آزمایش: مجموعه‌های زنده

برای شروع سریع، اجراکننده‌های QA، مجموعه‌های واحد/یکپارچه‌سازی، و جریان‌های Docker، به آزمون‌گیری مراجعه کنید. این صفحه مجموعه‌آزمون‌های زنده (دارای تماس شبکه‌ای) را پوشش می‌دهد: ماتریس مدل، بک‌اندهای CLI، ACP، و آزمون‌های زنده ارائه‌دهنده رسانه، به‌همراه مدیریت اعتبارنامه‌ها.

زنده: فرمان‌های دود محلی

پیش از بررسی‌های زنده موردی، کلید ارائه‌دهنده لازم را در محیط فرایند export کنید.

دود امن رسانه:

pnpm openclaw infer tts convert --local --json \  --text "OpenClaw live smoke." \  --output /tmp/openclaw-live-smoke.mp3

دود امن آمادگی تماس صوتی:

pnpm openclaw voicecall setup --jsonpnpm openclaw voicecall smoke --to "+15555550123"

voicecall smoke یک اجرای خشک است مگر این‌که --yes نیز حضور داشته باشد. فقط زمانی از --yes استفاده کنید که عمداً می‌خواهید یک تماس اعلان واقعی برقرار کنید. برای Twilio، Telnyx، و Plivo، بررسی آمادگی موفق به یک URL عمومی Webhook نیاز دارد؛ fallbackهای loopback/خصوصیِ فقط‌محلی عامدانه رد می‌شوند.

زنده: جاروب قابلیت گره Android

• آزمون: src/gateway/android-node.capabilities.live.test.ts
• اسکریپت: pnpm android:test:integration
• هدف: فراخوانی هر فرمانی که در حال حاضر توسط یک گره Android متصل تبلیغ می‌شود و بررسی رفتار قرارداد فرمان.
• دامنه:
  • راه‌اندازی پیش‌شرط‌دار/دستی (این مجموعه، برنامه را نصب/اجرا/جفت نمی‌کند).
  • اعتبارسنجی node.invoke Gateway فرمان‌به‌فرمان برای گره Android انتخاب‌شده.
• پیش‌راه‌اندازی لازم:
  • برنامه Android از قبل به gateway متصل و با آن جفت شده باشد.
  • برنامه در پیش‌زمینه نگه داشته شود.
  • مجوزها/رضایت ضبط برای قابلیت‌هایی که انتظار دارید پاس شوند، داده شده باشد.
• بازنویسی‌های اختیاری هدف:
  • OPENCLAW_ANDROID_NODE_ID یا OPENCLAW_ANDROID_NODE_NAME.
  • OPENCLAW_ANDROID_GATEWAY_URL / OPENCLAW_ANDROID_GATEWAY_TOKEN / OPENCLAW_ANDROID_GATEWAY_PASSWORD.
• جزئیات کامل راه‌اندازی Android: برنامه Android

زنده: دود مدل (کلیدهای پروفایل)

آزمون‌های زنده به دو لایه تقسیم شده‌اند تا بتوانیم خرابی‌ها را جدا کنیم:

• «مدل مستقیم» به ما می‌گوید ارائه‌دهنده/مدل اصلاً می‌تواند با کلید داده‌شده پاسخ دهد یا نه.
• «دود Gateway» به ما می‌گوید کل خط لوله کامل gateway+agent برای آن مدل کار می‌کند (نشست‌ها، تاریخچه، ابزارها، سیاست sandbox، و غیره).

لایه ۱: تکمیل مدل مستقیم (بدون gateway)

• آزمون: src/agents/models.profiles.live.test.ts
• هدف:
  • برشمردن مدل‌های کشف‌شده
  • استفاده از getApiKeyForModel برای انتخاب مدل‌هایی که برایشان اعتبارنامه دارید
  • اجرای یک تکمیل کوچک برای هر مدل (و رگرسیون‌های هدفمند در صورت نیاز)
• نحوه فعال‌سازی:
  • pnpm test:live (یا OPENCLAW_LIVE_TEST=1 اگر Vitest را مستقیم فراخوانی می‌کنید)
• برای اجرای واقعی این مجموعه، OPENCLAW_LIVE_MODELS=modern، small، یا all (نام مستعار modern) را تنظیم کنید؛ در غیر این صورت skip می‌شود تا pnpm test:live روی دود gateway متمرکز بماند
• نحوه انتخاب مدل‌ها:
  • OPENCLAW_LIVE_MODELS=modern برای اجرای allowlist مدرن (Opus/Sonnet 4.6+، GPT-5.2 + Codex، Gemini 3، DeepSeek V4، GLM 5.1، MiniMax M3، Grok 4.3)
  • OPENCLAW_LIVE_MODELS=small برای اجرای allowlist محدود مدل‌های کوچک (مسیرهای Qwen 8B/9B سازگار با local، Ollama Gemma، OpenRouter Qwen/GLM، و Z.AI GLM)
  • OPENCLAW_LIVE_MODELS=all نام مستعار allowlist مدرن است
  • یا OPENCLAW_LIVE_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,..." (allowlist جداشده با ویرگول)
  • اجراهای مدل کوچک Ollama محلی به‌طور پیش‌فرض از http://127.0.0.1:11434 استفاده می‌کنند؛ OPENCLAW_LIVE_OLLAMA_BASE_URL را فقط برای endpointهای LAN، سفارشی، یا Ollama Cloud تنظیم کنید.
  • جاروب‌های modern/all و small به‌طور پیش‌فرض از سقف‌های گزینش‌شده خود استفاده می‌کنند؛ برای جاروب کامل پروفایل‌های انتخاب‌شده OPENCLAW_LIVE_MAX_MODELS=0 یا برای سقف کوچک‌تر یک عدد مثبت تنظیم کنید.
  • جاروب‌های کامل از OPENCLAW_LIVE_TEST_TIMEOUT_MS برای timeout کل آزمون مدل مستقیم استفاده می‌کنند. پیش‌فرض: ۶۰ دقیقه.
  • probeهای مدل مستقیم به‌طور پیش‌فرض با موازی‌سازی ۲۰تایی اجرا می‌شوند؛ برای بازنویسی، OPENCLAW_LIVE_MODEL_CONCURRENCY را تنظیم کنید.
• نحوه انتخاب ارائه‌دهندگان:
  • OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli" (allowlist جداشده با ویرگول)
• کلیدها از کجا می‌آیند:
  • به‌طور پیش‌فرض: store پروفایل و fallbackهای env
  • برای اجبار به استفاده فقط از store پروفایل، OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 را تنظیم کنید
• دلیل وجود این مورد:
  • «API ارائه‌دهنده خراب است / کلید نامعتبر است» را از «خط لوله agent در gateway خراب است» جدا می‌کند
  • رگرسیون‌های کوچک و ایزوله را شامل می‌شود (نمونه: replay استدلال OpenAI Responses/Codex Responses + جریان‌های tool-call)

