层召回，不是，通过社区剧类和 page rank 精准找到最相关的知识。 第三，个人知识资产，你的知识图谱存在本地 sq lite 里，换设备只需导出一个文件，数据属于你。第四，知识白盒，它能看到每个知识节点关系，让记忆不再是黑盒。 插件源码已经在 get 不 开源，我们结合源码一起分析它的数据流泉炼录一条消息从进来到下一次绘画被召回，经过五个阶段， 打开 index t s 文件。第一阶段，每条消息进来，直接存 s q like 数据库，零 l l m 消耗。 第二阶段，组装上下文，把图谱节点生成 xml， 注入系统提示词，同时裁剪进轮对话也是零 l l m。 第三阶段，每轮结束后一步提取三元组，每 n 轮跑一次，配置 rank 和社区检测， 这里需要 a l a m， 但不阻塞用户。第四阶段，绘画结束时， evant 提升为 skill， 然后跑全量维护去重 page rank， 社区检测加摘药。第五阶段，下次开新绘画时，双路径并行召回， p p r 排序后注入上下文，这就是它的数据流泉炼录。 下面我们来看它的核心机制，四层锁影加三层召回。先说四层锁影，就是它存知识的四种方式。第一层，向量锁影，你问一个问题， 它把问题变成向量，去搜语义最接近的知识，搜不够就补关键词，权威搜索。第二层，社区锁影，举个例子， 比如你这两天一直在搞 docker 部署，装镜像，改配置，调端口，这些知识会自动聚成一个 dok 社区，你问前两天做了什么，关键词搜不到，但社区能找到。第三层，进轮对话，最后一轮完整保留，包括工具返回结果， 前面两到五轮只留用户输入和 ai 文本回复。第四层，溯源片段，排名最高的三个知识节点，会附带当时的原始对话，让 ai 不 光知道结论，还知道当时是怎么得出这个结论的。再说三层召回，就是找知识的时候怎么找？举个例子，你问安装 m c p 出错， 第一层，精确找，直接搜到上次安装 mcp 出错时记录的那个节点，然后顺着这个节点的关系往外走，发现同一个社区里还有一个 npm 代理配置的节点， 可能也有关，一起拿出来，最后按配置 rank 排个序，最相关的排前面。第二层，模糊找，假如你的问题比较笼统，比如最近解决过什么问题，精确搜，搜不到， 这时候他会把你的问题和每个知识社区的家要做匹配，高客社区匹配度高，就把这个社区里的 top 节点拿出来， 两层同时跑，精确的结果全要模糊的结果去重后补充。第三层合并注入两条路的结果合在一起，按相关性排序 塞进系统提示词里给 ai 看。简单说就是能精确找到的精确找，找不到的模糊找，两条路同时跑，最后合在一起。实测数据，七轮对话，安装 m c p 工具加登录加查询 无插件 token 从一点五万限性增长到九点五万，用了 graph memory r 四开始 token 就 稳定在二点四万左右，不再涨了，压缩率百分之七十五。安装配置演示原码在 get 部开源 m i t 协议 插件已经上架科乐 hop， 直接在科 hop 上搜索 graph memory 就 能找到我们的插件。安装就一行命令，我的 openclaw 是 三点二四，目前最新版本，执行安装命令，等待插件安装完成， 然后执行命令检查 安装成功。步骤二，激活上下文引擎，这是容易漏掉的关键步骤，不设的话插件装了也不会工作。打开 opencloud json 文件，找到 context engine 部分， 复制视力代码，替换原来的这几行，然后填入 l l m 模型和嵌入模型的 a p i 和 u i o r， 保存后配置全部完成。如果大家想学习原码，可以去 get 部上克隆项目文件，顺手点个三二，希望本期视频对您有所帮助，我们下期视频再见！

分享 open color 最实用的九条指令首先是杠 new 和杠 reset， 开启新规划，或者说重置当前规划。当我们需要开启一个新任务的时候，就可以用这条指令舍弃前面不相关的上下文来重新开始对话。第二个杠， think， 可以 用来调整啊模型的推理程度， 如果呢，你想让它去做一个深入研究的问题啊，那就可以调到 high。 如果呢，是做一个简单的问答问题啊，就可以直接 off， 省钱省时间。 第三个杠， compact， 压缩上下文，当上下文太长一出的时候，你就可以输入指令哎，让其压缩上下文，并且呢可以附带要求，比如说重点保留数据分析结果的部分啊，其余的简化他就可以按照你的要求进行压缩。 第四个杠， model， 查看或切换当前模型，直接在后面加上模型名称，即可快速切换到新的模型。第五个杠， btw 白泽位这是一个非常有意思的技能，打开一个题外化的问题，不会污染主上下文。 比如说你在做一个复杂任务期间，想问一下天气啊，就可以用这条指令，不会打断当前的对话，保留原来干净的上下文。 第六个杠， status， 查看当前绘画的运行状态，去看一下用的什么模型，剩下多少配额等等，非常方便。第七个杠， usage， 查看 token 用量和费用统计，每次回复底下都有 token 的 显示，我们可以在这里去调整。 第八个杠， tools， 查看当前 agent 使用的工具，有精简和详细两种显示方式，如果怀疑哪个工具没有被调用，可以使用这个指令，先看一下，非常的方便。第九个杠， context 查看上下文情况，想知道模型获取了哪些内容，或者 token 消耗异常，需要排查的时候，就可以用这条指令查看和排查好了，这就是我最常用的九条指令。

