การทดสอบ: ชุดทดสอบแบบสด

สำหรับการเริ่มต้นอย่างรวดเร็ว, ตัวรัน QA, ชุดทดสอบยูนิต/อินทิเกรชัน และโฟลว์ Docker โปรดดู การทดสอบ หน้านี้ครอบคลุมชุดทดสอบ live (ที่แตะเครือข่าย): เมทริกซ์โมเดล, แบ็กเอนด์ CLI, ACP และการทดสอบ live ของผู้ให้บริการสื่อ รวมถึง การจัดการข้อมูลประจำตัว

Live: คำสั่ง smoke ภายในเครื่อง

ส่งออกคีย์ผู้ให้บริการที่ต้องใช้ในสภาพแวดล้อมของโปรเซสก่อนตรวจสอบ live แบบเฉพาะกิจ

Smoke สื่อแบบปลอดภัย:

pnpm openclaw infer tts convert --local --json \  --text "OpenClaw live smoke." \  --output /tmp/openclaw-live-smoke.mp3

Smoke ความพร้อมของการโทรเสียงแบบปลอดภัย:

pnpm openclaw voicecall setup --jsonpnpm openclaw voicecall smoke --to "+15555550123"

voicecall smoke เป็นการซ้อมรัน เว้นแต่จะมี --yes อยู่ด้วย ใช้ --yes เฉพาะ เมื่อคุณตั้งใจต้องการโทรแจ้งเตือนจริง สำหรับ Twilio, Telnyx และ Plivo การตรวจสอบความพร้อมที่สำเร็จต้องมี URL webhook สาธารณะ; fallback แบบ loopback/ส่วนตัวเฉพาะเครื่อง จะถูกปฏิเสธโดยตั้งใจตามการออกแบบ

Live: การกวาดตรวจความสามารถของโหนด Android

• การทดสอบ: src/gateway/android-node.capabilities.live.test.ts
• สคริปต์: pnpm android:test:integration
• เป้าหมาย: เรียกใช้ ทุกคำสั่งที่ประกาศอยู่ในปัจจุบัน โดยโหนด Android ที่เชื่อมต่ออยู่ และยืนยันพฤติกรรมตามสัญญาของคำสั่ง
• ขอบเขต:
  • การตั้งค่าล่วงหน้า/ด้วยมือ (ชุดทดสอบไม่ได้ติดตั้ง/รัน/จับคู่แอป)
  • การตรวจสอบ gateway node.invoke ทีละคำสั่งสำหรับโหนด Android ที่เลือก
• การตั้งค่าล่วงหน้าที่จำเป็น:
  • แอป Android เชื่อมต่อและจับคู่กับ gateway แล้ว
  • คงแอปไว้ในพื้นหน้า
  • อนุญาตสิทธิ์/ยินยอมให้จับข้อมูลสำหรับความสามารถที่คุณคาดว่าจะผ่าน
• การ override เป้าหมายแบบไม่บังคับ:
  • OPENCLAW_ANDROID_NODE_ID หรือ OPENCLAW_ANDROID_NODE_NAME
  • OPENCLAW_ANDROID_GATEWAY_URL / OPENCLAW_ANDROID_GATEWAY_TOKEN / OPENCLAW_ANDROID_GATEWAY_PASSWORD
• รายละเอียดการตั้งค่า Android ทั้งหมด: แอป Android

Live: smoke โมเดล (คีย์โปรไฟล์)

การทดสอบ live ถูกแบ่งเป็นสองเลเยอร์เพื่อให้เราแยกความล้มเหลวได้:

• "โมเดลโดยตรง" บอกเราว่าผู้ให้บริการ/โมเดลสามารถตอบได้หรือไม่ด้วยคีย์ที่กำหนด
• "Gateway smoke" บอกเราว่าไปป์ไลน์ gateway+agent ทั้งหมดทำงานกับโมเดลนั้นหรือไม่ (เซสชัน, ประวัติ, เครื่องมือ, นโยบาย sandbox ฯลฯ)

เลเยอร์ 1: การเติมเต็มจากโมเดลโดยตรง (ไม่มี gateway)

• การทดสอบ: src/agents/models.profiles.live.test.ts
• เป้าหมาย:
  • แจกแจงโมเดลที่ค้นพบ
  • ใช้ getApiKeyForModel เพื่อเลือกโมเดลที่คุณมีข้อมูลประจำตัว
  • รันการเติมเต็มขนาดเล็กต่อโมเดล (และ regression แบบเจาะจงเมื่อจำเป็น)
• วิธีเปิดใช้:
  • pnpm test:live (หรือ OPENCLAW_LIVE_TEST=1 หากเรียก Vitest โดยตรง)
• ตั้งค่า OPENCLAW_LIVE_MODELS=modern, small หรือ all (alias สำหรับ modern) เพื่อรันชุดทดสอบนี้จริง; มิฉะนั้นจะข้ามเพื่อให้ pnpm test:live โฟกัสที่ gateway smoke
• วิธีเลือกโมเดล:
  • OPENCLAW_LIVE_MODELS=modern เพื่อรัน allowlist สมัยใหม่ (Opus/Sonnet 4.6+, GPT-5.2 + Codex, Gemini 3, DeepSeek V4, GLM 5.1, MiniMax M3, Grok 4.3)
  • OPENCLAW_LIVE_MODELS=small เพื่อรัน allowlist ของโมเดลขนาดเล็กแบบจำกัด (เส้นทาง Qwen 8B/9B ที่เข้ากันได้กับเครื่อง local, Ollama Gemma, OpenRouter Qwen/GLM และ Z.AI GLM)
  • OPENCLAW_LIVE_MODELS=all เป็น alias สำหรับ allowlist สมัยใหม่
  • หรือ OPENCLAW_LIVE_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,..." (allowlist คั่นด้วยจุลภาค)
  • การรันโมเดลขนาดเล็กของ Ollama ภายในเครื่องมีค่าเริ่มต้นเป็น http://127.0.0.1:11434; ตั้งค่า OPENCLAW_LIVE_OLLAMA_BASE_URL เฉพาะสำหรับ endpoint แบบ LAN, แบบกำหนดเอง หรือ Ollama Cloud
  • การกวาดตรวจ modern/all และ small มีค่าเริ่มต้นเป็นขีดจำกัดที่คัดสรรไว้; ตั้งค่า OPENCLAW_LIVE_MAX_MODELS=0 สำหรับการกวาดตรวจโปรไฟล์ที่เลือกแบบครบถ้วน หรือเป็นจำนวนบวกสำหรับขีดจำกัดที่เล็กลง
  • การกวาดตรวจแบบครบถ้วนใช้ OPENCLAW_LIVE_TEST_TIMEOUT_MS สำหรับ timeout ของการทดสอบโมเดลโดยตรงทั้งหมด ค่าเริ่มต้น: 60 นาที
  • โดยค่าเริ่มต้น probe โมเดลโดยตรงจะรันแบบขนาน 20 ทาง; ตั้งค่า OPENCLAW_LIVE_MODEL_CONCURRENCY เพื่อ override
• วิธีเลือกผู้ให้บริการ:
  • OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli" (allowlist คั่นด้วยจุลภาค)
• คีย์มาจากที่ใด:
  • โดยค่าเริ่มต้น: ที่เก็บโปรไฟล์และ fallback จาก env
  • ตั้งค่า OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับใช้เฉพาะ ที่เก็บโปรไฟล์
• เหตุผลที่มีสิ่งนี้:
  • แยก "API ผู้ให้บริการเสีย / คีย์ไม่ถูกต้อง" ออกจาก "ไปป์ไลน์ agent ของ gateway เสีย"
  • มี regression ขนาดเล็กแบบแยกส่วน (ตัวอย่าง: การ replay reasoning ของ OpenAI Responses/Codex Responses + โฟลว์ tool-call)

