Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

OpenClaw wendet vor einem Lauf (beim Aufbau des Modellkontexts) Provider-spezifische Korrekturen auf Transkripte an. Die meisten davon sind In-Memory-Anpassungen, die strenge Provider-Anforderungen erfüllen. Ein separater Reparaturdurchlauf für Sitzungsdateien kann gespeichertes JSONL ebenfalls neu schreiben, bevor die Sitzung geladen wird, jedoch nur bei fehlerhaften Zeilen oder persistierten Turns, die keine gültigen dauerhaften Datensätze sind. Ausgelieferte Assistant-Antworten bleiben auf der Festplatte erhalten; Provider-spezifisches Entfernen von Assistant-Prefill geschieht nur beim Erstellen ausgehender Payloads. Wenn eine Reparatur erfolgt, wird die Originaldatei neben der Sitzungsdatei gesichert. Der Umfang umfasst:
  • Runtime-only-Prompt-Kontext, der nicht in benutzersichtbaren Transkript-Turns landet
  • Bereinigung von Tool-Call-IDs
  • Validierung von Tool-Call-Eingaben
  • Reparatur der Tool-Result-Zuordnung
  • Turn-Validierung/-Reihenfolge
  • Bereinigung von Gedankensignaturen
  • Bereinigung von Thinking-Signaturen
  • Bereinigung von Bild-Payloads
  • Bereinigung leerer Textblöcke vor Provider-Replay
  • Herkunftsmarkierung von Benutzereingaben (für sitzungsübergreifend geroutete Prompts)
  • Reparatur leerer Assistant-Fehler-Turns für Bedrock-Converse-Replay
Wenn Sie Details zur Transkriptspeicherung benötigen, siehe:

​
Globale Regel: Runtime-Kontext ist kein Benutzertranskript

Runtime-/Systemkontext kann dem Modell-Prompt für einen Turn hinzugefügt werden, ist aber kein vom Endbenutzer verfasster Inhalt. OpenClaw hält einen separaten transkriptbezogenen Prompt-Body für Gateway-Antworten, eingereihte Follow-ups, ACP, CLI und eingebettete Pi- Läufe. Gespeicherte sichtbare Benutzer-Turns verwenden diesen Transkript-Body statt des um Runtime-Daten angereicherten Prompts. Für Legacy-Sitzungen, in denen Runtime-Wrapper bereits persistiert wurden, wenden Gateway-Verlaufs- Oberflächen eine Anzeigeprojektion an, bevor sie Nachrichten an WebChat-, TUI-, REST- oder SSE-Clients zurückgeben.

​
Wo dies ausgeführt wird

Die gesamte Transkripthygiene ist im eingebetteten Runner zentralisiert:
  • Richtlinienauswahl: src/agents/transcript-policy.ts
  • Anwendung von Bereinigung/Reparatur: sanitizeSessionHistory in src/agents/pi-embedded-runner/replay-history.ts
Die Richtlinie verwendet provider, modelApi und modelId, um zu entscheiden, was angewendet wird. Getrennt von der Transkripthygiene werden Sitzungsdateien (falls nötig) vor dem Laden repariert:
  • repairSessionFileIfNeeded in src/agents/session-file-repair.ts
  • Aufgerufen aus run/attempt.ts und compact.ts (eingebetteter Runner)

​
Globale Regel: Bildbereinigung

Bild-Payloads werden immer bereinigt, um Provider-seitige Ablehnungen aufgrund von Größen- limits zu verhindern (Herunterskalieren/erneutes Komprimieren übergroßer base64-Bilder). Dies hilft außerdem, den bildbedingten Tokendruck für vision-fähige Modelle zu kontrollieren. Niedrigere Maximalabmessungen reduzieren im Allgemeinen die Token-Nutzung; höhere Abmessungen erhalten Details. Implementierung:
  • sanitizeSessionMessagesImages in src/agents/pi-embedded-helpers/images.ts
  • sanitizeContentBlocksImages in src/agents/tool-images.ts
  • Die maximale Bildseite ist über agents.defaults.imageMaxDimensionPx konfigurierbar (Standard: 1200).
  • Leere Textblöcke werden entfernt, während dieser Durchlauf Replay-Inhalte durchläuft. Assistant- Turns, die dadurch leer werden, werden aus der Replay-Kopie entfernt; Benutzer- und Tool-Result- Turns, die leer werden, erhalten einen nicht leeren Platzhalter für ausgelassene Inhalte.

