夜雨聆风
OpenClaw 2026.5.4 发布!Google Meet 语音+Codex 音频转录,我的日常 AI 助手又进化了
作者：小胡
先说结论：这次的更新，Google Meet 语音桥接是最大亮点，直接把 OpenClaw 从”文字助手”升级成了”能开会的全栈助手”。
作为一个每天都在用 OpenClaw 的运维人，我从它还是个小众项目就开始用了。说实话，这次 2026.5.4 的更新让我有点意外——不是那种花里胡哨的新功能，而是实打实解决了几个我用起来一直不太爽的地方。
这次更新的核心是 Google Meet/Voice Call 实时语音桥接。
官方描述很长，我翻译成人话就是：
以前 OpenClaw 只能在聊天窗口打字回复。现在它可以直接加入 Google Meet 会议，用 Gemini 实时语音模型跟你对话，支持打断、无延迟、不卡顿。
具体来说：
✅Twilio 拨入集成：通过 Twilio 拨号接入 Meet 会议
✅Gemini 实时语音桥接：用 Gemini 的实时语音模型处理音频
✅分块音频流：paced audio streaming，说话节奏自然，不像机器人念稿
✅背压缓冲：backpressure-aware buffering，网络抖动时不会丢音频
✅打断功能：barge-in queue clearing，说话时被打断能立即响应
✅无需 TwiML 回退：realtime speech 期间不依赖 TwiML，延迟更低
说实话，这个功能我期待很久了。
以前我想让 AI 帮我开会，只能把会议纪要复制粘贴给它分析。现在它可以直接”旁听”会议，实时参与讨论。对于运维团队来说，这意味着：
✅故障复盘会议：OpenClaw 可以实时记录、分析、给出建议
✅需求评审：直接在会议中记录需求，会后自动生成文档
✅日常站会：自动记录每个人的进度，生成站会纪要
这次更新的第二个重点是 OpenAI Codex 音频转录路由。
简单来说：当你的 Codex 聊天模型收到音频输入时，OpenClaw 现在会自动把音频路由到 OpenAI 的语音转录 API，而不是把模型 ID 发给音频转录接口（之前会报错）。
这个改动看起来小，但实际影响很大。
假设你在用 Codex 做代码审查，突然想录一段语音说明问题。以前你可能得：
1先把语音转成文字
2再把文字发给 Codex
3等待回复
现在只需要直接发语音，OpenClaw 自动帮你转录 → 发送给 Codex → 返回结果。
少了一个步骤，但体验提升了一个级别。
这个更新对我这种”重度用户”来说最实用。
OpenClaw 每次执行 agent 任务时，都会扫描插件元数据（plugin metadata）。如果你的插件很多（我有十几个），每次扫描都要花好几秒——这就是所谓的”冷启动”问题。
这次更新做了两件事：
1工作区作用域的插件元数据快照：BTW、compaction、embedded-run model generation、PDF model setup 等场景，复用当前工作区的插件元数据快照，不再每次都重新扫描。
2无作用域模型目录复用：unscoped model catalog 和 manifest-contract readers 也可以复用当前工作区兼容的插件元数据快照，避免在热控制路径上重复扫描。
实际效果是什么？
我的感受：以前发一条消息要等 3-5 秒才有响应，现在基本是秒回。尤其是连续对话时，速度提升非常明显。
这个更新修了一个 Windows 上的坑：
默认网关监听器现在只绑定到 127.0.0.1，而不是 ::1（IPv6），避免 libuv 的双栈行为导致 localhost HTTP 请求卡死。
如果你在用 Windows 部署 OpenClaw，这个修复可能会让你少掉几根头发。
当你配置了 plugins.entries 或 plugins.allow 引用了一个官方外部插件，但没有安装时，OpenClaw 现在会给出正确的安装提示：
openclaw plugins install <spec>而不是像以前一样告诉你”移除这个配置”。这个改进很贴心——它假设你是”想装但忘了装”，而不是”配错了”。
这个修复针对中国用户特别重要：
QQ c2c 会话 ID（如 c2c:10D4F7C2…）包含冒号，之前会导致 bundled-plugin 的 dirName 校验崩溃。现在跳过了包含冒号的会话存储条目。
如果你在用 QQ 通道接入 OpenClaw，这个修复应该能让你少遇到一些莫名其妙的崩溃。
这次更新还刷新了一堆依赖包：
✅Pi 0.73.0
✅ACPX adapters
✅OpenAI SDK
✅Anthropic SDK
✅Slack SDK
✅TypeScript native preview
同时保持了 Bedrock 运行时安装程序的 pin 版本，避免 Windows ARM Node 24 npm resolver 失败的问题。
当自动白名单配置一个通道时，OpenClaw 现在优先使用声明插件的 manifest ID，而不是内置通道别名。
这意味着 WeCom/Yuanbao 等别名可以正确解析到已安装的插件 ID。
secrets apply 现在会保留 auth-profile 的 keyRef 和 tokenRef 字段，确保 SecretRef 元数据在 scrubbing 后仍然存在，而不会保留明文值。
这是一个安全层面的改进，对生产环境部署很重要。
作为一个从早期版本就开始用的老用户，这次更新给我最大的感受是：
OpenClaw 正在从”能用的 AI 助手”变成”好用的 AI 助手”。
Google Meet 语音桥接让它突破了文字限制，Codex 音频转录让它和 OpenAI 生态无缝衔接，性能优化让日常使用更流畅。
特别是插件性能优化，之前我发一条消息要等好几秒，现在基本是秒回。对于每天要和它交互几十次的我来说，这个提升真的很大。
如果你已经安装了 OpenClaw，建议尽快升级到 2026.5.4：
npm update -g openclaw# 或者openclaw update升级后记得重启网关：
openclaw gateway restart✅Windows 用户：这个版本修复了 localhost 绑定问题，强烈建议升级
✅QQ 通道用户：修复了 c2c 会话 ID 崩溃问题
✅重度插件用户：性能优化会让你的体验明显提升
✅Google Meet 用户：新功能需要配置 Twilio 和 Gemini 语音模型
OpenClaw 的更新频率一直很高（几乎每周都有新版本），但这次 2026.5.4 是真的解决了一批实际使用中的痛点。
如果你还没用过 OpenClaw，建议试试。它不是那种”听起来很酷但用不起来”的工具，而是每天都能帮你省时间的实战型助手。
小胡给大家准备了运维人专属资料包，关注即可免费领取：
✅📦 Claude Code 完整技能清单
✅🛠️ 运维人必备的 AI 工具配置模板
✅📝 OpenClaw 从入门到实战教程
领取方式：
1扫描下方二维码，关注公众号「运维也AI」
2后台回复关键词「粉丝福利」
3即可免费领取全部资料
小胡：资料会持续更新，关注后第一时间获取最新 AI 运维干货！
小胡：关注后还可以发送「下载求助」，帮你找各种软件、工具、教程的资源！
有用就点个在看，有问题留言。觉得这篇文章对你有帮助，也欢迎转发给需要的朋友。