跳转至

线上和 Docker/Parallels 工作流

实时与 Docker/Parallels 工作流

调试真实提供商/模型时(需要真实凭据):

  • 实时套件(模型 + Gateway 工具/图像检查):pnpm test:live
  • 静默运行单个实时文件:pnpm test:live -- src/agents/models.profiles.live.test.ts
  • 进度卡片刷新:OPENCLAW_LIVE_TEST=1 pnpm test:live -- src/gateway/gateway-progress-refresh.live.test.ts
  • 需要 OPENAI_API_KEY,并使用 openai/gpt-5.6-luna 以及隔离的 Gateway 状态。
  • 完成较早的一轮,然后在第二轮中刷新,同时保持某个命令处于挂起状态。原始父级必须更新卡片并保留其最终回复。之后的空闲刷新必须更新卡片,而不添加聊天消息或恢复待处理工作。
  • 实时子代理交接压力测试: OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_SUBAGENT_STRESS=1 pnpm test:live -- src/agents/subagents/announce/subagent-yield-resume.live.test.ts
  • 需要 OPENAI_API_KEY,默认使用 openai/gpt-5.6-luna;使用 OPENCLAW_LIVE_SUBAGENT_E2E_MODEL 选择另一个 OpenAI 模型。
  • 固定 OpenClaw 代理测试框架,并使用隔离的 Gateway 状态、合成文件以及外部保持的 HTTP 响应。它检查并发隐藏结果 扇出、对等待中的子树进行仅状态查询、操作员恢复且保留任务身份并支持幂等重放、子代理超时、实时 HTTP 503 检索失败,以及在其所有者认领运行后取消操作与进行中的结果发生竞争。父级报告会根据保持的请求、 子代理执行、任务投递状态和隐藏结果进行检查。503 用例检查已完成的代理轮次并不意味着检索成功。
  • 每个用例都会增量保存有界的运行时事实,以及最终助手回复,到 .artifacts/qa-e2e/subagent-challenges-*/evidence.json,包括失败的运行。 设置 OPENCLAW_LIVE_SUBAGENT_EVIDENCE_DIR 以更改输出目录。 此实时通道不模拟冷进程丢失;重启和丢失的接收所有权由 subagent-orphan-recovery.restart-integration.test.ts 覆盖。
  • 默认使用两批,每批三个子代理。设置 OPENCLAW_LIVE_SUBAGENT_STRESS_BATCHES(1–5)和 OPENCLAW_LIVE_SUBAGENT_STRESS_CHILDREN(1–6)以更改有界工作负载。
  • 实时 Gateway 并发:在 main 上以 mode=gateway-concurrency 和 live_openai_candidate=true 触发 OpenClaw Performance。它在 32 个代理上运行 96 个真实 轮次,使用 1,000 个预置会话、并发会话活动以及负载阶段 CPU 配置文件。Dreaming 被禁用,而普通索引和 摘要保持启用。结果保留在 Actions 工件中。参见 Gateway 并发基准测试。
  • 运行时性能报告:以 live_openai_candidate=true 触发 OpenClaw Performance,运行真实的 openai/gpt-5.6-luna 代理轮次,或使用 deep_profile=true 获取 Kova CPU/堆/跟踪工件。每日计划运行 会从单独的消费工件的发布者作业中,将模拟提供商、深度配置文件和 GPT-5.6 Luna 通道报告发布到 openclaw/clawgrit-reports; 缺失或无效的发布者身份验证会导致计划运行和 profile=release 运行失败。手动非发布触发会保留 GitHub 工件, 并将报告发布视为建议性操作。模拟提供商报告还包括源代码级别的 Gateway 启动、内存、插件压力、重复的 假模型 hello 循环以及 CLI 启动数值。
  • Docker 实时模型扫描:pnpm test:docker:live-models
  • 每个选中的模型运行一个文本轮次,外加一个小型文件读取式检查。 元数据中声明支持 image 输入的模型还会运行一个小型图像轮次。 在隔离提供商故障时,使用 OPENCLAW_LIVE_MODEL_FILE_PROBE=0 或 OPENCLAW_LIVE_MODEL_IMAGE_PROBE=0 禁用这些额外检查。
  • CI 覆盖:每日 OpenClaw Scheduled Live And E2E Checks 和手动 OpenClaw Release Checks 都会以 include_live_suites: true 调用可复用的实时/E2E 工作流, 其中包括按提供商分片的 Docker 实时模型矩阵作业。
  • 对于聚焦的 CI 重跑,以 include_live_suites: true 和 live_models_only: true 触发 OpenClaw Live And E2E Checks (Reusable)。
