跳轉到主要內容
如需快速開始、QA 執行器、單元/整合套件，以及 Docker 流程，請參閱 測試。本頁涵蓋即時（會觸及網路的）測試： 模型矩陣、命令列介面後端、ACP、媒體供應商，以及憑證處理。

​
即時：本機煙霧測試指令

在臨時即時檢查前，先在程序環境中匯出所需的供應商金鑰。 安全的媒體煙霧測試： 
pnpm openclaw infer tts convert --local --json \
  --text "OpenClaw live smoke." \
  --output /tmp/openclaw-live-smoke.mp3
安全的語音通話就緒煙霧測試： 
pnpm openclaw voicecall setup --json
pnpm openclaw voicecall smoke --to "+15555550123"
除非同時提供 --yes，否則 voicecall smoke 是空跑；只有在你打算撥打真實通話時才使用 --yes。對 Twilio、Telnyx 和 Plivo 而言，成功的就緒檢查需要公開的網路鉤子 URL；本機/私有回送 URL 會被拒絕，因為這些供應商無法連到它們。

​
即時：Android 節點能力掃描

  • 測試：src/gateway/android-node.capabilities.live.test.ts
  • 腳本：pnpm android:test:integration
  • 目標：叫用已連線 Android 節點目前宣告的每一個指令，並斷言指令合約行為。
  • 範圍：
    • 有前置條件的/手動設定（此套件不會安裝/執行/配對應用程式）。
    • 針對所選 Android 節點逐一驗證閘道 node.invoke。
  • 必要前置設定：
    • Android 應用程式已連線並配對到閘道。
    • 應用程式保持在前景。
    • 已為你預期會通過的能力授予權限/擷取同意。
  • 可選目標覆寫：
    • OPENCLAW_ANDROID_NODE_ID 或 OPENCLAW_ANDROID_NODE_NAME。
    • OPENCLAW_ANDROID_GATEWAY_URL / OPENCLAW_ANDROID_GATEWAY_TOKEN / OPENCLAW_ANDROID_GATEWAY_PASSWORD。
  • 完整 Android 設定詳細資料：Android 應用程式

​
即時：模型煙霧測試（設定檔金鑰）

即時模型測試分成兩層，以便隔離失敗：
  • 「直接模型」會告訴你該供應商/模型是否完全能用指定金鑰回答。
  • 「閘道煙霧測試」會告訴你完整的閘道+代理管線是否能為該模型運作（工作階段、歷史記錄、工具、沙箱政策等）。
以下精選模型清單位於 src/agents/live-model-filter.ts，並且會隨時間變更；請將該處的陣列視為事實來源，而不是本頁。 MiniMax M3 使用 minimax/MiniMax-M3 作為其預設供應商/模型參照。

