AIGC 真正进了 Agent 工具箱

最让我兴奋的是 ComfyUI 插件的内置。以前想让 Agent 生成图片或视频，要么外挂 API 要么自己拼一套 workflow，现在 OpenClaw 直接把 ComfyUI 的 workflow 内置进来，三种媒体类型都支持，还能 prompt 注入、参考图上传、实时测试。

这个变化的意义比表面看起来大。OpenClaw 一直是"AI 助手编排平台"的定位，现在它扩展到了"创意生成工具链"——Agent 不再只是回答问题、调 API，它真的能 do things 来创造内容。对一人公司来说，这意味着你可以让 Agent 自己跑完"写文案 → 生成配图 → 剪视频"的完整链路，不用再切几个工具。

Provider 生态明显往亚洲倾斜

这版新接入了 Qwen、Fireworks AI、StepFun、MiniMax，TTS 和 Search 能力也跟着扩了。我自己测过 Qwen 和 MiniMax 的接入，配置体验比早期顺滑很多。

但真正让我觉得有诚意的是 Amazon Bedrock Mantle 这块。它现在支持 Claude/GPT-OSS/Qwen/Kimi/GLM 自动发现 inference profiles，关键是用 IAM credential chain，不再需要手动塞 AWS_BEARER_TOKEN_BEDROCK——我当时就踩过这个雷，token 过期后调试了半天才反应过来。这次改完对企业级部署友好太多，独立开发者如果用 AWS 也能少踩坑。

Context Visibility 终于落地

前期在 v2026.4.3 main 分支铺开的 Context Visibility 这版正式发布了。每个 channel 可以单独配置可见性，三种模式：

  • all：全可见
  • allowlist：白名单
  • allowlist_quote：白名单 + 引用

覆盖的渠道包括 Discord、Slack、Telegram、Matrix、MS Teams、iMessage、WhatsApp。说实话这个我用了才知道好在哪——之前在 Slack 上跑 Agent 经常遇到上下文溢出的尴尬，现在能精细控制哪些消息进上下文，调试和成本都好很多。

Task Flow × Lobster 集成

Lobster workflow 改成了进程内执行，不再需要 external CLI hop。听起来是个小改动，但延迟和稳定性差很多。Managed TaskFlow 模式也强化了 resume 验证，长任务断点续传更可靠。

Dreaming/Memory 系统从实验走向成熟

这块的变化挺值得说的。三阶段协作架构（light / deep / REM）现在各自独立调度了，Dreams UI 也新增了 Dream Diary 界面。日记路径从内部位置提升到顶层 dreams.md，这个设计我赞成——记忆系统的可观测性以前太差。

可配置的老化控制也加进来了：

  • recencyHalfLifeDays：近期记忆的半衰期
  • maxAgeDays：记忆最长保留天数

日常笔记现在分块化处理，证据收集质量明显提升。核心 commit 是 02f2a66dff+，有兴趣可以翻翻。

唯一的破坏性变更

PR #60726 把废弃的旧配置别名清理了。迁移方式挺友好：

openclaw doctor --fix

会自动迁移，加载时还维护着兼容层。这种处理方式我喜欢——给迁移留缓冲，不强制断头。

安全加固这块花了不少心思

插件安全层面，保留工具的 allowlist 不再被插件静默扩大，/allowlist 变更需要 owner 权限，Hook crash 时直接 fail-closed（失败即拒绝）。这是正确的安全姿态——默认拒绝比默认允许稳得多。

设备配对方面，scope 检查限定在已批准角色范围内，拒绝未批准的 token rotation。

Claude CLI 这边加固特别明显：清除继承的环境变量覆盖，强制 --setting-sources user，阻止会话中执行 repo-local .claude（防止目录穿越执行）。最后这条很关键，之前是个潜在的供应链攻击面。

SSRF/沙箱也做了加固：跨设备文件处理、URL 精确归一化、符号链接逃逸防护，每一项都是实打实的攻击面收紧。

Control UI 国际化大爆发

这版一口气补了 12 种语言：简中、繁中、巴葡、德、西、日、韩、法、土、印尼、波兰、乌克兰。一次性把主要市场全覆盖了。

UI 上还有几个亮点：

  • ClawHub 集成：Skills 面板里直接搜索/查看详情/安装，不用切平台
  • Per-Session Thinking：聊天头部和移动端设置里可选思考级别，这个对成本控制很有用
  • 音频支持：/tts 回复现在内联显示音频控件

Prompt Caching 优化容易被忽视

这块对成本影响很大，但容易被忽视。改了几个地方：

  • MCP 工具确定性排序
  • 归一化 system prompt 指纹
  • 移除重复的 in-band 工具清单
  • openclaw status --verbose 里显示缓存诊断

效果是后续轮次的缓存复用显著改善，token 成本降下来了。如果你跑长会话或者多轮 Agent，更新到这版能省不少钱，建议跑完之后用 --verbose 看一眼缓存命中率。

基础设施和平台特定修复

Gateway 启动加了 PID 回收检测、启动进度显示、防止陈旧锁文件。

平台特定层面：

  • macOS：launchd KeepAlive 重启处理，LaunchAgent 恢复
  • Windows：Task Scheduler 设置保留、Startup 条目回退、listener 清理
  • 更新系统：正确选择 npm 二进制（修复 Homebrew + nvm 冲突）

最后这条很贴心，Homebrew + nvm 同时装的环境下选 npm 是个老大难问题。

Claude CLI 的状态变化

这是个值得关注的信号。新 onboarding 流程不再推荐 Claude CLI 后端，但现有 profile 继续可用。同时 MCP bridge 暴露工具、stdin + stream-json 流式、实时进度都加进来了，#35676 也修了。

意思很明显：OpenClaw 在减少对 Claude CLI 包装的依赖，逐步通过原生 Anthropic API 代替。如果你还在用 CLI 后端，可以开始规划迁移了，不急但要有意识。

趋势观察

把这几天 v2026.4.2 → v2026.4.5 的开发节奏拉远看，几个趋势挺清楚：

  • AIGC 能力下沉：Video/Music/Image 生成成了一等公民工具
  • Provider 生态向亚洲扩张：Qwen、MiniMax、Kimi、GLM、StepFun 全进来了
  • 企业友好度提升：Bedrock IAM、Windows Task Scheduler、macOS launchd 都在打磨
  • 国际化补齐：一次性 12 语言
  • 安全边界持续加固：每版都有多项修复
  • 质量优先：85% 的 commit 是 Fix/Test/Docs/Refactor，项目进入稳固期

对独立开发者来说，这版的实际价值在于：AIGC 工具链可以直接接进 Agent，亚洲模型选择多了，长会话成本能降下来，企业部署门槛降低。如果你在用 OpenClaw 跑生产工作流，这是个值得升的版本——但记得先跑 openclaw doctor --fix 把旧别名迁移掉。