Skip to main content
如需快速开始、QA 运行器、单元/集成套件和 Docker 流程，请参见 测试。本页涵盖实时（触及网络的）测试： 模型矩阵、CLI 后端、ACP、媒体提供商和凭证处理。

​
实时：本地冒烟命令

在进行临时实时检查前，请在进程环境中导出所需的提供商密钥。 安全媒体冒烟测试： 
pnpm openclaw infer tts convert --local --json \
  --text "OpenClaw live smoke." \
  --output /tmp/openclaw-live-smoke.mp3
安全语音通话就绪冒烟测试： 
pnpm openclaw voicecall setup --json
pnpm openclaw voicecall smoke --to "+15555550123"
除非同时提供 --yes，否则 voicecall smoke 是一次空运行；仅在你确实打算拨打真实电话时使用 --yes。对于 Twilio、Telnyx 和 Plivo，成功的就绪检查需要一个公共 webhook URL - local loopback/私有 loopback URL 会被拒绝，因为这些提供商无法访问它们。

​
实时：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 节点当前公布的每个命令，并断言命令契约行为。
  • 范围：
    • 带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 节点逐条命令执行 Gateway 网关 node.invoke 验证。
  • 必需的预先设置：
    • Android 应用已连接并配对到 Gateway 网关。
    • 应用保持在前台。
    • 已为你预期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。
  • 完整 Android 设置详情：Android 应用

​
实时：模型冒烟测试（配置文件密钥）

实时模型测试分为两层，以便隔离故障：
  • “直接模型”会告诉你提供商/模型能否用给定密钥正常回答。
  • “Gateway 网关冒烟测试”会告诉你完整的 Gateway 网关+智能体流水线是否适用于该模型（会话、历史记录、工具、沙箱策略等）。
下面的精选模型列表位于 src/agents/live-model-filter.ts，并会随时间变化；请将那里的数组视为事实来源，而不是本页。 MiniMax M3 使用 minimax/MiniMax-M3 作为其默认提供商/模型引用。

​
第 1 层：直接模型补全（无 Gateway 网关）

  • 测试：src/agents/models.profiles.live.test.ts
  • 目标：
    • 枚举已发现的模型
    • 使用 getApiKeyForModel 选择你拥有凭证的模型
    • 对每个模型运行一次小型补全（并在需要时运行定向回归）
  • 如何启用：
    • pnpm test:live（或在直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
    • 设置 OPENCLAW_LIVE_MODELS=modern、small 或 all（modern 的别名）才会实际运行此套件；否则它会跳过，因此单独运行 pnpm test:live 仍会聚焦于 Gateway 网关冒烟测试。
  • 如何选择模型：
    • OPENCLAW_LIVE_MODELS=modern 运行精选的高信号优先级列表（参见实时：模型矩阵）
    • OPENCLAW_LIVE_MODELS=small 运行精选的小模型优先级列表
    • OPENCLAW_LIVE_MODELS=all 是 modern 的别名
    • 或 OPENCLAW_LIVE_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,..."（逗号分隔的允许列表）
    • 本地 Ollama 小模型运行默认使用 http://127.0.0.1:11434；仅在使用 LAN、自定义端点或 Ollama Cloud 端点时设置 OPENCLAW_LIVE_OLLAMA_BASE_URL。
    • modern/all 和 small 扫描默认以其精选列表长度作为上限；设置 OPENCLAW_LIVE_MAX_MODELS=0 可对所选配置文件进行穷尽扫描，或设置正数作为更小的上限。
    • 穷尽扫描使用 OPENCLAW_LIVE_TEST_TIMEOUT_MS 作为整个直接模型测试的超时时间。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。
  • 如何选择提供商：
    • OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli"（逗号分隔的允许列表）
  • 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
  • 为什么存在这一层：
    • 将“提供商 API 损坏/密钥无效”与“Gateway 网关智能体流水线损坏”分离
    • 包含小型、隔离的回归（示例：OpenAI Responses/Codex Responses 推理重放 + 工具调用流程）