لایه ۲: دود Gateway + agent توسعه (کاری که "@openclaw" واقعاً انجام می‌دهد)

• آزمون: src/gateway/gateway-models.profiles.live.test.ts
• هدف:
  • بالا آوردن یک gateway درون‌فرایندی
  • ایجاد/patch یک نشست agent:dev:* (بازنویسی مدل در هر اجرا)
  • پیمایش مدل‌های دارای کلید و بررسی:
    • پاسخ «معنادار» (بدون ابزار)
    • یک فراخوانی ابزار واقعی کار کند (probe خواندن)
    • probeهای ابزار اضافی اختیاری (probe اجرا+خواندن)
    • مسیرهای رگرسیون OpenAI (فقط tool-call → پیگیری) همچنان کار کنند
• جزئیات probe (تا بتوانید خرابی‌ها را سریع توضیح دهید):
  • probe read: آزمون یک فایل nonce در workspace می‌نویسد و از agent می‌خواهد آن را read کند و nonce را بازتاب دهد.
  • probe exec+read: آزمون از agent می‌خواهد با exec یک nonce را در یک فایل temp بنویسد، سپس آن را read کند.
  • probe تصویر: آزمون یک PNG تولیدشده (cat + کد تصادفی) را پیوست می‌کند و انتظار دارد مدل cat <CODE> را برگرداند.
  • مرجع پیاده‌سازی: src/gateway/gateway-models.profiles.live.test.ts و test/helpers/live-image-probe.ts.
• نحوه فعال‌سازی:
  • pnpm test:live (یا OPENCLAW_LIVE_TEST=1 اگر Vitest را مستقیم فراخوانی می‌کنید)
• نحوه انتخاب مدل‌ها:
  • پیش‌فرض: allowlist مدرن (Opus/Sonnet 4.6+، GPT-5.2 + Codex، Gemini 3، DeepSeek V4، GLM 4.7، MiniMax M3، Grok 4.3)
  • OPENCLAW_LIVE_GATEWAY_MODELS=small برای اجرای همان allowlist محدود مدل‌های کوچک از طریق خط لوله کامل gateway+agent
  • OPENCLAW_LIVE_GATEWAY_MODELS=all نام مستعار allowlist مدرن است
  • یا برای محدودسازی، OPENCLAW_LIVE_GATEWAY_MODELS="provider/model" (یا فهرست ویرگولی) را تنظیم کنید
  • جاروب‌های gateway در modern/all و small به‌طور پیش‌فرض از سقف‌های گزینش‌شده خود استفاده می‌کنند؛ برای جاروب کامل انتخاب‌شده OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0 یا برای سقف کوچک‌تر یک عدد مثبت تنظیم کنید.
• نحوه انتخاب ارائه‌دهندگان (اجتناب از «همه‌چیز OpenRouter»):
  • OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax" (allowlist جداشده با ویرگول)
• probeهای ابزار + تصویر همیشه در این آزمون زنده روشن هستند:
  • probe read + probe exec+read (فشار ابزار)
  • probe تصویر زمانی اجرا می‌شود که مدل پشتیبانی از ورودی تصویر را تبلیغ کند
  • جریان (در سطح بالا):
    • آزمون یک PNG کوچک با "CAT" + کد تصادفی تولید می‌کند (test/helpers/live-image-probe.ts)
    • آن را از طریق agent و attachments: [{ mimeType: "image/png", content: "<base64>" }] می‌فرستد
    • Gateway پیوست‌ها را به images[] parse می‌کند (src/gateway/server-methods/agent.ts + src/gateway/chat-attachments.ts)
    • agent تعبیه‌شده یک پیام کاربر چندوجهی را به مدل forward می‌کند
    • Assertion: پاسخ شامل cat + کد باشد (تحمل OCR: خطاهای جزئی مجازند)

زنده: دود بک‌اند CLI (Claude، Gemini، یا CLIهای محلی دیگر)

