跳转到主要内容

​
测试

OpenClaw 拥有三个 Vitest 测试套件（单元/集成、端到端、实时）和一小组 Docker 运行器。 本文档是一份”我们如何测试”指南：
  • 每个套件覆盖的内容（以及它刻意不覆盖的内容）
  • 常见工作流（本地、推送前、调试）应运行哪些命令
  • 实时测试如何发现凭证并选择模型/提供商
  • 如何为真实世界的模型/提供商问题添加回归测试

​
快速上手

日常使用：
  • 完整门禁（推送前预期运行）：pnpm lint && pnpm build && pnpm test
当你修改了测试或想要额外的信心时：
  • 覆盖率门禁：pnpm test:coverage
  • 端到端套件：pnpm test:e2e
调试真实提供商/模型时（需要真实凭证）：
  • 实时套件（模型 + Gateway网关工具/图像探测）：pnpm test:live
提示：当你只需要一个失败用例时，建议通过下文描述的允许列表环境变量来缩小实时测试范围。

​
测试套件（在哪里运行什么）

将这些套件视为”逐步增加的真实性”（同时也增加了不稳定性/成本）：

​
单元/集成测试（默认）

  • 命令：pnpm test
  • 配置：vitest.config.ts
  • 文件：src/**/*.test.ts
  • 范围：
    • 纯单元测试
    • 进程内集成测试（Gateway网关认证、路由、工具、解析、配置）
    • 已知缺陷的确定性回归测试
  • 预期：
    • 在 CI 中运行
    • 不需要真实密钥
    • 应该快速且稳定

​
端到端测试（Gateway网关冒烟测试）

  • 命令：pnpm test:e2e
  • 配置：vitest.e2e.config.ts
  • 文件：src/**/*.e2e.test.ts
  • 范围：
    • 多实例 Gateway网关端到端行为
    • WebSocket/HTTP 接口、节点配对和更复杂的网络操作
  • 预期：
    • 在 CI 中运行（当在流水线中启用时）
    • 不需要真实密钥
    • 比单元测试涉及更多组件（可能更慢）

​
实时测试（真实提供商 + 真实模型）

  • 命令：pnpm test:live
  • 配置：vitest.live.config.ts
  • 文件：src/**/*.live.test.ts
  • 默认：通过 pnpm test:live 启用（设置 OPENCLAW_LIVE_TEST=1）
  • 范围：
    • “这个提供商/模型今天在真实凭证下是否真正工作？”
    • 捕获提供商格式变更、工具调用异常、认证问题和速率限制行为
  • 预期：
    • 设计上不保证 CI 稳定（真实网络、真实提供商策略、配额、中断）
    • 会花费金钱/消耗速率限制
    • 建议运行缩小范围的子集而不是”所有内容”
    • 实时运行会加载 ~/.profile 以获取缺失的 API 密钥
    • Anthropic 密钥轮换：设置 OPENCLAW_LIVE_ANTHROPIC_KEYS="sk-...,sk-..."（或 OPENCLAW_LIVE_ANTHROPIC_KEY=sk-...）或多个 ANTHROPIC_API_KEY* 变量；测试会在遇到速率限制时重试

​
我应该运行哪个套件？

使用此决策表：
  • 编辑逻辑/测试：运行 pnpm test（如果改动较多则加上 pnpm test:coverage）
  • 涉及 Gateway网关网络/WS 协议/配对：加上 pnpm test:e2e
  • 调试”我的机器人挂了”/提供商特定故障/工具调用：运行缩小范围的 pnpm test:live

​
实时测试：模型冒烟测试（profile 密钥）

实时测试分为两层，以便隔离故障：
  • “直接模型”告诉我们提供商/模型在给定密钥下是否能正常响应。
  • “Gateway网关冒烟测试”告诉我们完整的 Gateway网关 + 智能体管道对该模型是否工作（会话、历史、工具、沙箱策略等）。

