v2026.5.3

新功能：文件传输插件

v2026.5.3内置了一个文件传输插件。

具体有四个工具：

权限模型是默认拒绝，需要在 plugins.entries.file-transfer.config.nodes 下给每个节点配置路径白名单，符号链接默认不追踪（可以选择开启 followSymlinks），单次传输上限是 16 MB。

本来我以为通过这个插件可以直接给我手机传文件了，结果是多个装了OpenClaw且配对的设备之间传文件。后来直接让OpenClaw写了个Skill，可以直接传文件到Teletram。

两个新命令

/steer <message>：在任务执行中可以给 Agent 调方向，类似Codex的引导。这个命令发出去的消息不会立即生效，而是Agent在准备进行下一步思考或下一次工具调用之前，看到你的这句补充指导。

/side：/btw 的别名，用来向当前任务的旁路队列发问题，不打断主流程。

网关启动性能优化

这次把网关启动路径做了大幅懒加载改造：插件和运行时发现、cron、channel config schema、会话元数据、关闭钩子等等，都推迟到真正需要的时候才加载。不再走热启动路径，启动速度有实质提升。

配套改动是：网关和热重载不再自动恢复无效 config——无效配置现在直接失败，openclaw doctor --fix 负责修复。

插件安装体系加固

这个版本对插件安装、卸载、更新、ClawHub 回退、npm 依赖状态报告做了系统性加固，让外置插件和内置插件的行为对齐。

几个具体改动：

macOS 启动Agent升级修复

修了 macOS 升级时的两个问题： 1. 包更新后不再立即执行 launchctl kickstart -k，避免把刚启动的网关进程直接终止 2. doctor --fix 会清理悬空的全局插件运行时符号链接，避免旧的捆绑插件依赖路径在升级后继续干扰

WhatsApp 群组 @mention 支持

群消息里现在可以用 @+<digits> 或 @<digits> 格式，Agent 会把它们解析成 WhatsApp 原生 mention，包括 LID 群。同时要求 mention token 必须在词边界结束，避免电话号码前缀误触发。这回再在WhatsApp群中多个Agent可以互相@群聊了。

Heartbeat 调度时区感知

之前 Heartbeat 的 activeHours.timezone 配了也没用，定时器照样会在安静时段里触发。

这次修好了——调度器现在会主动跳过当前不在活跃时段的时间槽，定时器直接跳到下一个有效窗口。配了 Asia/Shanghai 等非 UTC 时区的用户，安静时段不会再莫名被 ping 了。

一些 BUG 修复

Ollama context window：修了一个会导致工具选择和上下文截断行为异常的回归——num_ctx 没有正确传递给 /api/chat 接口。影响 qwen3、llama3、gemma3 等有 catalog 条目的模型。

WebChat 重复提交：快速重复点发送，之前会启动多个独立的 agent:main:main 调度。现在正确合并成当前活跃 run 的一次请求。

Control UI/Sessions 性能：大会话列表里，chat-turn 的 sessions.changed 事件不再触发全量 sessions.list 重载，大幅减少会话响应过程中的多秒延迟。

飞书消息队列：单个卡住的消息不再把后续同群消息全部堵到网关重启。队列现在有 5 分钟超时保护，超时后继续处理下一条。

Telegram：修了 @newsletter 话题回复时旧消息残留的问题；forum-topic 最终消息现在要求实际观测到 Telegram 的 send/edit 确认才算送达。

Active Memory 召回：修了 memory_search / memory_get 在显式召回会话中丢失目标 agent 上下文的问题；修了 memory_search 结果被 debug 遥测误报为空的问题。

Discord 原生命令：CJK 或多行命令描述不再触发不必要的 PATCH 请求和 429 限速；commands.native=false 时正确跳过 slash 命令注册，低功耗部署不再等无用的 REST 请求。

tools.deny: ["write"]：不再隐式 deny apply_patch，需要明确写 apply_patch 或 group:fs。

/responses 多工具调用：Agent 单轮调用多个 client tools 时，现在全部都会出现在响应里，不再只保留最后一个。

v2026.5.4

语音通话全面更新

Google Meet / 语音通话的 Twilio 接入路径，现在走 Gemini 实时语音桥接了。

之前Twilio 拨入之后，音频是直接推给 Agent 处理的，但没有做流控。音频一多，队列就堵，语音就断，体验非常差。

v2026.5.4 做了几件事来解决这个问题：

实测下来，延迟明显降了。说完话，Agent 的响应速度接近正常语音通话的感觉了，不再有那种诡异的”卡帧感”。

如果你在用 OpenClaw 接 Google Meet 做语音 Agent，这个版本值得升。

依赖包全面刷新

这次依赖更新包含：Pi 0.73.0、ACPX adapters、OpenAI SDK、Anthropic SDK、Slack SDK、TypeScript native preview。