เลเยอร์ 2: Gateway + smoke ของ dev agent (สิ่งที่ "@openclaw" ทำจริง)

• การทดสอบ: src/gateway/gateway-models.profiles.live.test.ts
• เป้าหมาย:
  • เริ่ม gateway ในโปรเซส
  • สร้าง/แพตช์เซสชัน agent:dev:* (override โมเดลต่อการรัน)
  • วนผ่านโมเดลที่มีคีย์และยืนยัน:
    • การตอบกลับที่ "มีความหมาย" (ไม่มีเครื่องมือ)
    • การเรียกใช้เครื่องมือจริงทำงานได้ (probe อ่าน)
    • probe เครื่องมือเพิ่มเติมแบบไม่บังคับ (probe exec+read)
    • เส้นทาง regression ของ OpenAI (tool-call-only → follow-up) ยังคงทำงาน
• รายละเอียด probe (เพื่อให้คุณอธิบายความล้มเหลวได้รวดเร็ว):
  • probe read: การทดสอบเขียนไฟล์ nonce ใน workspace และขอให้ agent read ไฟล์นั้นแล้วสะท้อน nonce กลับมา
  • probe exec+read: การทดสอบขอให้ agent exec เพื่อเขียน nonce ลงในไฟล์ temp แล้ว read กลับมา
  • probe รูปภาพ: การทดสอบแนบ PNG ที่สร้างขึ้น (cat + โค้ดสุ่ม) และคาดหวังให้โมเดลส่งกลับ cat <CODE>
  • อ้างอิงการใช้งาน: src/gateway/gateway-models.profiles.live.test.ts และ test/helpers/live-image-probe.ts
• วิธีเปิดใช้:
  • pnpm test:live (หรือ OPENCLAW_LIVE_TEST=1 หากเรียก Vitest โดยตรง)
• วิธีเลือกโมเดล:
  • ค่าเริ่มต้น: allowlist สมัยใหม่ (Opus/Sonnet 4.6+, GPT-5.2 + Codex, Gemini 3, DeepSeek V4, GLM 4.7, MiniMax M3, Grok 4.3)
  • OPENCLAW_LIVE_GATEWAY_MODELS=small เพื่อรัน allowlist ของโมเดลขนาดเล็กแบบจำกัดเดียวกันผ่านไปป์ไลน์ gateway+agent ทั้งหมด
  • OPENCLAW_LIVE_GATEWAY_MODELS=all เป็น alias สำหรับ allowlist สมัยใหม่
  • หรือตั้งค่า OPENCLAW_LIVE_GATEWAY_MODELS="provider/model" (หรือรายการคั่นด้วยจุลภาค) เพื่อจำกัดขอบเขต
  • การกวาดตรวจ gateway แบบ modern/all และ small มีค่าเริ่มต้นเป็นขีดจำกัดที่คัดสรรไว้; ตั้งค่า OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 สำหรับการกวาดตรวจที่เลือกแบบครบถ้วน หรือเป็นจำนวนบวกสำหรับขีดจำกัดที่เล็กลง
• วิธีเลือกผู้ให้บริการ (หลีกเลี่ยง "ทุกอย่างผ่าน OpenRouter"):
  • OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax" (allowlist คั่นด้วยจุลภาค)
• probe เครื่องมือ + รูปภาพเปิดอยู่เสมอในการทดสอบ live นี้:
  • probe read + probe exec+read (stress เครื่องมือ)
  • probe รูปภาพจะรันเมื่อโมเดลประกาศว่ารองรับอินพุตรูปภาพ
  • โฟลว์ (ระดับสูง):
    • การทดสอบสร้าง PNG ขนาดเล็กที่มี "CAT" + โค้ดสุ่ม (test/helpers/live-image-probe.ts)
    • ส่งผ่าน agent attachments: [{ mimeType: "image/png", content: "<base64>" }]
    • Gateway แยกวิเคราะห์ไฟล์แนบเป็น images[] (src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts)
    • agent แบบฝังส่งข้อความผู้ใช้หลายสื่อไปยังโมเดล
    • Assertion: คำตอบมี cat + โค้ด (ความทนทานของ OCR: อนุญาตข้อผิดพลาดเล็กน้อย)

Live: smoke แบ็กเอนด์ CLI (Claude, Gemini หรือ CLI ภายในเครื่องอื่น)

