OpenClaw 2026.5.2 发布 provider、plugin、gateway 与多渠道修复
官方强调插件安装更稳、Gateway 路径更轻、多渠道和语音体验改进;但社区也出现 context overflow、工具调用过度等反馈,适合先测试再升级。
下一步: 先读更新说明和社区反馈,用现有 workflow 做回归测试,再决定是否升级生产环境。
AgentOS Watch 关注 OpenClaw、Hermes、Mercury、Claude Code、skills、工作流、社交验证与风险,把嘈杂更新整理成可行动判断。
5 分钟扫读:发生了什么、为什么重要、下一步做什么。
官方强调插件安装更稳、Gateway 路径更轻、多渠道和语音体验改进;但社区也出现 context overflow、工具调用过度等反馈,适合先测试再升级。
下一步: 先读更新说明和社区反馈,用现有 workflow 做回归测试,再决定是否升级生产环境。
ClawHub、Agent Skills 和社区精选列表显示 skills 生态正在快速膨胀。价值不在再做一个原始目录,而在按场景筛选、提示风险、说明安装和使用方法。
下一步: 优先做场景包:研究简报、浏览器自动化、GitHub 工作流、内容工作室、邮件日程、安全权限。
Mercury 主打 markdown 人格、Telegram/CLI、多进程常驻、定时任务、工具权限和 token 预算。这个方向回应了真实需求:一个能长期运行、不会静默越权的个人 Agent。
下一步: 继续观察真实使用反馈,并与 OpenClaw/Hermes 对比稳定性、记忆行为和权限边界。
V2EX 讨论直接暴露核心痛点:很多 Agent 看起来都是 LLM + tools + skills + IM,但用户担心不稳定、记忆被重置、workflow 不可靠。
下一步: 建立产品评分卡,重点评估稳定性、记忆持久性、权限安全和工作流可复现性。
用评分卡追踪动能、稳定性、Skill 生态、记忆能力和风险。
本地运行、多渠道接入的 AI 助手,支持工具、skills、gateway 路由和多模型 provider。
适合: 希望自托管,并把 Agent 接入真实 app 与聊天渠道的高级用户。
注意: 迭代很快,可能带来回归问题;需要验证上下文、工具调用和渠道稳定性。
常被讨论为更强调学习与记忆闭环的 Agent。
适合: 想探索自学习、重记忆 Agent 行为的用户。
注意: 记忆系统可能变得不透明;真正依赖前要评估可检查性和恢复能力。
Soul-driven Agent,强调权限工具、token 预算、定时任务和 daemon 常驻。
适合: 想要一个可通过 Telegram 或 CLI 随时访问的常驻个人 Agent 的用户。
注意: 仍需要真实使用验证稳定性、安全默认值和生态深度。
成熟的 coding agent,并逐渐和可复用 Agent Skills 工作流结合。
适合: 软件开发、代码审查、重构、调试和结构化实现任务。
注意: 多 Agent 共用不同 skills 文件夹和约定时,skill 膨胀会成为问题。
按场景组织的 Skills 包,而不是原始目录。
收集信息源、总结变化,并生成每日/每周情报。
风险: 注意引用幻觉和过期来源。
把重复网页流程变成可复用 Agent Skill 或脚本。
风险: 权限边界和账号安全比速度更重要。
分拣 issue、起草 PR、总结 review、监控 CI。
风险: 不要在没有明确审查时自动 merge 或 push。