过去 24 小时，OpenClaw 代码库有两组核心变化值得关注：诊断系统迎来重要升级，模型推理的流式输出现可完整追踪记录；iMessage 渠道修复了直接消息历史覆写时的种子逻辑缺陷，确保新对话建立时不意外丢失历史上下文。另有测试基础设施方面的改进，涉及 Codex 诊断测试完善度和 Windows 环境下 Vitest 的路径安全处理。
模型推理可观测性：流式追踪与诊断事件
PR #86757 完成了对诊断系统的大规模重构，将模型流式输出的生命周期纳入可追踪范围。此轮改动涉及四个核心文件：
attempt.model-diagnostic-events.ts：新增流事件记录llm-idle-timeout.ts：空闲超时处理diagnostic.ts及diagnostic-run-activity.ts：底层日志基础设施
改动背景：此前诊断系统无法区分"模型正常完成输出"和"推理中途超时挂起"两种状态，导致自动化运维工具频繁出现误判。
引入的流事件标记逻辑：
- 模型开始推送首个 token 时 → 记录
stream_started - 收到
[DONE]信号时 → 记录stream_completed llm-idle-timeout触发时 → 记录stream_interrupted，并附带具体等待时长
这对于运行 Pi-embedded-runner 的部署方尤为重要——现在可以结构化日志方式精确还原一次对话的完整推理轨迹。
本次改动风险等级为 P1，标记了 merge-risk: availability，意味着如果该逻辑存在缺陷，可能导致运行时进程 hang 或重启。从代码审核&查验结果看，attempt.model-diagnostic-events.test.ts 的测试覆盖已通过 ClawSweeper 自动化合并流程验证，符合上线标准。
iMessage 渠道：直接消息历史种子逻辑修复
PR #86706 修复了 iMessage 扩展中 DM 历史覆写（override seeding）时的一个边界条件缺陷。
问题所在：extensions/imessage/src/monitor/dm-history.ts 中，旧实现没有正确处理"首次建立 DM 时的空状态"和"已有历史的手动覆写"两种场景，导致某些情况下历史消息在对话初始化完成后被静默丢弃。
改动涉及文件：
dm-history.test.ts（新增）：测试边界条件inbound-processing.ts：消息接收链路适配monitor-provider.ts：监控上下文管理docs/channels/imessage.md：文档更新，明确说明了 DM history override seeding 的触发条件和行为预期
风险标注涵盖三个维度：
- 兼容性：确保修复后不影响其他平台的 DM 行为
- session-state：涉及历史消息状态一致性
- security-boundary：防止历史覆写被滥用导致信息泄露
测试通过了 proof: sufficient 和 screenshot 验证。
测试基础设施：Codex 诊断测试与 Windows 兼容性
除两个主功能 PR 外，过去 24 小时还有两笔值得关注的测试层面提交。
提交 11b1b7c（Peter Steinberger）：针对 Codex 诊断流程测试显式补充了"诊断轮次完整结束"这一关键场景，补全了相关断言，使诊断测试更可靠地验证系统端到端正确性。
提交 5c3fb1f（Vincent Koc）：对 run-vitest 脚本进行了 Windows 兼容性改造。问题根源在于此前脚本在路径处理上使用了 Unix 风格路径分隔符，在 Windows（MSYS/CYGWIN）环境下可能引发测试路径解析错误。修复后测试套件可在 Windows 开发环境中正常运行，提升了跨平台测试覆盖。
小结
本期更新的核心主题是"运行时可观测性与通信可靠性"——诊断系统终于能完整记录模型推理过程，而 iMessage 渠道的通信状态管理也得到了修复和澄清。两项 P1/P2 级别的核心改动已通过自动化合并验证，适合部署到生产环境。
评论