OpenClaw 2026.5.22 正式发布，2026.5.24 Beta 带来语音实时控制与 Meeting Notes

OpenClaw 在 2026 年 5 月持续快速迭代。2026.5.22 作为最新稳定版已于 5 月 22 日发布，而 2026.5.24-beta.2 则在 5 月 24 日带来了语音通话实时控制、iMessage 审批反应、自适应图像压缩等一系列重磅功能。本文将从性能优化、新功能、开发者工具、质量保障四个维度，深度解读这两个版本的更新内容。

OpenClaw 是什么

OpenClaw 是一个开源的个人 AI 代理（Personal AI Agent）框架，支持通过多种通信渠道（Discord、Telegram、WhatsApp、iMessage、飞书等）与 AI 模型交互。它的核心定位是让用户拥有一个跨平台、可定制、高度可扩展的个人 AI 助手。

Gateway 性能大幅提升

2026.5.22 和 2026.5.24-beta.2 两个版本中，Gateway 性能优化是最显著的变化。开发团队在多个层面进行了深度优化：

• 通道目录缓存 — 复用进程级别的通道目录（channel catalog）读取，避免重复的 bundled-channel 边界检查，减少 JSON 和清单文件的反复读取
• 插件元数据快照 — 在启动、配置、模型、通道、设置和密钥元数据读取器之间复用不可变的插件元数据快照，避免重复的文件统计和注册表重载
• 延迟加载 — 启动时空闲的插件工作、核心 Gateway 方法处理器和嵌入式 ACPX 运行时改为延迟加载，Gateway 的 health 和 ready 信号不再等待未使用的处理器树
• 模型列表性能飞跃 — 在 Gateway 启动时预热 provider 认证状态映射，使 /models 和每次模型列表调用的成本从约 20 秒降至约 5 毫秒（提升约 4100 倍）
• 启动路径优化 — 缓存插件 SDK 公共表面别名映射，跳过无关的 macOS Linuxbrew PATH 探测，避免文件系统遍历和慢速缺失目录统计

性能优化覆盖了从启动到运行时全链路，模型列表 API 调用性能提升超过 4000 倍，Gateway 启动速度显著加快。

语音通话实时控制（Beta 新功能）

2026.5.24-beta.2 引入了一个令人兴奋的功能：Talk/realtime 允许 WebUI 和 Discord 语音呼叫者在咨询（consult）仍在运行时，实时查询 OpenClaw 的运行状态、取消当前任务、引导后续工作或排队新的任务。

这一功能通过 #84231 实现，由社区贡献者 @Solvely-Colin 完成。同时，Discord 语音增加了实时唤醒名称门控（wake-name gating）和 agent-name 默认值，并提高了 profile bootstrap 上下文预算以支持更长的 USER.md/SOUL.md 文件。

iMessage 审批反应支持

2026.5.24-beta.2 为 iMessage 频道新增了 thumb-approval reactions 功能：

• 👍（Like tapback）将审批解析为 allow-once（允许一次）
• 👎 将审批解析为 deny（拒绝）
• 显式审批者允许列表从 channels.imessage.allowFrom 读取
• allow-always 模式保持手动 /approve allow-always 文本回退

这一功能镜像了 WhatsApp 的审批行为（来自 #85477），使得 iMessage 用户可以用表情反应快速处理审批请求，无需输入文本命令。

自适应图像压缩

Image 工具新增了自适应模型感知的图像压缩功能，通过 agents.defaults.imageQuality 偏好设置，用户可以选择：

• token-efficient — 令牌高效模式，最小化 token 消耗
• balanced — 平衡模式
• high-detail — 高细节模式，保留更多图像信息

这让用户可以根据使用场景灵活控制图像处理的质量与成本。

Meeting Notes 插件

2026.5.22/2026.5.24-beta.2 引入了一个全新的 Meeting Notes 外部插件：

• 独立于核心 npm 包之外的 source-only 外部插件
• 支持 SDK source-provider 合约
• 自动启动捕获配置
• 手动转录导入
• 只读的 openclaw meeting-notes CLI 访问
• Discord 语音作为第一个实时音频源

Meeting Notes 的启动和关闭生命周期经过精心设计：在 Gateway 启动期间等待 Discord 语音管理器就绪，在通道账户启动后释放再开始自动捕获，在通道关闭前停止插件服务，确保语音捕获状态在启动和清理期间保持可用。

开发者工具与 Plugin SDK 改进

多个面向开发者的改进值得关注：

• Plugin SDK 通用轮询发送器 — 新增通用 channel-message poll sender，使通道插件可以暴露轮询投递功能，无需依赖通道特定的 SDK facade
• Cron 投递路由 — 通过现代目标解析器和出站会话路由 API 路由 cron 投递，弃用基于解析器的目标辅助工具
• 会话工作流辅助 — 新增行级别的会话工作流辅助工具，弃用 loadSessionStore，使插件可以读取和修补会话而无需依赖旧的整个存储结构
• embeddingProviders 能力 — 新增通用的 embeddingProviders 能力合约和注册 API，使嵌入向量可以成为可复用的 provider 表面
• CLI 模型认证 — openclaw models auth login 现在可以将单个返回的 provider 认证配置文件存储在请求的 --profile-id 下，并记录了命名 Codex OAuth 配置文件设置
• xAI/Grok 集成 — 复用 xAI OAuth 认证配置文件进行 Grok web_search，将活动代理认证贯穿 web search，新增 Grok 模型别名

