9.4 KiB
9.4 KiB
ZCLAW v2 开发 - 新会话提示词
项目状态概览
ZCLAW v2 是基于 OpenClaw 的定制化 AI Agent 平台(类似 AutoClaw/QClaw),使用 Tauri 2.0 桌面 + OpenClaw Gateway 架构。
当前进度: Phase 1-3.5 已完成 ✅
下一步: Phase 4 - OpenClaw 真实集成测试(QQ官方插件 + 飞书)
Phase 1-3 已完成工作
✅ Phase 1: 后端 Gateway 层 + 插件 + Skills
- src/gateway/ — GatewayManager (子进程管理), GatewayWsClient (WebSocket Protocol v3)
- plugins/zclaw-chinese-models/ — 智谱GLM/通义千问/Kimi/MiniMax Provider 插件
- plugins/zclaw-feishu/ — 飞书 Channel 插件 (OAuth token 管理 + 消息发送)
- plugins/zclaw-ui/ — UI 扩展 RPC (分身CRUD/统计/配置/工作区)
- skills/ — chinese-writing + feishu-docs (SKILL.md 格式)
- config/ — openclaw.default.json + SOUL/AGENTS/IDENTITY/USER.md
- scripts/setup.ts — 首次设置脚本 (检测OpenClaw → 复制配置 → 注册插件)
✅ Phase 2: 前端 Settings 页面体系
- desktop/src/components/Settings/ — 10个设置页面对标 AutoClaw
- SettingsLayout (左侧导航 + 右侧内容)
- General, UsageStats, ModelsAPI, MCPServices, Skills, IMChannels, Workspace, Privacy, About
- App.tsx — main/settings 视图切换
- 构建修复 — Tailwind v4, BOM 清除, TypeScript 0 errors
✅ Phase 3: 聊天对接 + 分身管理
- desktop/src/store/chatStore.ts — Gateway WS 集成 (sendMessage → agent RPC, initStreamListener → delta/tool/lifecycle)
- desktop/src/components/ChatArea.tsx — 流式输出 + 工具调用展示 + 模型选择器 + 连接状态
- desktop/src/components/CloneManager.tsx — 分身 CRUD (创建表单 + 列表 + 删除)
- desktop/src/components/Sidebar.tsx — 3标签 (分身/IM频道/定时任务) + CloneManager 集成
✅ Phase 3.5: 前端质量提升
- App.tsx — Gateway 自动连接 (启动时 silent connect)
- RightPanel.tsx — 重写为实时数据面板 (连接状态/会话统计/分身/用量/插件/系统信息)
- ChatArea.tsx — 多行 textarea 输入 + Markdown 渲染 (代码块/粗体/斜体/链接) + 新对话按钮
- chatStore.ts — 对话会话管理 + Zustand persist (localStorage 持久化对话历史 + currentModel)
- ConversationList.tsx (新) — 对话历史列表 + 标题自动提取 + 相对时间
- Sidebar.tsx — 四标签 (对话/分身/频道/任务), 全部使用真实组件
- ChannelList.tsx (新) — IM 频道列表 (飞书/QQ 状态探测 + 配置入口)
- TaskList.tsx (新) — Heartbeat 定时任务列表 (状态图标/cron 表达式/执行时间)
- gatewayStore.ts — 新增 channels/scheduledTasks 状态 + loadChannels/loadScheduledTasks
- gateway-client.ts — 新增 listChannels() + getFeishuStatus() + listScheduledTasks()
- Settings/General.tsx — 接入真实 Gateway 连接数据 + 连接/断开按钮
- Settings/ModelsAPI.tsx — 接入 chatStore 模型切换 + Gateway 连接状态
编译状态: TypeScript 0 errors, Vite build ✅ (1766 modules, 268KB JS + 26KB CSS)
Phase 4: OpenClaw 集成测试 (下一步工作)
重要提示:避免封号
前期只对接 QQ (官方插件) 和 飞书,微信暂缓。
任务清单
1. 安装 OpenClaw
# Windows
iwr -useb https://openclaw.ai/install.ps1 | iex
# 验证安装
openclaw --version
openclaw doctor
2. 配置 QQ 机器人 (使用官方插件)
# 安装 OpenClaw 开源社区 QQBot 插件
openclaw plugins install @tencent-connect/openclaw-qqbot@latest
# 配置绑定 QQ 机器人
openclaw channels add --channel qqbot --token "1903376513:Z5UkttjPxLZbVFxW"
# 重启 Gateway
openclaw gateway restart
3. 配置飞书 Channel
# 运行 ZCLAW 设置脚本
cd g:\ZClaw
pnpm setup
# 手动配置飞书插件 (如果 setup 脚本未自动注册)
openclaw plugins register ./plugins/zclaw-feishu
# 编辑 ~/.openclaw/openclaw.json 添加飞书配置
# channels.feishu.appId, appSecret, verificationToken, encryptKey
4. 注册 ZCLAW 自定义插件
cd g:\ZClaw
# 注册中文模型 Provider
openclaw plugins register ./plugins/zclaw-chinese-models
# 注册 UI 扩展 RPC
openclaw plugins register ./plugins/zclaw-ui
# 重启 Gateway
openclaw gateway restart
5. 测试 Gateway 连接