• آزمون: src/gateway/gateway-cli-backend.live.test.ts
• هدف: اعتبارسنجی خط لوله Gateway + agent با استفاده از یک بک‌اند CLI محلی، بدون دست‌زدن به پیکربندی پیش‌فرض شما.
• پیش‌فرض‌های دود ویژه هر بک‌اند در تعریف cli-backend.ts افزونه مالک قرار دارند.
• فعال‌سازی:
  • pnpm test:live (یا OPENCLAW_LIVE_TEST=1 اگر Vitest را مستقیم فراخوانی می‌کنید)
  • OPENCLAW_LIVE_CLI_BACKEND=1
• پیش‌فرض‌ها:
  • ارائه‌دهنده/مدل پیش‌فرض: claude-cli/claude-sonnet-4-6
  • رفتار command/args/image از metadata افزونه بک‌اند CLI مالک می‌آید.
• بازنویسی‌ها (اختیاری):
  • OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-6"
  • OPENCLAW_LIVE_CLI_BACKEND_COMMAND="/full/path/to/claude"
  • OPENCLAW_LIVE_CLI_BACKEND_ARGS='["-p","--output-format","json"]'
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_PROBE=1 برای فرستادن یک پیوست تصویر واقعی (مسیرها به prompt تزریق می‌شوند). دستورهای Docker به‌طور پیش‌فرض این را خاموش نگه می‌دارند مگر صراحتاً درخواست شود.
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image" برای پاس‌دادن مسیرهای فایل تصویر به‌عنوان args در CLI به‌جای تزریق prompt.
  • OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat" (یا "list") برای کنترل نحوه پاس‌دادن args تصویر وقتی IMAGE_ARG تنظیم شده است.
  • OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1 برای فرستادن نوبت دوم و اعتبارسنجی جریان resume.
  • OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=1 برای opt in به probe پیوستگی همان‌نشست Claude Sonnet -> Opus وقتی مدل انتخاب‌شده از هدف switch پشتیبانی می‌کند. دستورهای Docker برای قابلیت اتکای تجمیعی، این را به‌طور پیش‌فرض خاموش نگه می‌دارند.
  • OPENCLAW_LIVE_CLI_BACKEND_MCP_PROBE=1 برای opt in به probe loopback MCP/ابزار. دستورهای Docker به‌طور پیش‌فرض این را خاموش نگه می‌دارند مگر صراحتاً درخواست شود.

نمونه:

  OPENCLAW_LIVE_CLI_BACKEND=1 \  OPENCLAW_LIVE_CLI_BACKEND_MODEL="claude-cli/claude-sonnet-4-6" \  pnpm test:live src/gateway/gateway-cli-backend.live.test.ts

دود ارزان پیکربندی MCP Gemini:

OPENCLAW_LIVE_TEST=1 \  pnpm test:live src/agents/cli-runner/bundle-mcp.gemini.live.test.ts

این از Gemini نمی‌خواهد پاسخی تولید کند. همان تنظیمات سیستمی را که OpenClaw به Gemini می‌دهد می‌نویسد، سپس gemini --debug mcp list را اجرا می‌کند تا ثابت کند یک سرور ذخیره‌شده با transport: "streamable-http" به شکل HTTP MCP در Gemini نرمال‌سازی می‌شود و می‌تواند به یک سرور MCP محلی streamable-HTTP متصل شود.

دستور Docker:

pnpm test:docker:live-cli-backend

دستورهای Docker تک‌ارائه‌دهنده:

pnpm test:docker:live-cli-backend:claudepnpm test:docker:live-cli-backend:claude-subscriptionpnpm test:docker:live-cli-backend:gemini

نکته‌ها:

• اجراکننده Docker در scripts/test-live-cli-backend-docker.sh قرار دارد.
• دود زنده بک‌اند CLI را داخل تصویر Docker ریپو و به‌عنوان کاربر غیرریشه node اجرا می‌کند.
• metadata دود CLI را از افزونه مالک resolve می‌کند، سپس بسته CLI متناظر Linux (@anthropic-ai/claude-code یا @google/gemini-cli) را در یک prefix قابل‌نوشتن cacheشده در OPENCLAW_DOCKER_CLI_TOOLS_DIR (پیش‌فرض: ~/.cache/openclaw/docker-cli-tools) نصب می‌کند.
• pnpm test:docker:live-cli-backend:claude-subscription به OAuth قابل‌حمل اشتراک Claude Code از طریق ~/.claude/.credentials.json همراه با claudeAiOauth.subscriptionType یا CLAUDE_CODE_OAUTH_TOKEN از claude setup-token نیاز دارد. ابتدا claude -p مستقیم در Docker را اثبات می‌کند، سپس دو نوبت بک‌اند CLI در Gateway را بدون حفظ env vars کلید API Anthropic اجرا می‌کند. این lane اشتراک، probeهای MCP/ابزار و تصویر Claude را به‌طور پیش‌فرض غیرفعال می‌کند، چون محدودیت‌های استفاده اشتراک واردشده را مصرف می‌کند و Anthropic می‌تواند رفتار billing و rate-limit در Claude Agent SDK / claude -p را بدون انتشار OpenClaw تغییر دهد.
• دود زنده بک‌اند CLI اکنون همان جریان انتهابه‌انتها را برای Claude و Gemini تمرین می‌دهد: نوبت متنی، نوبت دسته‌بندی تصویر، سپس فراخوانی ابزار cron در MCP که از طریق CLI gateway تأیید می‌شود.
• دود پیش‌فرض Claude همچنین نشست را از Sonnet به Opus patch می‌کند و تأیید می‌کند نشست resumeشده همچنان یادداشت قبلی را به خاطر دارد.

زنده: دسترس‌پذیری پراکسی APNs HTTP/2

• آزمون: src/infra/push-apns-http2.live.test.ts
• هدف: تونل‌زدن از طریق یک پراکسی HTTP CONNECT محلی به endpoint sandbox APNs شرکت Apple، ارسال درخواست اعتبارسنجی APNs HTTP/2، و بررسی این‌که پاسخ واقعی 403 InvalidProviderToken شرکت Apple از مسیر پراکسی برمی‌گردد.
• فعال‌سازی:
  • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_APNS_REACHABILITY=1 pnpm test:live src/infra/push-apns-http2.live.test.ts
• timeout اختیاری:
  • OPENCLAW_LIVE_APNS_TIMEOUT_MS=30000

زنده: دود bind در ACP (/acp spawn ... --bind here)

