Saltar al contenido principal
Documento de diseño técnico para la función del panel de sesiones, redactado antes y durante la implementación. Es la fuente de referencia para el desarrollo. Cuando la función se publique, /web/dashboard se convertirá en la página destinada a los usuarios y esta página permanecerá como referencia de arquitectura.

Visión

Actualmente, trabajar con un agente consiste en un flujo de texto. El panel lo convierte en un banco de trabajo: el agente renderiza widgets interactivos en tiempo real; el usuario los fija en una superficie persistente; el chat se acopla a un lado (o se oculta) y el contenido principal es el tablero. Se pasa de «hablar con el agente» a «operar un panel de control que el agente ha creado» sin salir nunca de la sesión. Principios:
  • Un tablero es una vista de una sesión, no un objeto nuevo. Cada sesión (hilo) tiene dos vistas: la transcripción y el tablero. Una sesión sin widgets fijados es un chat normal. Al fijar un widget, el tablero pasa a existir. Los tableros heredan la identidad, la propiedad del agente, el nombre, la fijación y el ciclo de vida de la sesión. No hay ningún dashboard_create, ningún registro de tableros ni ningún modelo de ACL independiente.
  • Paridad del agente. Todo lo que el usuario puede hacer en un tablero, el agente puede hacerlo mediante herramientas: añadir, actualizar y eliminar widgets, organizarlos, gestionar pestañas, cambiar la pestaña visible y acoplar u ocultar el chat.
  • Nativo, no incrustado. El tablero se compone de componentes Lit en el shell de la interfaz de control (el mismo sistema de diseño que el resto de la aplicación). Solo el contenido de los widgets está aislado en iframes. No hay barra de URL ni elementos de interfaz del navegador.
  • Superficie reducida para el agente. Los widgets se identifican mediante un nombre estable y se actualizan sin sustituirlos. El diseño es una cuadrícula fluida con compactación automática; el agente especifica tamaños y anclajes, nunca píxeles ni coordenadas.
  • Capacidades en lugar de confianza. El código de los widgets es HTML/JS arbitrario creado por el agente dentro de un entorno aislado estricto. El acceso (datos del Gateway, acciones y red) solo existe mediante un manifiesto de capacidades declarado y concedido por el operador.

Conceptos

Flujos de UX

  • Promoción: el agente llama a show_widget en cualquier chat → el widget se renderiza en línea en la transcripción exactamente igual que ahora → al pasar el cursor se muestra Fijar en el panel → el widget aparece en el tablero de la sesión. El agente puede pasar pin: true para hacer lo mismo.
  • Vista del tablero: una sesión con tablero obtiene un selector de vista (Chat / Panel). Vista del tablero = barra de pestañas (solo cuando hay más de 1 pestaña) + cuadrícula fluida + panel de chat acoplado. El acoplamiento del chat puede cambiar de tamaño y posición (izquierda/derecha/abajo), y se puede contraer exactamente como la barra lateral. El estado de acoplamiento se recuerda para cada pestaña.
  • Arrastre: el usuario arrastra los widgets; la cuadrícula se compacta automáticamente (los widgets suben y los elementos vecinos se redistribuyen). El cambio de tamaño mediante el controlador se ajusta a incrementos predefinidos. No se permite la colocación por píxeles, para nadie.
  • Advertencia de restablecimiento: /new / /reset en una sesión que contiene un tablero solicita confirmación en la interfaz web («el contexto se restablece, el panel permanece») y conserva el tablero.
  • Barra lateral: las sesiones fijadas muestran la vista de su tablero cuando tienen uno. El tablero de la sesión de inicio es el «panel del agente» predeterminado.
  • Interacciones (tres niveles, consulte más adelante): eventos de estado silenciosos, envíos visibles de instrucciones y activadores de automatización.

Niveles de interacción

  1. Eventos de estado (predeterminados). Interacciones con la interfaz del widget que el modelo debe conocer, pero a las que no debe responder. bridge.emitState({...}) añade un aviso estructurado a la sesión (el mismo mecanismo que los avisos de actividad de grupo). No se inicia ningún turno del agente; el modelo ve los avisos acumulados en su siguiente ejecución.
  2. Instrucciones (conversación explícita). bridge.sendPrompt(text) — requiere una acción del usuario; envía un mensaje visible del usuario a la sesión (el chat acoplado lo muestra). Tiene limitación de frecuencia; cada envío requiere la confirmación del usuario, salvo que el widget disponga de la concesión de capacidad prompt.
  3. Automatización. bridge.runAction(name, args) — ejecuta una acción declarada en el manifiesto. Conjunto inicial de verbos: cron.trigger (ejecutar ahora un trabajo Cron existente) y binding.refresh. Los trabajos Cron ya se ejecutan en sesiones de ejecución visibles y aisladas, y pueden usar un modelo más económico: esa es la vía por la que «un modelo pequeño controla el widget». No hay sesiones ocultas en ningún lugar.