• การทดสอบ: src/gateway/gateway-cli-backend.live.test.ts
• เป้าหมาย: ตรวจสอบไปป์ไลน์ Gateway + agent โดยใช้แบ็กเอนด์ CLI ภายในเครื่อง โดยไม่แตะ config เริ่มต้นของคุณ
• ค่าเริ่มต้นของ smoke เฉพาะแบ็กเอนด์อยู่กับนิยาม cli-backend.ts ของ extension เจ้าของ
• เปิดใช้:
  • pnpm test:live (หรือ OPENCLAW_LIVE_TEST=1 หากเรียก Vitest โดยตรง)
  • OPENCLAW_LIVE_CLI_BACKEND=1
• ค่าเริ่มต้น:
  • ผู้ให้บริการ/โมเดลเริ่มต้น: claude-cli/claude-sonnet-4-6
  • พฤติกรรมคำสั่ง/args/รูปภาพมาจากเมทาดาทาของ Plugin แบ็กเอนด์ CLI เจ้าของ
• การ override (ไม่บังคับ):
  • OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-6"
  • OPENCLAW_LIVE_CLI_BACKEND_COMMAND="/full/path/to/claude"
  • OPENCLAW_LIVE_CLI_BACKEND_ARGS='["-p","--output-format","json"]'
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_PROBE=1 เพื่อส่งไฟล์แนบรูปภาพจริง (path จะถูกฉีดเข้าใน prompt) สูตร Docker ปิดค่านี้เป็นค่าเริ่มต้น เว้นแต่จะร้องขออย่างชัดเจน
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" เพื่อส่ง path ไฟล์รูปภาพเป็น CLI args แทนการฉีดเข้า prompt
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat" (หรือ "list") เพื่อควบคุมวิธีส่ง args รูปภาพเมื่อมีการตั้งค่า IMAGE_ARG
  • OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 เพื่อส่ง turn ที่สองและตรวจสอบโฟลว์ resume
  • OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=1 เพื่อเลือกใช้ probe ความต่อเนื่องในเซสชันเดียวกัน Claude Sonnet -> Opus เมื่อโมเดลที่เลือกสนับสนุนเป้าหมายสำหรับการสลับ สูตร Docker ปิดค่านี้เป็นค่าเริ่มต้นเพื่อความเสถียรโดยรวม
  • OPENCLAW_LIVE_CLI_BACKEND_MCP_PROBE=1 เพื่อเลือกใช้ probe loopback ของ MCP/เครื่องมือ สูตร Docker ปิดค่านี้เป็นค่าเริ่มต้น เว้นแต่จะร้องขออย่างชัดเจน

ตัวอย่าง:

  OPENCLAW_LIVE_CLI_BACKEND=1 \  OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-6" \  pnpm test:live src/gateway/gateway-cli-backend.live.test.ts

Smoke config MCP ของ Gemini แบบประหยัด:

OPENCLAW_LIVE_TEST=1 \  pnpm test:live src/agents/cli-runner/bundle-mcp.gemini.live.test.ts

สิ่งนี้ไม่ได้ขอให้ Gemini สร้างคำตอบ แต่จะเขียนการตั้งค่าระบบเดียวกันกับที่ OpenClaw ให้กับ Gemini แล้วรัน gemini --debug mcp list เพื่อพิสูจน์ว่าเซิร์ฟเวอร์ transport: "streamable-http" ที่บันทึกไว้ถูก normalize เป็นรูปแบบ HTTP MCP ของ Gemini และสามารถเชื่อมต่อกับเซิร์ฟเวอร์ MCP แบบ streamable-HTTP ภายในเครื่องได้

สูตร Docker:

pnpm test:docker:live-cli-backend

สูตร Docker สำหรับผู้ให้บริการเดียว:

pnpm test:docker:live-cli-backend:claudepnpm test:docker:live-cli-backend:claude-subscriptionpnpm test:docker:live-cli-backend:gemini

หมายเหตุ:

• ตัวรัน Docker อยู่ที่ scripts/test-live-cli-backend-docker.sh
• รัน smoke แบ็กเอนด์ CLI แบบ live ภายในอิมเมจ Docker ของ repo ในฐานะผู้ใช้ node ที่ไม่ใช่ root
• แก้ไขเมทาดาทา smoke ของ CLI จาก extension เจ้าของ แล้วติดตั้งแพ็กเกจ CLI สำหรับ Linux ที่ตรงกัน (@anthropic-ai/claude-code หรือ @google/gemini-cli) ลงใน prefix แบบเขียนได้ที่แคชไว้ที่ OPENCLAW_DOCKER_CLI_TOOLS_DIR (ค่าเริ่มต้น: ~/.cache/openclaw/docker-cli-tools)
• pnpm test:docker:live-cli-backend:claude-subscription ต้องใช้ OAuth การสมัครใช้งาน Claude Code แบบพกพาผ่าน ~/.claude/.credentials.json ที่มี claudeAiOauth.subscriptionType หรือ CLAUDE_CODE_OAUTH_TOKEN จาก claude setup-token ก่อนอื่นจะพิสูจน์ claude -p โดยตรงใน Docker จากนั้นรันสอง turn ของแบ็กเอนด์ CLI ของ Gateway โดยไม่เก็บรักษา env vars ของคีย์ Anthropic API lane การสมัครใช้งานนี้ปิด probe MCP/เครื่องมือและรูปภาพของ Claude เป็นค่าเริ่มต้น เพราะปัจจุบัน Claude route การใช้งานแอปของบุคคลที่สามผ่านการเรียกเก็บเงินการใช้งานเพิ่มเติมแทนขีดจำกัดของแผนการสมัครใช้งานปกติ
• smoke แบ็กเอนด์ CLI แบบ live ตอนนี้ทดสอบโฟลว์ end-to-end เดียวกันสำหรับ Claude และ Gemini: turn ข้อความ, turn การจัดประเภทรูปภาพ, แล้วจึงเป็นการเรียกเครื่องมือ MCP cron ที่ตรวจสอบผ่าน CLI ของ gateway
• smoke เริ่มต้นของ Claude ยังแพตช์เซสชันจาก Sonnet เป็น Opus และตรวจสอบว่าเซสชันที่ resume แล้วยังจำโน้ตก่อนหน้าได้

Live: ความสามารถในการเข้าถึงพร็อกซี APNs HTTP/2

• การทดสอบ: src/infra/push-apns-http2.live.test.ts
• เป้าหมาย: tunnel ผ่านพร็อกซี HTTP CONNECT ภายในเครื่องไปยัง endpoint APNs sandbox ของ Apple, ส่งคำขอตรวจสอบ APNs HTTP/2 และยืนยันว่าคำตอบ 403 InvalidProviderToken จริงของ Apple กลับมาผ่านเส้นทางพร็อกซี
• เปิดใช้:
  • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_APNS_REACHABILITY=1 pnpm test:live src/infra/push-apns-http2.live.test.ts
• timeout แบบไม่บังคับ:
  • OPENCLAW_LIVE_APNS_TIMEOUT_MS=30000