最近有人问我说 open curl 只打一个 hello， 直接花了五毛钱，而且康派克的还没有用。今天教你两个命令，直接查出原因。先说原理，因为模型看到的并不是一句话，而是一整包的 context 上下文。 上下文包括三部分，分别是系统提示词，二是历史对话，三是你的这句话以及上去的工具结果。 第一个命令啊，叫做 context list， 它可以直接看到 token 的 分布，包括啊，你的系统提示词大小， skills， tools 以及 list 等等。这么一看，一轮至少要两万个 token 起步。那为什么 compact 没用呢？因为它只压缩 history 部分，系统提示词部分根本没动。 第二个就是 context detail， 它会把所有的工具 skill 文件注入全部列出来。最后一步就是你直接丢给 open crawl， 说 这是我的 context detail， 给我设计详细的降本方案，这时候它就会帮你经典 skill 和 work space 的 文件。所以你的小龙虾还遇到哪些问题？

大家好，我是大叔，只说真话，只做实在事，只给干货。各位好，今天分享一个 opencloud 的 功能， context engine 智能上下文管理器。说实话，我每天都在用，用了几个月了，真心好用，必须分享给你们。 你们有没有遇到过，跟 ai 聊得正嗨，突然他就二失忆了，前面说的全忘了，为啥呢？对话太长了， tiktok 超限消息被截断，上下文没了， ai 直接蒙圈。 更坑的是，就算用压缩，传统压缩太糙了，关键细节丢光了， ai 抓不住重点回答开始跑偏，你得反复解释累不累，反正我是累了，别慌，就信来了。 context engine dot opencloud 的 智能上下文管理器， 它能干啥？智能筛选消息，精准压缩历史，突破了空限制，还能自己扩展？一句话让 ai 真正记住你说的话，咋用呢？三步超简单。第一步，看看当前引擎，在终端里跑一下 opencloud doctor 命令，这个命令会检查系统状态，或者直接用 kate 命令看配置文件， 文件位置在用户目录下的 open call 点 j 上，用 jq 工具筛选出 case 键的配置。如果返回直是 legacy， 说明用的是内置引擎。如果是插件 id， 说明已经装了插件引擎， 就这么简单。第二步，装个插件引擎，还是在终端里跑 open call in store 这个命令后面跟插件名字，插件名是 losloslog， 来自 motion engineering 这个组织， 这是从 npm 安装，强烈推荐 lostslaw 这个插件，无损压缩效果杠杠的，也可以从本地安装加个横杠 l 参数，后面跟上本地路径就行，适合开发调试。第三步，配置一下，打开 openclaw， 点接上这个配置文件，找到 plugins 配置，像 在 slot 下面加上 context engine， 直设成 lostslaw， 然后在 entries 里面加上 lostslaw 的 配置，把 enable 设成 true 保存就完事了。 记住了啊，改完配置必须重启 gateway， 不 然白搭。重启命令是 opencall gateway restart。 想切回内置引擎，把 context engine 的 值改回 legacy 就 行，或者直接删掉。这横配置 效果咋样？三个字爽翻了！超长对话随便聊，关键信息全保留，还能自己定制策略，我用下来感受对话顺畅多了， ai 理解也更准了。这总结一下，三步走，检查安装配置激活、告别 token 限制，让 ai 真正记住你的话。觉得有用，关注我，大叔大更多 openclaw 干货，咱们下期见！

我在 open 壳上烧掉了上亿 tock， 踩遍坑后终于把小龙虾调教的听话又高效，如果你刚上手，这期一定要看。我总结了五个避开设置，四条快捷指令，设置完 ai 更好用，还能省下大量 tock。 使用前强烈建议先把对话插件换成退出官方插件。五个避开核心设置，前三个我建议优先开启。 open core 默认是关闭流式回复的，必须等 ai 全部输出完你才能看到内容，等待时间特别长，开启后就能像平常跟差的 gpt 等 ai 对 话一样 实时看输出，流畅度提升特别明显。后面两个思考过程加工具调用，默认它是关闭的，但我非常建议打开。很多时候 ai 执行任务出错乱回答甚至是糊弄人，你根本不知道问题出在哪里。开启后能看到 ai 推理逻辑和工具调用，方便你及时纠错，避免 ai 乱输出。 四条不好。滔肯的官方快捷指令，这些都是内置指令，不调用，大模型不耗用，滔肯是省钱关键。 top， 小 龙虾在跑复杂任务时，可能任务卡死，长时间无响应， 这个时候你发普通消息是没用的。用 stop 可以 强制中止推理，防止 token 白白浪费。 datas 是 用来查看小龙虾当前所有状况参数，我最常用它看 context 的 上下文长度，很多模型标称两百 k， 但实际用到一百五十 k 左右，响应变慢还更费钱。 compact， 这和 status 一 起用，当上下文跑到一百多 k， 我 就会主动用 compact 让 ai 自动压缩上下文，只保留关键信息做摘要总结，既不影响后续对话，又能大幅解手。 token new， 想开新任务，不想受之前对话干扰， 直接用 new 清空上下文开启全新对话。以上就是我实测的 open curl 新手避坑省钱攻略，所有指令放在视频下方复制就能用，觉得有用的可以转发给一起养虾的朋友。