子代理上下文隔离

2026.5.22 引入了重要的安全改进：默认子代理 bootstrap 上下文被限制为仅 AGENTS.md 和 TOOLS.md，将 persona、identity、user、memory、heartbeat 和 setup 文件默认排除在委派工作进程之外（#85283）。这意味着子代理不再自动继承主代理的敏感配置和记忆文件，提升了多代理场景下的安全性。

控制 UI 改进

Control UI 的聊天会话选择器新增了搜索和加载更多分页功能（#85237），保持初始会话加载有界的同时，使旧对话也可达。

诊断与可观测性

两个版本在诊断能力上也有显著增强：

• 密钥准备时间线 — 发出 sanitized 的 secrets.prepare 时间线跨度，使操作员可以区分密钥启动延迟，而不暴露 provider 名称、密钥 ID 或密钥值（#83019）
• 技能使用指标 — 导出有界的技能使用指标/跨度和工具来源/所有者标签，用于核心、插件、MCP 和通道工具执行，不暴露原始路径或会话标识符（#80370）
• OpenTelemetry 集成 — 扩展 OpenTelemetry smoke harness 以证明 trace、metric 和 log 导出，并新增一等 Prometheus 和可观测性 smoke 别名

依赖与安全更新

• 刷新 provider、plugin、UI 和 tooling 包
• 将 protobufjs 更新至 8.4.0 以清除当前 npm 安全建议
• 将 Claude ACP 完成补丁推进到 @agentclientprotocol/claude-agent-acp 0.36.1
• 发布 npm 包和 OpenClaw 拥有的 npm 插件时附带生成的 shrinkwrap，支持捆绑插件运行时依赖，并要求审查 lockfile/shrinkwrap 变更

包体积优化

npm tarball 现在排除了文档图片和资源文件，在不影响运行时文档搜索或 CLI 行为的前提下，减少了发布包的体积。

文档大幅完善

两个版本中，文档更新占据了大量变更内容，涵盖了：

• Signal configPath、Telegram 通配符主题默认值、Termux home 回退
• 模型使用可移植性、Codex 迁移先决条件、状态 bootstrap 措辞
• README 入门指南和 Gateway 启动路径、WhatsApp QR/408 恢复
• IPv4-only Gateway BYOH 绑定、Android 配对审批、macOS Accessibility 授权
• GLM 整合到 Z.AI、Upstash Box 安装指南、Gateway 暴露运行手册
• 浏览器 CDP 诊断、Plugin SDK 允许列表导入、Telegram 多代理群组
• Bitwarden SecretRef 设置、中文记忆导航、中文术语表

超过 30 位社区贡献者参与了文档改进。

QA-Lab 质量保障

QA-Lab 在两个版本中持续扩展：

• 新增精心策划的模拟 JSONL 回放 fixtures 和首次漂移报告，用于运行时一致性审计
• 新增 QA bus 工具追踪可见性场景，用于 sanitized 工具调用断言
• 在覆盖率报告中列出命名场景包，使个人代理隐私覆盖率在审计中保持可见
• 列出实时传输通道成员关系，使真实传输检查与种子 qa-channel 场景分开
• 新增个人代理故障恢复场景，检查诚实的部分状态、重试边界和本地恢复工件
• 包含可选的 100 轮运行时一致性浸泡测试，使长运行 Codex/Pi 转录漂移在默认门控之外保持可见

版本对比总结

| 特性领域 | 2026.5.22（稳定版） | 2026.5.24-beta.2（测试版） | | — | — | — | | Gateway 性能 | 缓存、延迟加载、模型列表 4100× 提升 | 新增进程稳定目录缓存、安装记录缓存 | | 语音控制 | — | WebUI/Discord 语音实时控制 | | iMessage | — | 表情审批反应 | | 图像压缩 | — | 自适应模型感知压缩 | | Meeting Notes | 基础插件 | Discord 语音源完善 | | 子代理安全 | 上下文隔离 | — | | Plugin SDK | 通用轮询、会话辅助 | Cron 投递路由重构 |

常见问题

我应该升级到 2026.5.24 Beta 吗？

Beta 版本包含尚未完全测试的新功能。如果你需要 iMessage 审批反应、语音实时控制或自适应图像压缩，可以尝试 Beta 版。对于生产环境，建议继续使用 2026.5.22 稳定版。

2026.5.22 的性能提升有多大？

最显著的提升是模型列表 API 调用从约 20 秒降至约 5 毫秒，提升约 4100 倍。Gateway 启动速度和运行时响应速度也有明显改善。

Meeting Notes 插件如何使用？

Meeting Notes 是一个独立的外部插件，不在核心 npm 包中。它支持自动启动捕获、手动转录导入，并以 Discord 语音作为第一个实时音频源。详细配置请参考 官方文档。

子代理上下文隔离会影响我的配置吗？

默认情况下，子代理现在只能访问 AGENTS.md 和 TOOLS.md，无法读取 persona、identity、user、memory 等文件。如果你的子代理需要这些文件，需要显式配置访问权限。这一变化提升了多代理场景的安全性。

如何查看完整的变更日志？

完整的变更日志可以在 OpenClaw GitHub Releases 页面查看，包含每个版本的所有 Changes 和 Fixes。

结论

OpenClaw 在 2026 年 5 月的这两个版本中展现了强大的开发活力。2026.5.22 稳定版以 Gateway 性能大幅优化和子代理安全隔离为核心，而 2026.5.24-beta.2 则带来了语音实时控制、iMessage 审批反应、自适应图像压缩等令人期待的新功能。无论是追求稳定性的生产环境用户，还是想体验前沿功能的早期采用者，都能在这两个版本中找到价值。

OpenClaw 的快速发展表明，个人 AI 代理框架正在从概念验证走向成熟的生产级工具。