Live: ACP bind smoke (/acp spawn ... --bind here)

• การทดสอบ: src/gateway/gateway-acp-bind.live.test.ts
• เป้าหมาย: ตรวจสอบโฟลว์ bind การสนทนา ACP จริงกับเอเจนต์ ACP แบบ live:
  • ส่ง /acp spawn <agent> --bind here
  • bind การสนทนา message-channel สังเคราะห์ไว้ ณ จุดเดิม
  • ส่ง follow-up ปกติบนการสนทนาเดียวกันนั้น
  • ตรวจสอบว่า follow-up เข้าไปอยู่ใน transcript ของเซสชัน ACP ที่ถูก bind
• เปิดใช้งาน:
  • pnpm test:live src/gateway/gateway-acp-bind.live.test.ts
  • OPENCLAW_LIVE_ACP_BIND=1
• ค่าเริ่มต้น:
  • เอเจนต์ ACP ใน Docker: claude,codex,gemini
  • เอเจนต์ ACP สำหรับ pnpm test:live ... โดยตรง: claude
  • ช่องทางสังเคราะห์: บริบทการสนทนาแบบ Slack DM
  • แบ็กเอนด์ ACP: acpx
• การ override:
  • OPENCLAW_LIVE_ACP_BIND_AGENT=claude
  • OPENCLAW_LIVE_ACP_BIND_AGENT=codex
  • OPENCLAW_LIVE_ACP_BIND_AGENT=droid
  • OPENCLAW_LIVE_ACP_BIND_AGENT=gemini
  • OPENCLAW_LIVE_ACP_BIND_AGENT=opencode
  • OPENCLAW_LIVE_ACP_BIND_AGENTS=claude,codex,gemini
  • OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND='npx -y @agentclientprotocol/claude-agent-acp@<version>'
  • OPENCLAW_LIVE_ACP_BIND_CODEX_MODEL=gpt-5.5
  • OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL=opencode/kimi-k2.6
  • OPENCLAW_LIVE_ACP_BIND_REQUIRE_TRANSCRIPT=1
  • OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1
  • OPENCLAW_LIVE_ACP_BIND_PARENT_MODEL=openai/gpt-5.5
• หมายเหตุ:
  • lane นี้ใช้พื้นผิว chat.send ของ gateway พร้อมฟิลด์ originating-route สังเคราะห์ที่ใช้ได้เฉพาะแอดมิน เพื่อให้การทดสอบแนบบริบท message-channel ได้โดยไม่ต้องแสร้งว่าส่งมอบออกไปภายนอก
  • เมื่อไม่ได้ตั้งค่า OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND การทดสอบจะใช้รีจิสทรีเอเจนต์ในตัวของ Plugin acpx ที่ฝังไว้สำหรับเอเจนต์ harness ACP ที่เลือก
  • การสร้าง MCP ของ Cron สำหรับเซสชันที่ถูก bind เป็น best-effort ตามค่าเริ่มต้น เพราะ harness ACP ภายนอกอาจยกเลิกการเรียก MCP หลังจาก proof ของ bind/image ผ่านแล้ว ตั้งค่า OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1 เพื่อให้ probe Cron หลัง bind นั้นเข้มงวด

ตัวอย่าง:

OPENCLAW_LIVE_ACP_BIND=1 \  OPENCLAW_LIVE_ACP_BIND_AGENT=claude \  pnpm test:live src/gateway/gateway-acp-bind.live.test.ts

สูตร Docker:

pnpm test:docker:live-acp-bind

สูตร Docker สำหรับเอเจนต์เดี่ยว:

pnpm test:docker:live-acp-bind:claudepnpm test:docker:live-acp-bind:codexpnpm test:docker:live-acp-bind:droidpnpm test:docker:live-acp-bind:geminipnpm test:docker:live-acp-bind:opencode

หมายเหตุ Docker:

• ตัวรัน Docker อยู่ที่ scripts/test-live-acp-bind-docker.sh
• ตามค่าเริ่มต้น จะรัน ACP bind smoke กับเอเจนต์ CLI แบบ live รวมตามลำดับ: claude, codex แล้วตามด้วย gemini
• ใช้ OPENCLAW_LIVE_ACP_BIND_AGENTS=claude, OPENCLAW_LIVE_ACP_BIND_AGENTS=codex, OPENCLAW_LIVE_ACP_BIND_AGENTS=droid, OPENCLAW_LIVE_ACP_BIND_AGENTS=gemini หรือ OPENCLAW_LIVE_ACP_BIND_AGENTS=opencode เพื่อจำกัดเมทริกซ์
• จะ stage วัสดุการยืนยันตัวตน CLI ที่ตรงกันเข้าไปในคอนเทนเนอร์ จากนั้นติดตั้ง live CLI ที่ร้องขอ (@anthropic-ai/claude-code, @openai/codex, Factory Droid ผ่าน https://app.factory.ai/cli, @google/gemini-cli หรือ opencode-ai) หากยังไม่มีอยู่ แบ็กเอนด์ ACP เองคือแพ็กเกจ acpx/runtime ที่ฝังไว้จาก Plugin acpx อย่างเป็นทางการ
• ตัวแปร Docker ของ Droid จะ stage ~/.factory สำหรับการตั้งค่า ส่งต่อ FACTORY_API_KEY และต้องมี API key นั้น เพราะการยืนยันตัวตน Factory OAuth/keyring แบบ local ไม่สามารถพกพาเข้าไปในคอนเทนเนอร์ได้ ใช้รายการรีจิสทรีในตัวของ ACPX คือ droid exec --output-format acp
• ตัวแปร Docker ของ OpenCode เป็น lane regression แบบเอเจนต์เดี่ยวที่เข้มงวด จะเขียนโมเดลเริ่มต้น OPENCODE_CONFIG_CONTENT ชั่วคราวจาก OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL (ค่าเริ่มต้น opencode/kimi-k2.6) และ pnpm test:docker:live-acp-bind:opencode ต้องมี transcript ของ assistant ที่ถูก bind แทนที่จะยอมรับการข้ามหลัง bind แบบทั่วไป
• การเรียก CLI acpx โดยตรงเป็นเพียงเส้นทาง manual/workaround สำหรับเปรียบเทียบพฤติกรรมนอก Gateway เท่านั้น Docker ACP bind smoke จะทดสอบแบ็กเอนด์ runtime acpx ที่ฝังใน OpenClaw