  • 将新的高信号提供商密钥添加到 scripts/ci-hydrate-live-auth.sh, 以及 .github/workflows/openclaw-live-and-e2e-checks-reusable.yml 及其 计划/发布调用方。
  • 原生 Codex 绑定聊天冒烟测试:pnpm test:docker:live-codex-bind
  • 针对 Codex app-server 路径运行 Docker 实时通道,使用 /codex bind 绑定一个 合成 Slack DM,执行 /codex fast 和 /codex permissions,然后验证普通回复和图像附件 通过原生插件绑定而不是 ACP 路由。
  • Codex app-server 测试框架冒烟测试:pnpm test:docker:live-codex-harness
  • 通过插件拥有的 Codex app-server 测试框架运行 Gateway 代理轮次, 验证 /codex status 和 /codex models,默认执行图像、cron MCP、子代理和 Guardian 检查。在隔离其他故障时,使用 OPENCLAW_LIVE_CODEX_HARNESS_SUBAGENT_PROBE=0 禁用子代理检查。对于聚焦的子代理检查,禁用其他检查: OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0 OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0 OPENCLAW_LIVE_CODEX_HARNESS_SUBAGENT_PROBE=1 pnpm test:docker:live-codex-harness。 除非设置 OPENCLAW_LIVE_CODEX_HARNESS_SUBAGENT_ONLY=0,否则这会在子代理检查后退出。
  • Codex 按需安装冒烟测试:pnpm test:docker:codex-on-demand
  • 在 Docker 中安装打包的 OpenClaw tarball,运行 OpenAI API 密钥 入门流程,并验证 Codex 插件以及 @openai/codex 依赖 已按需下载到受管理的 npm 项目根目录。
  • Codex npm 插件实时包冒烟测试:pnpm test:docker:live-codex-npm-plugin
  • 将候选 OpenClaw 包和精确的 Codex 插件安装到 Docker, 然后使用真实的 OpenAI 密钥进行 CLI 预检和同一会话轮次。
  • 其零重试中等思考的跟进轮次必须发送进度,持续完成随机化的工作区读取和一次精确的工件写入, 然后发送完成。仅包含进度的终止轮次会使该通道失败。
  • 实时插件工具依赖冒烟测试:pnpm test:docker:live-plugin-tool
  • 打包一个带有真实 slugify 依赖的测试夹具插件,通过 npm-pack: 安装它, 在受管理的 npm 项目根目录下验证该依赖,然后要求实时 OpenAI 模型调用插件工具并 返回隐藏的 slug。
  • OpenClaw 救援命令冒烟测试:pnpm test:live:system-agent-rescue-channel
  • 针对消息通道救援命令界面的可选双重保险检查。 执行 /openclaw status,排队一个持久模型更改, 回复 /openclaw yes,并验证审计/配置写入路径。
  • OpenClaw 首次运行 Docker 冒烟测试:pnpm test:docker:system-agent-first-run
  • 从空的 OpenClaw 状态目录开始,首先证明打包的 openclaw setup CLI 在未进行推理的情况下失败关闭。然后,它通过打包的激活模块测试并激活假 Claude。 只有在此之后,模糊的打包 CLI 请求才会到达规划器并解析为类型化设置,随后执行一次性模型、代理、Discord 配置和 SecretRef 操作。它验证配置和审计条目。这是辅助门控/操作证据,而不是交互式入门或 OpenClaw 代理/工具/审批证明。同一通道通过 pnpm openclaw qa suite --scenario system-agent-ring-zero-setup 在 QA Lab 中暴露。
  • Moonshot/Kimi 成本冒烟测试:设置 MOONSHOT_API_KEY 后,运行 openclaw models list --provider moonshot --json,然后针对 moonshot/kimi-k2.6 运行隔离的 openclaw agent --local --session-id live-kimi-cost --message 'Reply exactly: KIMI_LIVE_OK' --thinking off --json。 验证 JSON 报告 Moonshot/K2.6,并且助手转录存储了规范化后的 usage.cost。

Tip

当只需要一个失败用例时,请优先通过 allowlist 环境变量 来缩小实时测试的范围。

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 cl/openclaw