​
第 1 層：直接模型補全（無閘道）

  • 測試：src/agents/models.profiles.live.test.ts
  • 目標：
    • 列舉已發現的模型
    • 使用 getApiKeyForModel 選取你有憑證的模型
    • 對每個模型執行小型補全（並在需要時執行目標式迴歸測試）
  • 如何啟用：
    • pnpm test:live（或在直接叫用 Vitest 時使用 OPENCLAW_LIVE_TEST=1）
    • 設定 OPENCLAW_LIVE_MODELS=modern、small 或 all（modern 的別名）以實際執行此套件；否則它會略過，因此單獨執行 pnpm test:live 仍會聚焦在閘道煙霧測試。
  • 如何選取模型：
    • OPENCLAW_LIVE_MODELS=modern 會執行精選的高訊號優先清單（請參閱即時：模型矩陣）
    • OPENCLAW_LIVE_MODELS=small 會執行精選的小模型優先清單
    • OPENCLAW_LIVE_MODELS=all 是 modern 的別名
    • 或 OPENCLAW_LIVE_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,..."（逗號允許清單）
    • 本機 Ollama 小模型執行預設為 http://127.0.0.1:11434；只有 LAN、自訂或 Ollama Cloud 端點才設定 OPENCLAW_LIVE_OLLAMA_BASE_URL。
    • Modern/all 和 small 掃描預設以其精選清單長度作為上限；設定 OPENCLAW_LIVE_MAX_MODELS=0 可進行完整的已選設定檔掃描，或設定正數作為較小上限。
    • 完整掃描會使用 OPENCLAW_LIVE_TEST_TIMEOUT_MS 作為整個直接模型測試逾時。預設：60 分鐘。
    • 直接模型探測預設以 20 路平行執行；設定 OPENCLAW_LIVE_MODEL_CONCURRENCY 可覆寫。
  • 如何選取供應商：
    • OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli"（逗號允許清單）
  • 金鑰來源：
    • 預設：設定檔儲存區與環境變數後援
    • 設定 OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 可強制只使用設定檔儲存區
  • 此功能存在的原因：
    • 將「供應商 API 壞了 / 金鑰無效」與「閘道代理管線壞了」分開
    • 包含小型、隔離的迴歸測試（範例：OpenAI Responses/Codex Responses 推理重播 + 工具呼叫流程）

​
第 2 層：閘道 + 開發代理煙霧測試（「@openclaw」實際做的事）

  • 測試：src/gateway/gateway-models.profiles.live.test.ts
  • 目標：
    • 啟動程序內閘道
    • 建立/修補 agent:dev:* 工作階段（每次執行覆寫模型）
    • 逐一測試有金鑰的模型並斷言：
      • 「有意義的」回應（無工具）
      • 真實工具叫用可運作（讀取探測）
      • 可選的額外工具探測（執行+讀取探測）
      • OpenAI 迴歸路徑（僅工具呼叫 -> 後續回合）持續運作
  • 探測詳細資料（方便你快速解釋失敗）：
    • read 探測：測試會在工作區寫入 nonce 檔案，並要求代理 read 它且回傳該 nonce。
    • exec+read 探測：測試會要求代理以 exec 將 nonce 寫入暫存檔，然後再 read 回來。
    • 圖片探測：測試會附加產生的 PNG（貓 + 隨機碼），並預期模型回傳 cat <CODE>。
    • 實作參照：src/gateway/gateway-models.profiles.live.test.ts 和 test/helpers/live-image-probe.ts。
  • 如何啟用：
    • pnpm test:live（或在直接叫用 Vitest 時使用 OPENCLAW_LIVE_TEST=1）
  • 如何選取模型：
    • 預設：精選的高訊號（modern）優先清單
    • OPENCLAW_LIVE_GATEWAY_MODELS=small 會透過完整閘道+代理管線執行精選的小模型清單
    • OPENCLAW_LIVE_GATEWAY_MODELS=all 是 modern 的別名
    • 或設定 OPENCLAW_LIVE_GATEWAY_MODELS="provider/model"（或逗號清單）以縮小範圍
    • Modern/all 和 small 閘道掃描預設以其精選清單長度作為上限；設定 OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 可進行完整的已選掃描，或設定正數作為較小上限。
  • 如何選取供應商（避免「OpenRouter 全部都跑」）：
    • OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax"（逗號允許清單）
  • 工具 + 圖片探測在此即時測試中一律開啟：
    • read 探測 + exec+read 探測（工具壓力）
    • 當模型宣告支援圖片輸入時執行圖片探測
    • 流程（高階）：
      • 測試產生一個帶有 “CAT” + 隨機碼的小型 PNG（test/helpers/live-image-probe.ts）
      • 透過 agent attachments: [{ mimeType: "image/png", content: "<base64>" }] 傳送
      • 閘道將附件解析成 images[]（src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts）
      • 嵌入式代理將多模態使用者訊息轉發給模型
      • 斷言：回覆包含 cat + 該代碼（OCR 容忍度：允許輕微錯誤）
若要查看你的機器上可測試的項目（以及精確的 provider/model ID），請執行：
openclaw models list
openclaw models list --json