值得注意的是，Bedrock runtime 的安装器覆盖还是被固定在一个特定版本以下——因为 Windows ARM + Node 24 + npm 的组合目前有个 resolver 的 bug，没有 pin 住就会出问题。这个坑官方是知道的，先绕过去了。

Control UI 的几个改进

这个版本对 Control UI 做了不少打磨，逐个说：

会话管理：重复的纯文本消息现在会合并成一条，右上角显示出现次数。以前心跳确认消息会刷一堆一模一样的气泡，现在终于能看了。

Cron 新建任务面板：现在可以折叠了。以前每次进 Cron 页面，右边那个新建表单就占着地方，任务列表只能挤在左边。现在折起来，列表就有更多空间。

Talk 语音入口：修了两个比较烦人的问题—— 1. 语音启动失败之后，那个红色 Banner 之前是关不掉的，现在加了关闭按钮 2. 关掉 Banner 之后，再点 Talk 会直接重启一个新的语音会话，而不是让你先手动 Stop 上一个

媒体图片 URL：之前 WebChat 里的 AI 生成图片，URL 里带的是长期有效的 auth token。这次改成了短生命周期的 scoped ticket，安全性有所提升。

WhatsApp 新增 Newsletter 发送支持

这算一个小但实用的功能——现在可以用 @newsletter 语法，让 Agent 直接往 WhatsApp 的 Channel/Newsletter 发消息了，走的是频道元数据路由，不再走私信逻辑。

之前有个配套的 Bug 也一起修了：WhatsApp 配对时，手机号格式一直很乱，E.164、JID、whatsapp: 前缀这几种写法，系统处理逻辑不统一，会导致白名单匹配失败。现在统一规范成纯数字 ID 格式，再配对就不会出现”明明设置了白名单，消息却过不来”的问题了。

一些BUG修复

Discord IPv4 优先：Discord 的 REST 请求和网关WebSocket 现在优先走 IPv4。IPv4-only 环境下，之前启动会一直卡在 READY 等待，现在不会了。

Active Memory 搜索查询边界：以前 Memory 子 Agent 的搜索输入，会把 channel 和 runtime 的元数据也带进去当搜索关键词，导致搜出来的记忆完全不对。现在限定了边界，只搜最新的消息内容。

Prompt Cache 恢复：v2026.5.4 之前有个回归 Bug，每次 Chat 续话时，系统 Prompt 里多了当前轮的 runtime context，导致 cache key 不稳定，prompt cache 命中率大幅下滑，Token 消耗涨了。这次恢复了。如果你有用长 System Prompt 的 Agent，升级后 API 成本应该会降回来。

TUI 终端代码块：长 token 断词保护有个老问题——它会往 inline code、代码块、表格里塞空格。结果就是，从终端复制出来的包名、命令、ID 都是断开的，完全没法直接用。这个问题修了，代码块内容现在是 byte-for-byte 的，可以放心复制了。

Cron 失败诊断：Cron 任务因为 tool 权限问题失败时，之前 cron show 显示的是绿色的成功状态，但实际上任务根本没跑起来。现在会正确显示失败原因。

DeepSeek V4 via OpenRouter：通过 OpenRouter 跑 deepseek/deepseek-v4-pro 时，旧的 max thinking 参数会触发 OpenRouter 的 400 错误。现在自动映射到 xhigh，不用手动改配置了。

Claude Code /think 级别：Claude CLI Bridge 里的 /think 控制，之前除了 off 之外其他级别都是摆设，实际上不起作用。现在正确传递 --effort 参数了。

