OpenClaw 的跨会话记忆能力依赖 embedding provider。之前自写插件桥接 MiniMax 私有协议,每次升级都要重新验证。最近切到 SiliconFlow 提供的免费 BGE-M3(OpenAI 兼容),原生 provider 直接用,配置干净。

OpenClaw 在飞书通道接语音消息时,Feishu API 返回的是原始 .ogg 音频,不像微信自带 ASR 转写。直接在网关层挂本地 ASR(sherpa-onnx + Paraformer-large-zh),端到端约 3 秒出文字,RTF 0.041。再配 Edge TTS 把回复也转语音,完整语音对话链路闭环。

三个 Hermes profile 在飞书群「自媒体实验室」里互相 @ — 从飞书开发者平台开 `im:message.group_at_msg.include_bot` 权限，到装 lark-cli 查 open_id、改 allow_bots、放行 bot 消息、用 at user_id 标签打通 bot↔bot 链路。

AI agent 没有长期记忆就像金鱼——每次对话从零开始。memory_search 是 OpenClaw 内置的长期记忆检索能力，让 agent 能跨越多个会话回忆「上次那个方案」「之前讨论过什么...

模型从 M2.7 换到 M3 后，微信对话开始频繁触发消息限流。根因是 M3 显式汇报计划/进度，配上 gateway 默认开的 display.interim_assistant_messages，每句自言自语都成独立消息，把微信刷成消息瀑布。

M2.7 升级 M3 后图片识别链路改写：OpenClaw 弃用 VL-01、Hermes 不再走 MCP 图片识别，统一调用 M3 视觉接口。计费由 M2.7 时期文本/图片分额度并入 M3 多模态 Token 统一限额。

用 Hermes 接飞书时，AI 调用工具的过程会全部显示出来……其实只需 3 条命令，飞书就默认只显示最终回答

OpenClaw 可将 AI 生成的任务结果（如新闻汇总、数据报表、工作日志等）主动推送到华为鸿蒙手机负一屏，以统一卡片形式展示，支持 Markdown 格式保留。安装 today-task 插件并配置授权码后，说一句「任务完成，推送到负一屏」即可完成推送。

之前研究过如何在飞书群聊中让机器人与机器人互相@、实现交流与协作，研究结论是官方并不支持，需使用第三方插件转发的方式才能实现，过于复杂。最近更新了飞书官方插件 openclaw-lark 2026.5.7 版本，版本更新说明中提到：群组中 bot 给 bot 发消息，默认需要 @-mention 才能通过。

五一假期升级OpenClaw微信插件到v2.4.1后连接失败，排查发现是buildHeaders函数手动设置了Content-Length导致与HTTP客户端计算值冲突。