​
即時：命令列介面後端煙霧測試（Claude、Gemini 或其他本機命令列介面）

  • 測試：src/gateway/gateway-cli-backend.live.test.ts
  • 目標：使用本機命令列介面後端驗證閘道 + 代理管線，且不觸碰你的預設設定。
  • 後端專屬煙霧測試預設值位於擁有該後端的外掛 cli-backend.ts 定義中。
  • 啟用：
    • pnpm test:live（或在直接叫用 Vitest 時使用 OPENCLAW_LIVE_TEST=1）
    • OPENCLAW_LIVE_CLI_BACKEND=1
  • 預設值：
    • 預設供應商/模型：claude-cli/claude-sonnet-4-6
    • 指令/引數/圖片行為來自擁有該命令列介面後端的外掛中繼資料。
  • 覆寫（可選）：
    • 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 以傳送真實圖片附件（路徑會注入提示中）。Docker 配方中預設關閉。
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" 以將圖片檔案路徑作為命令列介面引數傳遞，而不是注入提示。
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"（或 "list"）以在設定 IMAGE_ARG 時控制圖片引數的傳遞方式。
    • OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 以傳送第二回合並驗證續接流程。
    • OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=1 以在所選模型支援切換目標時，選擇加入 Claude Sonnet -> Opus 同工作階段連續性探測。預設關閉，Docker 配方中也一樣。
    • OPENCLAW_LIVE_CLI_BACKEND_MCP_PROBE=1 以選擇加入 MCP/工具回送探測。Docker 配方中預設關閉。
範例： 
  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 設定煙霧測試： 
OPENCLAW_LIVE_TEST=1 \
  pnpm test:live src/agents/cli-runner/bundle-mcp.gemini.live.test.ts
這不會要求 Gemini 產生回應。它會寫入 OpenClaw 提供給 Gemini 的相同系統設定，然後執行 gemini --debug mcp list，以證明已儲存的 transport: "streamable-http" 伺服器會正規化為 Gemini 的 HTTP MCP 形狀，並且可連線到本機 streamable-HTTP MCP 伺服器。 Docker 配方： 
pnpm test:docker:live-cli-backend
單一供應商 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
注意事項：
  • Docker 執行器位於 scripts/test-live-cli-backend-docker.sh。
  • 它會在 repo Docker 映像中，以非 root 的 node 使用者執行即時命令列介面後端煙霧測試。
  • 它會從擁有該後端的外掛解析命令列介面煙霧測試中繼資料，然後將相符的 Linux 命令列介面套件（@anthropic-ai/claude-code 或 @google/gemini-cli）安裝到 OPENCLAW_DOCKER_CLI_TOOLS_DIR 的快取可寫前綴中（預設：~/.cache/openclaw/docker-cli-tools）。
  • codex-cli 不再是內建的命令列介面後端；請改用 openai/* 搭配 Codex app-server runtime（請參閱即時：Codex app-server harness 煙霧測試）。
  • pnpm test:docker:live-cli-backend:claude-subscription 需要可攜的 Claude Code 訂閱 OAuth，可透過含有 claudeAiOauth.subscriptionType 的 ~/.claude/.credentials.json，或來自 claude setup-token 的 CLAUDE_CODE_OAUTH_TOKEN 提供。它會先在 Docker 中證明直接 claude -p 可行，然後在不保留 Anthropic API 金鑰環境變數的情況下執行兩個閘道命令列介面後端回合。此訂閱通道預設停用 Claude MCP/工具與圖片探測，因為它會消耗已登入訂閱的使用額度，且 Anthropic 可以在沒有 OpenClaw 發版的情況下變更 Claude Agent SDK / claude -p 的計費與速率限制行為。
  • Claude 和 Gemini 透過上述旗標支援相同探測集（文字回合、圖片分類、MCP cron 工具呼叫、模型切換連續性），但這些探測預設都不會執行；請依需要逐一旗標選擇加入。