你有没有跟 ai 聊天越聊越崩溃的时候？昨天啊，刚跟他聊过的一些事，重启对话框，他立马装失忆，反复问你是谁，半点之前的对话痕迹都没留下。明明刚教导完的设置，踩过的坑退出再打开，一切归零。 在深度玩过龙虾之后啊，分享给大家一套 ai 记忆系统，让你的助手从此告别失忆。 很多人搞不懂，为什么 ai 这么聪明却记不住事？普通的 ai 大 模型，没有本地持久化记忆的底层功能，他只会临时保留当前绘画的内容， 就像在沙滩上写字绘画一结束，程序一重启，相当于海浪打过来，所有的对话配置信息全被重墨，不留痕迹。这不是 ai 故意忘事，是底层机制限制。 想要他记住啊，咱们就得给他搭一个外置本地记忆库，把信息刻在石头上，也就是咱们的本地文件，彻底绕开原生记忆缺陷。 其实最基础的一步啊，就是需要先有个 memory 文件夹，这个就是个人文档，固定不变的重要信息全放在这里。昵称、核心配置、晋级要求，重启多少次啊，都不会丢。 就好比流水账，当天的操作，踩坑、临时事项随手记，后续想查哪天的内容，直接找对应日期，本档一目了然。 这里啊，要注意，像 overclock 呢，是可以直接要求他把信息录入这两个文件的，相当于啊，给他安装记忆库，给大家演示一下就清楚了。 好，这里我给他一个指令，让他记住这句话。 接下来他会找到 memory 文件夹，打开记忆文档，将这段指令记录在里面。 ok， 他 提示完成了。 就这么简单，靠本地文件存储，不靠 ai 临时记忆，重启之后啊，照样记得清清楚楚，再也不用重复交代了。 现在我们有了记忆库，但是你的龙虾很懒，除非啊，你去它，它才会去给你搜索记忆。这里啊，再给大家神奇 skills 这个技能书，可以让你的龙虾拥有一个主动翻找记忆库的能力。 当你问一个问题的时候啊，它会自动联想，就像有一个大脑在背后做记忆解锁，而不是啊，临时去翻文件夹，大大缩短搜索链路。 那么随着我们使用龙虾的时间越来越长，我们存储的记忆文件呢，也会越来越多，或者说，你是需要查大量资料的从业者，大量参考文件的学生， 那就要用到 abc 点这个本地知识整理工具，专门啊，把零散碎片变成体系化知识，把海量的文本资料变成龙虾专属知识库， 给大家看一下它的核心能力。笔记之间啊，互相引用，问题和解决方案直接绑定，再也不用零散找内容了。 还有啊，关系图谱功能，所有笔记的关系格式化呈现，上一张知识地图，一眼看清所有内容的关联，彻底告别碎片信息。 这样就能实现让 openclaw 负责实时记录， obsidian 负责整理规范，各司其职。其实啊，整个龙虾的记忆逻辑就是分成三层，打个比方， memory 文件是档案柜， delete 技能就是一个会主动翻资料的脑子。 obsidian 呢，就是给龙虾造一个图书馆。 这套三层式的记忆宫殿，本质就是给 ai 配了一个可以书写下去的记事本，并且每一页都有清晰的标签和目录，重要信息写进本地文件就忘不掉，并且能够快速提取出来。 它能让 ai 记住你的所有偏好，不再重复犯错，每一次沟通都能不断积累经验，学习进步，成为你的得力小帮手。好，本期视频就到这里，我是爱分享 ai 的 阿月，我们下期再见！

opencloud 中如何让你的 ai 智能体自己对话，自己写作呢？不用你挨个发指令，它们自己就能自动的沟通分工，甚至开会讨论。今天我就把 opencloud agent 之间的通讯机制讲清楚。 在 opencloud 中， agent 是 不能够直接对话的，而是要通过 session 绘画功能来进行统一的调度。我们来看一下帮助文档进入到 opencloud 的 web ui， 点击左下角的文档，来到 opencloud 的 官方文档， 我们首先把它调成中文，点击代理这里的绘画工具。可以看到 openclaw 为智能体提供了跨绘画工作的这些工具，其中主要的就是 seson 和 seson 这两个， seson， seson 是 将绘画发送到另一个绘画，并可选择性的等待回复，然后 seson 是 启动一个子智能体，创建一个隔离对话，主要用的就是这两个。 我们来看一下实力是怎么做的。首先是来到 opencloud web ui， 点击左侧的代理，我们来看一下当前的代理， 我们看现在已经设置了三个代理，分别是 coder， manager 和 writer， 那 分别代表着一个是程序员，一个是管理，一个是写作。我们来看一下它们各自的设置，在这里我们就不讲了，我们主要看一下它的绘画部分，点到 manager 它的 tools 这里可以看到在这个快捷设置里，它的设置，我给它点到了 messaging， 中文翻译过来就是消息传递， 这样的话它读写，编辑这些权限都没有，它只有 session 这里的权限，也就是说 manager 只是把任务分配给其他的 coder 和 writer 来进行执行，所以只需要把它的 session 这里打开就可以了，最重要的是这个 session send 和 session sport 这两个一定要打开，就是点一下这里的 messaging， 设置完了之后，我们点一下保存 save， 其他的 coder 和 writer， 它们可以设置的宽松一些。