Live: Codex app-server harness smoke

• เป้าหมาย: ตรวจสอบ harness Codex ที่ Plugin เป็นเจ้าของผ่าน gateway ปกติ เมธอด agent:
  • โหลด Plugin codex ที่ bundled มา
  • เลือก openai/gpt-5.5 ซึ่ง route agent turn ของ OpenAI ผ่าน Codex ตามค่าเริ่มต้น
  • ส่ง gateway agent turn แรกไปยัง openai/gpt-5.5 โดยเลือก harness Codex
  • ส่ง turn ที่สองไปยังเซสชัน OpenClaw เดียวกัน และตรวจสอบว่า thread ของ app-server resume ได้
  • รัน /codex status และ /codex models ผ่านเส้นทางคำสั่ง gateway เดียวกัน
  • เลือกรัน probe shell แบบ escalated ที่ผ่านการ review โดย Guardian สองรายการ: คำสั่งที่ไม่เป็นอันตราย ซึ่งควรถูกอนุมัติ และการอัปโหลด fake-secret ที่ควรถูก ปฏิเสธเพื่อให้เอเจนต์ถามกลับ
• การทดสอบ: src/gateway/gateway-codex-harness.live.test.ts
• เปิดใช้งาน: OPENCLAW_LIVE_CODEX_HARNESS=1
• โมเดลเริ่มต้น: openai/gpt-5.5
• probe รูปภาพแบบเลือกได้: OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1
• probe MCP/tool แบบเลือกได้: OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1
• probe Guardian แบบเลือกได้: OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1
• smoke บังคับ provider/model agentRuntime.id: "codex" ดังนั้น harness Codex ที่เสียจะผ่านไม่ได้ด้วยการ fallback กลับไป OpenClaw แบบเงียบ ๆ
• การยืนยันตัวตน: การยืนยันตัวตน Codex app-server จากการเข้าสู่ระบบ subscription ของ Codex ในเครื่อง local Docker smokes ยังสามารถระบุ OPENAI_API_KEY สำหรับ probe ที่ไม่ใช่ Codex เมื่อใช้ได้ รวมถึงเลือกคัดลอก ~/.codex/auth.json และ ~/.codex/config.toml

สูตร local:

OPENCLAW_LIVE_CODEX_HARNESS=1 \  OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1 \  OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1 \  OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1 \  OPENCLAW_LIVE_CODEX_HARNESS_MODEL=openai/gpt-5.5 \  pnpm test:live -- src/gateway/gateway-codex-harness.live.test.ts

สูตร Docker:

pnpm test:docker:live-codex-harness

หมายเหตุ Docker:

• ตัวรัน Docker อยู่ที่ scripts/test-live-codex-harness-docker.sh
• ส่งผ่าน OPENAI_API_KEY, คัดลอกไฟล์ยืนยันตัวตน Codex CLI เมื่อมีอยู่, ติดตั้ง @openai/codex ลงใน npm prefix ที่ mount และเขียนได้, stage source tree แล้วรันเฉพาะการทดสอบ live ของ Codex-harness
• Docker เปิดใช้งาน probe รูปภาพ, MCP/tool และ Guardian ตามค่าเริ่มต้น ตั้งค่า OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0 หรือ OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 หรือ OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0 เมื่อคุณต้องการการรัน debug ที่แคบกว่า
• Docker ใช้ config runtime Codex แบบชัดเจนเดียวกัน ดังนั้น alias แบบเก่าหรือ fallback ของ OpenClaw จะซ่อน regression ของ harness Codex ไม่ได้

สูตร live ที่แนะนำ

allowlist ที่แคบและชัดเจนเร็วที่สุดและมีความ flaky น้อยที่สุด:

• โมเดลเดี่ยว แบบตรง (ไม่มี gateway):

  • OPENCLAW_LIVE_MODELS="openai/gpt-5.5" pnpm test:live src/agents/models.profiles.live.test.ts

• โปรไฟล์ direct สำหรับโมเดลขนาดเล็ก:

  • OPENCLAW_LIVE_MODELS=small pnpm test:live src/agents/models.profiles.live.test.ts

• โปรไฟล์ gateway สำหรับโมเดลขนาดเล็ก:

  • OPENCLAW_LIVE_GATEWAY_MODELS=small pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• Ollama Cloud API smoke:

  • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_BASE_URL=https://ollama.com OPENCLAW_LIVE_OLLAMA_MODEL=glm-5.1:cloud OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 pnpm test:live -- extensions/ollama/ollama.live.test.ts

• โมเดลเดี่ยว, gateway smoke:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• การเรียก tool ข้ามหลาย provider:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3-flash-preview,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• Z.AI Coding Plan GLM-5.2 direct smoke:

  • ZAI_CODING_LIVE_TEST=1 pnpm test:live src/agents/zai.live.test.ts

• โฟกัส Google (Gemini API key + Antigravity):

  • Gemini (API key): 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-4-6-thinking,google-antigravity/gemini-3-pro-high" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• Google adaptive thinking smoke:

  • ค่าเริ่มต้น dynamic ของ Gemini 3: pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-3.1-pro-preview --alt-model google/gemini-3.1-pro-preview --message '/think adaptive Reply exactly: GEMINI_ADAPTIVE_OK' --timeout-ms 180000
  • budget dynamic ของ Gemini 2.5: pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-2.5-flash --alt-model google/gemini-2.5-flash --message '/think adaptive Reply exactly: GEMINI25_ADAPTIVE_OK' --timeout-ms 180000

หมายเหตุ:

• google/... ใช้ Gemini API (API key)
• google-antigravity/... ใช้ bridge Antigravity OAuth (endpoint เอเจนต์สไตล์ Cloud Code Assist)
• google-gemini-cli/... ใช้ Gemini CLI แบบ local บนเครื่องของคุณ (การยืนยันตัวตนแยกต่างหาก + ความเฉพาะของ tooling)
• Gemini API เทียบกับ Gemini CLI:
  • API: OpenClaw เรียก Gemini API ที่ Google host ไว้ผ่าน HTTP (API key / การยืนยันตัวตนโปรไฟล์); นี่คือสิ่งที่ผู้ใช้ส่วนใหญ่หมายถึงเมื่อพูดว่า "Gemini"
  • CLI: OpenClaw shell out ไปยังไบนารี gemini แบบ local; มีการยืนยันตัวตนของตัวเองและอาจทำงานต่างออกไป (streaming/tool support/version skew)

