跳到主要内容

更新日志

PicoClaw 的所有重要更新记录。

v0.2.5​

发布日期：2026-04-03

核心亮点​

  • VK (VKontakte) 通道：新增俄罗斯最大社交网络的通道支持，基于 Long Poll API，支持群聊和语音功能 (#2276)
  • LLM 速率限制：内置 Provider API 调用速率限制器，支持可配置的限制策略和自动降级 (#2198)
  • 可插拔上下文管理：全新 ContextManager 抽象层，支持自定义上下文策略 (#2203)
  • 新增 Provider：Venice AI (#2238)、Mimo (#1987)、LMStudio (#2193)，统一本地 Provider 默认配置
  • 工具增强：Exec 工具支持后台执行和 PTY (#1752)、Reaction 表情回应工具 (#2156)、load_image 本地图片视觉分析 (#2116)、read_file 按行读取 (#1981)
  • Web UI 全面升级：技能市场 (#2246)、Dashboard 令牌认证 (#1953)、新手引导、Pico 聊天图片消息 (#2299)、日志级别控制 (#2227)

新特性与增强​

模型与服务 (Providers)​

  • Venice AI：新增 Venice AI 提供商集成 (#2238)
  • Mimo：新增 Mimo 提供商支持 (#1987)
  • LMStudio：本地提供商，统一默认认证/地址处理 (#2193)
  • Azure OpenAI：Azure 端点使用 OpenAI Responses API (#2110)
  • 速率限制：每个模型可配置速率限制，支持自动降级级联 (#2198)
  • User Agent：model_list 中支持自定义 userAgent (#2242)
  • 模型可用性探测：增强的退避和缓存机制 (#2231)

渠道与即时通讯 (Channels)​

  • VK (VKontakte)：完整通道实现——文本、媒体附件、语音（ASR/TTS）、群聊触发和用户白名单 (#2276)
  • Telegram：入站消息支持引用回复上下文和媒体 (#2200)；优化重复消息保护；修复斜体正则匹配导致的 HTML 链接破损 (#2164)
  • 钉钉：支持仅@群组并自动剥离前导@提及 (#2054)
  • 飞书：跳过空的 random_reaction_emoji 条目
  • 微信：新协议支持 (#2106)；上下文 Token 持久化到磁盘 (#2124)
  • 多消息发送：通过分割标记支持多消息发送 (#2008)
  • Channel.Send：现返回已投递的消息 ID (#2190)
  • 快速失败：所有通道启动失败时网关立即报错退出 (#2262)

核心架构与 Agent​

  • ContextManager：可插拔的上下文管理抽象层，支持自定义策略 (#2203)
  • Token 估算：修复系统消息 Token 重复计算问题；新增推理内容保护
  • 上下文溢出：改进溢出检测与分类 (#2016)
  • 轻量 Provider：路由模型调用使用轻量 Provider (#2038)
  • Prompt Token：每次请求记录 Prompt Token 使用量 (#2047)
  • 时区：从 TZ 和 ZONEINFO 环境变量加载时区信息 (#2279)

工具与能力 (Tools)​

  • Exec 工具：支持后台执行和 PTY (#1752)
  • Reaction 工具：表情回应和带回复感知的消息发送 (#2156)
  • load_image：加载本地图片文件用于视觉模型分析 (#2116)
  • read_file：按行范围读取文件 (#1981)
  • web_search：支持日期范围过滤
  • Cron：统一 Agent 执行路径；定时任务响应发布到出站总线 (#2147, #2100)
  • MCP：支持 HTTP 传输的 DisableStandaloneSSE 选项 (#2108)

Web UI 与 Launcher​

  • 技能市场：浏览、搜索和安装 Hub 中的技能 (#2246)
  • Dashboard 认证：令牌保护的 Launcher Dashboard，支持 SPA 登录 (#1953)
  • 新手引导：首次使用的交互式引导
  • 图片消息：Pico 聊天支持图片消息 (#2299)
  • 日志级别控制：从 Web UI 调整服务日志级别 (#2227)
  • 配置页面：版本信息移至页头；通道配置加载时不暴露密钥 (#2273, #2277)
  • Dashboard 令牌：持久化存储在 Launcher 配置中 (#2304)