下一步我们还要修改一下 opencloud 的 配置文件，找到它的配置文件 opencloud 的 json， 然后点击打开。 首先我们要到工具里边 tools， 首先要设置 session 的 可见性 with ability with o， 所有都可见， 这样的话方便我们可以查找对应的 session。 然后要打开 agent to agent 这个工具， agent 之间可以相互对话，这样的话设置 enabled 为 true。 然后 allow 是 允许哪些 agent 进行对话，我们把我们 可以进行对话的这些 agent 打到这里，然后同时还要什么呢？还要给这个 manager， 这个 agent 进行授权， 它的这个 sub agents 里边有这个 low agents， 就是 manager 有 权限可以对话的 agent， 我 们可以把 writer 和 coder 这两个授权给他，其他的你可以看你将来要做什么，在这里给他增加授权。下面我们用飞书来给大家演示一下，我们这个飞书的大总管已经绑定了 manager 这个 agent， 我 们跟大总管说一句，列出 所有的主 agent， 可以 看到他已经把我们授权给他的三个 agent 列了出来，还有一个麦是没有授权的，所以不在这里显示。那么下一步呢？我们 告诉这个 manager， 也就是大总管如何把任务拆分，并且交给其他的代理来进行执行。我们在这里告诉他，你不用做任何工作， 只需要我把安排给你的事情进行拆分。编程类工作 交给 code， 文案写作类工作交给 writer 来执行。好打个回车， 他已经回复我们了，明白了，那现在我们来让他做一个任务，编写一个 python 的 小程序九九乘法表，并写出写出一篇这个应用的使用方法 的小红书文案打回车让他去执行。提示我们任务已经分配给了两个子代理，分别是 code 来负责编辑程序， writer 来负责拣写小红书文案。 现在小红书的文案已经写完了， python 程序也写完了，我们看一下在 workspace， 我 们看一下 code 里边这个就是最新写的九九乘法表，九九乘法表 再进 workspace 的 writer， 它没有保存，直接就给我们返回来了这个文案，运行一下这个程序， python t y 这个求救乘法表也已经完成了，文案也已经给我们返回来了，证明还是比较成功的。今天就到这里了，感谢大家的观看，再见！

大家好，我是大叔，只说真话，只做实在事，只给干货。之前很多粉丝私信我，问我的 a 剑士的 sood md 是 怎么配置的？ 说实话，这个问题被问了好几次，每次看到有人问，我都觉得，嗯，这确实是个好问题。今天呢，我就专门做一期视频，把我的配置经验分享给大家。先说结论， sood md 不是 那种复杂的配置文件，它就是一份人格宣言，让你的 ai 助手从机械的机器人变成凌晨两点 你也想聊天的伙伴，咱们直接看内容。收到 md 的 核心立场很简单，直接、明确，不模棱两可。第一条原则，别让我说是情况而定。 大多数时候，我知道什么是对的，我会直接告诉你，如果我真的不确定，我会说我不知道 e， 而不是躲在模棱两可。后面。他要求 ai 助手做到三点，第一，直接告诉你答案，不会绕弯子。 第二，敢于说不知道，不装懂。第三，明确立场，不会用 it depends 逃避责任。那具体有哪些铁律必须遵守呢？咱们接着看。 接下来是五条铁律，这些不是建议，是必须执行的命令。第一条，永远不要用好问题，我很乐意帮助或当然开头直接回答，废话留给客服机器人。第二条，一句话能说完，绝不用两句，简洁就是力量。 第三条，指出，你的蠢事是我的责任，不是刻薄，是尊重你的时间。第四条，允许粗话，但有门槛。一句太 t m 棒了，比十句非常出色，更有力，但要自然，不要刻意。 第五条，幽默来自洞察，不是讲笑话。如果某个讽刺能让你少走弯路，我会用四种被禁止的企业化套路话术。第一种，让我们深入研究一下，一闭嘴直接说答案。第二种，从长远来看，微，你活不到长远。微现在就告诉你。 第三种，考虑到各种因素，我不考虑，我决定。第四种，员工手册语录，比如我们致力于卓越，以客户为中心去 n m 的 这些话术的共同特点，包装过度，假装中立。 so dot md 要求的是直接、简洁、有态度。 so dot md 的 风格可以用三个关键词概括， 直接、有观点，有温度。直接。你要听的不是我想说的漂亮话。有观点我会告诉你，选 b 错了我会认，但别让我假装中立、有温度。凌晨两点，你想聊的那个做主是吧？ 打卡下班的机器人不是马屁精，只是好风格。总结，不要 great question， 直接回答，不要 it depends 给出明确建议，不要员工手册腔调说人话，边界不是限制，是原则统一。 我不会夸你做的好，如果你做的烂，但真的不错时，我会说，这个不错。继续。第二条，我不会为了礼貌而问你最近怎么样，要么直奔主题，要么沉默。