​
第一层：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 选择你有凭证的模型
    • 对每个模型运行一个小型补全（以及需要时的定向回归测试）
  • 如何启用：
    • pnpm test:live（或直接调用 Vitest 时设置 OPENCLAW_LIVE_TEST=1）
  • 设置 OPENCLAW_LIVE_MODELS=modern（或 all，modern 的别名）来实际运行此套件；否则会跳过以保持 pnpm test:live 聚焦于 Gateway网关冒烟测试
  • 如何选择模型：
    • OPENCLAW_LIVE_MODELS=modern 运行现代允许列表（Opus/Sonnet/Haiku 4.5、GPT-5.x + Codex、Gemini 3、GLM 4.7、MiniMax M2.1、Grok 4）
    • OPENCLAW_LIVE_MODELS=all 是现代允许列表的别名
    • 或 OPENCLAW_LIVE_MODELS="openai/gpt-5.2,anthropic/claude-opus-4-5,..."（逗号分隔的允许列表）
  • 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：profile 存储和环境变量回退
    • 设置 OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 以强制仅使用 profile 存储
  • 为何存在：
    • 将”提供商 API 故障/密钥无效”与”Gateway网关智能体管道故障”分离
    • 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）

​
第二层：Gateway网关 + 开发智能体冒烟测试（“@openclaw”实际做什么）

  • 测试：src/gateway/gateway-models.profiles.live.test.ts
  • 目标：
    • 启动一个进程内 Gateway网关
    • 创建/更新一个 agent:dev:* 会话（每次运行覆盖模型）
    • 迭代有密钥的模型并断言：
      • “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（执行+读取探测）
      • OpenAI 回归路径（仅工具调用 → 后续请求）保持正常
  • 探测详情（便于快速解释故障）：
    • read 探测：测试在工作区写入一个随机数文件，要求智能体 read 它并回显随机数。
    • exec+read 探测：测试要求智能体通过 exec 将随机数写入临时文件，然后 read 回来。
    • image 探测：测试附加一个生成的 PNG（猫 + 随机代码），期望模型返回 cat <CODE>。
    • 实现参考：src/gateway/gateway-models.profiles.live.test.ts 和 src/gateway/live-image-probe.ts。
  • 如何启用：
    • pnpm test:live（或直接调用 Vitest 时设置 OPENCLAW_LIVE_TEST=1）
  • 如何选择模型：
    • 默认：现代允许列表（Opus/Sonnet/Haiku 4.5、GPT-5.x + Codex、Gemini 3、GLM 4.7、MiniMax M2.1、Grok 4）
    • OPENCLAW_LIVE_GATEWAY_MODELS=all 是现代允许列表的别名
    • 或设置 OPENCLAW_LIVE_GATEWAY_MODELS="provider/model"（或逗号分隔列表）来缩小范围
  • 如何选择提供商（避免”OpenRouter 全部”）：
    • OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax"（逗号分隔的允许列表）
  • 工具 + 图像探测在此实时测试中始终开启：
    • 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 image 探测
    • 流程（概要）：
      • 测试生成一个包含”CAT”+ 随机代码的小 PNG（src/gateway/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）
      • 内嵌智能体将多模态用户消息转发给模型
      • 断言：回复包含 cat + 代码（OCR 容差：允许轻微错误）
提示：要查看你的机器上可以测试哪些内容（以及确切的 provider/model ID），运行： 
openclaw models list
openclaw models list --json

