realvco Docs

v2026.4.22 — xAI 圖片/語音三件組 + 多平台 STT

發布日期：2026 年 4 月 22 日
定位：多媒體提供商擴張 + Codex harness 深化
Breaking Changes：無

核心亮點

1. xAI 全媒體支援（圖片 + TTS + STT）

xAI 提供商一次補齊三種媒體生成：

  • 圖片生成：grok-imagine-image 和 grok-imagine-image-pro，含參考圖片編輯
  • TTS：六種 xAI 語音、MP3/WAV/PCM/G.711 格式
  • STT：grok-stt 批次轉錄 + xAI realtime 轉錄（給 Voice Call 串流用）

2. 多家 STT 平台 realtime 串流

Voice Call 串流轉錄擴張到：

  • Deepgram
  • ElevenLabs（也加上 Scribe v2 批次轉錄）
  • Mistral

加上原有的 OpenAI 和 xAI realtime STT 路徑。

3. TUI 本地 embedded 模式

TUI（終端機介面）新增本地 embedded 模式：

  • 不需要 Gateway 也能跑終端聊天
  • 同時保留插件 approval gate 強制套用

適合單機快速試或受限環境。

4. Onboarding 自動安裝插件

設定流程偵測到缺少的提供商和頻道插件時，自動安裝：

  • 第一次設定不必手動補插件
  • 流程更順

5. Tencent Cloud 提供商

新增 Tencent Cloud 提供商插件：

  • TokenHub onboarding
  • 文件
  • hy3-preview 模型目錄
  • Hy3 階梯式定價 metadata

6. WhatsApp + 群組系統提示

WhatsApp 和群組現在支援 per-group 和 per-direct 的 systemPrompt config：

  • 配置會在每次回覆時注入到 inbound context 的 GroupSystemPrompt
  • 支援 "*" wildcard
  • 支援 account-scoped overrides 在 channels.whatsapp.accounts.<id>.{groups,direct}

7. /models add 從聊天直接註冊模型

新增 /models add <provider> <modelId> 指令：

  • 從聊天裡註冊模型，不需重啟 gateway
  • /models 變成單純的提供商瀏覽器
  • 加入更清楚的指令範例

8. Codex harness 深化

  • 原生 Codex 嵌入式輪迴會跑 before_prompt_build、before_compaction、after_compaction
  • bundled-plugin Codex app-server extension seam（async tool_result 中介層）
  • llm_input、llm_output、agent_end 全部 fire
  • Codex MCP tool approval elicitation 走 OpenClaw plugin approvals

直接走 OpenAI Responses 的模型，現在自動用 OpenAI 原生的 web_search 工具（前提是有開網路搜尋且沒釘住其他提供商）；其他選擇如 Brave 仍走 managed web_search。

10. Gateway 子程序 OOM 友善

Linux 上 gateway 管理的 supervisor、PTY、MCP stdio、browser 子程序包一層 /bin/sh shim：

  • 提高子程序自己的 oom_score_adj
  • cgroup 記憶體壓力下，kernel 會優先殺短命 worker，不殺長命 gateway
  • 透過 OPENCLAW_CHILD_OOM_SCORE_ADJ=0 可以選擇關閉

11. WhatsApp outbound dedupe 修復

WhatsApp outbound 在傳送中時，會把這條 entry 留 in-memory active-delivery claim：

  • 並行的重連 drain 不會再 re-drive 同一筆 pending entry
  • cron 訊息不再因為 30 分鐘 inbound-silence watchdog 重複送 7-12 倍

12. Codex / OAuth profile 修補

  • 過期的 openai-codex:default OAuth profile 不再 shadow 新的 main-agent identity
  • ACPX OpenClaw bridge command 走 MCP-free runtime path（即使被 env 包裝、有 bridge flags、或從持久化 session 恢復）

升級建議

  • 想用 Grok 系列圖片/語音的客戶：直接升級
  • Voice Call 客戶：可用 Deepgram / ElevenLabs / Mistral 串流轉錄
  • 想試 TUI 不啟 gateway 的客戶：本地 embedded 模式可用
  • WhatsApp 群組分流的客戶：per-group systemPrompt 可以設了
  • 在 Linux 跑 gateway 並擔心 OOM 的客戶：子程序 OOM 友善很有幫助
  • 之前被 WhatsApp outbound 重複送困擾的客戶：升級即修

← v2026.4.21 · v2026.4.23 → · 回到列表