Modelo y alojamiento de widgets

El HTML/JS del widget lo crea el agente (normalmente mediante show_widget), se envuelve en el shell de documento estándar (metadatos de CSP, notificador de tamaño e inicialización del puente) y se renderiza en <iframe sandbox="allow-scripts"> (nunca en allow-same-origin).
  • Los widgets en línea (de la transcripción) mantienen el pipeline actual de documentos del lienzo: se escriben en el directorio de estado, los sirve el Gateway, se depuran por ámbito y no requieren aprobación (por diseño, no tienen capacidades; los envíos de instrucciones requieren confirmación del usuario).
  • Los widgets del tablero forman parte del estado de la sesión: los bytes se almacenan en la base de datos SQLite del agente propietario (board_widgets) y los sirve una ruta principal del Gateway (/__openclaw__/board/<agentId>/<sessionKey>/<name>/) que lee la base de datos. Al fijar un widget de la transcripción, se copian los bytes. Límites: 256 KB por widget, 48 widgets por tablero.
  • Actualización sin sustitución: volver a emitir un widget con el mismo name sustituye los bytes, incrementa revision, difunde board.changed y hace que las vistas activas recarguen únicamente ese iframe.
  • Inmovilización de bytes: las capacidades concedidas se vinculan al sha256 de los bytes del widget. Al cambiar los bytes, se conservan las concesiones data/net/actions solo si la nueva revisión declara un subconjunto del manifiesto concedido; un manifiesto ampliado vuelve a solicitar la autorización del operador.

Los widgets alojan contenido; las aplicaciones MCP son un tipo de contenido

El widget es la primitiva de OpenClaw: la celda del tablero con nombre, fijada, dimensionada y perteneciente a la sesión, con un registro de concesión. Lo que se renderiza en su interior es un tipo de contenido:
  • html — creado por el agente mediante show_widget, con los bytes almacenados en el tablero.
  • mcp-app — una vista de una aplicación MCP de terceros (recurso ui:// de un servidor configurado) alojada dentro de la celda del widget.
Las aplicaciones MCP no definen el modelo de widgets; los widgets adquirieron la capacidad de alojarlas. La identidad, la ubicación, la fijación, las concesiones y la API para autores siguen siendo de OpenClaw, por lo que el código show_widget sigue siendo tan breve como hasta ahora y nunca necesita saber que existe la especificación de MCP Apps. Infraestructura compartida subyacente (aquí es donde se aplica la simplificación):
  • Un único host aislado. Los widgets html se renderizan mediante el mismo pipeline reforzado con el que se publicaron las aplicaciones MCP (doble iframe en el origen aislado dedicado, con CSP declarada por widget, decodificada con cierre en caso de error) en lugar de usar un segundo host de iframe específico. El proxy recibe HTML por valor, por lo que el contenido local es el caso natural.
  • Un único modelo de autorización. El acceso de un widget es una lista de permitidos concedida, sea cual sea su tipo: para los widgets html, las herramientas del host; para los widgets mcp-app, las herramientas del servidor visibles para la aplicación (mediante el mecanismo existente allowedAppToolNames, que se hace persistente por widget en lugar de por ejecución de creación).
  • Herramientas del host para widgets html (expuestas mediante el puente del widget y verificadas respecto a la concesión):
    • openclaw.prompt.send — nivel 2; se enruta mediante el compositor visible, requiere confirmación del usuario salvo que se haya concedido
    • openclaw.state.emit — avisos de sesión de nivel 1 (agrupados y con límite de tamaño)
    • openclaw.data.read — enlaces parametrizados de solo lectura (conjunto existente de RPC de lectura incluidos en la lista de permitidos), resueltos en el Gateway
    • openclaw.cron.trigger — automatización de nivel 3
  • net = CSP. El acceso a la red usa la declaración de CSP por widget ya publicada (orígenes connect-src): el widget meteorológico con actualización automática obtiene su API directamente desde el entorno aislado, sin intervención del Gateway.
  • Concesiones. Un widget que no declara nada se renderiza inmediatamente (aislado, default-src 'none', con cada envío de instrucciones confirmado individualmente), con la misma confianza que los widgets en línea de los chats actuales. Las herramientas y los orígenes declarados sitúan el widget en pending en el tablero: una tarjeta de marcador de posición los enumera de forma comprensible y permite Permitir/Rechazar con un solo toque. Las concesiones se asignan por nombre de widget; en los widgets html se inmovilizan según los bytes (sha256), y al cambiar estos se conserva la concesión solo si la declaración se ha reducido.
  • Capa de compatibilidad para autores. El contenedor del documento inyecta window.openclaw.sendPrompt/emitState/read/call como API estable para autores; si el transporte subyacente es nuestro canal o AppBridge es un detalle interno que el autor del widget nunca ve. Los informes de tamaño y los tokens de tema se transmiten por el mismo puente.

