测试

OpenClaw 有三个 Vitest 测试套件（单元/集成、e2e、实时）和一小组 Docker 运行器。

本文档是一份"我们如何测试"的指南：

每个套件覆盖的内容（以及它刻意_不_覆盖的内容）
常见工作流的运行命令（本地、推送前、调试）
实时测试如何发现凭证并选择模型/提供商
如何为真实的模型/提供商问题添加回归测试

快速开始

日常工作：

完整门控（推送前预期运行）：pnpm build && pnpm check && pnpm test

当您修改测试或需要额外信心时：

覆盖率门控：pnpm test:coverage
E2E 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 + 网关工具/镜像探测）：pnpm test:live

提示：当您只需要一个失败用例时，建议通过下面描述的允许列表环境变量缩小实时测试范围。

测试套件（在哪里运行什么）

将这些套件视为"递增的真实性"（以及递增的不稳定性/成本）：

单元 / 集成（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（网关认证、路由、工具、解析、配置）
- 已知 bug 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

E2E（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：
- 多实例网关端到端行为
- WebSocket/HTTP 接口、节点配对和更重的网络负载
预期：
- 在 CI 中运行（当管道中启用时）
- 不需要真实密钥
- 比单元测试有更多移动部件（可能较慢）

实时（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/模型在_今天_使用真实凭证时是否真的能工作？"
- 捕获提供商格式变更、工具调用怪癖、认证问题和速率限制行为
预期：
- 设计上不稳定于 CI（真实网络、真实提供商策略、配额、中断）
- 花费金钱 / 使用速率限制
- 建议运行缩小的子集而不是"全部"
- 实时运行将加载 ~/.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；测试将在速率限制时重试

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（如果您改动很多，还需要 pnpm test:coverage）
修改网关网络 / WS 协议 / 配对：添加 pnpm test:e2e
调试"我的机器人宕机了" / 特定于提供商的失败 / 工具调用：运行缩小的 pnpm test:live

实时：模型冒烟测试（配置文件密钥）

实时测试分为两层，以便我们可以隔离失败：

"直接模型"告诉我们提供商/模型是否能用给定的密钥回答。
"网关冒烟测试"告诉我们完整的网关+代理管道是否适用于该模型（会话、历史、工具、沙箱策略等）。

第 1 层：直接模型补全（无网关）

测试：src/agents/models.profiles.live.test.ts
目标：
- 枚举发现的模型
- 使用 getApiKeyForModel 选择您有凭证的模型
- 为每个模型运行小型补全（并在需要时运行针对性回归测试）
如何启用：
- pnpm test:live（或直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
设置 OPENCLAW_LIVE_MODELS=modern（或 all，现代版别名）以实际运行此套件；否则它会跳过，以保持 pnpm test:live 专注于网关冒烟测试
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：配置文件存储和环境变量回退
- 设置 OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 以仅强制使用配置文件存储
为什么存在：
- 将"提供商 API 损坏/密钥无效"与"网关代理管道损坏"分开
- 包含小型、独立的回归测试（例如：OpenAI Responses/Codex Responses 推理重放 + 工具调用流程）

第 2 层：网关 + 开发代理冒烟测试（"@openclaw" 实际做的事情）

测试：src/gateway/gateway-models.profiles.live.test.ts
目标：
- 启动进程内网关
- 创建/修补 agent:dev:* 会话（每次运行模型覆盖）
- 迭代带密钥的模型并断言：
  - "有意义的"响应（无工具）
  - 真实工具调用有效（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）保持工作
探测详情（以便您可以快速解释失败）：
- read 探测：测试在工作区写入一个 nonce 文件，并要求代理 read 它并回显 nonce。
- exec+read 探测：测试要求代理 exec 将 nonce 写入临时文件，然后 read 它。
- 镜像探测：测试附加生成的 PNG（cat + 随机代码）并期望模型返回 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 时使用 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）以缩小范围
如何选择提供商（避免"OpenRouter 所有内容"）：
- 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 + 镜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）
- 当模型宣传支持镜像输入时运行镜像探测
- 流程（高层次）：
  - 测试生成一个带有"CAT" + 随机代码的小型 PNG（src/gateway/live-image-probe.ts）
  - 通过 agent attachments: [{ mimeType: "image/png", content: "<base64>" }] 发送
  - 网关将附件解析为 images[]（src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts）
  - 嵌入式代理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：要查看您可以在机器上测试的内容（以及确切的 provider/model ID），运行：