​
实时测试：Anthropic setup-token 冒烟测试

  • 测试：src/agents/anthropic.setup-token.live.test.ts
  • 目标：验证 Claude Code CLI setup-token（或粘贴的 setup-token profile）能否完成 Anthropic 提示。
  • 启用：
    • pnpm test:live（或直接调用 Vitest 时设置 OPENCLAW_LIVE_TEST=1）
    • OPENCLAW_LIVE_SETUP_TOKEN=1
  • 令牌来源（选一个）：
    • Profile：OPENCLAW_LIVE_SETUP_TOKEN_PROFILE=anthropic:setup-token-test
    • 原始令牌：OPENCLAW_LIVE_SETUP_TOKEN_VALUE=sk-ant-oat01-...
  • 模型覆盖（可选）：
    • OPENCLAW_LIVE_SETUP_TOKEN_MODEL=anthropic/claude-opus-4-5
设置示例： 
openclaw models auth paste-token --provider anthropic --profile-id anthropic:setup-token-test
OPENCLAW_LIVE_SETUP_TOKEN=1 OPENCLAW_LIVE_SETUP_TOKEN_PROFILE=anthropic:setup-token-test pnpm test:live src/agents/anthropic.setup-token.live.test.ts

​
实时测试：CLI 后端冒烟测试（Claude Code CLI 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 + 智能体管道，不影响你的默认配置。
  • 启用：
    • pnpm test:live（或直接调用 Vitest 时设置 OPENCLAW_LIVE_TEST=1）
    • OPENCLAW_LIVE_CLI_BACKEND=1
  • 默认值：
    • 模型：claude-cli/claude-sonnet-4-5
    • 命令：claude
    • 参数：["-p","--output-format","json","--dangerously-skip-permissions"]
  • 覆盖（可选）：
    • OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-opus-4-5"
    • OPENCLAW_LIVE_CLI_BACKEND_MODEL="codex-cli/gpt-5.2-codex"
    • OPENCLAW_LIVE_CLI_BACKEND_COMMAND="/full/path/to/claude"
    • OPENCLAW_LIVE_CLI_BACKEND_ARGS='["-p","--output-format","json","--permission-mode","bypassPermissions"]'
    • OPENCLAW_LIVE_CLI_BACKEND_CLEAR_ENV='["ANTHROPIC_API_KEY","ANTHROPIC_API_KEY_OLD"]'
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_PROBE=1 发送真实图像附件（路径注入到提示中）。
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" 将图像文件路径作为 CLI 参数传递而非提示注入。
    • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"（或 "list"）控制设置 IMAGE_ARG 时图像参数的传递方式。
    • OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 发送第二轮并验证恢复流程。
  • OPENCLAW_LIVE_CLI_BACKEND_DISABLE_MCP_CONFIG=0 保持 Claude Code CLI MCP 配置启用（默认使用临时空文件禁用 MCP 配置）。
示例： 
OPENCLAW_LIVE_CLI_BACKEND=1 \
  OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-5" \
  pnpm test:live src/gateway/gateway-cli-backend.live.test.ts

​
推荐的实时测试配方

缩小范围的、明确的允许列表最快且最不容易出问题：
  • 单个模型，直接测试（无 Gateway网关）：
    • OPENCLAW_LIVE_MODELS="openai/gpt-5.2" pnpm test:live src/agents/models.profiles.live.test.ts
  • 单个模型，Gateway网关冒烟测试：
    • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.2" 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-5.2,anthropic/claude-opus-4-5,google/gemini-3-flash-preview,zai/glm-4.7,minimax/minimax-m2.1" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • Google 专项（Gemini API 密钥 + Antigravity）：
    • Gemini（API 密钥）：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-4-5-thinking,google-antigravity/gemini-3-pro-high" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
注意：
  • google/... 使用 Gemini API（API 密钥）。
  • google-antigravity/... 使用 Antigravity OAuth 桥接（Cloud Code Assist 风格的智能体端点）。
  • google-gemini-cli/... 使用你机器上的本地 Gemini CLI（独立的认证 + 工具调用特性）。
  • Gemini API 与 Gemini CLI：
    • API：OpenClaw 通过 HTTP 调用 Google 的托管 Gemini API（API 密钥/profile 认证）；这是大多数用户所说的”Gemini”。
    • CLI：OpenClaw 调用本地 gemini 二进制文件；它有自己的认证，行为可能不同（流式传输/工具支持/版本差异）。