第三条，如果你问的问题明显是错的，我会先反问，你试过什么？不是回避，是逼你动脑。边界的核心，不是不回答，是回答真正的问题。 完整视力可以直接复制。配置方法很简单的，第一步，复制完整内容。第二步，粘贴到你的 so dot m l d 文件。第三步，重启 opencloud agent， 搞定你的 agent 现在有了真实个性。我给大家留几秒钟时间，可以仔细看看屏幕上的视力，内容截图保存也可以。 好了，我们继续最后一句，这就是 sood md 的 精髓，成为你凌晨两点也想聊天的助手。不是企业机器人，不是马屁精，只是好，现在开始配置吧，复制内容到 sood md， 一 分钟完成配置， 告别机械，拥抱真实。如果有需要 sood md 视力可以在评论区回复。但是我还是觉得你们看完这期视频，已经对 sood md 有 一个比较清晰的认识了。 如果你觉得有帮助，欢迎关注大叔大，专注 ai 一 键的个性化研究，第一时间获取 openclaw 更新资讯。感谢观看，咱们下期再见！

opencll 二零二六年五月七日更新解读 opencll 的 上下文引擎有个缓存机制，它会把你组装好的上下文试图存起来，下次同样的问题进来直接复用，不用重新计算。但有个问题， 如果你按了 new 或者绘画重置了历史变少了，缓存不会自动失效，它还在用旧的已经被重置的历史。这次修复的就是这个 上下文引擎，现在会在历史记录变少或者组装失败的时候，主动让缓存失效，保证 ai 看到的始终是最新的上下文，而不是过期的。这个机制为什么重要？第一是性能优化，不用每次都重新读取和组装大量上下文，响应更快。第二是 token 节省， 缓存命中，就不用走完整推理流程，省钱。第三是数据一致性，确保 ai 看到的是最新的上下文，而不是你以为已经 reset 掉的历史。 说白了就是一个自动清理机制，让缓存始终保持正确。第二个更新是关于绘画转录的。 opencloud 的 绘画会跨天保存，之前有个问题，如果一天结束，绘画 id 变了，转录文件可能就丢了。 这次修复了这个问题。现在即使绘画 id 发生变化，转录文件也会被正确保存下来。而且如果你设置了自定义的转录路径，它会保留你的设置。 这个修复解决了什么问题？之前如果你在 ctrl u i 里面做了绘画 compaction， 压缩的历史转录文件可能就会断掉。 现在不管怎么压缩，怎么跨天，转录文件都会完整保留。对于需要审计复盘或者训练的人来说，这个改动很实用。今天的两个更新都是关于正确性的 上下文缓存，确保 ai 看到的始终是最新的上下文绘画转录，确保你的对话记录不会因为跨天而丢失。都是小改动，但很实用。

大家好，我是大叔，只说真话，只做实在事，只给干货。大家好， opencall 团队挺用心，五一刚过 v， 二零二六点五点二发布，想让大家假期试试，顺便收集反馈，这做法让我有好感。六十五位贡献者修复五十多个问题， 五项核心改进，开发团队没少下功夫。 openclaw 是 干嘛的？跑在你设备上的 ai 助手，数据都在本地，隐私更有保障。 disco 里能对话， slack 也能用，挺方便的，功能也挺全乎。语音唤醒有实时化布，有多平台消息处理插件系统也有各种 ai 提供商集成。废话不多说，直接看更新了啥， 先聊聊吐槽多的问题。插件安装失败得手动清理，这事真烦人，我上次装插件失败了三次，每次都得等，体验能好吗？多平台消息路由发了消息收不到，这就很尴尬。贝塔更新需要手动， 不够智能，配置改完不知咋生效，缺乏引导。不过这次都解决了自动修复上限了。 doctor 命令一键修复，性能提升百分之六十，启动从八秒降下来降到二点五秒，消息路由优化了支持，可见回复。县城管理也有了 beta 频道自动尝试，不用手动干预，新增不少实用命令，配置向也更顺手。我来演示几个命令，跑。 doc 加 fix 自动修复插件依赖，我之前试过，确实省事，想看依赖状态值前 plugins list 加就是用参数输出这一种格式，方便脚本处理。还有个 config doc patch， 动态更新思考值，不用重启 get 会就能生效。这几个命令我用了感觉挺实用。继续往下看，说说插件系统重构，这可是大动作， cloud hub 集成了，这 诊断会带原数据，引导也带原数据，医生修复也带外部插件安装覆盖 n p m 优先切换成就配置自动清理。 beta 更新逻辑改了，优先是 beta 版本，没有就回退，回退到 default 或 latest 版本，全程无需手动，省心多了。依赖状态可见了。执行 plugin sleep 加 jason 命令，脚本检测缺失依赖，不 用运行时加载就能检查，效率高不少。运行时依赖优化精准预加载 id， 依赖映设缓存，避免重复加载再中断恢复机制，清除陈旧所文件，看看新增命令修复插件依赖跑 depths 加 repair 查看依赖状态，这上格式的执行 list 加这上自动修复安装 用 doctor 加 fix。 这三个命令我试了，能解决大部分问题，建议你收藏一下，以后遇到问题直接用。说到性能优化，这次下了功夫， 先看数据启动从八秒降降到二点五秒，性能提升六成，响应延迟小小于二百毫秒，这速度说实话比我预期快多了。具体咋优化的？