​
第 2 层：Gateway 网关 + 开发智能体冒烟测试（“@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）
    • 迭代带密钥的模型并断言：
      • “有意义”的响应（无工具）
      • 真实工具调用可用（读取探测）
      • 可选的额外工具探测（exec+read 探测）
      • OpenAI 回归路径（仅工具调用 -> 跟进）持续可用
  • 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，并要求智能体 read 它，然后回显 nonce。
    • exec+read 探测：测试要求智能体用 exec 将 nonce 写入临时文件，然后 read 回来。
    • 图像探测：测试附加一张生成的 PNG（cat + 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 test/helpers/live-image-probe.ts。
  • 如何启用：
    • pnpm test:live（或在直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
  • 如何选择模型：
    • 默认：精选的高信号（modern）优先级列表
    • OPENCLAW_LIVE_GATEWAY_MODELS=small 通过完整 Gateway 网关+智能体流水线运行精选的小模型列表
    • OPENCLAW_LIVE_GATEWAY_MODELS=all 是 modern 的别名
    • 或设置 OPENCLAW_LIVE_GATEWAY_MODELS="provider/model"（或逗号分隔列表）以缩小范围
    • modern/all 和 small Gateway 网关扫描默认以其精选列表长度作为上限；设置 OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 可对所选内容进行穷尽扫描，或设置正数作为更小的上限。
  • 如何选择提供商（避免“OpenRouter 全量覆盖”）：
    • OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax"（逗号分隔的允许列表）
  • 此实时测试始终启用工具 + 图像探测：
    • read 探测 + exec+read 探测（工具压力测试）
    • 当模型声明支持图像输入时运行图像探测
    • 流程（高层次）：
      • 测试生成一张包含 “CAT” + 随机代码的小型 PNG（test/helpers/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）
      • 嵌入式智能体将多模态用户消息转发给模型
      • 断言：回复包含 cat + 该代码（OCR 容差：允许少量错误）
要查看你的机器上可以测试什么（以及确切的 provider/model ID），请运行：
openclaw models list
openclaw models list --json

​
实时：CLI 后端冒烟测试（Claude、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 + 智能体流水线，而不触及你的默认配置。
  • 后端专用的冒烟测试默认值位于所属插件的 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/图像行为来自所属 CLI 后端插件元数据。
  • 覆盖（可选）：
    • OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-6"
    • OPENCLAW_LIVE_CLI_BACKEND_COMMAND="/full/path/to/claude"
    • OPENCLAW_LIVE_CLI_BACKEND_ARGS='["-p","--output-format","json"]'
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_PROBE=1 用于发送真实图像附件（路径会注入到提示词中）。在 Docker 配方中默认关闭。
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" 用于将图像文件路径作为 CLI 参数传递，而不是注入到提示词。
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"（或 "list"）用于在设置 IMAGE_ARG 时控制图像参数的传递方式。
    • OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 用于发送第二轮并验证恢复流程。
    • OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=1 用于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。默认关闭，包括 Docker 配方。
    • OPENCLAW_LIVE_CLI_BACKEND_MCP_PROBE=1 用于选择加入 MCP/工具 loopback 探测。在 Docker 配方中默认关闭。
示例： 
  OPENCLAW_LIVE_CLI_BACKEND=1 \
  OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-6" \
  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，以证明已保存的 transport: "streamable-http" 服务器会规范化为 Gemini 的 HTTP MCP 形态，并且可以连接到本地 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:gemini
说明：
  • Docker 运行器位于 scripts/test-live-cli-backend-docker.sh。
  • 它以非 root 的 node 用户在仓库 Docker 镜像内运行实时 CLI 后端冒烟测试。
  • 它从所属插件解析 CLI 冒烟测试元数据，然后将匹配的 Linux CLI 包（@anthropic-ai/claude-code 或 @google/gemini-cli）安装到 OPENCLAW_DOCKER_CLI_TOOLS_DIR 的缓存可写前缀中（默认：~/.cache/openclaw/docker-cli-tools）。
  • codex-cli 不再是内置 CLI 后端；请改用带 Codex app-server runtime 的 openai/*（参见实时：Codex app-server harness 冒烟测试）。
  • pnpm test:docker:live-cli-backend:claude-subscription 需要通过 ~/.claude/.credentials.json 中的 claudeAiOauth.subscriptionType 或来自 claude setup-token 的 CLAUDE_CODE_OAUTH_TOKEN 提供可移植 Claude Code 订阅 OAuth。它会先在 Docker 中证明直接 claude -p 可用，然后在不保留 Anthropic API 密钥环境变量的情况下运行两轮 Gateway 网关 CLI 后端。此订阅通道默认禁用 Claude MCP/工具和图像探测，因为它会消耗已登录订阅的使用额度，并且 Anthropic 可以在不发布 OpenClaw 版本的情况下更改 Claude Agent SDK / claude -p 的计费和速率限制行为。
  • Claude 和 Gemini 通过上述标志支持相同的探测集（文本轮次、图像分类、MCP cron 工具调用、模型切换连续性），但这些探测默认都不会运行 - 请按需通过对应标志选择加入。