修复与优化​

  • Telegram：修复编辑超时 (#2092)；DM 策略安全加固 (#2088)
  • 配置：修复 FlexibleStringSlice 导致启动崩溃 (#2078)；默认禁用工具反馈 (#2026)；修复数组占位符
  • 网关：修复重载导致 Pico 通道停止工作 (#2082)；网关端口检查和 Fatal 日志记录 (#2185)
  • 重试：正确处理 429 响应的 Retry-After 头，溢出安全 (#2176)
  • 循环：修复轮询行为 (#2103)
  • 微信：修复 Launcher 启动网关时 picoToken 为空 (#2241)
  • Web：修复 WebSocket 代理中缓存的 Pico Token (#2222)；技能页面暗色模式主题 (#2166)；Discord Token 在通道设置中持久化 (#2024)
  • 容器：SIGINT/SIGTERM 优雅关停
  • BM25：预计算索引加速重复搜索 (#2177)
  • Panic 恢复：统一所有 panic 事件到 panic 日志文件 (#2250)；subturn 添加缺失的 recover (#2253)

构建与运维​

  • Windows：修复 make 构建错误，支持自定义构建环境 (#2281)
  • 日志：PICOCLAW_LOG_FILE 环境变量支持纯文件日志输出；基于组件的 Logger 高亮输出；默认日志级别改为 warn
  • 配置：重构 Config 和 Security 结构简化代码 (#2068)；ModelConfig.Enabled 字段；占位文本支持字符串或列表
  • 自更新：更健壮的选择和解压逻辑，默认使用 nightly (#2201)
  • 安全：开放默认警告和 * allow_from 通配符支持

完整更新日志​

v0.2.4​

发布日期：2026-03-25

核心亮点​

  • 最大规模更新：539 个文件变更，新增约 86,000 行代码，突破 26K Stars
  • Agent 架构全面重构：Turn & Sub-turn 生命周期、EventBus 事件总线、Hook 系统、Steering 动态干预
  • 微信/企业微信深度集成：增强的消息处理与上下文管理
  • 安全体系升级：完善的安全配置与权限管理
  • 新 Provider 与 Channel：大量新增模型与渠道支持

Agent 架构重构 (Phase 1)​

  • Turn & Sub-turn 生命周期：Turn 作为上下文压缩和会话管理的原子单元，支持最大并发数 5、最大嵌套深度 3 的 Sub-turn，支持 evaluator-optimizer 模式
  • EventBus 事件总线：定义 18 种事件类型，覆盖 Agent 运行全生命周期，包括对话回合、工具调用、LLM 请求/响应、子任务创建/结束、Steering 注入、上下文压缩
  • Hook 系统：支持 Observer、Interceptor、Approval 三种 Hook 类型，提供 5 个检查点（before_llm、after_llm、before_tool、after_tool、approve_tool），支持进程内和外部进程 Hook（stdio/gRPC，Python/Node.js 等任意语言均可接入）
  • Steering 动态干预：允许在工具调用间隙向运行中的 Agent 注入新指令
  • 上下文预算管理：每次 LLM 调用前主动检查 Token 消耗，接近上限时自动安全压缩历史对话，基于 Turn 边界检测保留对话连贯性
  • AGENT.md 结构化定义：通过带 YAML frontmatter 的 AGENT.md 文件定义 Agent 身份、能力和人格

渠道与集成​

  • 微信/企业微信深度集成：增强消息处理和上下文管理能力
  • 安全体系升级：完善安全配置，优化权限管理机制
  • 新 Provider 与 Channel：扩展更多 Provider 和 Channel 选项

