OpenClaw更新:内置QQ Bot,进军国内即时通讯市场

OpenClaw 2026.3.31版本发布,内置QQ Bot,强化多模态消息能力,引入可视化后台任务流管理,并针对CJK进行了优化。

原文标题:首次!OpenClaw又更新,直接合并QQ官方插件

原文作者:机器之心

冷月清谈:

OpenClaw 发布 2026.3.31 版本,最引人注目的是内置 QQ Bot 插件,直接打通国内主流即时通讯场景,支持多账号管理、Slash 命令等,用户无需离开 QQ 即可使用 AI 功能,大幅提升了便捷性。此外,新版本还强化了多模态消息能力,LINE 平台已支持发送图片、视频和音频,用户可通过多种媒介触发任务。同时,新版本引入可视化后台任务流管理,使 OpenClaw 具备了任务调度能力,成为一个可持续运行的执行系统。OpenClaw 还专门针对 CJK 进行了优化,意味着它正在针对亚洲市场进行更深入的本地化适配。此外,本次更新还包括大量的可靠性和安全性方面的改进,例如移除了 CLI 和 Agent 节点工具中重复的 shell 封装、弃用旧版 provider 兼容路径和历史 bundled provider 机制等。

怜星夜思:

1、OpenClaw 集成 QQ Bot 之后,你觉得它在国内的应用前景如何?会改变你使用 QQ 的习惯吗?
2、OpenClaw 强调针对 CJK 的优化,你认为在自然语言处理方面,CJK 语言(中日韩)有哪些独特的挑战?
3、OpenClaw 引入可视化后台任务流管理,你认为这对于用户来说有什么实际意义?你希望它未来能支持哪些更高级的任务管理功能?

原文内容

图片
机器之心编辑部

「OpenClaw 的下一版本已经被泄露。」


今天早上,OpenClaw 再次更新,发布了 2026.3.31 版本。


从官方介绍来看,此次上线了一系列更新,包括内置 QQ Bot,打通中国主流即时通讯场景,支持私聊、群聊、频道(Guild)以及多媒体消息交互;进一步强化多模态消息能力,LINE 平台现已支持发送图片、视频和音频等;首次引入可视化的后台任务流管理,支持查看列表、展示详情、取消任务等;针对 CJK(中日韩语言)的优化,包括更好的上下文理解、更稳定的长期记忆、更自然的语音合成(TTS)……



具体来看,其中最受关注的一项就是内置 QQ Bot 插件,支持多账号、凭证管理(SecretRef)、Slash 命令、提醒以及媒体消息收发。相比传统 AI 工具需要进入应用再使用相关功能,这种形态的变化更接近一种「嵌入式」能力,直接存在于沟通场景之中。


资料显示,此前,OpenClaw 已支持 Telegram、Discord、Slack 等平台,而 QQ 的加入,或标志着其正式进入国内用户的高频沟通环境。


本次更新还进一步强化多模态消息能力,在 LINE 等平台中,OpenClaw 已支持发送图片、视频和音频等。


这意味着,用户可以直接通过多种媒介触发任务,而不仅限于文本指令。也就是说,多模态能力在这里不再只是理解输入内容,而是成为任务执行的入口。


另一个比较大的更新是,此次首次引入的可视化的后台任务流管理,这使得 OpenClaw 不再只是一个即时响应的对话系统,而是具备了类似「任务调度器」的能力,是一个可持续运行、可被管理、可被中断的执行系统。


此外,此次 OpenClaw 还专门强调了针对 CJK(中日韩语言)的优化,这或许意味着,OpenClaw 正在针对亚洲市场进行更深入的本地化适配。


总之,综合此次的关键更新来看,会发现一个有意思的现象,OpenClaw 或正在从 AI 工具转变为「AI 入口」,用户只需要用自然语言表达需求,其余流程由 Agent 自动完成。


而从 GitHub 的更新日志上看,除了上述这些关键更新,此次 OpenClaw 2026.3.31 的更新内容还有很多,包括大量的可靠性与安全性方面的改进,下面就选取部分内容来看看:



  • Nodes/exec:移除了 CLI 和 Agent 节点工具中重复的 「nodes.run」shell 封装。现在所有 Node shell 执行统一通过 「exec host=node」,Node 专属能力仅保留在节点调用和专用媒体 / 定位 / 通知操作中。 

  • Plugin SDK:弃用旧版 provider 兼容路径和历史 bundled provider 机制,同时发出迁移警告。未来将仅保留当前文档中的「openclaw/plugin-sdk/*」入口以及本地「api.ts/runtime-api.ts」作为标准路径。 

  • 插件与技能安装:默认启用「失败即关闭」策略,若检测到危险代码或安装扫描失败,将直接阻止安装。如需继续,必须显式使用「--dangerously-force-unsafe-install」等参数。 