​
实时测试：模型矩阵（我们覆盖的内容）

没有固定的”CI 模型列表”（实时测试是可选的），但以下是在有密钥的开发机器上建议定期覆盖的推荐模型。

​
现代冒烟测试集（工具调用 + 图像）

这是我们期望保持正常工作的”常用模型”运行：
  • OpenAI（非 Codex）：openai/gpt-5.2（可选：openai/gpt-5.1）
  • OpenAI Codex：openai-codex/gpt-5.2（可选：openai-codex/gpt-5.2-codex）
  • Anthropic：anthropic/claude-opus-4-5（或 anthropic/claude-sonnet-4-5）
  • Google（Gemini API）：google/gemini-3-pro-preview 和 google/gemini-3-flash-preview（避免使用较旧的 Gemini 2.x 模型）
  • Google（Antigravity）：google-antigravity/claude-opus-4-5-thinking 和 google-antigravity/gemini-3-flash
  • Z.AI（GLM）：zai/glm-4.7
  • MiniMax：minimax/minimax-m2.1
运行带工具 + 图像的 Gateway网关冒烟测试： OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.2,openai-codex/gpt-5.2,anthropic/claude-opus-4-5,google/gemini-3-pro-preview,google/gemini-3-flash-preview,google-antigravity/claude-opus-4-5-thinking,google-antigravity/gemini-3-flash,zai/glm-4.7,minimax/minimax-m2.1" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

​
基线：工具调用（Read + 可选 Exec）

每个提供商系列至少选择一个：
  • OpenAI：openai/gpt-5.2（或 openai/gpt-5-mini）
  • Anthropic：anthropic/claude-opus-4-5（或 anthropic/claude-sonnet-4-5）
  • Google：google/gemini-3-flash-preview（或 google/gemini-3-pro-preview）
  • Z.AI（GLM）：zai/glm-4.7
  • MiniMax：minimax/minimax-m2.1
可选的额外覆盖（锦上添花）：
  • xAI：xai/grok-4（或最新可用版本）
  • Mistral：mistral/…（选择一个你启用的支持工具的模型）
  • 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）

​
视觉：图像发送（附件 → 多模态消息）

在 OPENCLAW_LIVE_GATEWAY_MODELS 中至少包含一个支持图像的模型（Claude/Gemini/OpenAI 视觉能力变体等）以测试图像探测。

​
聚合器/替代网关

如果你启用了密钥，我们还支持通过以下方式测试：
  • 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：opencode/...（通过 OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY 认证）
如果你有凭证/配置，可以在实时矩阵中包含更多提供商：
  • 内置：openai、openai-codex、anthropic、google、google-vertex、google-antigravity、google-gemini-cli、zai、openrouter、opencode、xai、groq、cerebras、mistral、github-copilot
  • 通过 models.providers（自定义端点）：minimax（云/API），以及任何 OpenAI/Anthropic 兼容代理（LM Studio、vLLM、LiteLLM 等）
提示：不要试图在文档中硬编码”所有模型”。权威列表是你机器上 discoverModels(...) 返回的内容 + 可用的密钥。

​
凭证（切勿提交）

实时测试以与 CLI 相同的方式发现凭证。实际影响：
  • 如果 CLI 能工作，实时测试应该能找到相同的密钥。
  • 如果实时测试提示”无凭证”，按照调试 openclaw models list/模型选择的方式来调试。
  • Profile 存储：~/.openclaw/credentials/（首选；测试中”profile 密钥”的含义）
  • 配置：~/.openclaw/openclaw.json（或 OPENCLAW_CONFIG_PATH）
如果你想依赖环境变量密钥（例如在 ~/.profile 中导出的），在 source ~/.profile 之后运行本地测试，或使用下面的 Docker 运行器（它们可以将 ~/.profile 挂载到容器中）。

​
Deepgram 实时测试（音频转录）

  • 测试：src/media-understanding/providers/deepgram/audio.live.test.ts
  • 启用：DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live src/media-understanding/providers/deepgram/audio.live.test.ts