​
即時：APNs HTTP/2 Proxy 可達性

  • 測試：src/infra/push-apns-http2.live.test.ts
  • 目標：透過本機 HTTP CONNECT Proxy 建立到 Apple 沙箱 APNs 端點的通道，傳送 APNs HTTP/2 驗證請求，並斷言 Apple 真實的 403 InvalidProviderToken 回應會經由該 Proxy 路徑回來。
  • 啟用：
    • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_APNS_REACHABILITY=1 pnpm test:live src/infra/push-apns-http2.live.test.ts
  • 可選逾時：
    • OPENCLAW_LIVE_APNS_TIMEOUT_MS=30000

​
即時：ACP 綁定煙霧測試（/acp spawn ... --bind here）

  • 測試：src/gateway/gateway-acp-bind.live.test.ts
  • 目標：使用即時 ACP agent 驗證真實的 ACP conversation-bind 流程：
    • 傳送 /acp spawn <agent> --bind here
    • 就地繫結合成的訊息通道對話
    • 在同一個對話上傳送一般後續訊息
    • 驗證後續訊息會落在已繫結 ACP 工作階段的逐字稿中
  • 啟用：
    • pnpm test:live src/gateway/gateway-acp-bind.live.test.ts
    • OPENCLAW_LIVE_ACP_BIND=1
  • 預設值：
    • Docker 中的 ACP agents：claude,codex,gemini
    • 直接執行 pnpm test:live ... 時的 ACP agent：claude
    • 合成通道：Slack DM 風格的對話情境
    • ACP 後端：acpx
  • 覆寫：
    • 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）以強制啟用圖片探測；任何其他值都會強制停用。除了 opencode 以外，預設會對每個 agent 執行。
    • OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1
    • OPENCLAW_LIVE_ACP_BIND_PARENT_MODEL=openai/gpt-5.5
  • 注意事項：
    • 此通道使用閘道 chat.send 介面，搭配僅限管理員使用的合成 originating-route 欄位，讓測試可以附加訊息通道情境，而不必假裝要向外部投遞。
    • 未設定 OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND 時，測試會使用內嵌 acpx 外掛的內建 agent 登錄，來選取 ACP 測試工具 agent。
    • 已繫結工作階段的排程 MCP 建立預設為盡力而為，因為外部 ACP 測試工具可能會在繫結/圖片證明通過後取消 MCP 呼叫；設定 OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1 可讓該繫結後排程探測變為嚴格模式。
範例： 
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
單一 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 注意事項：
  • Docker 執行器位於 scripts/test-live-acp-bind-docker.sh。
  • 預設會依序對聚合即時命令列介面 agents 執行 ACP 繫結冒煙測試：claude、codex，然後是 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 來縮小矩陣。
  • 它會將相符的命令列介面驗證資料暫存到容器中，然後在缺少時安裝所要求的即時命令列介面（@anthropic-ai/claude-code、@openai/codex、透過 https://app.factory.ai/cli 的 Factory Droid、@google/gemini-cli，或 opencode-ai）。ACP 後端本身是來自官方 acpx 外掛的內嵌 acpx/runtime 套件。
  • Droid Docker 變體會暫存 ~/.factory 作為設定、轉送 FACTORY_API_KEY，並要求該 API 金鑰，因為本機 Factory OAuth/keyring 驗證無法攜入容器。它會使用 ACPX 內建的 droid exec --output-format acp 登錄項目。
  • OpenCode Docker 變體是嚴格的單一 agent 迴歸通道。它會從 OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL 寫入暫時的 OPENCODE_CONFIG_CONTENT 預設模型（預設為 opencode/kimi-k2.6）。
  • 直接呼叫 acpx 命令列介面僅是用於在閘道之外比較行為的手動/ workaround 路徑。Docker ACP 繫結冒煙測試會演練 OpenClaw 內嵌的 acpx runtime 後端。