bash

openclaw models list
openclaw models list --json

实时：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 配置文件）可以完成 Anthropic 提示。
启用：
- pnpm test:live（或直接调用 Vitest 时使用 OPENCLAW_LIVE_TEST=1）
- OPENCLAW_LIVE_SETUP_TOKEN=1
Token 来源（选择一个）：
- 配置文件：OPENCLAW_LIVE_SETUP_TOKEN_PROFILE=anthropic:setup-token-test
- 原始 token：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：

bash

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：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 后端验证网关 + 代理管道，而不修改您的默认配置。
启用：
- pnpm test:live（或直接调用 Vitest 时使用 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 发送真实镜像附件（路径注入到提示中）。
- OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" 将镜像文件路径作为 CLI 参数传递，而不是提示注入。
- OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"（或 "list"）控制当 IMAGE_ARG 设置时如何传递镜像参数。
- 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：

bash

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

实时：模型矩阵（我们覆盖的内容）

没有固定的"CI 模型列表"（实时是可选的），但这些是推荐在有密钥的开发机器上定期覆盖的模型。

现代冒烟测试集（工具调用 + 镜像）

这是我们期望保持工作的"常见模型"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（避免旧版 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

使用工具 + 镜像运行网关冒烟测试： 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（读取 + 可选执行）

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（最好拥有）：

xAI：xai/grok-4（或最新可用版本）
Mistral：mistral/…（选择一个您启用的支持"工具"的模型）
Cerebras：cerebras/…（如果您有访问权限）
LM Studio：lmstudio/…（本地；工具调用取决于 API 模式）

视觉：镜像发送（附件 → 多模态消息）

在 OPENCLAW_LIVE_GATEWAY_MODELS 中至少包含一个支持镜像的模型（Claude/Gemini/OpenAI 支持视觉的变体等）以执行镜像探测。

聚合器 / 替代网关

如果您启用了密钥，我们还支持通过以下方式进行测试：

OpenRouter：openrouter/...（数百个模型；使用 openclaw models scan 查找支持工具+镜像的候选者）
OpenCode Zen：opencode/...（通过 OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY 认证）

您可以在实时矩阵中包含更多提供商（如果您有凭证/配置）：

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 兼容的代理（LM Studio、vLLM、LiteLLM 等）

提示：不要尝试在文档中硬编码"所有模型"。权威列表是您机器上 discoverModels(...) 返回的内容 + 任何可用的密钥。

凭证（永不提交）

实时测试以 CLI 相同的方式发现凭证。实际影响：

如果 CLI 有效，实时测试应该找到相同的密钥。
如果实时测试显示"无凭证"，以调试 openclaw models list / 模型选择的相同方式进行调试。
配置文件存储：~/.openclaw/credentials/（首选；测试中"配置文件密钥"的含义）
配置：~/.openclaw/openclaw.json（或 OPENCLAW_CONFIG_PATH）

如果您想依赖环境密钥（例如在 ~/.profile 中导出），在 source ~/.profile 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（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 镜像内运行 pnpm test:live，挂载您的本地配置目录和工作区（如果挂载则加载 ~/.profile）：

直接模型：pnpm test:docker:live-models（脚本：scripts/test-live-models-docker.sh）
网关 + 开发代理：pnpm test:docker:live-gateway（脚本：scripts/test-live-gateway-models-docker.sh）
引导向导（TTY，完整脚手架）：pnpm test:docker:onboard（脚本：scripts/e2e/onboard-docker.sh）
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）