​
实时：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 的真实 403 InvalidProviderToken 响应会通过代理路径返回。
  • 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

​
实时：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 agent 验证真实的 ACP 对话绑定流程：
    • 发送 /acp spawn <agent> --bind here
    • 就地绑定一个合成消息渠道对话
    • 在同一对话上发送普通后续消息
    • 验证后续消息落入已绑定的 ACP 会话转录中
  • 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_IMAGE_PROBE=1（或 on/true/yes）用于强制开启图像探测；任何其他值都会强制关闭。默认会对除 opencode 之外的每个 agent 运行。
    • OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1
    • OPENCLAW_LIVE_ACP_BIND_PARENT_MODEL=openai/gpt-5.5
  • 说明：
    • 此通道使用 Gateway 网关 chat.send 表面，并带有仅限管理员使用的合成 originating-route 字段，因此测试可以附加消息渠道上下文，而不伪装成对外投递。
    • 未设置 OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND 时，测试会使用嵌入式 acpx 插件的内置 agent 注册表来选择 ACP harness agent。
    • 绑定会话 cron MCP 创建默认是尽力而为，因为外部 ACP harness 可能会在绑定/图像证明已通过后取消 MCP 调用；设置 OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1 可让绑定后的 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 agent 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实时 CLI agent 运行 ACP 绑定烟雾测试：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 来缩小矩阵范围。
  • 它会将匹配的 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 的 Factory Droid、@google/gemini-cli 或 opencode-ai）。ACP 后端本身是官方 acpx 插件中嵌入的 acpx/runtime 包。
  • Droid Docker 变体会暂存 ~/.factory 作为设置，转发 FACTORY_API_KEY，并且需要该 API key，因为本地 Factory OAuth/keyring 凭证无法移植到容器中。它使用 ACPX 内置的 droid exec --output-format acp 注册表条目。
  • OpenCode Docker 变体是严格的单 agent 回归通道。它会从 OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL 写入临时 OPENCODE_CONFIG_CONTENT 默认模型（默认值为 opencode/kimi-k2.6）。
  • 直接 acpx CLI 调用仅是用于在 Gateway 网关之外比较行为的手动/变通路径。Docker ACP 绑定烟雾测试会运行 OpenClaw 的嵌入式 acpx runtime 后端。

​
实时：Codex app-server harness 烟雾测试

  • 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 openai/gpt-5.5，它默认通过 Codex 路由 OpenAI agent 轮次
    • 在选择 Codex harness 的情况下，向 openai/gpt-5.5 发送第一个 Gateway 网关 agent 轮次
    • 向同一 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 Gateway 网关命令 路径运行 /codex status 和 /codex models
    • 可选运行两个经过 Guardian 审查的提升权限 shell 探测：一个应被批准的良性 命令，以及一个应被拒绝的假密钥上传，这样 agent 会回问
  • 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
  • 该烟雾测试会强制 provider/model agentRuntime.id: "codex"，因此损坏的 Codex harness 无法通过静默回退到 OpenClaw 而通过测试。
  • 凭证：来自本地 Codex 订阅登录的 Codex app-server 凭证。适用时，Docker 烟雾测试也可以为非 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： 
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： 
pnpm test:docker:live-codex-harness
Docker 说明：
  • Docker 运行器位于 scripts/test-live-codex-harness-docker.sh。
  • 它会传入 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，暂存源码树，然后只运行 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 runtime 配置，因此旧别名或 OpenClaw 回退无法隐藏 Codex harness 回归。