启动阶段跳过跳过插件发现，直接用缓存表，跳过 web fetch， 跳过域绑定发现，跳过认证配置，跳过叠加层，这几步省下来启动速度上去，运行时也优化。 附用插件注册表记忆化策略解析，快速路径检查文件系统包含技术细节枯燥，但效果真不错。我实测了一下，确实快了不少。看看配置视力，第一个，中途压缩预检查可选配 a 键 store default 的， 添加 compassion dot midterm precheck 设处起用中途压缩检测工具，循环上下文压力，避免卡死。第二个动态更新只代理思考，直执行 config dot patch dot thinking enabled 设处立即生效，不用重启 get。 图为这两个配置，我试了第二个特方便，不用重启就生效。经常调配置的话，这个功能很实用，多平台消息修复 覆盖不少平台。 discord 方面， h t t p 五叉叉从事 sunshine 贡献， components vr text display dot holland drive 共 线可配置 ready 超时设件。 santos 做的 dm 路由羽翼 user 冒号 id 六点六二三电报这边主题命令支持网络故障恢复，媒体主处理轮询回退机制都是社区贡献。 select 现成路由副本快渲染，数据限制处理，工作区切换也实施社区做的 signal 群主消息媒体附件支持，可见回复路由绘画状态同步。 同样是社区贡献，真心感谢贡献者，让多平台完善。看看 discord 的 迁移，有需要迁移的 perchannel 配置，跑 doctor 加 fix 就 能自动迁移。迁移前是就格式迁移是下面有 discord 和 general agent id 社 my agent， 迁移后是新格式 bindens 树组里 channel id 社 discord 冒号 general agent id 社 my agent 验证迁移结果，执行 config get 加 bindens 命令，这个迁移挺重要就可以废弃，建议你检查一下，看看有没有要迁的。 提供商兼荣幸改进，也有不少进步。 openai 兼容方面， tts 支持了 realtime api， 也支持流势响应优化，错误分类改进。 openroute 这边 dpc 也是重放攻击防护请求去重机制 interrupt cloud 三点五 sonnet 也支持了工具调用优化。上下文窗口扩展到二十万 tokens， 这个窗口大小处理长，文档没问题，故障转移机制也有改进。自动模型回退，绘画 id 携带提供商属性携带结构化错误，日制。这些改进让适配各种 ai 提供商，我试了几个模型，切换挺顺畅。 再看看安全配置，日治脱敏这块，支付凭证制段，比如卡号 c v c 到 c v v 都会脱敏。这个功能重要，保护隐私用的环境变量保护，阻止 camera spec。 在 工作区应用中， windows 安全措施审批客户端支持华为金牌密码本地进行审批。这些安全配置平时不太注意，但关键时刻有用，能保护数据安全，值得了解一下。 控制 ui 有 增强，主要改四方面， webchat sessions 页面更稳定，扩容任务优化，长运行 web socket 连接改善了，分组消息宽度做了调整。 i s p w a 方面，边界检测修复， 选择对比度增强，斜杠命令反馈，触摸手势优化，我用 iphone 试了，确实流畅不少。 talk 诊断功能，语音识别状态，音频输入，电频连接，质量监控， 错误提示优化，排查语音问题，挺有帮助的。绘画管理改进，卡住绘画重置固，而绘画恢复接入绘画标记重启循环预防，绘画管理更稳。整体来说体验好，操作也更流畅。看看浏览器配置， channel starbucks 阿里 executable 设置自定义浏览器路径， headless 设 boss 禁用无头模式， no sandbox 设出入禁用沙箱适用兜，可环境验证配置生效执行 status 命令汇总配置和命令，新增四个命令， depths 加 repair 修复插件依赖 list 加接收到 jason 格式状态， doctor 加 fix 自动修复配置 config dot patch 动态更新配置更新四个命令， update 命令，支持背他更新 configure 命令，自动材料依赖 on board 命令，首次涉付依赖 status 命令，显示依赖状态。重要配置四项，远程 project， 中途压缩预减可选配置向检测循环压力 observe recovery 健康状态，日字写入失败记录。 浏览器配置向 executable path， dot headless 开关 no sandbox 开关 c l i status 遵循 start， 也遵循 discord dot bind 的 代理路由配置替代旧 agent id， 最后看废弃内容， discord channel's agent id 已迁移到 bindings 树组，用 dot 加 fix 可以 自动迁移旧版本。 ps 调目 get rid of 时加 force 参数会清理调目，防止警告重现。这些配置项建议你检查一下，确保没用。废弃的，我之前遇到过用就配置出问题检查一遍，有必要 今天分享到这。最后总结亮点，插件系统中够支持自动修复，不用手动清理，这点我最满意。网关性能提升提升百分之六十，启动更快了， 从八秒降下来降到二点五秒，速度提升明显，每次启动能赶多。平台路由优化回复可见了 disco 的 电报都有改进，整体体验上台阶。使用中遇到问题欢迎反馈。我发现新技巧会分享出来，大家一起交流，对功能有建议告诉我们想法。 现在开始更新，执行 update 命令，一分钟完成更新，告别卡顿，拥抱流畅，觉得视频有帮助，后续持续更新。我是大叔大，专注 ai 政策研究，第一时间获资讯，感谢观看，下期再见！