​
即時：Codex app-server 測試工具冒煙測試

  • 目標：透過一般閘道 agent 方法驗證外掛擁有的 Codex 測試工具：
    • 載入隨附的 codex 外掛
    • 選取 openai/gpt-5.5，它預設會將 OpenAI agent 回合透過 Codex 路由
    • 在選取 Codex 測試工具的情況下，將第一個閘道 agent 回合傳送至 openai/gpt-5.5
    • 將第二個回合傳送至同一個 OpenClaw 工作階段，並驗證 app-server 執行緒可以恢復
    • 透過相同的閘道命令 路徑執行 /codex status 和 /codex models
    • 可選擇執行兩個經 Guardian 審查的升級權限 shell 探測：一個應被核准的良性 命令，以及一個應被 拒絕、讓 agent 回問的假秘密上傳
  • 測試：src/gateway/gateway-codex-harness.live.test.ts
  • 啟用：OPENCLAW_LIVE_CODEX_HARNESS=1
  • 預設模型：openai/gpt-5.5
  • 可選圖片探測：OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1
  • 可選 MCP/工具探測：OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1
  • 可選 Guardian 探測：OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1
  • 冒煙測試會強制提供者/模型 agentRuntime.id: "codex"，因此壞掉的 Codex 測試工具無法透過靜默退回 OpenClaw 而通過。
  • 驗證：來自本機 Codex 訂閱登入的 Codex app-server 驗證。Docker 冒煙測試在適用時也可以為非 Codex 探測提供 OPENAI_API_KEY， 另可選擇複製 ~/.codex/auth.json 和 ~/.codex/config.toml。
本機配方： 
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 注意事項：
  • Docker 執行器位於 scripts/test-live-codex-harness-docker.sh。
  • 它會傳遞 OPENAI_API_KEY、在存在時複製 Codex 命令列介面驗證檔案、將 @openai/codex 安裝到可寫入的掛載 npm 前綴、暫存原始碼樹，然後只執行 Codex 測試工具即時測試。
  • Docker 預設會啟用圖片、MCP/工具與 Guardian 探測。需要較窄的偵錯 執行時，設定 OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0 或 OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 或 OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0。
  • Docker 使用相同的明確 Codex runtime 設定，因此舊別名或 OpenClaw fallback 無法掩蓋 Codex 測試工具迴歸。

​
建議的即時配方

狹窄、明確的允許清單速度最快且最不容易不穩定：
  • 單一模型，直接執行（不經閘道）：
    • OPENCLAW_LIVE_MODELS="openai/gpt-5.5" pnpm test:live src/agents/models.profiles.live.test.ts
  • 小型模型直接設定檔：
    • OPENCLAW_LIVE_MODELS=small pnpm test:live src/agents/models.profiles.live.test.ts
  • 小型模型閘道設定檔：
    • OPENCLAW_LIVE_GATEWAY_MODELS=small pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • Ollama Cloud API 冒煙測試：
    • 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
  • 單一模型，閘道冒煙測試：
    • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • 跨多個提供者的工具呼叫：
    • 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 直接冒煙測試：
    • ZAI_CODING_LIVE_TEST=1 pnpm test:live src/agents/zai.live.test.ts
  • Google 聚焦（Gemini API 金鑰 + Antigravity）：
    • Gemini（API 金鑰）：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 adaptive thinking 冒煙測試（來自私有 QA 命令列介面的 qa manual - 需要 OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 和原始碼 checkout；請參閱 QA 概觀）：
    • Gemini 3 動態預設值：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 動態預算：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
注意事項：
  • google/... 使用 Gemini API（API 金鑰）。
  • google-antigravity/... 使用 Antigravity OAuth 橋接器（Cloud Code Assist 風格的 agent 端點）。
  • google-gemini-cli/... 使用你機器上的本機 Gemini 命令列介面（獨立驗證 + 工具細節）。
  • Gemini API 與 Gemini 命令列介面：
    • API：OpenClaw 透過 HTTP 呼叫 Google 託管的 Gemini API（API 金鑰 / 設定檔驗證）；這是多數使用者所說的「Gemini」。
    • 命令列介面：OpenClaw 會 shell out 到本機 gemini 二進位檔；它有自己的驗證，且行為可能不同（串流/工具支援/版本落差）。