​
Docker 运行器（可选的”在 Linux 中工作”检查）

这些在仓库 Docker 镜像中运行 pnpm test:live，挂载你的本地配置目录和工作区（如果挂载了 ~/.profile 则会加载）：
  • 直接模型：pnpm test:docker:live-models（脚本：scripts/test-live-models-docker.sh）
  • Gateway网关 + 开发智能体：pnpm test:docker:live-gateway（脚本：scripts/test-live-gateway-models-docker.sh）
  • 新手引导向导（TTY，完整脚手架）：pnpm test:docker:onboard（脚本：scripts/e2e/onboard-docker.sh）
  • Gateway网关网络（两个容器，WS 认证 + 健康检查）：pnpm test:docker:gateway-network（脚本：scripts/e2e/gateway-network-docker.sh）
  • 插件（自定义扩展加载 + 注册表冒烟测试）：pnpm test:docker:plugins（脚本：scripts/e2e/plugins-docker.sh）
常用环境变量：
  • OPENCLAW_CONFIG_DIR=...（默认：~/.openclaw）挂载到 /home/node/.openclaw
  • OPENCLAW_WORKSPACE_DIR=...（默认：~/.openclaw/workspace）挂载到 /home/node/.openclaw/workspace
  • OPENCLAW_PROFILE_FILE=...（默认：~/.profile）挂载到 /home/node/.profile 并在运行测试前加载
  • OPENCLAW_LIVE_GATEWAY_MODELS=... / OPENCLAW_LIVE_MODELS=... 缩小运行范围
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 确保凭证来自 profile 存储（而非环境变量）

​
文档完整性检查

文档编辑后运行文档检查：pnpm docs:list。

​
离线回归测试（CI 安全）

这些是不需要真实提供商的”真实管道”回归测试：
  • Gateway网关工具调用（模拟 OpenAI，真实 Gateway网关 + 智能体循环）：src/gateway/gateway.tool-calling.mock-openai.test.ts
  • Gateway网关向导（WS wizard.start/wizard.next，写入配置 + 认证强制执行）：src/gateway/gateway.wizard.e2e.test.ts

​
智能体可靠性评估（Skills）

我们已经有一些 CI 安全的测试，其行为类似于”智能体可靠性评估”：
  • 通过真实 Gateway网关 + 智能体循环进行的模拟工具调用（src/gateway/gateway.tool-calling.mock-openai.test.ts）。
  • 验证会话连接和配置效果的端到端向导流程（src/gateway/gateway.wizard.e2e.test.ts）。
Skills 方面仍然缺少的内容（参见Skills）：
  • 决策： 当 Skills 列在提示中时，智能体是否选择了正确的 Skills（或避免了不相关的 Skills）？
  • 合规： 智能体是否在使用前阅读了 SKILL.md 并遵循了必需的步骤/参数？
  • 工作流契约： 多轮场景，断言工具顺序、会话历史延续和沙箱边界。
未来的评估应优先保持确定性：
  • 使用模拟提供商的场景运行器，断言工具调用 + 顺序、Skills 文件读取和会话连接。
  • 一小组以 Skills 为重点的场景（使用与避免、门控、提示注入）。
  • 可选的实时评估（可选启用，通过环境变量控制）仅在 CI 安全套件就位后进行。

​
添加回归测试（指南）

当你修复了在实时测试中发现的提供商/模型问题时：
  • 如果可能，添加 CI 安全的回归测试（模拟/存根提供商，或捕获确切的请求形状转换）
  • 如果本质上只能进行实时测试（速率限制、认证策略），保持实时测试范围小且通过环境变量可选启用
  • 优先针对能捕获缺陷的最小层：
    • 提供商请求转换/重放缺陷 → 直接模型测试
    • Gateway网关会话/历史/工具管道缺陷 → Gateway网关实时冒烟测试或 CI 安全的 Gateway网关模拟测试