• تست: src/gateway/gateway-acp-bind.live.test.ts
• هدف: اعتبارسنجی جریان واقعی bind مکالمه ACP با یک عامل ACP زنده:
  • ارسال /acp spawn <agent> --bind here
  • bind کردن یک مکالمه مصنوعی کانال پیام در همان محل
  • ارسال یک پیگیری عادی در همان مکالمه
  • تأیید اینکه پیگیری در رونوشت جلسه ACP bindشده ثبت می‌شود
• فعال‌سازی:
  • pnpm test:live src/gateway/gateway-acp-bind.live.test.ts
  • OPENCLAW_LIVE_ACP_BIND=1
• پیش‌فرض‌ها:
  • عامل‌های ACP در Docker: claude,codex,gemini
  • عامل ACP برای اجرای مستقیم pnpm test:live ...: claude
  • کانال مصنوعی: زمینه مکالمه به سبک DM در Slack
  • backend ACP: acpx
• بازنویسی‌ها:
  • OPENCLAW_LIVE_ACP_BIND_AGENT=claude
  • OPENCLAW_LIVE_ACP_BIND_AGENT=codex
  • OPENCLAW_LIVE_ACP_BIND_AGENT=droid
  • OPENCLAW_LIVE_ACP_BIND_AGENT=gemini
  • OPENCLAW_LIVE_ACP_BIND_AGENT=opencode
  • OPENCLAW_LIVE_ACP_BIND_AGENTS=claude,codex,gemini
  • OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND='npx -y @agentclientprotocol/claude-agent-acp@<version>'
  • OPENCLAW_LIVE_ACP_BIND_CODEX_MODEL=gpt-5.5
  • OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL=opencode/kimi-k2.6
  • OPENCLAW_LIVE_ACP_BIND_REQUIRE_TRANSCRIPT=1
  • OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1
  • OPENCLAW_LIVE_ACP_BIND_PARENT_MODEL=openai/gpt-5.5
• نکته‌ها:
  • این مسیر از سطح chat.send در gateway با فیلدهای مسیر مبدأ مصنوعی فقط مخصوص مدیر استفاده می‌کند تا تست‌ها بتوانند بدون وانمود کردن به تحویل خارجی، زمینه کانال پیام را متصل کنند.
  • وقتی OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND تنظیم نشده باشد، تست از registry عامل داخلی Plugin تعبیه‌شده acpx برای عامل harness انتخاب‌شده ACP استفاده می‌کند.
  • ایجاد MCP کرون جلسه bindشده به‌صورت پیش‌فرض بهترین تلاش است، چون harnessهای ACP خارجی می‌توانند پس از عبور اثبات bind/تصویر، فراخوانی‌های MCP را لغو کنند؛ برای سخت‌گیرانه کردن آن probe کرون پس از bind، OPENCLAW_LIVE_ACP_BIND_REQUIRE_CRON=1 را تنظیم کنید.

مثال:

OPENCLAW_LIVE_ACP_BIND=1 \  OPENCLAW_LIVE_ACP_BIND_AGENT=claude \  pnpm test:live src/gateway/gateway-acp-bind.live.test.ts

دستور Docker:

pnpm test:docker:live-acp-bind

دستورهای Docker برای یک عامل:

pnpm test:docker:live-acp-bind:claudepnpm test:docker:live-acp-bind:codexpnpm test:docker:live-acp-bind:droidpnpm test:docker:live-acp-bind:geminipnpm test:docker:live-acp-bind:opencode

نکته‌های Docker:

• اجراکننده Docker در scripts/test-live-acp-bind-docker.sh قرار دارد.
• به‌صورت پیش‌فرض، smoke مربوط به bind در ACP را به‌ترتیب روی عامل‌های زنده تجمیعی CLI اجرا می‌کند: claude، codex، سپس gemini.
• برای محدود کردن ماتریس از OPENCLAW_LIVE_ACP_BIND_AGENTS=claude، OPENCLAW_LIVE_ACP_BIND_AGENTS=codex، OPENCLAW_LIVE_ACP_BIND_AGENTS=droid، OPENCLAW_LIVE_ACP_BIND_AGENTS=gemini یا OPENCLAW_LIVE_ACP_BIND_AGENTS=opencode استفاده کنید.
• مواد احراز هویت CLI متناظر را در container آماده می‌کند، سپس اگر CLI زنده درخواستی (@anthropic-ai/claude-code، @openai/codex، Factory Droid از طریق https://app.factory.ai/cli، @google/gemini-cli یا opencode-ai) موجود نباشد، آن را نصب می‌کند. خود backend ACP بسته تعبیه‌شده acpx/runtime از Plugin رسمی acpx است.
• گونه Docker مربوط به Droid، برای تنظیمات ~/.factory را آماده می‌کند، FACTORY_API_KEY را forward می‌کند، و به آن کلید API نیاز دارد چون احراز هویت محلی Factory OAuth/keyring قابل انتقال به container نیست. این گونه از ورودی registry داخلی ACPX به نام droid exec --output-format acp استفاده می‌کند.
• گونه Docker مربوط به OpenCode یک مسیر regression سخت‌گیرانه برای یک عامل است. این گونه یک مدل پیش‌فرض موقت OPENCODE_CONFIG_CONTENT را از OPENCLAW_LIVE_ACP_BIND_OPENCODE_MODEL می‌نویسد (پیش‌فرض opencode/kimi-k2.6)، و pnpm test:docker:live-acp-bind:opencode به‌جای پذیرش پرش عمومی پس از bind، به رونوشت assistant bindشده نیاز دارد.
• فراخوانی‌های مستقیم CLI مربوط به acpx فقط مسیر دستی/راه‌حل موقت برای مقایسه رفتار بیرون از Gateway هستند. smoke مربوط به bind در Docker ACP، backend زمان‌اجرای تعبیه‌شده acpx در OpenClaw را اجرا می‌کند.