​
即時：模型矩陣（涵蓋內容）

即時測試採用選擇啟用，因此沒有固定的「CI 模型清單」。OPENCLAW_LIVE_MODELS=modern / OPENCLAW_LIVE_GATEWAY_MODELS=modern（以及它們的 all 別名）會執行 src/agents/live-model-filter.ts 中 HIGH_SIGNAL_LIVE_MODEL_PRIORITY 的精選優先清單，優先順序如下：
提供者/模型備註
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
精選的小型模型清單（OPENCLAW_LIVE_MODELS=small / OPENCLAW_LIVE_GATEWAY_MODELS=small），來自 SMALL_LIVE_MODEL_PRIORITY：
提供者/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
modern 清單注意事項：
  • codex 和 codex-cli 供應商會排除在預設的現代掃描之外（它們涵蓋命令列介面後端/ACP 行為，已在上方分開測試）。openai/gpt-5.5 本身預設會透過 Codex app-server 測試框架路由；請參閱實機：Codex app-server 測試框架冒煙測試。
  • fireworks、google、openrouter 和 xai 在現代掃描中只會執行其明確精選的模型 ID（不會自動展開成「此供應商的每個模型」）。
  • 在 OPENCLAW_LIVE_GATEWAY_MODELS 中包含至少一個支援圖片的模型（Claude/Gemini/OpenAI 系列視覺變體等），以執行圖片探測。
在手動挑選的跨供應商組合上，使用工具 + 圖片執行閘道冒煙測試： 
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
精選清單之外的可選額外覆蓋範圍（有更好，挑選一個你已啟用且支援「工具」的模型）：
  • Mistral：mistral/...
  • Cerebras：cerebras/...（如果你有存取權）
  • LM Studio：lmstudio/...（本機；工具呼叫取決於 API 模式）

​
彙整器 / 替代閘道

如果你已啟用金鑰，也可以透過以下方式測試：
  • OpenRouter：openrouter/...（數百個模型；使用 openclaw models scan 尋找支援工具 + 圖片的候選模型）
  • OpenCode：opencode/... 用於 Zen，opencode-go/... 用於 Go（透過 OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY 驗證）
你可以納入實機矩陣的更多供應商（如果你有認證/設定）：
  • 內建：anthropic、cerebras、github-copilot、google、google-antigravity、google-gemini-cli、google-vertex、groq、mistral、openai、openrouter、opencode、opencode-go、xai、zai
  • 透過 models.providers（自訂端點）：minimax（雲端/API），以及任何 OpenAI/Anthropic 相容代理（LM Studio、vLLM、LiteLLM 等）
不要在文件中硬編碼「所有模型」。權威清單是 discoverModels(...) 在你的機器上傳回的內容，加上可用的金鑰。

​
認證（絕不提交）

實機測試會以與命令列介面相同的方式探索認證。實務影響：
  • 如果命令列介面可用，實機測試應該會找到相同的金鑰。
  • 如果實機測試顯示「沒有認證」，請用你除錯 openclaw models list / 模型選擇的同樣方式除錯。
  • 個別代理的驗證設定檔：~/.openclaw/agents/<agentId>/agent/auth-profiles.json（這就是實機測試中「設定檔金鑰」的意思）
  • 設定：~/.openclaw/openclaw.json（或 OPENCLAW_CONFIG_PATH）
  • 舊版 OAuth 目錄：~/.openclaw/credentials/（存在時會複製到暫存的實機家目錄，但不是主要的設定檔金鑰儲存區）
  • 本機實機執行會將作用中的設定（移除 agents.*.workspace / agentDir 覆寫）和每個代理的 auth-profiles.json 複製到暫時測試家目錄，而不是該代理目錄的其餘部分，因此 workspace/ 和 sandboxes/ 資料絕不會到達暫存家目錄；另會複製舊版 credentials/ 目錄，以及支援的外部命令列介面驗證檔案/目錄（.claude.json、.claude/.credentials.json、.claude/settings*.json、.claude/backups、.codex/auth.json、.codex/config.toml、.gemini、.minimax）。
如果你想依賴環境金鑰，請在本機測試前匯出它們，或使用下方的 Docker 執行器並明確指定 OPENCLAW_PROFILE_FILE。

