5.19 流式与分块

OpenClaw 实现了不同的流式机制来优化消息传递体验。

两层流式架构

OpenClaw 实现了两种不同的流式机制：

• 块流式（频道）：在模型生成时通过普通频道消息传递完成的文本块
• Token 级流式（仅 Telegram）：在生成过程中更新草稿气泡显示部分文本；完成后发送最终消息

块流式架构

系统通过分块管道处理模型输出：

1. 模型事件触发 EmbeddedBlockChunker
2. 分块器应用最小/最大字符边界
3. 输出在 text_end（立即）或 message_end（完成后）处中断
4. 频道发送块回复

关键控制参数

• blockStreamingDefault：启用/禁用该功能
• blockStreamingBreak：确定刷新时机
• blockStreamingChunk：设置字符边界和中断偏好
• 频道特定上限防止消息过大

分块算法

分块器遵循层次化的中断偏好：

1. 段落边界
2. 换行符
3. 句子
4. 空白
5. 强制中断

它智能处理 Markdown 代码围栏，在需要拆分时关闭并重新打开它们以保持有效语法。

块合并

连续的块可以在空闲间隙期间合并（可配置 idleMs），减少碎片化同时保持渐进输出。

对于 Signal、Slack 和 Discord，默认最小字符阈值会增加，除非被覆盖。

Telegram 草稿流式

Telegram 支持通过三种模式更新草稿气泡：

• partial：连续文本更新
• block：使用标准规则的分块更新
• off：禁用

这独立于其他频道的块流式运行。