زنده: smoke برای harness سرور برنامه Codex

• هدف: اعتبارسنجی harness متعلق به Plugin برای Codex از طریق متد عادی agent در gateway:
  • بارگذاری Plugin بسته‌بندی‌شده codex
  • انتخاب openai/gpt-5.5 که به‌صورت پیش‌فرض نوبت‌های عامل OpenAI را از طریق Codex مسیریابی می‌کند
  • ارسال نخستین نوبت عامل gateway به openai/gpt-5.5 با harness انتخاب‌شده Codex
  • ارسال نوبت دوم به همان جلسه OpenClaw و تأیید اینکه thread سرور برنامه می‌تواند ادامه پیدا کند
  • اجرای /codex status و /codex models از همان مسیر فرمان gateway
  • اجرای اختیاری دو probe شل ارتقایافته با بازبینی Guardian: یک فرمان بی‌خطر که باید تأیید شود و یک بارگذاری fake-secret که باید رد شود تا عامل پاسخ بخواهد
• تست: src/gateway/gateway-codex-harness.live.test.ts
• فعال‌سازی: OPENCLAW_LIVE_CODEX_HARNESS=1
• مدل پیش‌فرض: openai/gpt-5.5
• probe اختیاری تصویر: OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1
• probe اختیاری MCP/ابزار: OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1
• probe اختیاری Guardian: OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1
• smoke، provider/model agentRuntime.id: "codex" را اجبار می‌کند تا یک harness خراب Codex نتواند با fallback بی‌صدا به OpenClaw موفق شود.
• احراز هویت: احراز هویت سرور برنامه Codex از ورود اشتراک محلی Codex. smokeهای Docker همچنین می‌توانند در صورت کاربرد، OPENAI_API_KEY را برای probeهای غیر Codex فراهم کنند، به‌علاوه ~/.codex/auth.json و ~/.codex/config.toml کپی‌شده اختیاری.

دستور محلی:

OPENCLAW_LIVE_CODEX_HARNESS=1 \  OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1 \  OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1 \  OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1 \  OPENCLAW_LIVE_CODEX_HARNESS_MODEL=openai/gpt-5.5 \  pnpm test:live -- src/gateway/gateway-codex-harness.live.test.ts

دستور Docker:

pnpm test:docker:live-codex-harness

نکته‌های Docker:

• اجراکننده Docker در scripts/test-live-codex-harness-docker.sh قرار دارد.
• OPENAI_API_KEY را عبور می‌دهد، فایل‌های احراز هویت CLI مربوط به Codex را وقتی وجود داشته باشند کپی می‌کند، @openai/codex را در یک prefix قابل نوشتن و mountشده npm نصب می‌کند، درخت منبع را آماده می‌کند، سپس فقط تست زنده harness مربوط به Codex را اجرا می‌کند.
• Docker به‌صورت پیش‌فرض probeهای تصویر، MCP/ابزار و Guardian را فعال می‌کند. وقتی به یک اجرای debug محدودتر نیاز دارید، OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0 یا OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0 یا OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0 را تنظیم کنید.
• Docker از همان پیکربندی صریح زمان‌اجرای Codex استفاده می‌کند، بنابراین aliasهای قدیمی یا fallback مربوط به OpenClaw نمی‌توانند regression در harness Codex را پنهان کنند.

دستورهای زنده پیشنهادی

allowlistهای محدود و صریح سریع‌ترین و کم‌نوسان‌ترین گزینه‌ها هستند:

• مدل تکی، مستقیم (بدون gateway):

  • OPENCLAW_LIVE_MODELS="openai/gpt-5.5" pnpm test:live src/agents/models.profiles.live.test.ts

• پروفایل مستقیم مدل کوچک:

  • OPENCLAW_LIVE_MODELS=small pnpm test:live src/agents/models.profiles.live.test.ts

• پروفایل gateway برای مدل کوچک:

  • OPENCLAW_LIVE_GATEWAY_MODELS=small pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• smoke برای Ollama Cloud API:

  • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_BASE_URL=https://ollama.com OPENCLAW_LIVE_OLLAMA_MODEL=glm-5.1:cloud OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 pnpm test:live -- extensions/ollama/ollama.live.test.ts

• مدل تکی، smoke در gateway:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• فراخوانی ابزار در چند provider:

  • OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3-flash-preview,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• smoke مستقیم Z.AI Coding Plan GLM-5.2:

  • ZAI_CODING_LIVE_TEST=1 pnpm test:live src/agents/zai.live.test.ts

• تمرکز روی Google (کلید Gemini API + Antigravity):

  • Gemini (کلید API): OPENCLAW_LIVE_GATEWAY_MODELS="google/gemini-3-flash-preview" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts
  • Antigravity (OAuth): OPENCLAW_LIVE_GATEWAY_MODELS="google-antigravity/claude-opus-4-6-thinking,google-antigravity/gemini-3-pro-high" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

• smoke تفکر تطبیقی Google:

  • پیش‌فرض پویا Gemini 3: pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-3.1-pro-preview --alt-model google/gemini-3.1-pro-preview --message '/think adaptive Reply exactly: GEMINI_ADAPTIVE_OK' --timeout-ms 180000
  • بودجه پویا Gemini 2.5: pnpm openclaw qa manual --provider-mode live-frontier --model google/gemini-2.5-flash --alt-model google/gemini-2.5-flash --message '/think adaptive Reply exactly: GEMINI25_ADAPTIVE_OK' --timeout-ms 180000

نکته‌ها:

• google/... از Gemini API استفاده می‌کند (کلید API).
• google-antigravity/... از پل OAuth مربوط به Antigravity استفاده می‌کند (endpoint عامل به سبک Cloud Code Assist).
• google-gemini-cli/... از CLI محلی Gemini روی دستگاه شما استفاده می‌کند (احراز هویت جداگانه + نکته‌های خاص ابزار).
• Gemini API در برابر Gemini CLI:
  • API: OpenClaw، Gemini API میزبانی‌شده Google را از طریق HTTP فراخوانی می‌کند (کلید API / احراز هویت پروفایل)؛ این همان چیزی است که بیشتر کاربران از «Gemini» منظور دارند.
  • CLI: OpenClaw به یک باینری محلی gemini shell out می‌کند؛ این مسیر احراز هویت خودش را دارد و می‌تواند متفاوت رفتار کند (streaming/پشتیبانی ابزار/ناهمخوانی نسخه).

