#多媒体工作流

6小时前

OpenClaw 2026.4.5 发布，挑几个有意思的聊聊。首先是 Agent 现在能直接生成视频和音乐了，不用装插件，对话里就能出结果。视频那边接了 Veo、Wan 和 Kling，音乐接了 Google Lyria 和 MiniMax，还支持 ComfyUI 自定义 workflow。等于把多媒体生成直接塞进了工作流里。最让我觉得有意思的是"Dreaming"这个功能。简单说就是记忆系统学会了做梦——模仿人类睡眠的记忆巩固机制，分浅睡、深睡、REM 三个阶段，自动把短期记忆里真正有价值的内容筛出来，写进长期记忆。不是什么都记，而是通过六个维度打分，够格了才留下。这个思路挺巧的，AI 的上下文终于不是越用越乱了。另外一个大变化是默认后端从 Claude CLI 换成了 GPT-5.4。老用户不受影响，但新用户 onboarding 直接走 GPT-5.4 了。还针对 GPT-5 爱"光说不做"的问题加了自动重试，实用。 Prompt cache 这次也做了不少优化，主要是让缓存命中更稳定，还加了诊断命令能看到缓存为什么断了，对省 token 省钱有帮助。其他零碎的：新增了 Qwen、Fireworks AI 这些 provider，UI 和文档支持了 12 种语言包括中文，还修了一堆安全漏洞。

#OpenClaw #视频生成 #音乐生成 #多媒体工作流 #Dreaming功能 #工作流集成 #插件 #Google Lyria #comfyUI