  • Android / 通知:新增通知转发控制能力,支持按应用包过滤、静默时段、速率限制,并为转发通知事件提供更安全的选择器行为。

  • Matrix / 历史记录:通过「channels.matrix.historyLimit」为 Matrix 群组触发增加可选的历史上下文支持;引入按 Agent 记录的水位标记和可安全重试的快照机制,避免失败重试时误读更新的消息。 

  • Matrix / 网络:新增「channels.matrix.proxy」配置,可通过 HTTP (S) 代理转发 Matrix 流量,支持账号级覆盖,并与探测 / 运行时行为保持一致。 

  • Matrix / 流式输出:新增草稿式流式输出,使 Matrix 的部分回复能够在同一条消息中原地更新,无需为每个分块发送新消息。

  • Matrix / 线程:新增针对私聊(DM)的线程回复(threadReplies)配置覆盖,并确保线程会话隔离与触发消息所在房间或 DM 的线程策略保持一致。 

  • Slack / 执行审批:新增原生 Slack 审批路由与审批人权限控制,使执行审批可直接在 Slack 内完成,无需回退到 Web UI 或终端。 

  • CLI / 初始配置:在用户拒绝已发现的远程网关地址后,将远程网关 URL 提示重置为安全的本地回环默认值,避免初始配置过程中保留之前被拒绝的远程 URL。

  • WhatsApp / 消息反应:Agent 现在可以对收到的 WhatsApp 消息添加 emoji 反应,例如用 ❤️ 表示确认,而无需发送文本回复,使交互更加自然。 

  • Microsoft Teams / 成员信息:新增基于 Microsoft Graph 的成员信息查询能力,使 Teams 自动化和工具可以直接获取频道成员详情。


更多信息,大家可前往项目主页查看!


参考链接:

https://x.com/openclaw/status/2039095081215672584

https://github.com/openclaw/openclaw/releases/tag/v2026.3.31



© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com

从工程角度来看,可视化任务流管理代表着 AI Agent 从“黑盒”向“白盒”演进。这不仅提高了用户的可控性,也方便了开发者进行调试和优化。未来,我们可以期待更多 AI 工具提供类似的功能,甚至可以开放 API,让用户可以程序化地管理和控制 AI 的行为。

作为一个日语学习者,我深有体会!日语里有大量的汉字,但同一个汉字在不同词汇里的发音和含义可能完全不同。另外,日语里还有敬语、谦让语等复杂的表达方式,稍微用错就会显得很不礼貌。AI 要想真正理解 CJK 语言,必须深入学习这些文化差异才行。

可以从信息论的角度来看这个问题。 CJK 语言往往具有更高的信息密度,即单位字符包含的信息量更大。这既是优点也是挑战,优点是可以用更少的文字表达更多的内容,挑战是模型需要更强的理解能力才能捕捉到这些信息。此外,CJK 语言的演变历史也比较复杂,存在大量的古语、方言等,增加了 NLP 的难度。

可视化后台任务流管理绝对是个好东西!以前我们用 AI 工具,只能看到它即时返回的结果,不知道背后发生了什么。有了这个功能,就能清楚地看到任务的执行流程、进度和状态,更好地掌控 AI 的工作。而且,如果任务出错,也能更容易地找到问题所在。

我觉得 OpenClaw 集成 QQ Bot 是个挺聪明的举动。国内用户基数大,QQ又是高频使用的通讯工具,直接嵌入能大大提升用户体验。不过,考虑到国内对数据安全和隐私的监管比较严格,OpenClaw 需要在合规方面下功夫才行。至于改变 QQ 使用习惯,我觉得对于重度用户来说可能影响不大,但对于轻度用户或者对 AI 感兴趣的人来说,可能会更频繁地使用 QQ 来完成一些任务。

从技术角度来看,OpenClaw 集成 QQ Bot 代表着 AI Agent 向更广泛的社交平台渗透。这种嵌入式 AI 的发展趋势是必然的,它将 AI 的能力无缝融入到我们日常使用的应用中。但同时也带来了一些挑战,例如如何保障用户隐私、如何防止恶意利用等。这需要开发者、平台方以及监管部门共同努力。

QQ Bot 这步棋确实妙!想象一下,以后在 QQ 群里可以直接用指令让 AI 自动整理会议纪要、翻译文件,或者生成一些有趣的图片,效率嗖嗖地提升。不过,也有点担心,会不会滥用导致各种营销号、广告 Bot 泛滥,影响正常交流体验?

CJK 语言的挑战可太多了!首先就是分词问题,英文有天然的空格分隔,但 CJK 语言没有,需要算法来判断哪里应该断开。其次,CJK 语言的语序、语法结构和西方语言差异很大,直接套用英文的 NLP 模型效果肯定不好。还有就是文化背景的差异,同一个词在不同的文化语境下可能有不同的含义。总之,针对 CJK 语言的 NLP 需要更精细的模型和更多的数据训练。

我希望未来 OpenClaw 能支持更高级的任务调度功能,比如可以根据任务的优先级、资源需求等自动分配执行顺序,或者可以设置定时任务、循环任务等。最好还能支持自定义任务流程,让用户可以根据自己的需求灵活地编排 AI 的能力。