# 启动 Gateway (如果未运行)
openclaw gateway
# 在另一个终端启动 ZCLAW 前端
cd g:\ZClaw\desktop
pnpm dev
# 访问 http://localhost:1420
# 点击右下角齿轮 → 设置 → 通用 → 查看 Gateway 连接状态
6. 测试中文模型调用
- 在聊天区域发送消息
- 点击模型选择器切换到 glm-5 / qwen3.5-plus / kimi-k2.5 / minimax-m2.5
- 观察流式输出效果
- 检查工具调用是否正常显示
7. 测试飞书消息收发
- 在飞书中 @机器人 发送消息
- 观察 Gateway 日志和前端消息列表
- 测试从前端发送消息到飞书
8. 测试 QQ 消息收发
- 在 QQ 中 @机器人 发送消息
- 观察 Gateway 日志
- 测试双向消息流
关键文件路径
配置文件
g:\ZClaw\config\openclaw.default.json— OpenClaw 默认配置模板~\.openclaw\openclaw.json— OpenClaw 用户配置 (运行时生成)g:\ZClaw\config\SOUL.md— ZCLAW 人格定义
插件目录
g:\ZClaw\plugins\zclaw-chinese-models\— 中文模型 Providerg:\ZClaw\plugins\zclaw-feishu\— 飞书 Channelg:\ZClaw\plugins\zclaw-ui\— UI 扩展 RPC
前端代码
g:\ZClaw\desktop\src\store\gatewayStore.ts— Gateway 状态管理g:\ZClaw\desktop\src\store\chatStore.ts— 聊天状态管理g:\ZClaw\desktop\src\lib\gateway-client.ts— Gateway WebSocket 客户端
后端代码
g:\ZClaw\src\gateway\manager.ts— Gateway 子进程管理g:\ZClaw\src\gateway\ws-client.ts— Node.js WebSocket 客户端
常见问题排查
Gateway 连接失败
- 检查 Gateway 是否运行:
openclaw status - 检查端口占用:
netstat -ano | findstr 18789 - 查看 Gateway 日志:
openclaw gateway(前台运行查看输出) - 检查防火墙设置
插件未加载
- 验证插件注册:
openclaw plugins list - 检查插件 manifest:
g:\ZClaw\plugins\*/plugin.json - 查看 Gateway 启动日志中的插件加载信息
- 确认
~\.openclaw\openclaw.json中plugins.load.paths包含插件路径
飞书消息收发失败
- 检查
openclaw.json中飞书配置 (appId, appSecret, verificationToken) - 验证 OAuth token 是否有效: 查看 Gateway 日志中的 token 刷新记录
- 检查飞书机器人权限配置
- 确认回调 URL 配置正确
QQ 消息收发失败
- 验证 QQBot 插件安装:
openclaw plugins list | findstr qqbot - 检查 token 格式:
"botAppId:token" - 查看 Gateway 日志中的 QQ 连接状态
- 确认 QQ 机器人已启用并在线
开发命令速查
# 后端 (Gateway 层)
cd g:\ZClaw
pnpm install
pnpm setup # 运行设置脚本
pnpm build # 编译 TypeScript
npx tsc --noEmit # 类型检查
# 前端 (Tauri Desktop)
cd g:\ZClaw\desktop
pnpm install
pnpm dev # 启动 Vite dev server (http://localhost:1420)
pnpm build # 构建生产版本
npx tsc --noEmit # 类型检查
# OpenClaw 命令
openclaw gateway # 启动 Gateway (前台)
openclaw gateway restart # 重启 Gateway
openclaw status # 查看状态
openclaw doctor # 诊断工具
openclaw plugins list # 列出已安装插件
openclaw plugins install <pkg> # 安装插件
openclaw plugins register <path> # 注册本地插件
openclaw channels add --channel <type> --token <token> # 添加 IM 频道
openclaw configure # 交互式配置
参考文档
- 架构设计:
g:\ZClaw\docs\architecture-v2.md - 偏离分析:
g:\ZClaw\docs\deviation-analysis.md - 进度报告:
g:\ZClaw\PROGRESS.md - AutoClaw 界面参考:
g:\ZClaw\docs\autoclaw界面\(13张截图)
预期成果
完成 Phase 4 后,应达到以下状态:
- ✅ OpenClaw Gateway 正常运行并连接到前端
- ✅ QQ 机器人可以收发消息 (使用官方 @tencent-connect/openclaw-qqbot 插件)
- ✅ 飞书机器人可以收发消息 (使用自定义 zclaw-feishu 插件)
- ✅ 中文模型 (GLM/Qwen/Kimi/MiniMax) 可以正常调用
- ✅ 前端聊天区域显示流式输出 + 工具调用
- ✅ 分身管理功能正常 (创建/列表/删除)
- ✅ Settings 页面所有配置项可用
注意事项
- 避免封号: 前期只对接 QQ (官方插件) 和飞书,微信暂缓
- QQ 使用官方插件:
@tencent-connect/openclaw-qqbot@latest,不要自己实现 - 飞书使用自定义插件:
plugins/zclaw-feishu/已实现 OAuth + 消息发送 - API Key 安全: 不要在代码中硬编码 API Key,使用
openclaw configure或环境变量 - Gateway 日志: 前台运行
openclaw gateway可以实时查看日志,便于调试 - 插件热重载: 修改插件代码后需要
openclaw gateway restart
后续 Phase 5 规划
- Tauri Rust sidecar (在 Tauri 中管理 Gateway 子进程)
- 更多 Skills 开发 (代码生成、文档写作、数据分析等)
- 微信 Channel Plugin (待 OpenClaw 官方支持或社区插件成熟后)
- 打包发布 (Windows/macOS/Linux)
- 性能优化 + 错误处理增强