​
Globale Regel: fehlerhafte Tool-Calls

Assistant-Tool-Call-Blöcke, denen sowohl input als auch arguments fehlen, werden entfernt, bevor der Modellkontext aufgebaut wird. Dies verhindert Provider-Ablehnungen durch teilweise persistierte Tool-Calls (zum Beispiel nach einem Rate-Limit-Fehler). Implementierung:
  • sanitizeToolCallInputs in src/agents/session-transcript-repair.ts
  • Angewendet in sanitizeSessionHistory in src/agents/pi-embedded-runner/replay-history.ts

​
Globale Regel: Herkunft sitzungsübergreifender Eingaben

Wenn ein Agent über sessions_send einen Prompt in eine andere Sitzung sendet (einschließlich Agent-zu-Agent-Antwort-/Ankündigungsschritten), persistiert OpenClaw den erstellten Benutzer-Turn mit:
  • message.provenance.kind = "inter_session"
OpenClaw stellt dem gerouteten Prompt-Text außerdem im selben Turn einen Marker [Inter-session message ... isUser=false] voran, damit der aktive Modellaufruf fremde Sitzungsausgabe von externen Endbenutzeranweisungen unterscheiden kann. Dieser Marker enthält, wenn verfügbar, die Quellsitzung, den Kanal und das Tool. Das Transkript verwendet aus Provider-Kompatibilitätsgründen weiterhin role: "user", aber sichtbarer Text und Herkunfts- Metadaten markieren den Turn beide als sitzungsübergreifende Daten. Beim Neuaufbau des Kontexts wendet OpenClaw denselben Marker auf ältere persistierte sitzungsübergreifende Benutzer-Turns an, die nur Herkunftsmetadaten besitzen.

​
Provider-Matrix (aktuelles Verhalten)