​
推荐的实时配方

狭窄、显式的 allowlist 最快且最不易抖动：
  • 单模型，直接运行（无 Gateway 网关）：
    • OPENCLAW_LIVE_MODELS="openai/gpt-5.5" pnpm test:live src/agents/models.profiles.live.test.ts
  • 小模型直接配置档：
    • OPENCLAW_LIVE_MODELS=small pnpm test:live src/agents/models.profiles.live.test.ts
  • 小模型 Gateway 网关配置档：
    • OPENCLAW_LIVE_GATEWAY_MODELS=small pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • Ollama Cloud API 烟雾测试：
    • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_BASE_URL=https://ollama.com OPENCLAW_LIVE_OLLAMA_MODEL=glm-5.1:cloud OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 pnpm test:live -- extensions/ollama/ollama.live.test.ts
  • 单模型，Gateway 网关烟雾测试：
    • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • 跨多个提供商的工具调用：
    • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3-flash-preview,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • Z.AI Coding Plan GLM-5.2 直接烟雾测试：
    • ZAI_CODING_LIVE_TEST=1 pnpm test:live src/agents/zai.live.test.ts
  • Google 重点测试（Gemini API key + Antigravity）：
    • Gemini（API key）：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
  • Google 自适应思考烟雾测试（来自私有 QA CLI 的 qa manual，需要 OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 和源码 checkout；参见 QA overview）：
    • Gemini 3 动态默认值：OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-3.1-pro-preview --alt-model google/gemini-3.1-pro-preview --message '/think adaptive Reply exactly: GEMINI_ADAPTIVE_OK' --timeout-ms 180000
    • Gemini 2.5 动态预算：OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-2.5-flash --alt-model google/gemini-2.5-flash --message '/think adaptive Reply exactly: GEMINI25_ADAPTIVE_OK' --timeout-ms 180000
说明：
  • google/... 使用 Gemini API（API key）。
  • google-antigravity/... 使用 Antigravity OAuth 桥接（Cloud Code Assist 风格的 agent 端点）。
  • google-gemini-cli/... 使用你机器上的本地 Gemini CLI（独立凭证 + 工具行为差异）。
  • Gemini API 与 Gemini CLI：
    • API：OpenClaw 通过 HTTP 调用 Google 托管的 Gemini API（API key / profile 凭证）；这是大多数用户所说的 “Gemini”。
    • CLI：OpenClaw shell 到本地 gemini 二进制文件；它有自己的凭证，并且行为可能不同（流式传输/工具支持/版本偏差）。