زنده: ماتریس مدل‌ها (آنچه پوشش می‌دهیم)

هیچ «فهرست مدل CI» ثابتی وجود ندارد (زنده opt-in است)، اما این‌ها مدل‌های پیشنهادی برای پوشش منظم روی یک دستگاه توسعه با کلیدها هستند.

مجموعه smoke مدرن (فراخوانی ابزار + تصویر)

این اجرای «مدل‌های رایج» است که انتظار داریم کارکرد آن حفظ شود:

• OpenAI (غیر Codex): openai/gpt-5.5
• OpenAI ChatGPT/Codex OAuth: openai/gpt-5.5
• Anthropic: anthropic/claude-opus-4-6 (یا anthropic/claude-sonnet-4-6)
• Google (Gemini API): google/gemini-3.1-pro-preview و google/gemini-3-flash-preview (از مدل‌های قدیمی‌تر Gemini 2.x پرهیز کنید)
• Google (Antigravity): google-antigravity/claude-opus-4-6-thinking و google-antigravity/gemini-3-flash
• DeepSeek: deepseek/deepseek-v4-flash و deepseek/deepseek-v4-pro
• Z.AI (GLM): zai/glm-5.1 (API عمومی) یا zai/glm-5.2 (Coding Plan)
• MiniMax: minimax/MiniMax-M3

اجرای smoke در gateway با ابزارها + تصویر: OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.5,anthropic/claude-opus-4-6,google/gemini-3.1-pro-preview,google/gemini-3-flash-preview,google-antigravity/claude-opus-4-6-thinking,google-antigravity/gemini-3-flash,deepseek/deepseek-v4-flash,zai/glm-5.1,minimax/MiniMax-M3" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts

خط مبنا: فراخوانی ابزار (Read + Exec اختیاری)

حداقل یکی را از هر خانواده provider انتخاب کنید:

• OpenAI: openai/gpt-5.5
• Anthropic: anthropic/claude-opus-4-6 (یا anthropic/claude-sonnet-4-6)
• Google: google/gemini-3-flash-preview (یا google/gemini-3.1-pro-preview)
• DeepSeek: deepseek/deepseek-v4-flash
• Z.AI (GLM): zai/glm-5.1 (API عمومی) یا zai/glm-5.2 (Coding Plan)
• MiniMax: minimax/MiniMax-M3

پوشش اضافی اختیاری (خوب است داشته باشید):

• xAI: xai/grok-4.3 (یا جدیدترین مورد موجود)
• Mistral: mistral/… (یک مدل دارای قابلیت "tools" را که فعال کرده‌اید انتخاب کنید)
• Cerebras: cerebras/… (اگر دسترسی دارید)
• LM Studio: lmstudio/… (محلی؛ فراخوانی ابزار به حالت API بستگی دارد)

بینایی: ارسال تصویر (پیوست → پیام چندوجهی)

برای اجرای probe تصویر، حداقل یک مدل با قابلیت تصویر را در OPENCLAW_LIVE_GATEWAY_MODELS قرار دهید (گونه‌های دارای قابلیت بینایی Claude/Gemini/OpenAI و غیره).

تجمیع‌کننده‌ها / gatewayهای جایگزین

اگر کلیدها را فعال کرده‌اید، از تست از طریق این‌ها نیز پشتیبانی می‌کنیم:

• OpenRouter: openrouter/... (صدها مدل؛ برای یافتن گزینه‌های دارای قابلیت ابزار+تصویر از openclaw models scan استفاده کنید)
• OpenCode: opencode/... برای Zen و opencode-go/... برای Go (احراز هویت از طریق OPENCODE_API_KEY / OPENCODE_ZEN_API_KEY)

providerهای بیشتری که می‌توانید در ماتریس زنده بگنجانید (اگر اعتبارنامه/پیکربندی دارید):

• داخلی: openai، anthropic، google، google-vertex، google-antigravity، google-gemini-cli، zai، openrouter، opencode، opencode-go، xai، groq، cerebras، mistral، github-copilot
• از طریق models.providers (نقاط پایانی سفارشی): minimax (ابر/API)، به‌علاوه هر پراکسی سازگار با OpenAI/Anthropic (LM Studio، vLLM، LiteLLM و غیره)

اعتبارنامه‌ها (هرگز commit نکنید)

آزمون‌های زنده اعتبارنامه‌ها را همان‌طور کشف می‌کنند که CLI انجام می‌دهد. پیامدهای عملی:

• اگر CLI کار می‌کند، آزمون‌های زنده باید همان کلیدها را پیدا کنند.

• اگر یک آزمون زنده می‌گوید «بدون اعتبارنامه»، همان‌طور عیب‌یابی کنید که openclaw models list / انتخاب مدل را عیب‌یابی می‌کنید.

• نمایه‌های احراز هویت به‌ازای هر عامل: ~/.openclaw/agents/<agentId>/agent/auth-profiles.json (این همان چیزی است که «کلیدهای نمایه» در آزمون‌های زنده معنی می‌دهد)

• پیکربندی: ~/.openclaw/openclaw.json (یا OPENCLAW_CONFIG_PATH)

• پوشه وضعیت قدیمی: ~/.openclaw/credentials/ (در صورت وجود، به خانه زنده مرحله‌بندی‌شده کپی می‌شود، اما مخزن اصلی کلید نمایه نیست)

• اجراهای زنده محلی به‌طور پیش‌فرض پیکربندی فعال، فایل‌های auth-profiles.json به‌ازای هر عامل، credentials/ قدیمی، و پوشه‌های احراز هویت CLI خارجی پشتیبانی‌شده را به یک خانه آزمون موقت کپی می‌کنند؛ خانه‌های زنده مرحله‌بندی‌شده از workspace/ و sandboxes/ صرف‌نظر می‌کنند، و بازنویسی‌های مسیر agents.*.workspace / agentDir حذف می‌شوند تا کاوش‌ها از فضای کاری واقعی میزبان شما دور بمانند.