Windows 环境加固

这个版本集中修了几个 Windows 上的路径注入风险：

对大多数 Linux/macOS 用户来说这些不太影响，但如果你在 Windows 上部署 OpenClaw，建议关注一下。

插件性能提升

这次 Agents 和 Plugins 都做了同一件事——复用当前 workspace 的 plugin metadata 快照，而不是每次都重新做冷扫描。

涉及到 BTW、compaction、PDF 工具、embedded runner 等几个路径，热路径上的 plugin metadata 读取效率有明显提升。如果你跑的 Agent 有频繁的子Agent调用或者压缩上下文，速度应该能感觉到变化。

网关启动速度也改善了——推迟了非关键 sidecar 的加载，避免了一些不必要的 barrel import，bundled plugin 的 metadata 现在走快速路径。

插件更新机制的修复

插件更新这块之前积累了不少小问题，这次集中清了一批：

v2026.5.5

v2026.5.5 是一个纯修复版本，没有新功能。但这次修复的范围相当广——几乎覆盖了所有主流渠道和核心机制，下面挑几个重点说说。

多平台消息修复

飞书：话题首帖的 thread ID 在某些情况下没有提前补全，导致同一话题的第一轮和后续消息被路由到两个不同的会话。现在同一话题的对话能正确归并。

Discord：修了两个问题——/steer 这类纯文本控制命令之前在 Discord 里会被默默丢弃，根本到不了 Agent；另外心跳 ACK 超时的计时起点算错了，导致频道刚就绪时频繁出现假性断线重连。

LINE：配置了 dmPolicy: "open" 但没有设通配 allowFrom 的情况，之前会静默接受消息再悄悄拦截，现在改成配置校验阶段直接报错。

Matrix：审批消息发送失败时，现在最多重试 3 次，短暂网络抖动不会再把待审批请求卡死。

AI 提供商兼容性修复

xAI/Grok：原生 Grok Responses 模型不支持 OpenAI 风格的推理力度参数，之前直接传过去会报 Invalid reasoning effort。现在对 grok-4.3 等原生模型自动屏蔽这个参数。

Fireworks/Kimi：Kimi K2.5/K2.6 通过 Fireworks 跑时会因不支持的 reasoning* 参数被拒，现在强制锁成 thinking: disabled，手动切模型不再踩坑。

视频生成：统一规范各提供商的宽高比格式（如 720P -> MiniMax 支持的 768P），修了 Gemini 视频请求误带 generateAudio 导致 fallback 失败的问题。

Control UI / TUI 稳定性

Control UI 这次改动比较集中：会话表格和 openclaw status 里现在显示每个会话用的 agent runtime；带 tool-use 的 assistant 进度消息在聊天历史重载后不再消失；sessions cleanup 会顺带清理孤立的 transcript/compaction/trajectory 文件，避免网关崩溃后残留越积越多；history 加载慢时，标签页不再整体卡死，改为显示”部分加载”状态。

TUI 方面：修了首次启动时会误把心跳会话当普通聊天恢复的问题，以及 openclaw-tui 进程有时变成孤儿进程的问题。doctor --fix 同步支持修复被心跳污染的 agent:main:main 状态。

iOS 本地配对

iOS 配对现在允许私有局域网和 .local 域名走 ws:// 明文连接，Tailscale 和公网路由仍走 wss://。混合认证重连时优先用显式设置的网关密码，不再优先用可能已过期的 bootstrap token。在本地跑 OpenClaw、用 iPhone 直连配对的用户，这个改动很实用。

插件系统与性能

插件方面修了两个影响范围较大的问题：官方插件（Codex、Discord、WhatsApp 等）在宿主升级时，即使被禁用或版本钉死也会同步更新，避免版本脱节；对共享 npm root 做 mutating 操作后，会重新声明 openclaw peer link，防止装一个插件把其他插件的 SDK 路径搞坏。性能方面，model catalog 空结果现在会缓存到下次 reload，TUI 和控制面板的刷新循环不再反复扫描插件元数据。

Docker 安全加固 & 其他

docker-compose.yml 默认 drop 掉 NET_RAW 和 NET_ADMIN capability，并开启 no-new-privileges，自己用 Docker 部署的建议拉新的 compose 文件。另外 /status 输出里新增了 Gateway 进程运行时长和宿主机系统运行时长，方便判断上次重启时间。

总结

v2026.5.3：新功能引入与启动路径重构

v2026.5.4：语音流控重做与基础体验打磨

v2026.5.5：大范围兼容性与稳定性修复