​
Deepgram 實機（音訊轉錄）

  • 測試：extensions/deepgram/audio.live.test.ts
  • 啟用：DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live extensions/deepgram/audio.live.test.ts

​
BytePlus 編碼計畫實機

  • 測試：extensions/byteplus/live.test.ts
  • 啟用：BYTEPLUS_API_KEY=... BYTEPLUS_LIVE_TEST=1 pnpm test:live extensions/byteplus/live.test.ts
  • 可選模型覆寫：BYTEPLUS_CODING_MODEL=ark-code-latest

​
ComfyUI 工作流程媒體實機

  • 測試：extensions/comfy/comfy.live.test.ts
  • 啟用：OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
  • 範圍：
    • 執行內建 comfy 圖片、影片和 music_generate 路徑
    • 除非已設定 plugins.entries.comfy.config.<capability>，否則略過各項能力
    • 適合在變更 comfy 工作流程提交、輪詢、下載或外掛註冊後使用

​
圖片生成實機

  • 測試：test/image-generation.runtime.live.test.ts
  • 命令：pnpm test:live test/image-generation.runtime.live.test.ts
  • 測試框架：pnpm test:live:media image
  • 範圍：
    • 列舉每個已註冊的圖片生成供應商外掛
    • 在探測前使用已匯出的供應商環境變數
    • 預設優先使用實機/環境 API 金鑰，而非已儲存的驗證設定檔，因此 auth-profiles.json 中過期的測試金鑰不會遮蔽真實的 shell 認證
    • 略過沒有可用驗證/設定檔/模型的供應商
    • 透過共用圖片生成執行階段執行每個已設定的供應商：
      • <provider>:generate
      • 供應商宣告支援編輯時執行 <provider>:edit
  • 目前涵蓋的內建供應商：
    • deepinfra
    • fal
    • google
    • minimax
    • openai
    • openrouter
    • vydra
    • xai
  • 可選縮小範圍：
    • 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"
  • 可選驗證行為：
    • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 以強制使用設定檔儲存區驗證，並忽略僅環境變數的覆寫
對於已出貨的命令列介面路徑，請在供應商/執行階段實機測試通過後加上一個 infer 冒煙測試： 
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
這會涵蓋命令列介面引數解析、設定/預設代理解析、內建 外掛啟用、共用圖片生成執行階段，以及實機供應商 請求。外掛相依項預期在執行階段載入前已存在。

​
音樂生成實機

  • 測試：extensions/music-generation-providers.live.test.ts
  • 啟用：OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts
  • 測試框架：pnpm test:live:media music
  • 範圍：
    • 執行共用內建音樂生成供應商路徑
    • 目前涵蓋 fal、google、minimax 和 openrouter
    • 在探測前使用已匯出的供應商環境變數
    • 預設優先使用實機/環境 API 金鑰，而非已儲存的驗證設定檔，因此 auth-profiles.json 中過期的測試金鑰不會遮蔽真實的 shell 認證
    • 略過沒有可用驗證/設定檔/模型的供應商
    • 可用時執行兩種已宣告的執行階段模式：
      • 使用僅提示輸入執行 generate
      • 供應商宣告 capabilities.edit.enabled 時執行 edit
    • comfy 有自己的獨立實機檔案，不屬於此共用掃描
  • 可選縮小範圍：
    • OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"
    • OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.6"
  • 可選驗證行為：
    • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 以強制使用設定檔儲存區驗證，並忽略僅環境變數的覆寫

