龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

龙虾AI迎来重大版本更新:插件、安全与交互全面进化

龙虾AI于近日发布了全新版本 2026.3.22-beta.1 ,此次更新内容广泛,涉及核心架构、插件生态、安全模型与用户体验等多个层面。

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

本次更新的一个关键特性是实现了 系统的自我更新能力

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

以下是本次更新的核心亮点概览:

  • 插件体系升级:彻底移除了旧的 openclaw/extension-api,统一迁移至新版 openclaw/plugin-sdk/* 开发接口。插件安装将优先从官方 ClawHub 市场获取,其次才检索 npm 仓库。
  • 模型库更新:新增对 MiniMax M2.7、GPT-5.4-mini/nano 等模型的支持,并为智能体增加了“思考/推理/快速”等默认行为模式。
  • 交互体验优化:新增 /btw 快速问答功能,支持即时提问且不影响会话主线;优化了终端界面与外部渠道的消息显示逻辑。
  • 安全能力增强:核心 SSH 沙盒正式上线,支持密钥、证书等多种身份验证方式,OpenShell 组件更专注于沙盒生命周期管理。

此外,本次更新还对用户界面、移动端适配及社交媒体集成进行了多项优化。

插件生态重构

为提升安全性与开发规范性,新版对插件系统进行了重构:

  • 插件分发统一至 ClawHub 市场,并废除了旧的扩展 API。
  • 捆绑插件必须通过注入的运行时 API 进行主机侧操作,禁止直接导入。
  • 所有插件开发需指向 openclaw/plugin-sdk/* 子路径进行模块化导入。
  • 官方 Matrix 插件现基于 matrix-js-sdk 开发,以提升协议兼容性与加密性能。

安全架构强化

新版本显著增强了身份验证与执行审计的安全边界:

  • 原生 SSH 沙盒:提供基于密钥、证书和 known_hosts 的精细化验证。
  • 执行审批优化:审批流程可自动识别 time 等命令包装器,直接绑定到内部可执行文件。
  • 可插拔后端:沙盒运行时支持“镜像”与“远程工作区”等模式的无缝切换。
  • 安全配置部署config set 命令支持 SecretRef、JSON 批量操作及 --dry-run 预校验模式。
  • 安装源限制:拒绝安装来自非官方克隆市场(如外部 Git、HTTP 等)的远程插件清单。

交互与性能优化

在交互逻辑与系统效能方面进行了多项改进:

  • 技能提示词处理:当提示词超限时,采用“紧凑目录回退”策略,优先保留已注册技能。
  • 智能压缩通知:Agent 触发自动压缩时会通知用户,但不会打断语音合成或现有回复线程。
  • 动态上下文适配:插件可根据模型 ID 动态调整输入上下文格式。
  • 资源管理:优化了低频交互房间中的会话绑定过期机制,以节省服务器资源。
  • 消息去重:引入入站房间事件持久化去重,防止网关重启导致的消息重复处理。

模型库同步与增强

对支持的模型进行了全面同步与功能增强:

  • OpenAI:新增对 gpt-5.4-minigpt-5.4-nano 的原生支持,并将默认模型切换至 gpt-5.4。所有服务的默认模型配置现已集中管理。
  • MiniMax:默认模型升级至 M2.7,并新增高速版本,/fast 命令可直接映射至各代高速模式。
  • 智谱 AI:同步支持 GLM 4.5/4.6 系列模型及其多模态能力与计费标准。
  • 动态兼容性:增强了对 GitHub Copilot 等服务的动态模型 ID 前向兼容支持,无需代码更新即可调用新模型。
  • 模式设置:每个智能体可单独配置“思考/快速/推理”模式,无效设置将自动回退至最优默认值。

界面与多端优化

用户界面和客户端体验得到提升:

  • UI 自定义:新增界面“圆角”调节滑块和聊天气泡“展开至画布”功能,优化了使用量概览的信息展示。
  • 移动端:安卓端全面支持系统深色模式,新增短信与通话记录搜索能力,并优化了 TTS 架构以提升安全性与流畅度。
  • 社交媒体集成
    • 飞书:支持查看/编辑消息、置顶消息及查看群成员等深度操作。
    • Telegram:支持自定义 Bot API 端点、自动生成论坛标签及错误静默发送。
    • Matrix:新增 allowBotsallowPrivateNetwork 配置选项。
  • 文档:更新了社区版钉钉、QQ 机器人和企业微信插件的列表,并增加了 Zalo 频道的配置指南。

关键问题修复

本次更新修复了多个重要问题:

  • 安全漏洞:修复了可能导致 Windows 密码泄露、命令伪造、iOS 配对码滥用及 macOS 审批界面 Unicode 隐藏漏洞等问题。
  • 性能提升:通过避免重复编译、插件懒加载和启动时预热主模型,将冷启动时间从分钟级缩短至秒级。
  • 兼容性与稳定性:解决了 OpenAI 与第三方模型的字段兼容性报错、OpenRouter 视觉模型处理、Exa 搜索内容提取等问题。
  • 渠道体验:修复了 Telegram 回复稳定性、飞书机器人功能、WhatsApp 重连后消息重复处理等问题。
  • 客户端:修复了安卓端内存泄漏、深色模式适配问题,并实现了多网关设置的资源隔离。

社区反响

此次更新,尤其是插件市场 ClawHub 和核心沙盒功能的推出,受到了社区的积极关注。

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

有用户对此次更新的规模表示赞叹,但本次升级的核心价值并非简单的“更新数量”,而在于 OpenClaw 在可扩展性、安装便捷性与工具连接性方面的显著提升

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

然而,更新后也出现了一些兼容性问题。部分用户反馈:“WhatsApp 无法正常使用了?”

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化
龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

对于国内用户,微信平台也遇到了类似障碍。用户林亦LYi 更新后发现,微信端的 ClawBot 插件直接失效,并收到了 OpenClaw 官方的“WARNING: Dangerous Code Patterns”提示。

龙虾AI大更新:实现自我升级,插件、安全、交互全面进化

这是否意味着,龙虾的微信官方插件仅存活了一个周末?

参考链接
[1] https://github.com/openclaw/openclaw/releases/tag/v2026.3.22
[2] https://x.com/openclaw


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/27185

(0)
上一篇 8小时前
下一篇 8小时前

相关推荐

  • 2026年自动化加速利器:13个Python库提升开发效率

    在不同项目里反复做同样的事会耗尽你的时间和注意力。原本几秒钟就该跑完的代码,常常变成缓慢而凌乱的流程。许多开发者把数小时花在本可以交给库即时处理的工作上。 选对库可以消除摩擦、加速自动化。它们让你把精力放在解决问题上,而不是管理样板代码。借助这些工具,重复性工作会更快、更少出错。 1. Ovld 🦄 Ovld 允许你按参数类型对 Python 函数进行重载,…

    2025年12月21日
    28500
  • 智谱AI唐杰:领域大模型是伪命题,在线学习与自我评估将成新Scaling范式

    清华大学教授、智谱AI首席科学家唐杰近期发表长文,总结了其对2025年大模型发展的核心观察。文章从预训练、中后训练、Agent、多模态到具身智能等多个维度展开,提出了若干关键论断。 唐杰教授的核心观点在于,大模型正从“学会世界”走向“进入世界”,真正的挑战已从智能本身转向如何将智能转化为现实生产力。 他强调,Agent的落地是模型从认知系统转变为生产系统的关…

    2025年12月26日
    21200
  • LLM在昇腾NPU面前为何“失语”?AscendCraft用DSL搭建桥梁,让生成内核成功率飙升至98.1%

    LLM在昇腾NPU面前为何“失语”?AscendCraft用DSL搭建桥梁,让生成内核成功率飙升至98.1%(1/4) 在AI芯片领域,编写一个高性能的算子内核,如同在一台精密、复杂且文档稀疏的机器上精确舞蹈。大语言模型(LLM)在生成CUDA代码时表现尚可,这得益于NVIDIA长期构建的庞大生态:海量的开源代码、详尽的文档和成熟的社区。然而,当目标转向华为…

    2天前
    8400
  • GitHub开源30+真实OpenClaw应用案例:从信息聚合到自动化运维的实战指南

    最近在 GitHub 发现了一个有趣的仓库,专门收集 OpenClaw 的真实应用案例。 许多用户在安装 OpenClaw 后,往往会陷入一个循环:不断添加各种 Skill,在 ClawHub 中寻找新功能,今天安装天气查询,明天添加股票分析,后天又集成翻译助手。 然而,安装了大量 Skill 后,日常使用却仍停留在信息搜索和简单记录上。技能装了一百个,生活…

    2026年2月22日
    33000
  • 浙大ContextGen突破多实例生成瓶颈:布局控制与身份保持双重精准,刷新SOTA性能

    随着扩散模型(Diffusion Models)的迭代演进,图像生成技术已日趋成熟。然而,在多实例图像生成(Multi-Instance Image Generation, MIG)这一具有广泛用户场景的关键领域,现有方法仍面临核心瓶颈:如何同时实现对多个对象的精确空间布局控制(Layout Control)以及良好的身份特征保持(Identity Pres…

    2025年12月20日
    22300