Live: เมทริกซ์โมเดล (สิ่งที่เราครอบคลุม)

ไม่มี "รายการโมเดล CI" ที่ตายตัว (live เป็น opt-in) แต่ต่อไปนี้คือโมเดลที่ แนะนำ ให้ครอบคลุมเป็นประจำบนเครื่อง dev ที่มี key

ชุด smoke สมัยใหม่ (การเรียก tool + รูปภาพ)

นี่คือการรัน "โมเดลทั่วไป" ที่เราคาดว่าจะคงให้ทำงานได้:

• OpenAI (ไม่ใช่ Codex): openai/gpt-5.5
• OpenAI ChatGPT/Codex OAuth: openai/gpt-5.5
• Anthropic: anthropic/claude-opus-4-6 (หรือ anthropic/claude-sonnet-4-6)
• Google (Gemini API): google/gemini-3.1-pro-preview และ google/gemini-3-flash-preview (หลีกเลี่ยงโมเดล Gemini 2.x ที่เก่ากว่า)
• Google (Antigravity): google-antigravity/claude-opus-4-6-thinking และ google-antigravity/gemini-3-flash
• DeepSeek: deepseek/deepseek-v4-flash และ deepseek/deepseek-v4-pro
• Z.AI (GLM): zai/glm-5.1 (API ทั่วไป) หรือ zai/glm-5.2 (Coding Plan)
• MiniMax: minimax/MiniMax-M3

รัน gateway smoke พร้อม tools + รูปภาพ: OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3.1-pro-preview,google/gemini-3-flash-preview,google-antigravity/claude-opus-4-6-thinking,google-antigravity/gemini-3-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

Baseline: การเรียก tool (Read + Exec แบบเลือกได้)

เลือกอย่างน้อยหนึ่งรายการต่อ provider family:

• OpenAI: openai/gpt-5.5
• Anthropic: anthropic/claude-opus-4-6 (หรือ anthropic/claude-sonnet-4-6)
• Google: google/gemini-3-flash-preview (หรือ google/gemini-3.1-pro-preview)
• DeepSeek: deepseek/deepseek-v4-flash
• Z.AI (GLM): zai/glm-5.1 (API ทั่วไป) หรือ zai/glm-5.2 (Coding Plan)
• MiniMax: minimax/MiniMax-M3

ความครอบคลุมเพิ่มเติมแบบเลือกได้ (มีไว้ก็ดี):

• xAI: xai/grok-4.3 (หรือเวอร์ชันล่าสุดที่มี)
• Mistral: mistral/… (เลือกโมเดลที่รองรับ "tools" หนึ่งตัวซึ่งคุณเปิดใช้งานไว้)
• Cerebras: cerebras/… (หากคุณมีสิทธิ์เข้าถึง)
• LM Studio: lmstudio/… (local; การเรียก tool ขึ้นอยู่กับโหมด API)

Vision: ส่งรูปภาพ (attachment → ข้อความ multimodal)

รวมโมเดลที่รองรับรูปภาพอย่างน้อยหนึ่งตัวไว้ใน OPENCLAW_LIVE_GATEWAY_MODELS (variant ที่รองรับ vision ของ Claude/Gemini/OpenAI ฯลฯ) เพื่อทดสอบ probe รูปภาพ

Aggregators / gateway ทางเลือก

หากคุณเปิดใช้ key ไว้ เรายังรองรับการทดสอบผ่าน:

• OpenRouter: openrouter/... (โมเดลหลายร้อยตัว; ใช้ openclaw models scan เพื่อค้นหาผู้สมัครที่รองรับ tool+image)
• OpenCode: opencode/... สำหรับ Zen และ opencode-go/... สำหรับ Go (ยืนยันตัวตนผ่าน OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY)

provider เพิ่มเติมที่คุณสามารถใส่ในเมทริกซ์ live ได้ (หากคุณมี creds/config):

• ในตัว: openai, anthropic, google, google-vertex, google-antigravity, google-gemini-cli, zai, openrouter, opencode, opencode-go, xai, groq, cerebras, mistral, github-copilot
• ผ่าน models.providers (ปลายทางกำหนดเอง): minimax (คลาวด์/API) รวมถึงพร็อกซีที่เข้ากันได้กับ OpenAI/Anthropic ใดๆ (LM Studio, vLLM, LiteLLM ฯลฯ)

ข้อมูลรับรอง (ห้ามคอมมิต)

การทดสอบแบบสดค้นหาข้อมูลรับรองด้วยวิธีเดียวกับที่ CLI ใช้ ผลเชิงปฏิบัติ:

• ถ้า CLI ใช้งานได้ การทดสอบแบบสดควรพบคีย์เดียวกัน

• ถ้าการทดสอบแบบสดแจ้งว่า "ไม่มีข้อมูลรับรอง" ให้ดีบักแบบเดียวกับที่คุณจะดีบัก openclaw models list / การเลือกโมเดล

• โปรไฟล์การยืนยันตัวตนต่อเอเจนต์: ~/.openclaw/agents/<agentId>/agent/auth-profiles.json (นี่คือความหมายของ "คีย์โปรไฟล์" ในการทดสอบแบบสด)

• การกำหนดค่า: ~/.openclaw/openclaw.json (หรือ OPENCLAW_CONFIG_PATH)

• ไดเรกทอรีสถานะเดิม: ~/.openclaw/credentials/ (คัดลอกไปยังโฮมทดสอบแบบสดที่จัดเตรียมไว้เมื่อมีอยู่ แต่ไม่ใช่ที่เก็บคีย์โปรไฟล์หลัก)

• การรันแบบสดในเครื่องจะคัดลอกการกำหนดค่าที่ใช้งานอยู่ ไฟล์ auth-profiles.json ต่อเอเจนต์ credentials/ เดิม และไดเรกทอรีการยืนยันตัวตน CLI ภายนอกที่รองรับไปยังโฮมทดสอบชั่วคราวตามค่าเริ่มต้น; โฮมแบบสดที่จัดเตรียมไว้จะข้าม workspace/ และ sandboxes/ และการเขียนทับพาธ agents.*.workspace / agentDir จะถูกตัดออก เพื่อให้โพรบไม่แตะพื้นที่ทำงานจริงบนโฮสต์ของคุณ