完整更新日志​

v0.2.1​

发布日期：2026-03-09

核心亮点​

  • Web 端与 UI 架构升级：Launcher 迁移至模块化的 Web 前后端架构，大幅提升管理界面的交互体验，并新增了全新的启动器 Banner (#1275, #1008)。
  • 多模态与视觉能力 (Vision Pipeline)：Agent 核心完整接入图像/媒体支持，支持将媒体引用转换为 Base64 流并实现自动文件类型检测，全面打通多模态大模型的视觉能力。
  • 全新 JSONL 记忆存储引擎：引入追加写入模式（append-only）的 JSONL Session 存储，支持物理级别的历史记录压缩与崩溃恢复，提供更安全的会话持久化方案。
  • MCP (Model Context Protocol) 深度集成：全面支持 MCP 协议，支持对接外部 MCP Server，且引入了并行执行 LLM 工具调用的能力，大幅提升工具执行效率 (#1070)。
  • 海量模型与搜索源接入：新增对接 Minimax、Moonshot (Kimi)、Exa AI、SearXNG、Avian 等多家主流大模型与搜索引擎。

新特性与增强​

模型与搜索服务 (Providers)​

  • LLM 新增：支持 Minimax (#1273)、Kimi (Moonshot) 与 Opencode、Avian、LiteLLM 别名支持 (#930)。
  • 模型高级特性：支持 Anthropic 模型的扩展思考流 (Extended thinking) (#1076)，并新增 Anthropic OAuth setup-token 登录支持 (#926)。
  • 搜索源新增：集成 SearXNG 搜索、Exa AI 搜索以及智谱 GLM Search Web 搜索提供商 (#1057)。
  • 模型路由策略：在 Agent Loop 中引入了基于语言无关的模型复杂度评分机制，实现更智能的模型路由分发。

渠道与即时通讯 (Channels)​

  • 企业微信 (WeCom)：全新引入企业微信 AI Bot (AIBot) 集成，支持流式任务上下文管理、推理过程展示 (reasoning_channel_id) 并在超时与清理逻辑上进行了全面增强。
  • Discord：新增代理 (Proxy) 支持，支持解析频道引用、展开消息链接，并完美支持引用/回复消息的上下文理解 (#1047)。
  • Telegram：新增自定义 Bot API Server (base_url) 支持 (#1021)，优化命令作用域，并加入了长消息分块发送 (Chunking) 机制。
  • 飞书 (Feishu)：增强飞书卡片（Markdown）、媒体、@提及与编辑功能，并加入了随机回应表情 (Random reaction emoji) 特性 (#1171)。
  • 全新渠道接入：新增对 Matrix 频道和 IRC 频道的原生支持。

核心架构与 Agent (Core & Agent)​

  • 多模态增强：在 Message 结构中添加 Media 字段，实现 resolveMediaRefs 功能，打通从代理层到 LLM 的多模态链路。
  • 记忆与上下文：完善多轮对话历史对 reasoning_content（推理内容）的保留；摘要阈值与 Token 比例现在可通过配置文件自定义 (#1029)。
  • 系统与配置：全面支持 .env 环境变量加载及配置覆盖；支持通过 PICOCLAW_HOME 环境变量自定义配置与工作区路径；新增 /clear 命令用于快速清空聊天历史 (#1266)。
  • 交互改进：Agent 现可降级回退至输出 reasoning content (#992)。

工具与能力 (Tools & Skills)​

  • MCP 架构完善：新增工作区级别的环境文件加载、支持相对路径解析，并提供完善的 MCP 注册与生命周期管理机制。
  • 工具扩展控制：新增工具的"启用/禁用"全局切换配置开关 (#1071)，全局技能开关现在能够正确覆盖下游行为。
  • 文件发送能力：新增 send_file 工具，支持 Agent 主动向外（出站）发送多媒体文件 (#1156)。