Visualización de transcripciones: una única tarjeta de widget

La visualización en línea se unifica en torno a la primitiva de widget. Cuando el resultado de una herramienta contiene una interfaz — la salida de show_widget o el resultado de una herramienta MCP con un recurso de aplicación—, el sistema materializa un widget efímero con nombre automático (con ámbito de sesión y sujeto a depuración), y la transcripción renderiza una única tarjeta de widget que se adapta según el tipo de contenido. La visualización automática de aplicaciones MCP se mantiene exactamente como exige la especificación (sin trabajo adicional del modelo); simplemente es un widget de forma subyacente. Esto elimina los casos especiales paralelos de mcpApp en la renderización del chat (restricción por superficie y deduplicación independiente), proporciona a todas las interfaces en línea el mismo control de fijación y convierte el registro de widgets en la ruta principal para volver a abrirlos (la reconstrucción mediante el análisis de la transcripción permanece como alternativa para el historial que nunca se haya fijado). El host independiente con tíquet y de solo lectura se solapa con los tableros como superficie persistente para volver a abrir contenido; es un candidato a consolidación que debe evaluarse en T6, no un supuesto. Composición: la v1 usa la adyacencia en la cuadrícula (un widget de interfaz del agente junto a un widget de aplicación en una pestaña). La v2 añade espacios de aplicación gestionados por el host: el HTML del widget del agente declara una región de espacio y el host compone la vista real de la aplicación como un entorno aislado hermano. La aplicación nunca se renderiza dentro del iframe del agente: anidarla rompería la identidad del puente y permitiría superponer elementos o realizar secuestro de clics en la interfaz concedida de la aplicación, por lo que el espacio es un contrato de diseño, no una incrustación.

Widgets procedentes del servidor (aplicaciones MCP fijadas)

Con el host unificado, fijar una aplicación MCP de terceros es simplemente un widget cuyo contenido se obtiene del servidor en lugar de almacenarse: board_widgets conserva el descriptor (serverName, toolName, uiResourceUri, toolCallId + sessionKey de origen) en lugar de los bytes HTML, y el tablero vuelve a generar el arrendamiento de la vista una vez superado el TTL de 10 minutos del turno de chat (volviendo a obtener el recurso ui:// cuando queda obsoleto). Las vistas de aplicaciones MCP insertadas en el chat obtienen la misma opción Fijar al panel que los widgets del agente. Actualmente, las vistas reabiertas son de solo lectura por diseño; las aplicaciones fijadas que deban seguir siendo interactivas obtienen una concesión duradera sobre las herramientas del servidor visibles para la aplicación (se muestra al operador una lista de permitidos explícita al fijarla), desacoplada de la ejecución que la generó. Los elementos fijados sin concesión permanecen en modo de solo lectura, aunque siguen siendo útiles para paneles de visualización. La v1 los fija al tablero de la sesión de origen; la fijación entre sesiones necesita un agente de arrendamientos y queda pendiente. Coordinar con el pull request abierto n.º 109807 (enrutamiento del compositor ui/message, propagación del tema/tamaño).

Diseño: cuadrícula fluida

12 columnas, altura de fila fija, compactación automática (gravedad hacia arriba, desplazamiento lateral al arrastrar — semántica de gridstack, implementada de forma nativa; los cálculos de la cuadrícula permanecen puros y sin DOM). Estado del diseño de los widgets por pestaña: { name, w (1-12), h (rows) } más el orden. Vocabulario del agente:
  • size: sm (3×3) · md (6×4) · lg (8×6) · xl (12×8) · full (pestaña de un solo widget)
  • after: <widgetName> ancla de ordenación opcional; si se omite = añadir al final
  • El usuario arrastra y cambia el tamaño libremente; el mismo modelo de orden+tamaño permite una conversión de ida y vuelta.