OpenAI / OpenAI Codex
  • Nur Bildbereinigung.
  • Verwaiste Reasoning-Signaturen (eigenständige Reasoning-Items ohne folgenden Inhaltsblock) für OpenAI-Responses-/Codex-Transkripte entfernen und replay-fähiges OpenAI-Reasoning nach einem Modellroutenwechsel entfernen.
  • Replay-fähige Reasoning-Item-Payloads von OpenAI Responses beibehalten, einschließlich verschlüsselter Items mit leerer Zusammenfassung, damit manuelles/WebSocket-Replay den erforderlichen rs_*-Zustand mit Assistant-Ausgabe-Items gekoppelt hält.
  • Native ChatGPT Codex Responses folgt der Codex-Wire-Parität, indem frühere Responses-Reasoning-/Message-/Function-Payloads ohne frühere Item-IDs replayed werden, während der Sitzungs-prompt_cache_key erhalten bleibt.
  • Keine Bereinigung von Tool-Call-IDs.
  • Die Reparatur der Tool-Result-Zuordnung kann echte passende Outputs verschieben und Codex-artige aborted-Outputs für fehlende Tool-Calls synthetisieren.
  • Keine Turn-Validierung oder Neuordnung.
  • Fehlende Tool-Outputs aus der OpenAI-Responses-Familie werden als aborted synthetisiert, um der Codex-Replay-Normalisierung zu entsprechen.
  • Kein Entfernen von Gedankensignaturen.
OpenAI-kompatible Chat Completions
  • Historische Assistant-Thinking-/Reasoning-Blöcke werden vor dem Replay entfernt, damit lokale und proxyartige OpenAI-kompatible Server keine Reasoning-Felder früherer Turns wie reasoning oder reasoning_content erhalten.
  • Aktuelle Tool-Call-Fortsetzungen im selben Turn behalten den Assistant-Reasoning-Block am Tool-Call, bis das Tool-Result replayed wurde.
  • Provider-eigene Ausnahmen können sich abmelden, wenn ihr Wire-Protokoll replayed Reasoning-Metadaten erfordert.
Google (Generative AI / Gemini CLI / Antigravity)
  • Bereinigung von Tool-Call-IDs: strikt alphanumerisch.
  • Reparatur der Tool-Result-Zuordnung und synthetische Tool-Results.
  • Turn-Validierung (Turn-Abwechslung im Gemini-Stil).
  • Google-Korrektur der Turn-Reihenfolge (stellt einen kleinen Benutzer-Bootstrap voran, wenn der Verlauf mit Assistant beginnt).
  • Antigravity Claude: Thinking-Signaturen normalisieren; unsignierte Thinking-Blöcke entfernen.
Anthropic / Minimax (Anthropic-kompatibel)
  • Reparatur der Tool-Result-Zuordnung und synthetische Tool-Results.
  • Turn-Validierung (zusammenführen aufeinanderfolgender Benutzer-Turns, um strikte Abwechslung zu erfüllen).
  • Nachgestellte Assistant-Prefill-Turns werden aus ausgehenden Anthropic-Messages- Payloads entfernt, wenn Thinking aktiviert ist, einschließlich Cloudflare-AI-Gateway-Routen.
  • Thinking-Blöcke mit fehlenden, leeren oder nur aus Leerraum bestehenden Replay-Signaturen werden vor der Provider-Konvertierung entfernt. Wenn dadurch ein Assistant-Turn leer wird, behält OpenClaw die Turn-Form mit nicht leerem Text für ausgelassenes Reasoning bei.
  • Ältere reine Thinking-Assistant-Turns, die entfernt werden müssen, werden durch nicht leeren Text für ausgelassenes Reasoning ersetzt, damit Provider-Adapter den Replay- Turn nicht verwerfen.
Amazon Bedrock (Converse API)
  • Leere Assistant-Stream-Error-Turns werden vor dem Replay zu einem nicht leeren Fallback-Textblock repariert. Bedrock Converse lehnt Assistant-Nachrichten mit content: [] ab, daher werden persistierte Assistant-Turns mit stopReason: "error" und leerem Inhalt auch auf der Festplatte vor dem Laden repariert.
  • Assistant-Stream-Error-Turns, die nur leere Textblöcke enthalten, werden aus der In-Memory-Replay-Kopie entfernt, statt einen ungültigen leeren Block zu replayen.
  • Claude-Thinking-Blöcke mit fehlenden, leeren oder nur aus Leerraum bestehenden Replay-Signaturen werden vor dem Converse-Replay entfernt. Wenn dadurch ein Assistant-Turn leer wird, behält OpenClaw die Turn-Form mit nicht leerem Text für ausgelassenes Reasoning bei.
  • Ältere reine Thinking-Assistant-Turns, die entfernt werden müssen, werden durch nicht leeren Text für ausgelassenes Reasoning ersetzt, damit das Converse-Replay die strikte Turn-Form behält.
  • Replay filtert OpenClaw-Delivery-Mirror- und vom Gateway injizierte Assistant-Turns.
  • Die Bildbereinigung gilt über die globale Regel.
Mistral (einschließlich Modell-ID-basierter Erkennung)
  • Bereinigung von Tool-Call-IDs: strict9 (alphanumerisch, Länge 9).
OpenRouter Gemini
  • Bereinigung von Gedankensignaturen: Nicht-base64-thought_signature-Werte entfernen (base64 beibehalten).
OpenRouter Anthropic
  • Nachgestellte Assistant-Prefill-Turns werden aus verifizierten OpenRouter- OpenAI-kompatiblen Anthropic-Modell-Payloads entfernt, wenn Reasoning aktiviert ist, entsprechend dem direkten Anthropic- und Cloudflare-Anthropic-Replay-Verhalten.
Alles andere
  • Nur Bildbereinigung.

​
Historisches Verhalten (vor 2026.1.22)

Vor dem Release 2026.1.22 wendete OpenClaw mehrere Ebenen der Transkripthygiene an:
  • Eine transcript-sanitize-Erweiterung lief bei jedem Kontextaufbau und konnte:
    • Tool-Use-/Result-Zuordnung reparieren.
    • Tool-Call-IDs bereinigen (einschließlich eines nicht strikten Modus, der _/- beibehielt).
  • Der Runner führte außerdem Provider-spezifische Bereinigung aus, wodurch Arbeit dupliziert wurde.
  • Zusätzliche Mutationen erfolgten außerhalb der Provider-Richtlinie, darunter:
    • Entfernen von <final>-Tags aus Assistant-Text vor der Persistierung.
    • Entfernen leerer Assistant-Fehler-Turns.
    • Kürzen von Assistant-Inhalten nach Tool-Calls.
Diese Komplexität verursachte providerübergreifende Regressionen (insbesondere bei der openai-responses-call_id|fc_id-Zuordnung). Die Bereinigung in 2026.1.22 entfernte die Erweiterung, zentralisierte die Logik im Runner und machte OpenAI über die Bildbereinigung hinaus no-touch.

​
Verwandte Themen