有用的环境变量：

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 确保凭证来自配置文件存储（而非环境变量）

文档健全性

编辑文档后运行文档检查：pnpm docs:list。

离线回归（CI 安全）

这些是没有真实提供商的"真实管道"回归测试：

网关工具调用（模拟 OpenAI，真实网关 + 代理循环）：src/gateway/gateway.tool-calling.mock-openai.test.ts
网关向导（WS wizard.start/wizard.next，写入配置 + 强制认证）：src/gateway/gateway.wizard.e2e.test.ts

代理可靠性评估（技能）

我们已经有一些 CI 安全的测试，行为类似于"代理可靠性评估"：

通过真实网关 + 代理循环进行模拟工具调用（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）。

技能仍然缺少的内容（见 Skills）：

决策：当技能在提示中列出时，代理是否选择了正确的技能（或避免了不相关的技能）？
合规性：代理在使用前是否阅读 SKILL.md 并遵循所需的步骤/参数？
工作流契约：断言工具顺序、会话历史传递和沙箱边界的多轮场景。

未来的评估应首先保持确定性：

使用模拟提供商的场景运行器，以断言工具调用 + 顺序、技能文件读取和会话连接。
一小组以技能为重点的场景（使用与避免、门控、提示注入）。
可选的实时评估（可选、环境门控）仅在 CI 安全套件到位后进行。

添加回归测试（指导）

当您修复在实时中发现的提供商/模型问题时：

尽可能添加 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）
如果它本质上仅限于实时（速率限制、认证策略），通过环境变量保持实时测试范围缩小且可选
优先针对捕获 bug 的最小层：
- 提供商请求转换/重放 bug → 直接模型测试
- 网关会话/历史/工具管道 bug → 网关实时冒烟测试或 CI 安全网关模拟测试

测试 ​

快速开始 ​

测试套件（在哪里运行什么） ​

单元 / 集成（默认） ​

E2E（网关冒烟测试） ​

实时（真实提供商 + 真实模型） ​

我应该运行哪个套件？ ​

实时：模型冒烟测试（配置文件密钥） ​

第 1 层：直接模型补全（无网关） ​

第 2 层：网关 + 开发代理冒烟测试（"@openclaw" 实际做的事情） ​

实时：Anthropic setup-token 冒烟测试 ​

实时：CLI 后端冒烟测试（Claude Code CLI 或其他本地 CLI） ​

推荐的实时配方 ​

实时：模型矩阵（我们覆盖的内容） ​

现代冒烟测试集（工具调用 + 镜像） ​

基线：工具调用（读取 + 可选执行） ​

视觉：镜像发送（附件 → 多模态消息） ​

聚合器 / 替代网关 ​

凭证（永不提交） ​

Deepgram 实时（音频转录） ​

Docker 运行器（可选的"在 Linux 中工作"检查） ​

文档健全性 ​

离线回归（CI 安全） ​

代理可靠性评估（技能） ​

添加回归测试（指导） ​

测试

快速开始

测试套件（在哪里运行什么）

单元 / 集成（默认）

E2E（网关冒烟测试）

实时（真实提供商 + 真实模型）

我应该运行哪个套件？

实时：模型冒烟测试（配置文件密钥）

第 1 层：直接模型补全（无网关）

第 2 层：网关 + 开发代理冒烟测试（"@openclaw" 实际做的事情）

实时：Anthropic setup-token 冒烟测试

实时：CLI 后端冒烟测试（Claude Code CLI 或其他本地 CLI）

推荐的实时配方

实时：模型矩阵（我们覆盖的内容）

现代冒烟测试集（工具调用 + 镜像）

基线：工具调用（读取 + 可选执行）

视觉：镜像发送（附件 → 多模态消息）

聚合器 / 替代网关

凭证（永不提交）

Deepgram 实时（音频转录）

Docker 运行器（可选的"在 Linux 中工作"检查）

文档健全性

离线回归（CI 安全）

代理可靠性评估（技能）

添加回归测试（指导）