اگر می‌خواهید به کلیدهای env تکیه کنید، پیش از آزمون‌های محلی آن‌ها را export کنید یا از اجراکننده‌های Docker پایین با یک OPENCLAW_PROFILE_FILE صریح استفاده کنید.

Deepgram زنده (رونویسی صوت)

• آزمون: extensions/deepgram/audio.live.test.ts
• فعال‌سازی: DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live extensions/deepgram/audio.live.test.ts

طرح کدنویسی زنده BytePlus

• آزمون: extensions/byteplus/live.test.ts
• فعال‌سازی: BYTEPLUS_API_KEY=... BYTEPLUS_LIVE_TEST=1 pnpm test:live extensions/byteplus/live.test.ts
• بازنویسی اختیاری مدل: BYTEPLUS_CODING_MODEL=ark-code-latest

رسانه گردش‌کار زنده ComfyUI

• آزمون: extensions/comfy/comfy.live.test.ts
• فعال‌سازی: OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts
• دامنه:
  • مسیرهای داخلی تصویر، ویدیو، و music_generate در comfy را تمرین می‌کند
  • هر قابلیت را رد می‌کند مگر اینکه plugins.entries.comfy.config.<capability> پیکربندی شده باشد
  • پس از تغییر ارسال گردش‌کار comfy، نظرسنجی، دانلودها، یا ثبت Plugin مفید است

تولید تصویر زنده

• آزمون: test/image-generation.runtime.live.test.ts
• دستور: pnpm test:live test/image-generation.runtime.live.test.ts
• هارنس: pnpm test:live:media image
• دامنه:
  • همه Pluginهای ارائه‌دهنده تولید تصویر ثبت‌شده را فهرست می‌کند
  • پیش از کاوش، از متغیرهای env ارائه‌دهنده که قبلا export شده‌اند استفاده می‌کند
  • به‌طور پیش‌فرض کلیدهای API زنده/env را جلوتر از نمایه‌های احراز هویت ذخیره‌شده استفاده می‌کند، تا کلیدهای آزمون کهنه در auth-profiles.json اعتبارنامه‌های واقعی shell را پنهان نکنند
  • ارائه‌دهنده‌هایی را که احراز هویت/نمایه/مدل قابل استفاده ندارند رد می‌کند
  • هر ارائه‌دهنده پیکربندی‌شده را از طریق runtime مشترک تولید تصویر اجرا می‌کند:
    • <provider>:generate
    • <provider>:edit وقتی ارائه‌دهنده پشتیبانی از ویرایش را اعلام می‌کند
• ارائه‌دهنده‌های داخلی فعلی پوشش‌داده‌شده:
  • deepinfra
  • fal
  • google
  • minimax
  • openai
  • openrouter
  • vydra
  • xai
• محدودسازی اختیاری:
  • OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS="openai,google,openrouter,xai"
  • OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS="deepinfra"
  • OPENCLAW_LIVE_IMAGE_GENERATION_MODELS="openai/gpt-image-2,google/gemini-3.1-flash-image-preview,openrouter/google/gemini-3.1-flash-image-preview,xai/grok-imagine-image"
  • OPENCLAW_LIVE_IMAGE_GENERATION_CASES="google:flash-generate,google:pro-edit,openrouter:generate,xai:default-generate,xai:default-edit"
• رفتار احراز هویت اختیاری:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 برای اجبار احراز هویت مخزن نمایه و نادیده گرفتن بازنویسی‌های فقط env

برای مسیر CLI ارسال‌شده، پس از موفق شدن آزمون زنده ارائه‌دهنده/runtime، یک smoke با infer اضافه کنید:

OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_INFER_CLI_TEST=1 pnpm test:live -- test/image-generation.infer-cli.live.test.tsopenclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image-preview \  --prompt "Minimal flat test image: one blue square on a white background, no text." \  --output ./openclaw-infer-image-smoke.png \  --json

این مورد تجزیه آرگومان‌های CLI، حل پیکربندی/عامل پیش‌فرض، فعال‌سازی Plugin داخلی، runtime مشترک تولید تصویر، و درخواست زنده ارائه‌دهنده را پوشش می‌دهد. انتظار می‌رود وابستگی‌های Plugin پیش از بارگذاری runtime حاضر باشند.

تولید موسیقی زنده

• آزمون: extensions/music-generation-providers.live.test.ts
• فعال‌سازی: OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts
• هارنس: pnpm test:live:media music
• دامنه:
  • مسیر مشترک ارائه‌دهنده داخلی تولید موسیقی را تمرین می‌کند
  • در حال حاضر Google و MiniMax را پوشش می‌دهد
  • پیش از کاوش، از متغیرهای env ارائه‌دهنده که قبلا export شده‌اند استفاده می‌کند
  • به‌طور پیش‌فرض کلیدهای API زنده/env را جلوتر از نمایه‌های احراز هویت ذخیره‌شده استفاده می‌کند، تا کلیدهای آزمون کهنه در auth-profiles.json اعتبارنامه‌های واقعی shell را پنهان نکنند
  • ارائه‌دهنده‌هایی را که احراز هویت/نمایه/مدل قابل استفاده ندارند رد می‌کند
  • هر دو حالت runtime اعلام‌شده را وقتی در دسترس باشند اجرا می‌کند:
    • generate با ورودی فقط prompt
    • edit وقتی ارائه‌دهنده capabilities.edit.enabled را اعلام می‌کند
  • پوشش مسیر مشترک فعلی:
    • google: generate، edit
    • minimax: generate
    • comfy: فایل زنده جداگانه Comfy، نه این جاروب مشترک
• محدودسازی اختیاری:
  • OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"
  • OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.6"
• رفتار احراز هویت اختیاری:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 برای اجبار احراز هویت مخزن نمایه و نادیده گرفتن بازنویسی‌های فقط env