ถ้าคุณต้องการพึ่งพาคีย์ env ให้ export คีย์เหล่านั้นก่อนการทดสอบในเครื่อง หรือใช้ ตัวรัน Docker ด้านล่างพร้อม OPENCLAW_PROFILE_FILE ที่ระบุชัดเจน

Deepgram แบบสด (การถอดเสียงจากเสียง)

• การทดสอบ: extensions/deepgram/audio.live.test.ts
• เปิดใช้งาน: DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live extensions/deepgram/audio.live.test.ts

แผนการเขียนโค้ด BytePlus แบบสด

• การทดสอบ: extensions/byteplus/live.test.ts
• เปิดใช้งาน: BYTEPLUS_API_KEY=... BYTEPLUS_LIVE_TEST=1 pnpm test:live extensions/byteplus/live.test.ts
• การเขียนทับโมเดลแบบไม่บังคับ: BYTEPLUS_CODING_MODEL=ark-code-latest

สื่อเวิร์กโฟลว์ ComfyUI แบบสด

• การทดสอบ: extensions/comfy/comfy.live.test.ts
• เปิดใช้งาน: OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
• ขอบเขต:
  • ทดสอบพาธรูปภาพ วิดีโอ และ music_generate ของ comfy ที่บันเดิลมา
  • ข้ามแต่ละความสามารถ เว้นแต่จะกำหนดค่า plugins.entries.comfy.config.<capability> แล้ว
  • มีประโยชน์หลังจากเปลี่ยนการส่งเวิร์กโฟลว์ comfy การโพล ดาวน์โหลด หรือการลงทะเบียน Plugin

การสร้างรูปภาพแบบสด

• การทดสอบ: test/image-generation.runtime.live.test.ts
• คำสั่ง: pnpm test:live test/image-generation.runtime.live.test.ts
• Harness: pnpm test:live:media image
• ขอบเขต:
  • แจกแจง Plugin ผู้ให้บริการสร้างรูปภาพที่ลงทะเบียนไว้ทั้งหมด
  • ใช้ env var ของผู้ให้บริการที่ export ไว้แล้วก่อนโพรบ
  • ใช้คีย์ API แบบสด/env ก่อนโปรไฟล์การยืนยันตัวตนที่จัดเก็บไว้ตามค่าเริ่มต้น ดังนั้นคีย์ทดสอบที่ล้าสมัยใน auth-profiles.json จะไม่บดบังข้อมูลรับรองจริงของเชลล์
  • ข้ามผู้ให้บริการที่ไม่มีการยืนยันตัวตน/โปรไฟล์/โมเดลที่ใช้งานได้
  • รันผู้ให้บริการที่กำหนดค่าไว้แต่ละรายผ่านรันไทม์การสร้างรูปภาพร่วม:
    • <provider>:generate
    • <provider>:edit เมื่อผู้ให้บริการประกาศว่ารองรับการแก้ไข
• ผู้ให้บริการที่บันเดิลในปัจจุบันซึ่งครอบคลุม:
  • deepinfra
  • fal
  • google
  • minimax
  • openai
  • openrouter
  • vydra
  • xai
• การจำกัดขอบเขตแบบไม่บังคับ:
  • OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS="openai,google,openrouter,xai"
  • OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS="deepinfra"
  • OPENCLAW_LIVE_IMAGE_GENERATION_MODELS="openai/gpt-image-2,google/gemini-3.1-flash-image-preview,openrouter/google/gemini-3.1-flash-image-preview,xai/grok-imagine-image"
  • OPENCLAW_LIVE_IMAGE_GENERATION_CASES="google:flash-generate,google:pro-edit,openrouter:generate,xai:default-generate,xai:default-edit"
• พฤติกรรมการยืนยันตัวตนแบบไม่บังคับ:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับการยืนยันตัวตนจากที่เก็บโปรไฟล์และละเว้นการเขียนทับที่มีเฉพาะ env

สำหรับพาธ CLI ที่จัดส่ง ให้เพิ่ม smoke infer หลังจากการทดสอบแบบสดของ ผู้ให้บริการ/รันไทม์ผ่านแล้ว:

OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_INFER_CLI_TEST=1 pnpm test:live -- test/image-generation.infer-cli.live.test.tsopenclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image-preview \  --prompt "Minimal flat test image: one blue square on a white background, no text." \  --output ./openclaw-infer-image-smoke.png \  --json

สิ่งนี้ครอบคลุมการแยกวิเคราะห์อาร์กิวเมนต์ CLI, การแก้การกำหนดค่า/เอเจนต์เริ่มต้น, การเปิดใช้งาน Plugin ที่บันเดิล, รันไทม์การสร้างรูปภาพร่วม และคำขอผู้ให้บริการแบบสด คาดว่า dependency ของ Plugin จะมีอยู่ก่อนการโหลดรันไทม์

การสร้างเพลงแบบสด

• การทดสอบ: extensions/music-generation-providers.live.test.ts
• เปิดใช้งาน: OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts
• Harness: pnpm test:live:media music
• ขอบเขต:
  • ทดสอบพาธผู้ให้บริการสร้างเพลงร่วมที่บันเดิลมา
  • ปัจจุบันครอบคลุม Google และ MiniMax
  • ใช้ env var ของผู้ให้บริการที่ export ไว้แล้วก่อนโพรบ
  • ใช้คีย์ API แบบสด/env ก่อนโปรไฟล์การยืนยันตัวตนที่จัดเก็บไว้ตามค่าเริ่มต้น ดังนั้นคีย์ทดสอบที่ล้าสมัยใน auth-profiles.json จะไม่บดบังข้อมูลรับรองจริงของเชลล์
  • ข้ามผู้ให้บริการที่ไม่มีการยืนยันตัวตน/โปรไฟล์/โมเดลที่ใช้งานได้
  • รันโหมดรันไทม์ที่ประกาศไว้ทั้งสองแบบเมื่อพร้อมใช้งาน:
    • generate พร้อมอินพุตเฉพาะพรอมป์
    • edit เมื่อผู้ให้บริการประกาศ capabilities.edit.enabled
  • ความครอบคลุมของเลนร่วมในปัจจุบัน:
    • google: generate, edit
    • minimax: generate
    • comfy: ไฟล์ Comfy แบบสดแยกต่างหาก ไม่ใช่การกวาดร่วมนี้
• การจำกัดขอบเขตแบบไม่บังคับ:
  • OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"
  • OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.6"
• พฤติกรรมการยืนยันตัวตนแบบไม่บังคับ:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับการยืนยันตัวตนจากที่เก็บโปรไฟล์และละเว้นการเขียนทับที่มีเฉพาะ env