每次更新小龙虾都像是在开盲盒，永远不知道下一个版本会有什么样的 bug。 这不，刚刚升级了，五点二 打一个，你好，给小龙虾发一个，你好，都心惊胆战，生怕它 不给我们发送消息，生怕他出幺蛾子。这哪是小龙虾呀，这哪是 ai 助手啊，这简直是请了一个活爹活祖宗啊！ 你看看，你看看，这一个你好，这一个，你好，耗时多久？我的天呐，九秒！ 这一个，你好，整整号是九秒，八秒，九秒！ 你这样子的话，这样子的话怎么和 open， 怎么和 hermes 竞争呢？ hermes 就 简单多了，没有什么问题，直接就是，你好你好， 完蛋，他也不行了，哈哈哈。 繁华落尽， 这么一对比的话还是可以的啊！ i want to introduce。

这两天我一直在调一个接入微信的机器人，你曾用的是欧班克拉五点二。从整体过程来看，升级和修复之后，基础链路是能跑起来的， 但真正用到微信对话场景里，问题还是比较明显。目前最直接的感受是，他不是不能回复，而是回复的不够及时。有时候发一个密令要等接近十分钟才能收到回应，有时候中间还会出现断片， 消息上下文没有完整接住，或者消息链路没有持续跑稳。对于微信机器人来说，这种问题会比单纯报错更影响体验， 因为用户最先感受到的不是功能是否存在，而是发出去之后，系统能不能及时接住这条消息。从我自己的调试过程看，这已经不是完全原始状态下的结果了。前面我已经用 codex 做过一轮修复和调整，升级到 opencloud 五点二之后， 像启动和基础运行这部分，其实是比之前更顺一点的，但真正进入控制台对话和微信回复链路之后，响应速度还是偏慢，整体稳定性也还需要继续优化。所以如果只做一个阶段性的总结，我会觉得 open cloud 五点二在基础运行层面是有改善的。但落到微信机器人这个场景里，核心问题仍然是回复速度和链路稳定性，只要响应时间还是按分钟计算，或者中间还会断片，那它距离真正顺手、真正可长期使用还是有一段距离。 这次把截图和体验一起整理出来，更多是想记录一个真实状态。很多时候，系统能跑起来只是第一步，真正决定体验的还是响应速度、上下文连续性，以及整条消息链路能不能稳定工作。

挑战，每天讲透一个 ai 知识点。今天是 open globe 语音文字互转， 这边不能读取文件，那要我再写，那这个绘画又出现一些问题啊，就这个不是很稳定啊，要开启一个新的对话才行， 好好，再来试一下， 你看现在，哎，现在在调用了啊，你看已经发起这个调用，能调用的基本上就是没什么问题的。他给我输出了一段脚本，他应该是不是打算在执行脚本的方式帮我处理啊？你看他调用了这个 webapp 啊，今天天气很好， 这应该也是可以的。它这个又是今天天气很好，看一下是这个名字啊， w v 它这个对话它有时候就说找不到啊，就很奇怪， 我之前第一次跑的时候是没问题的，反正这个大家都要去重试啊，不断地去给他聊，你第一次报错，你一般是第二次可能就可以了，反正就是不稳定 啊。第二次感觉是没什么问题了，他，哎，他扫到那个目录了，第一次应该是他执行命令出问题，他没有读到，第二次识别到文件了，应该是可以。 好，这个有点慢啊，他应该是去访问大模型了， 这个过程它就是会把我们本地的这个文件啊，就这个音频文件丢给大模型，让大模型做一个理解，理解完之后帮我们把这个内容给输出出来啊，这个就是它这个 api 在 做的一个事情啊，就这个 skill 叫做 open a a i web api， 这个在做的一个事情， 所以这个里面的话，它就有点慢了，因为它要去调用大模型啊，所以整个它可能会出现一些超时的情况， 那这里面的话我们就需要等待一下，有时候就会出现一些不稳定的情况， 反正大家大家如果执勤了很久还是没出现的话，你可以看一下这个日制的一个输出啊，如果说他说出什么超时啊，交通大模型超时啊，那可能就你要重试了，所以这个东西它也跟网络环境有关系啊，有时候你去 这样一个大模型，因为网络原因，可能就这就一直没有响应了，然后我给他看一下最终的效果吧，就是你看他最终识别到了那个内容啊，就是把它输出了，哎，跑完了吗？是 你看转写完成啊，可以了啊，没问题啊，转写完成该应聘文件实际在这个今天天气很好，是吧？有了吧，然后他帮我把文件给输入出来了，没问题吧？啊？这就是整个的一个逻辑啊，他用 ysl api 帮我们去实现了，说明这个技能是有用的。第一个应该也是可以的啊，我觉得密钥肯定是配了的，只是说这个 有时候他执行跑着跑着就跑偏了啊，就没有帮我正确的执行这个技能，他给我跑到系统的那个 t t s 那 个路线上面去了，其实就是他没理解正确啊，他要理解正确的话，这个技能肯定是没问题的，大家可以去多试一下啊。