تولید ویدیو زنده

• آزمون: extensions/video-generation-providers.live.test.ts
• فعال‌سازی: OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
• هارنس: pnpm test:live:media video
• دامنه:
  • مسیر مشترک ارائه‌دهنده داخلی تولید ویدیو را تمرین می‌کند
  • به‌طور پیش‌فرض از مسیر smoke ایمن برای انتشار استفاده می‌کند: ارائه‌دهنده‌های غیر FAL، یک درخواست متن‌به‌ویدیو برای هر ارائه‌دهنده، prompt یک‌ثانیه‌ای خرچنگ، و سقف عملیات به‌ازای هر ارائه‌دهنده از OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 به‌طور پیش‌فرض)
  • به‌طور پیش‌فرض FAL را رد می‌کند چون تأخیر صف سمت ارائه‌دهنده می‌تواند زمان انتشار را غالب کند؛ برای اجرای صریح آن، --video-providers fal یا OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal" را پاس دهید
  • پیش از کاوش، از متغیرهای env ارائه‌دهنده که قبلا export شده‌اند استفاده می‌کند
  • به‌طور پیش‌فرض کلیدهای API زنده/env را جلوتر از نمایه‌های احراز هویت ذخیره‌شده استفاده می‌کند، تا کلیدهای آزمون کهنه در auth-profiles.json اعتبارنامه‌های واقعی shell را پنهان نکنند
  • ارائه‌دهنده‌هایی را که احراز هویت/نمایه/مدل قابل استفاده ندارند رد می‌کند
  • به‌طور پیش‌فرض فقط generate را اجرا می‌کند
  • OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 را تنظیم کنید تا حالت‌های transform اعلام‌شده نیز وقتی در دسترس هستند اجرا شوند:
    • imageToVideo وقتی ارائه‌دهنده capabilities.imageToVideo.enabled را اعلام می‌کند و ارائه‌دهنده/مدل انتخاب‌شده ورودی تصویر محلی پشتوانه‌دار با buffer را در جاروب مشترک می‌پذیرد
    • videoToVideo وقتی ارائه‌دهنده capabilities.videoToVideo.enabled را اعلام می‌کند و ارائه‌دهنده/مدل انتخاب‌شده ورودی ویدیوی محلی پشتوانه‌دار با buffer را در جاروب مشترک می‌پذیرد
  • ارائه‌دهنده‌های imageToVideo اعلام‌شده اما ردشده فعلی در جاروب مشترک:
    • vydra چون veo3 داخلی فقط متنی است و kling داخلی به URL تصویر راه‌دور نیاز دارد
  • پوشش اختصاصی ارائه‌دهنده Vydra:
    • OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts
    • آن فایل به‌طور پیش‌فرض veo3 متن‌به‌ویدیو را به‌همراه یک مسیر kling اجرا می‌کند که از fixture URL تصویر راه‌دور استفاده می‌کند
  • پوشش زنده فعلی videoToVideo:
    • runway فقط وقتی مدل انتخاب‌شده runway/gen4_aleph باشد
  • ارائه‌دهنده‌های videoToVideo اعلام‌شده اما ردشده فعلی در جاروب مشترک:
    • alibaba، qwen، xai چون آن مسیرها در حال حاضر به URLهای مرجع راه‌دور http(s) / MP4 نیاز دارند
    • google چون مسیر مشترک فعلی Gemini/Veo از ورودی محلی پشتوانه‌دار با buffer استفاده می‌کند و آن مسیر در جاروب مشترک پذیرفته نمی‌شود
    • openai چون مسیر مشترک فعلی تضمین‌های دسترسی ویرایش ویدیوی اختصاصی org را ندارد
• محدودسازی اختیاری:
  • OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="deepinfra,google,openai,runway"
  • OPENCLAW_LIVE_VIDEO_GENERATION_MODELS="google/veo-3.1-fast-generate-preview,openai/sora-2,runway/gen4_aleph"
  • OPENCLAW_LIVE_VIDEO_GENERATION_SKIP_PROVIDERS="" برای شامل کردن همه ارائه‌دهنده‌ها در جاروب پیش‌فرض، از جمله FAL
  • OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000 برای کاهش سقف عملیات هر ارائه‌دهنده در یک اجرای smoke سخت‌گیرانه
• رفتار احراز هویت اختیاری:
  • OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1 برای اجبار احراز هویت مخزن نمایه و نادیده گرفتن بازنویسی‌های فقط env

هارنس زنده رسانه

• دستور: pnpm test:live:media
• هدف:
  • مجموعه‌های زنده مشترک تصویر، موسیقی، و ویدیو را از طریق یک entrypoint بومی repo اجرا می‌کند
  • از متغیرهای env ارائه‌دهنده که قبلا export شده‌اند استفاده می‌کند
  • هر مجموعه را به‌طور پیش‌فرض به ارائه‌دهنده‌هایی محدود می‌کند که در حال حاضر احراز هویت قابل استفاده دارند
  • از scripts/test-live.mjs دوباره استفاده می‌کند، بنابراین رفتار Heartbeat و حالت quiet سازگار می‌ماند
• مثال‌ها:
  • pnpm test:live:media
  • pnpm test:live:media image video --providers openai,google,minimax
  • pnpm test:live:media video --video-providers openai,runway --all-providers
  • pnpm test:live:media music --quiet

مرتبط

• آزمون‌گیری - مجموعه‌های واحد، یکپارچه‌سازی، QA، و Docker