​
实时：模型矩阵（覆盖范围）

实时测试是选择性启用的，因此没有固定的 “CI 模型列表”。OPENCLAW_LIVE_MODELS=modern / OPENCLAW_LIVE_GATEWAY_MODELS=modern（以及它们的 all 别名）会运行来自 src/agents/live-model-filter.ts 中 HIGH_SIGNAL_LIVE_MODEL_PRIORITY 的精选优先级列表，优先级顺序如下：
提供商/模型说明
anthropic/claude-opus-4-8
anthropic/claude-sonnet-4-6
anthropic/claude-opus-4-7
google/gemini-3.1-pro-previewGemini API
google/gemini-3-flash-previewGemini API
moonshot/kimi-k2.7-code
anthropic/claude-opus-4-6
deepseek/deepseek-v4-flash
deepseek/deepseek-v4-pro
minimax/MiniMax-M3
openai/gpt-5.5
openrouter/openai/gpt-5.2-chat
openrouter/minimax/minimax-m2.7
opencode-go/glm-5
openrouter/ai21/jamba-large-1.7
xai/grok-4.3
zai/glm-5.1
fireworks/accounts/fireworks/models/glm-5p1
minimax-portal/minimax-m3
精选的小模型列表（OPENCLAW_LIVE_MODELS=small / OPENCLAW_LIVE_GATEWAY_MODELS=small）来自 SMALL_LIVE_MODEL_PRIORITY：
提供商/模型
lmstudio/qwen/qwen3.5-9b
vllm/qwen/qwen3-8b
sglang/qwen/qwen3-8b
ollama/gemma3:4b
openrouter/qwen/qwen3.5-9b
openrouter/z-ai/glm-5.1
openrouter/z-ai/glm-5
zai/glm-5.1
关于 modern 列表的说明：
  • codex 和 codex-cli 提供商会从默认现代扫描中排除（它们覆盖 CLI 后端/ACP 行为，已在上方单独测试）。openai/gpt-5.5 本身默认通过 Codex app-server harness 路由；请参阅 实时：Codex app-server harness 冒烟测试。
  • fireworks、google、openrouter 和 xai 只会在现代扫描中运行其明确精选的模型 ID（不会自动扩展为“此提供商的每个模型”）。
  • 在 OPENCLAW_LIVE_GATEWAY_MODELS 中至少包含一个支持图像的模型（Claude/Gemini/OpenAI 系列视觉变体等），以执行图像探测。
使用手动挑选的跨提供商集合运行带工具 + 图像的 Gateway 网关冒烟测试： 
OPENCLAW_LIVE_GATEWAY_MODELS="openai/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,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
精选列表之外的可选额外覆盖（可选，选择一个你已启用且支持 “tools” 的模型）：
  • Mistral：mistral/...
  • 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）

​
聚合器 / 替代 Gateway 网关

如果你已启用密钥，也可以通过以下方式测试：
  • OpenRouter：openrouter/...（数百个模型；使用 openclaw models scan 查找支持工具 + 图像的候选模型）
  • OpenCode：Zen 使用 opencode/...，Go 使用 opencode-go/...（通过 OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY 认证）
你可以纳入 live 矩阵的更多提供商（如果你有凭据/配置）：
  • 内置：anthropic、cerebras、github-copilot、google、google-antigravity、google-gemini-cli、google-vertex、groq、mistral、openai、openrouter、opencode、opencode-go、xai、zai
  • 通过 models.providers（自定义端点）：minimax（云/API），以及任何兼容 OpenAI/Anthropic 的代理（LM Studio、vLLM、LiteLLM 等）
不要在文档中硬编码“所有模型”。权威列表是你的机器上 discoverModels(...) 返回的内容，加上可用的密钥。

​
凭据（切勿提交）

live 测试会以与 CLI 相同的方式发现凭据。实际影响：
  • 如果 CLI 可用，live 测试应能找到相同的密钥。
  • 如果 live 测试提示 no creds，请按调试 openclaw models list / 模型选择的方式进行调试。
  • 按 Agent 的认证配置文件：~/.openclaw/agents/<agentId>/agent/auth-profiles.json（这就是 live 测试中 “profile keys” 的含义）
  • 配置：~/.openclaw/openclaw.json（或 OPENCLAW_CONFIG_PATH）
  • 旧版 OAuth 目录：~/.openclaw/credentials/（存在时会复制到暂存的 live home 中，但不是主要的 profile-key 存储）
  • 本地 live 运行会将活动配置（移除 agents.*.workspace / agentDir 覆盖项）和每个 Agent 的 auth-profiles.json 复制到临时测试 home 中，而不会复制该 Agent 目录的其余内容，因此 workspace/ 和 sandboxes/ 数据永远不会进入暂存 home；此外还会复制旧版 credentials/ 目录以及受支持的外部 CLI 认证文件/目录（.claude.json、.claude/.credentials.json、.claude/settings*.json、.claude/backups、.codex/auth.json、.codex/config.toml、.gemini、.minimax）。
如果你想依赖环境变量密钥，请在本地测试前导出它们，或使用下面的 Docker runner 并显式设置 OPENCLAW_PROFILE_FILE。

​
Deepgram live（音频转录）

  • 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 coding plan live

  • 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 workflow media live

  • 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：
    • 执行内置 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 live