你的 ai agent 是 不是经常一到生产环境就突然装死，或者开始胡言乱语？说实话，这绝对是所有开发者的终极噩梦。 今天这期硬核解析，咱们就来拆解一份能直接续命的更新指南， open call v 二零二六点五点七注意了，这可不是什么缝缝补补的常规补丁，这是彻底的底层重构，全是干货！直接进入正题， 开发中最让人头疼的是什么？绝对是长对话里突然丢失上下文，前一秒明明还在跟你死磕业务逻辑，后一秒直接变成金鱼记忆，甚至被一堆陈旧的垃圾信息严重污染。 那好，让我们深入探索一下，看看 opencrew 这一次是怎么从核心引擎动刀，彻底把这个毒瘤给拔掉的。第一部分，核心引擎 这次的重头戏就是彻底重构了上下文和主动内层。咱们先来告别上下文本污染。 以前呢，那些过期的旧上下文就像幽灵一样，一直在后台悄悄作祟。但现在变了，只要原历史记录一发生收缩，系统会瞬间注意，是瞬间让缓存的上下文试图直接失效。 这就意味着那些历史垃圾数据再也没有机会跑出来污染你的对话逻辑了，真的是彻彻底底的物理级清理。 接下来看这个要命的参数， max tokens 搞高病发上下文压缩的朋友肯定懂，最怕的就是请求崩溃对吧？新版本把压缩栽药的保留令派术死死地卡在了模型的最大输出限制之内。 这一招绝了，直接从源头掐断了所有无效的令派请求，因为令派越界导致的程序闪退，以后绝对不会再出现了。 另外，主动内存和模型调用也迎来了几个刚需级的进化，咱们快速过一下。第一，大局内存开关现在强制续到管理员权限，安全性直接拉满。第二，常连接频道一旦重置，系统会毫不留情地清空所有技能快照缓存，确保你看到的技能列表永远是最新重建的。 第三个新增了 openai 吗？ chatlitus 直接覆盖选项，想尝鲜最新 api， 现在完全可以无缝又安全地切过去了。紧接着进入第二部分，多平台生态， 这次更新硬生生把跨平台的无缝稳定性拔高了，到了一个全新的高度。 这就完美地说明了系统是怎么对各大平台的痛点进行精准打击的。你看， discord 现在能正确解析代替共生前缀的 id 了，那种莫名其妙的未知频道报错彻底成了历史。 telegram 那 边轮询看门狗，现在直接跟 get updates 的 活跃度强绑定，再也不怕死锁。还有 whatsapp 主动发消息，现在全部乖乖通过贝勒斯 lid 进行录，有幽灵料片，完全不存在的。 二点五秒做 disco 语音开发的各位，这绝对是你们的福音。系统这次给语音输入强加了一个默认二点五秒的发音后静音宽限期， 千万别小看这个数字，就这一个小小的改动，语音捕获的连贯性直接起飞，那些让人抓狂的卡顿和断断续续通通搞定。 还有几个底层的安全与效验短板也被狠狠补齐了。 discord 加入频道前会严格审计你的麦克风权限， telegram 的 现在会优先检查访问组的白名单，不过最绝的是最后一点，如果外部适配器返回了个空，结果系统现在会非常诚实地直接报错。 delivery succeeded equals false。 也就是说，出站路由要是失败了，他再也没法假装自己发送成功了。这让咱们排查故障的效率简直是直线飙升。第三部分，命令行与部署。这里重点解决的是怎么打造一个坚不可摧的外部工具和插件发布工作流， 到底怎么把插件发布做的更有韧性？新版给出了教科书级别的答案。首先，遇到那种偶尔抽风的依赖性安装失败，他会自己去重试。其次，只要你核心的预览测试过了，就算个别节点网络抖动也不影响你发布。 最后，发布完他还会死磕到底，严格验证每一个包的版本，这就彻底杜绝了那种只发布成功了一半的灾难级尴尬。维护恢复的速度简直快的吓人， 定时任务的监控现在也是前所未有的侵袭。你用 chrome cell i 跑一下 chrome list 杠 jason 输出的 jason 你 直接就给你塞进去了。计算好的明确状态到底是禁用，运行中正常还是报错，一目了然。 外部工具现在只要调这一行指令，就能拿到精准状态，咱们开发者再也不用自己去苦哈哈地手写那一行指令就能拿到精准状态，咱们开发者再也不用自己去苦哈哈地手写那一堆又长又臭的状态推导逻辑了。 大家有没有遇到过这种情况，敲个 doctor fix 想修复一下系统，结果一通操作猛如虎，直接把辛辛苦苦配好的授权给干碎了， 好在时代变了，更新后的修复指令现在长脑子了，它会完美保留那些正在正常工作的 open ai codex 路由，这就意味着你在系统更新和修复的时候，那些宝贵的定业授权配置全都会被安全锁死，真的再也没有后顾之忧了。 最后第四部分深远影响，咱们来聊聊这些密集的底层重构到底意味着什么？ 有句话说得好，在 ai 基础建设里，稳定性就是最高的效率。 openclaw v 二零二六点五点七，这次真的没有什么花里胡哨的血透，它就是死磕那些平时最折磨人的底层 bug。 这其实不仅是修复，它更像是给咱们所有开发者交付了一套无与伦比的基础稳定性保障，因为只有底层不再脆弱，咱们才有精力真正去死磕业务创新，对吧？ 那么最后留给大家一个非常现实的问题，你现在用的底层框架真的跟得上 ai 现在这种恐怖的进化速度吗？ 如果你的基础建设现在还在动不动就断联，或者时不时给你来个全面失忆，那或许真的是时候去好好体验一下这次的 open cos 新版本，给你的系统来一次彻底的基建升级了。好了，这就是本期硬核解析的全部内容，赶紧去给你的 agent 升个级吧，我们下期见！