การสร้างวิดีโอแบบสด

• การทดสอบ: extensions/video-generation-providers.live.test.ts
• เปิดใช้งาน: OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
• Harness: pnpm test:live:media video
• ขอบเขต:
  • ทดสอบพาธผู้ให้บริการสร้างวิดีโอร่วมที่บันเดิลมา
  • ค่าเริ่มต้นเป็นพาธ smoke ที่ปลอดภัยสำหรับรีลีส: ผู้ให้บริการที่ไม่ใช่ FAL, หนึ่งคำขอ text-to-video ต่อผู้ให้บริการ, พรอมป์ล็อบสเตอร์หนึ่งวินาที และขีดจำกัดการดำเนินการต่อผู้ให้บริการจาก OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 ตามค่าเริ่มต้น)
  • ข้าม FAL ตามค่าเริ่มต้นเพราะเวลาแฝงของคิวฝั่งผู้ให้บริการอาจครอบงำเวลารีลีส; ส่ง --video-providers fal หรือ OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal" เพื่อรันอย่างชัดเจน
  • ใช้ env var ของผู้ให้บริการที่ export ไว้แล้วก่อนโพรบ
  • ใช้คีย์ API แบบสด/env ก่อนโปรไฟล์การยืนยันตัวตนที่จัดเก็บไว้ตามค่าเริ่มต้น ดังนั้นคีย์ทดสอบที่ล้าสมัยใน auth-profiles.json จะไม่บดบังข้อมูลรับรองจริงของเชลล์
  • ข้ามผู้ให้บริการที่ไม่มีการยืนยันตัวตน/โปรไฟล์/โมเดลที่ใช้งานได้
  • รันเฉพาะ generate ตามค่าเริ่มต้น
  • ตั้งค่า OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 เพื่อรันโหมด transform ที่ประกาศไว้ด้วยเมื่อพร้อมใช้งาน:
    • imageToVideo เมื่อผู้ให้บริการประกาศ capabilities.imageToVideo.enabled และผู้ให้บริการ/โมเดลที่เลือกยอมรับอินพุตรูปภาพในเครื่องที่รองรับด้วยบัฟเฟอร์ในการกวาดร่วม
    • videoToVideo เมื่อผู้ให้บริการประกาศ capabilities.videoToVideo.enabled และผู้ให้บริการ/โมเดลที่เลือกยอมรับอินพุตวิดีโอในเครื่องที่รองรับด้วยบัฟเฟอร์ในการกวาดร่วม
  • ผู้ให้บริการ imageToVideo ที่ประกาศไว้แต่ถูกข้ามในปัจจุบันในการกวาดร่วม:
    • vydra เพราะ veo3 ที่บันเดิลเป็นแบบ text-only และ kling ที่บันเดิลต้องใช้ URL รูปภาพระยะไกล
  • ความครอบคลุมเฉพาะผู้ให้บริการ Vydra:
    • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts
    • ไฟล์นั้นรัน veo3 text-to-video รวมถึงเลน kling ที่ใช้ fixture URL รูปภาพระยะไกลตามค่าเริ่มต้น
  • ความครอบคลุมแบบสดของ videoToVideo ในปัจจุบัน:
    • runway เฉพาะเมื่อโมเดลที่เลือกคือ runway/gen4_aleph
  • ผู้ให้บริการ videoToVideo ที่ประกาศไว้แต่ถูกข้ามในปัจจุบันในการกวาดร่วม:
    • alibaba, qwen, xai เพราะพาธเหล่านั้นปัจจุบันต้องใช้ URL อ้างอิง http(s) / MP4 ระยะไกล
    • google เพราะเลน Gemini/Veo ร่วมปัจจุบันใช้อินพุตในเครื่องที่รองรับด้วยบัฟเฟอร์ และพาธนั้นไม่ถูกยอมรับในการกวาดร่วม
    • openai เพราะเลนร่วมปัจจุบันไม่มีการรับประกันการเข้าถึงการแก้ไขวิดีโอเฉพาะองค์กร
• การจำกัดขอบเขตแบบไม่บังคับ:
  • OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="deepinfra,google,openai,runway"
  • OPENCLAW_LIVE_VIDEO_GENERATION_MODELS="google/veo-3.1-fast-generate-preview,openai/sora-2,runway/gen4_aleph"
  • OPENCLAW_LIVE_VIDEO_GENERATION_SKIP_PROVIDERS="" เพื่อรวมผู้ให้บริการทุกตัวในการกวาดค่าเริ่มต้น รวมถึง FAL
  • OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000 เพื่อลดขีดจำกัดการดำเนินการของผู้ให้บริการแต่ละรายสำหรับการรัน smoke ที่เข้มงวด
• พฤติกรรมการยืนยันตัวตนแบบไม่บังคับ:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 เพื่อบังคับการยืนยันตัวตนจากที่เก็บโปรไฟล์และละเว้นการเขียนทับที่มีเฉพาะ env

Harness สื่อแบบสด

• คำสั่ง: pnpm test:live:media
• วัตถุประสงค์:
  • รันชุดทดสอบแบบสดของรูปภาพ เพลง และวิดีโอร่วมผ่าน entrypoint เดียวแบบเนทีฟของรีโป
  • ใช้ env var ของผู้ให้บริการที่ export ไว้แล้ว
  • จำกัดแต่ละชุดให้เหลือเฉพาะผู้ให้บริการที่ปัจจุบันมีการยืนยันตัวตนที่ใช้งานได้โดยอัตโนมัติตามค่าเริ่มต้น
  • ใช้ scripts/test-live.mjs ซ้ำ ดังนั้นพฤติกรรม Heartbeat และโหมดเงียบจึงคงความสอดคล้อง
• ตัวอย่าง:
  • pnpm test:live:media
  • pnpm test:live:media image video --providers openai,google,minimax
  • pnpm test:live:media video --video-providers openai,runway --all-providers
  • pnpm test:live:media music --quiet

ที่เกี่ยวข้อง

• การทดสอบ - ชุดทดสอบ unit, integration, QA และ Docker