  • 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
    • 探测前使用已导出的提供商环境变量
    • 默认优先使用 live/env API 密钥，而不是已存储的认证配置文件，因此 auth-profiles.json 中的过期测试密钥不会遮蔽真实 shell 凭据
    • 跳过没有可用认证/配置文件/模型的提供商
    • 通过共享图像生成运行时运行每个已配置的提供商：
      • <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
  • 可选缩小范围：
    • 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"
  • 可选认证行为：
    • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 用于强制使用配置文件存储认证并忽略仅环境变量覆盖
对于已发布的 CLI 路径，在提供商/运行时 live 测试通过后添加一个 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 Agent 解析、内置插件激活、共享图像生成运行时，以及 live 提供商请求。插件依赖应在运行时加载前已存在。

​
音乐生成 live

  • 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：
    • 执行共享的内置音乐生成提供商路径
    • 当前覆盖 fal、google、minimax 和 openrouter
    • 探测前使用已导出的提供商环境变量
    • 默认优先使用 live/env API 密钥，而不是已存储的认证配置文件，因此 auth-profiles.json 中的过期测试密钥不会遮蔽真实 shell 凭据
    • 跳过没有可用认证/配置文件/模型的提供商
    • 可用时运行两个已声明的运行时模式：
      • 使用仅提示词输入运行 generate
      • 当提供商声明 capabilities.edit.enabled 时运行 edit
    • comfy 有自己的独立 live 文件，不在此共享扫描中
  • 可选缩小范围：
    • OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"
    • OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.6"
  • 可选认证行为：
    • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 用于强制使用配置文件存储认证并忽略仅环境变量覆盖

​
视频生成 live

  • 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：
    • 跨 alibaba、byteplus、deepinfra、fal、google、minimax、openai、openrouter、pixverse、qwen、runway、together、vydra、xai 执行共享的内置视频生成提供商路径
    • 默认使用对发布安全的冒烟路径：每个提供商一个文本到视频请求、一秒钟龙虾提示词，以及来自 OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS 的按提供商操作上限（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 OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal"（或清空跳过列表）以显式运行它
    • 探测前使用已导出的提供商环境变量
    • 默认优先使用 live/env API 密钥，而不是已存储的认证配置文件，因此 auth-profiles.json 中的过期测试密钥不会遮蔽真实 shell 凭据
    • 跳过没有可用认证/配置文件/模型的提供商
    • 默认仅运行 generate
    • 设置 OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 可在可用时也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（此 lane 不支持基于 buffer 的本地图像输入）
    • 提供商特定的 Vydra 覆盖：
      • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts
      • 该文件运行 veo3 文本到视频，以及一个默认使用远程图像 URL fixture 的 kling 图像到视频 lane（使用 OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL 覆盖）。
    • 当前 videoToVideo live 覆盖：
      • 仅当所选模型解析为 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、google、openai、qwen、xai，因为这些路径当前需要远程 http(s) 参考 URL，而不是基于 buffer 的本地输入
  • 可选缩小范围：
    • 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="" 用于在默认扫描中包含每个提供商，包括 FAL
    • OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000 用于缩短激进冒烟运行中每个提供商的操作上限
  • 可选认证行为：
    • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 用于强制使用配置文件存储认证并忽略仅环境变量覆盖

​
Media live harness

  • 命令：pnpm test:live:media
  • 入口点：test/e2e/qa-lab/media/hosted-media-provider-live.ts，它会按所选 suite 对每个 suite 运行 pnpm test:live -- <suite-test-file>，因此心跳和静默模式行为会与其他 pnpm test:live 运行保持一致。
  • 目的：
    • 通过一个仓库原生入口点运行共享的图像、音乐和视频 live suite
    • 从 ~/.profile 自动加载缺失的提供商环境变量
    • 默认将每个 suite 自动缩小到当前具有可用认证的提供商
  • 标志：
    • --providers <csv> 全局提供商过滤器；--image-providers / --music-providers / --video-providers 将过滤器限定到一个 suite
    • --all-providers 跳过基于认证的自动过滤
    • --allow-empty 在过滤后没有可运行提供商时以 0 退出
    • --quiet / --no-quiet 透传给 test:live
  • 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

​
相关

  • 测试 - 单元、集成、QA 和 Docker suite