修复与优化​

稳定性与并发安全​

  • MCP 修复：解决了导致 TOCTOU 的竞争条件与资源泄漏问题；修复了工具注册阶段可能出现的死锁；确保连接失败时返回聚合错误。
  • 内存与存储：修复 JSONL 迁移过程中的崩溃一致性问题（fsync 增强，写入元数据保证安全）；限制内存锁并增大 scanner 缓冲以防 OOM。
  • 频道容错：修复企业微信应用/机器人的 dedupe 数据竞争（更换为环形队列）；修复 Discord 跨公会（Cross-guild）的消息链接泄露；修复矩阵 (Matrix) 群组提及的正则检测。

工具与网络调用​

  • Web Fetch 优化：修复 web_fetch 工具达到最大载荷限制的问题；修复并行执行下的请求中断与重试时 Response Body 未关闭导致的泄漏 (#940)。
  • ClawHub / Skills：修复 ClawHub 遇到 429 频控时未重试的问题；修正技能发现功能的 Registry flag 传参逻辑 (#929)。
  • 执行沙盒：修复 exec 工具执行 shell 命令的超时配置不生效问题；加入命令注入安全拦截（过滤 kill -9 模式）。

体验与兼容性​

  • Telegram HTML 解析：增加对超出长度限制的 HTML 内容的降级与多队列重分块处理，避免发送失败。
  • OpenAI 兼容层：改进对非 JSON 响应（如 HTML 错误页）的错误处理与流式解析支持。
  • 重载防崩溃：修复热重载配置文件时可能触发的 self-kill 保护机制误判。

构建、部署与运维​

  • Docker 支持：镜像底层从 Debian 切换至更轻量的 Alpine；全面迁移至 Docker Compose v2 语法；新增包含完整 MCP 工具链的 Docker 镜像配置。
  • 平台编译：交叉编译支持新增 Linux/s390x 与 Linux/mipsle 架构 (#1265)；通过 goreleaser 新增 macOS 二进制文件的公证 (Notarization) 流程 (#1274)。
  • CI/CD：新增 Nightly 自动构建工作流 (#1226)；引入 govulncheck 漏洞扫描与 dupl 代码重复率检查；自动将构建产物上传至 Volcengine TOS (#1164)。
  • 日志与观测：增加 Cron 定时任务的执行生命周期日志记录 (#1185)。

v0.2.0​

发布日期：2026-02-28

重磅功能​

  • 全新架构重构：
    • Provider 协议重构：引入了基于协议（Protocol-based）的 Provider 创建机制，统一了 OpenAI、Anthropic、Gemini、Mistral 等主流协议的对接逻辑。
    • Channel 系统升级：重构了通道系统架构，支持自动化调度 Placeholder、正在输入状态（Typing）及 Emoji 回应。
  • 生态与工具链：
    • PicoClaw Launcher & WebUI：新增 Web 界面，支持可视化配置管理和网关（Gateway）进程调度。
    • 技能发现 (Skill Discovery)：集成 Clawhub，支持技能的在线搜索、缓存与安装。
  • 新增模型支持 (Providers)：
    • 新增 Cerebras、Mistral AI、Volcengine (豆包)、Perplexity、Qwen (通义千问) 及 Google Antigravity 原生支持。
    • 支持推理模型（Reasoning Models）的思维链（Thought/Reasoning Content）输出及专用频道展示。
  • 新增交互通道 (Channels)：
    • 原生 WhatsApp 支持：新增高性能的 WhatsApp 原生通道实现。
    • WeCom (企业微信)：支持企业微信及企业微信自建应用通道。

性能与优化​

  • 低资源适配：优化二进制体积，并针对 ARM 架构（ARMv6, ARMv7, ARMv8.1）提供更全面的构建支持。
  • 并发性能：重构 MessageBus 解决死锁问题，并将消息缓冲区从 16 提升至 64。
  • 搜索增强：Tavily 搜索支持代理配置，新增 OpenAI 兼容的 WebSearch 接口。
  • 更强健的配置：新增 model_list 模板，支持零代码添加模型，并提供重复模型名称校验。