​
影片生成實機

  • 測試：extensions/video-generation-providers.live.test.ts
  • 啟用：OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
  • 測試框架：pnpm test:live:media video
  • 範圍：
    • 跨 alibaba、byteplus、deepinfra、fal、google、minimax、openai、openrouter、pixverse、qwen、runway、together、vydra、xai 執行共用內建影片生成供應商路徑
    • 預設使用對發布安全的冒煙測試路徑：每個供應商一個文字轉影片請求、一秒鐘龍蝦提示，以及來自 OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS 的每供應商操作上限（預設為 180000）
    • 預設略過 FAL，因為供應商端佇列延遲可能主導發布時間；傳入 OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal"（或清空略過清單）即可明確執行它
    • 在探測前使用已匯出的供應商環境變數
    • 預設優先使用實機/環境 API 金鑰，而非已儲存的驗證設定檔，因此 auth-profiles.json 中過期的測試金鑰不會遮蔽真實的 shell 認證
    • 略過沒有可用驗證/設定檔/模型的供應商
    • 預設只執行 generate
    • 設定 OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 也會在可用時執行已宣告的轉換模式：
      • 當供應商宣告 capabilities.imageToVideo.enabled，且所選供應商/模型在共用掃描中接受以緩衝區支援的本機圖片輸入時，執行 imageToVideo
      • 當供應商宣告 capabilities.videoToVideo.enabled，且所選供應商/模型在共用掃描中接受以緩衝區支援的本機影片輸入時，執行 videoToVideo
    • 目前在共用掃描中已宣告但略過的 imageToVideo 供應商：
      • vydra（此通道不支援以緩衝區支援的本機圖片輸入）
    • 供應商專屬 Vydra 覆蓋範圍：
      • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts
      • 該檔案會執行 veo3 文字轉影片，以及預設使用遠端圖片 URL 夾具的 kling 圖片轉影片通道（使用 OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL 覆寫）。
    • 目前的 videoToVideo 實機覆蓋範圍：
      • 僅在所選模型解析為 gen4_aleph 時涵蓋 runway
    • 目前在共用掃描中已宣告但略過的 videoToVideo 供應商：
      • alibaba、google、openai、qwen、xai，因為這些路徑目前需要遠端 http(s) 參照 URL，而不是以緩衝區支援的本機輸入
  • 可選縮小範圍：
    • 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="" 以在預設掃描中包含每個供應商，包括 FAL
    • OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000 以降低每個供應商操作上限，進行激進的冒煙測試執行
  • 可選驗證行為：
    • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 以強制使用設定檔儲存區驗證，並忽略僅環境變數的覆寫

​
媒體實機測試框架

  • 命令：pnpm test:live:media
  • 進入點：test/e2e/qa-lab/media/hosted-media-provider-live.ts，它會針對每個所選套件執行 pnpm test:live -- <suite-test-file>，因此心跳偵測和安靜模式行為會與其他 pnpm test:live 執行保持一致。
  • 用途：
    • 透過一個 repo 原生進入點執行共用圖片、音樂和影片實機套件
    • 從 ~/.profile 自動載入缺少的供應商環境變數
    • 預設自動將每個套件縮小到目前具有可用驗證的供應商
  • 旗標：
    • --providers <csv> 全域供應商篩選；--image-providers / --music-providers / --video-providers 將篩選限縮到單一套件
    • --all-providers 略過基於驗證的自動篩選
    • --allow-empty 在篩選後沒有可執行供應商時以 0 結束
    • --quiet / --no-quiet 傳遞給 test:live
  • 範例：
    • 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

​
相關

  • 測試 - 單元、整合、QA 和 Docker 套件