Modelo de datos (base de datos por agente)

Nuevas tablas en agents/<agentId>/agent/openclaw-agent.sqlite (requiere incrementar la versión del esquema de la base de datos del agente; se necesita la aprobación del operador antes de integrar esto):
Existencia del tablero = cualquier fila para la sessionKey. Al eliminar una sesión, se eliminan sus filas del tablero. /new//reset no las modifica.

Superficie del protocolo

RPC (tabla de métodos del núcleo, esquemas typebox en gateway-protocol):
  • board.get { sessionKey } → pestañas + metadatos de widgets (sin bytes) — operator.read
  • board.update { sessionKey, ops[] } — CRUD/reordenación de pestañas, mover/cambiar el tamaño/ eliminar/desfijar widgets, estado del acoplamiento, enfocar pestaña — operator.write
  • board.widget.put { sessionKey, name, html, manifest, placement }operator.write (ruta de la herramienta del agente y ruta de fijación)
  • board.widget.grant { sessionKey, name, decision }operator.approvals
  • board.event { sessionKey, widget, payload } — ingesta de eventos de estado de nivel 1 — operator.write
Eventos (en EVENT_SCOPE_GUARDS, ámbito de lectura):
  • board.changed { sessionKey, revision, widget? } — cambió el estado persistente; la interfaz vuelve a obtenerlo (y recarga un iframe cuando está presente widget).
  • board.command { sessionKey, command } — control transitorio de la interfaz (el agente cambia la pestaña visible, alterna el acoplamiento del chat) — el patrón ui.command.
Los bytes de los widgets se sirven mediante la superficie HTTP autenticada, no mediante el socket.

Herramientas del agente

Tres herramientas en total (del núcleo, siempre registradas; el renderizado depende de la capacidad de cliente inline-widgets, como actualmente):
  • show_widget { title, widget_code, name?, pin?, size?, tab?, after?, capabilities? } — crear/actualizar por nombre; pin lo coloca en el tablero. Sin name/pin, se comporta exactamente como ahora (insertado, efímero).
  • dashboard { action, ... } — verbos de administración del tablero: read, tab_create, tab_update, tab_delete, tabs_reorder, widget_move, widget_remove, unpin, focus_tab, set_chat_dock.
  • Las herramientas cron existentes cubren el nivel de automatización; no se necesita una herramienta nueva.
Las descripciones de las herramientas explican el vocabulario de tamaños/anclas y el modelo de niveles. Se informa al agente sobre los eventos de nivel 1 del usuario mediante avisos de sesión, por ejemplo, [dashboard] user clicked "Refresh" on widget weather (tab main).

Qué reemplaza esto

  • Se elimina extensions/workspaces. Experimental, enabledByDefault: false, nunca incluido en una versión estable (apareció por primera vez en las versiones beta 2026.7.2). Sin migración; una regla de doctor elimina <stateDir>/workspaces/ obsoleto si está presente. Ideas aprovechadas: cálculos puros de cuadrícula, modelo de seguridad del puente (inicio del puerto, control de vinculación, límites de frecuencia), aprobación con bytes inmutables.
  • El alojamiento de widgets pasa de extensions/canvas al núcleo. El almacén de documentos del lienzo, el contenedor de documentos, el servicio HTTP y la herramienta show_widget pasan al núcleo (src/canvas/); el plugin conserva la herramienta de control node-canvas (canvas) y A2UI. El anuncio pluginSurfaceUrls["canvas"] y las rutas /__openclaw__/canvas son contratos distribuidos de clientes nativos y permanecen estables. Las sesiones de Discord conservan la variante show_widget propiedad de Discord.
  • WorkBoard no se modifica (la integración es un programa de seguimiento).

Fuera del alcance (este programa)

  • Uso compartido del tablero entre varios usuarios/ACL (futuro; llegará mediante el uso compartido de sesiones).
  • Renderizado nativo del tablero en macOS/iOS (lo obtienen donde integren la interfaz de control; la ruta de widgets insertados no cambia).
  • Widgets de datos integrados (tarjetas de sesiones/uso/cron): el puente de capacidades y los widgets creados por el agente cubren la v1; más adelante puede incorporarse un registro de tipos integrados.
  • WorkBoard en el panel.

Plan de implementación

Árboles de trabajo independientes, creados con Codex, revisión+integración secuenciales. Integrar y después corregir. Validación según las reglas del repositorio: vitest focalizado localmente, comprobaciones completas en Crabbox/Testbox, $autoreview antes de cada integración y prueba en vivo para T6.