修复与安全性​

  • 沙箱安全：修复了 ExecTool 的工作目录逃逸风险及 TOCTOU 竞争问题，加固了系统指令注入的防御模式。
  • 稳定性修复：
    • 修复了内存泄漏问题（特别是在 WhatsApp 频道中）。
    • 修复了 Gemini API 在特定情况下的 400 错误及 Prompt 缓存失效问题。
  • 工程质量：全面启用 golangci-lint，清理了大量冗余代码并修复了 lint 错误。

文档与社区​

  • 多语言支持：新增了越南语、葡萄牙语（巴西）版本的 README，并优化了日语翻译。
  • 架构指南：新增了关于通道系统架构和协议架构的详细中英文文档。

v0.1.2​

发布日期：2026-02-17

新功能​

  • LINE 通道：新增 LINE Official Account 通道支持。
  • OneBot 通道：新增 OneBot 协议通道支持。
  • 健康检查：新增 /health 和 /ready 端点，支持容器编排存活/就绪探针 (#104)。
  • DuckDuckGo 搜索：新增 DuckDuckGo 搜索回退，支持可配置的搜索提供商。
  • 设备热插拔：支持 Linux 上的 USB 设备热插拔事件通知 (#158)。
  • Telegram 命令：结构化命令处理，引入专用命令服务及 telegohandler 集成 (#164)。
  • 本地 AI：新增 Ollama 本地推理集成 (#226)。
  • 技能校验：新增技能信息和测试用例验证 (#231)。

改进​

  • 安全性：阻止关键的符号链接工作区逃逸 (#188)；收紧文件权限并强制 Slack ACL 检查 (#186)。
  • Docker：Docker 镜像中新增 curl；优化 Docker 构建工作流触发条件。
  • 32 位支持：为飞书添加构建约束以支持 32 位架构。
  • Loong64：新增 Linux/loong64 构建支持 (#272)。
  • GoReleaser：迁移至 GoReleaser 进行发布管理 (#180)。

问题修复​

  • 修复 Telegram 消息重复发送 (#105)。
  • 修复代码块索引提取 bug (#130)。
  • 修复 OneBot 连接处理。
  • 修复 MessageBus 关闭后 publish 引发的 panic (#223)。
  • 修复 DownloadFile 中的重复文件扩展名 (#230)。
  • 修复 OpenAI OAuth 授权 URL 和参数 (#151)。

v0.1.1​

发布日期：2026-02-13

新功能​

  • 动态上下文压缩：智能对话上下文压缩 (#3)。
  • 新增通道：飞书 (#6)、QQ (#5)、钉钉 Stream Mode (#12)、Slack Socket Mode (#34)。
  • Agent 记忆系统：Agent 记忆及工具执行改进 (#14)。
  • 定时任务工具 (Cron)：支持定时任务调度和直接 Shell 命令执行 (#23, #74)。
  • OAuth 登录：基于 SDK 的订阅提供商 OAuth 认证 (#32)。
  • 迁移工具：picoclaw migrate 命令，支持 OpenClaw 工作区迁移 (#33)。
  • Telegram 升级：迁移至 Telego 库以获得更好的 Telegram 集成 (#40)。
  • CLI Provider：基于 CLI 的 LLM 提供商，支持子进程集成 (#73, #80)。
  • Provider 选择：支持显式指定 provider 字段进行模型配置 (#48)。
  • macOS 支持：新增 Darwin ARM64 构建目标 (#76)。

改进​

  • 统一媒体处理并改善资源清理 (#49)。
  • 改进版本信息，包含 git commit hash (#45)。
  • 强制系统工具的工作区目录边界 (#26)。

问题修复​

  • 修复心跳服务启动 bug (#64)。
  • 修复 CONSCIOUSLY 消息历史清理引发的 LLM 错误 (#55)。
  • 修复 OpenAI device-code 流中的字符串 interval (#56)。
  • 修复 Telegram 通道权限检查 (#51)。
  • 修复 AgentLoop running 状态的原子安全性 (#30)。

v0.0.1​

发布日期：2026-02-09

PicoClaw 首次发布。请参阅 README 获取基本使用说明。