实时模型冒烟（配置文件键）

实时测试：模型冒烟测试（profile 密钥）¶

实时模型测试分为两层，以便隔离故障：

• “Direct model”（直接模型）告诉你：使用给定密钥时，该 provider/model 是否能够正常应答。
• “Gateway smoke”（网关冒烟）告诉你：完整的 gateway+agent 流水线对该模型是否可用（会话、历史记录、工具、沙箱策略等）。

精选模型列表位于 实时：模型矩阵 中的 src/agents/test-helpers/live-model-dynamic-candidates.ts 文件里，并且会随时间变化；请以其中的数组为准，而不是本页面。

MiniMax M3 使用 minimax/MiniMax-M3 作为其默认的 provider/model 引用。

第 1 层：直接模型补全（不经过 gateway）¶

• 测试：src/agents/models.profiles.live.test.ts
• 目标：
• 枚举已发现的模型
• 使用 getApiKeyForModel 选择你有凭据的模型
• 对每个模型运行一次小型补全（并在需要时进行针对性的回归测试）
• 如何启用：
• pnpm test:live（或直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
• 设置 OPENCLAW_LIVE_MODELS=modern、small 或 all（modern 的别名）以真正运行此套件；否则会跳过，因此单独运行 pnpm test:live 时仍聚焦于网关冒烟测试。
• 如何选择模型：
• OPENCLAW_LIVE_MODELS=modern 运行精选的高信号优先列表（参见 实时：模型矩阵）
• OPENCLAW_LIVE_MODELS=small 运行精选的小模型优先列表
• OPENCLAW_LIVE_MODELS=all 是 modern 的别名
• 或 OPENCLAW_LIVE_MODELS="openai/gpt-5.6-luna,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；仅针对 LAN、自定义或 Ollama Cloud 端点设置 OPENCLAW_LIVE_OLLAMA_BASE_URL。
• modern/all 与 small 扫描默认以各自精选列表的长度作为上限；设置 OPENCLAW_LIVE_MAX_MODELS=0 可进行穷举式的所选 profile 扫描，或设为正数以使用更小的上限。
• 穷举式扫描使用 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 路并行度运行；可通过设置 OPENCLAW_LIVE_MODEL_CONCURRENCY 覆盖。
• 如何选择 provider：
• OPENCLAW_LIVE_PROVIDERS="google,google-gemini-cli"（逗号分隔的允许列表）
• 密钥来源：
• 默认：profile store，并回退到环境变量
• 设置 OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 可强制仅使用 profile store
• 为什么需要这一层：
• 将“provider API 故障 / 密钥无效”与“gateway agent 流水线故障”区分开
• 包含小型、隔离的回归测试（示例：OpenAI Responses/Codex Responses 推理重放 + 工具调用流程）

第 2 层：Gateway + dev agent 冒烟测试（“@openclaw”实际执行的操作）¶

• 测试：src/gateway/gateway-models.profiles.live.test.ts
• 目标：
• 启动一个进程内（in-process）gateway
• 创建/更新一个 agent:dev:* 会话（每次运行可覆盖模型）
• 遍历有密钥的模型并断言：
  • 能返回“有意义”的响应（不使用工具）
  • 真实的工具调用可用（read 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 -> 后续追问）持续可用
• 探测细节（便于你快速解释失败原因）：
• read 探测：测试会在工作区写入一个 nonce 文件，并让 agent read 该文件并回显 nonce。
• exec+read 探测：测试要求 agent 通过 exec 把一个 nonce 写入临时文件，然后再 read 出来。
• 图像探测：测试附带一张生成的 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）优先列表
• OPENCLAW_LIVE_GATEWAY_MODELS=small 会通过完整的 gateway+agent 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"（或逗号列表）来缩小范围
• modern/all 与 small 的网关扫描默认以各自精选列表的长度作为上限；设置 OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 可进行穷举式的所选扫描，或设为正数以使用更小的上限。
• 如何选择 provider（避免“全走 OpenRouter”）：
• OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-gemini-cli,openai,anthropic,zai,minimax"（逗号分隔的允许列表）
• 此实时测试中工具与图像探测始终开启：
• 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（概览）：
  • 测试生成一张带有“CAT”+ 随机代码的小型 PNG（test/helpers/live-image-probe.ts）
  • 通过 agent 发送 attachments: [{ mimeType: "image/png", content: "<base64>" }]
  • gateway 将附件解析为 images[]（src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts）
  • 内嵌的 agent 将多模态用户消息转发给模型
  • 断言：回复中包含 cat + 该代码（OCR 容错：允许轻微错误）

openclaw models list
openclaw models list --json