流式输出与分块

概述

OpenClaw 支持流式输出（Streaming），让用户在 Agent 生成回复时就能逐步看到内容，而不是等全部生成完才发送。这对于长回复尤其重要——用户无需等待数十秒才能看到第一个字。

工作原理

用户发送消息
      │
      ▼
OpenClaw 调用 LLM API（stream: true）
      │
      ▼
模型逐 token 生成
      │
      ▼
OpenClaw 分块缓冲
      │
      ▼
通过频道 SDK 推送给用户
      │
      ▼
聊天界面渐进显示

三阶段流程

1. Token 生成：LLM 按 token 逐个生成内容，每个 token 通过 SSE（Server-Sent Events）实时推送到 OpenClaw
2. 分块缓冲：OpenClaw 将连续 token 按照策略聚合成「块」，避免频繁调用频道 API
3. 推送显示：通过频道 SDK 将块发送到聊天平台，用户看到内容逐步出现

分块策略

由于不同聊天平台对消息编辑的支持不同，OpenClaw 会智能选择分块策略：

支持消息编辑的平台

适用平台：Telegram、Discord、Web 控制台

策略：实时更新同一条消息

1. 收到第一个 token 后立即发送一条消息
2. 后续 token 追加到同一条消息中，通过编辑消息 API 实时更新
3. 生成完成后停止更新

{
  "streaming": {
    "mode": "edit",
    "updateInterval": 300
  }
}

• updateInterval：编辑消息的最小间隔（毫秒），避免触发平台限流

不支持消息编辑的平台

适用平台：WhatsApp、微信、QQ、iMessage

策略：等待生成完毕后一次性发送

由于这些平台不支持编辑已发送的消息，OpenClaw 会等待完整回复生成后再发送。对于特别长的回复，会按段落自动拆分为多条消息。

{
  "streaming": {
    "mode": "buffer",
    "maxChunkLength": 2000
  }
}

混合模式

适用平台：飞书、Slack

这些平台支持消息编辑但有严格的 API 限流。OpenClaw 采用混合策略：

1. 先缓冲一定量的内容
2. 发送第一条消息
3. 以较低频率编辑更新
4. 避免触发限流

工具调用与流式输出

当 Agent 需要调用工具时，流式输出的行为有所不同：

用户："帮我查一下北京天气"

[流式输出] 正在查询北京天气...     ← 思考过程
[工具调用] 调用 weather API        ← 暂停流式，等待工具返回
[工具结果] 返回天气数据            ← 获取结果
[流式输出] 北京今天晴，25°C...     ← 继续流式输出最终回复

• 工具调用期间，流式输出暂停
• 部分平台会显示「正在输入...」状态指示器
• 工具返回后，继续流式输出最终回复

配置参考

在 openclaw.json 中可配置流式输出相关参数：

{
  "agents": {
    "defaults": {
      "streaming": {
        "enabled": true,
        "updateInterval": 300,
        "maxChunkLength": 2000,
        "showToolCalls": true
      }
    }
  }
}

参数	默认值	说明
enabled	true	是否启用流式输出
updateInterval	300	消息编辑最小间隔（毫秒）
maxChunkLength	2000	非编辑模式下单条消息最大长度
showToolCalls	true	是否在流式输出中显示工具调用过程

常见问题

流式输出为什么有时不生效？

• 某些模型供应商不支持流式 API，OpenClaw 会自动回退到非流式模式
• 部分本地模型（通过 Ollama）在首次加载时可能不支持流式输出

消息闪烁问题

如果 Telegram/Discord 中消息频繁闪烁，可以增大 updateInterval 值（如 500 或 1000），减少编辑频率。