@next-open-ai/openclawx 0.8.58 → 0.9.6

package/README.md

@@ -19,7 +19,7 @@
 | **入门** | [快速开始](docs/zh/guides/getting-started.md) | 5 分钟跑通：安装、首次对话、桌面/通道入口 |
 | | [安装与部署](docs/zh/guides/installation.md) | npm、Docker、Desktop 安装包及环境要求 |
 | **使用指南** | [CLI 使用](docs/zh/guides/cli-usage.md) | 命令行对话、登录、模型与技能、开机自启 |
-| | [桌面端使用](docs/zh/guides/desktop-usage.md) | Desktop 安装与启动、智能体/会话/技能/设置；对话内 `//` 指令查询与切换智能体 |
+| | [桌面端使用](docs/zh/guides/desktop-usage.md) | Desktop 安装与启动、智能体/会话/技能/设置；**同一会话自由切换智能体**、**单智能体自由切换模型**（控制 Token 费用）、对话内 `//` 指令 |
 | | [本地推理 0 Tokens 方案](docs/zh/guides/local-inference.md) | 本地 GGUF 配置与使用；**一键省 Token** 特征说明 |
 | | [Web 与 Gateway](docs/zh/guides/gateway-web.md) | 启动网关、端口与路径、Web 端连接 |
 | | [使用场景](docs/zh/guides/usage-scenarios.md) | 整理下载目录、创建/切换智能体、B站下载助手、安装技能、MCP、定时任务等 |
@@ -48,13 +48,15 @@
 | 能力 | 说明 |
 |------|------|
 | **技能架构** | 基于 Agent Skills 规范，支持多路径加载、本地安装与动态扩展；支持技能自我发现与自我迭代 |
-| **编码智能体** | 集成 [pi-coding-agent](https://www.npmjs.com/package/@mariozechner/pi-coding-agent)，支持多轮工具调用与代码执行 |
+| **编码智能体** | 集成 [coding-agent]支持多轮工具调用与代码执行 |
 | **浏览器自动化** | 内置 [agent-browser](https://www.npmjs.com/package/agent-browser)，可导航、填表、截图与数据抓取 |
 | **长期记忆** | 向量存储（Vectra）+ 本地嵌入，支持经验总结与会话压缩（compaction） |
 | **多端接入** | CLI、WebSocket 网关、Electron 桌面端，同一套 Agent 核心；各端技术栈见下方「各端技术栈」 |
 | **多通道接入** | 飞书、钉钉、Telegram、微信等 IM 通道，Gateway 根据配置注册；入站经统一格式进 Agent，回复经通道回传 |
+| **同一会话自由切换智能体** | 在**同一 Session**（桌面对话或通道对话）中可随时切换智能体，包括**本机智能体**与**代理智能体**（Coze/OpenClawX/OpenCode/Claude Code）；通过对话内 `//` 指令或界面选择即可切换，**无需新建会话**，便于在单一通道中快速使用所有类型机器人。详见 [桌面端使用](docs/zh/guides/desktop-usage.md#同一会话中自由切换智能体与模型) |
+| **单智能体自由切换模型** | 每个智能体可独立配置并随时更换所用**大模型**（Provider + 模型）；在「模型配置」或智能体详情中为同一智能体选择不同模型即可，便于按任务或预算**控制 Token 费用**（如日常用本地/小模型、复杂任务切云端大模型）。 |
 | **代理模式** | 智能体执行方式可选 **本机** / **Coze** / **OpenClawX** / **OpenCode** / **Claude Code**；本机使用当前模型与 Skills，**代理模式下本机 0 Token 消耗**，推理与消息处理在对方平台完成 |
-| **本地推理 0 Tokens** | 本机执行时可选 **本地 GGUF 模型**：在「设置 → 模型配置 → 本地模型」中下载/选择模型并启动本地推理服务，智能体选用 local + 本地模型后，**推理完全在本地进行，不消耗任何云端 API Token**，即 **一键省 Token**；适合私密对话、离线或配额有限场景。详见 [本地推理 0 Tokens 方案](docs/zh/guides/local-inference.md) |
+| **本地推理 0 Tokens** | 本机执行时可选 **本地 GGUF 模型**：在「设置 → 模型配置 → 本地模型」中下载/选择模型并启动本地推理服务，智能体选用 local + 本地模型后，**推理完全在本地进行，不消耗任何云端 API Token**，即 **一键省 Token**；本地推理基于 **node-llama-cpp**，**全量仿真 OpenAI 协议**，提供**类本地 OpenAI 服务**，兼容标准 OpenAI 客户端与接口。详见 [本地推理 0 Tokens 方案](docs/zh/guides/local-inference.md) |
 | **Coze 接入** | 支持 Coze 国内站（api.coze.cn）与国际站（api.coze.com）；按站点分别配置 Bot ID 与 Access Token（PAT/OAuth/JWT），桌面端与通道均可选用 Coze 智能体；**0 Token 消耗**，适合 Coze 侧大量消息与长对话场景 |
 | **OpenClawX 多节点协作** | 可将智能体代理到另一台 OpenClawX 实例（baseUrl + 可选 API Key），实现多节点分工、负载与协作；本机 0 Token 消耗 |
 | **OpenCode 代理** | 可将智能体代理至 [OpenCode](https://opencode.ai/) 官方 Server（本地 `opencode serve` 或远程）；支持流式回复、斜杠指令 `/init`、`/undo`、`/redo`、`/share`、`/help`，与 TUI 使用方式一致；**0 Token 消耗**，适合 OpenCode 侧大量代码与长上下文能力 |
@@ -63,11 +65,18 @@
 | **RPA（影刀）** | 通过 MCP 可接入影刀 RPA：在智能体 MCP 配置中添加 [yingdao-mcp-server](https://www.npmjs.com/package/yingdao-mcp-server)（命令 `npx -y yingdao-mcp-server`，可选 env 如 `RPA_MODEL`、`SHADOWBOT_PATH`、`USER_FOLDER`），即可在对话中调用影刀自动化能力 |
 | **插件支持** | 通过 `openbot extension install/list/uninstall` 在 `~/.openbot/plugins` 安装 npm 包形式扩展；详见 [插件与扩展](docs/zh/features/plugins.md) |
 
+### 同一会话中自由切换智能体与模型
+
+- **同一 Session 自由切换智能体**：在桌面对话或飞书/钉钉/Telegram/微信等**同一通道的同一会话**中，可随时切换当前使用的智能体（本机智能体或代理智能体），无需新建会话。通过输入 `//select` 查看列表、`//智能体名` 或 `//id` 切换，即可在**一个会话里快速使用所有类型机器人**（本地、Coze、OpenClawX、OpenCode、Claude Code 等）。
+- **单智能体自由切换模型**：每个智能体可在「模型配置」或智能体详情中**独立选择并更换大模型**（如 DeepSeek、Qwen、Ollama、本地 GGUF 等）。便于按任务难度或预算**控制 Token 费用**：日常用本地/小模型，复杂任务再切到云端大模型。
+
+详见 [桌面端使用 - 同一会话中自由切换智能体与模型](docs/zh/guides/desktop-usage.md#同一会话中自由切换智能体与模型)。
+
 ### 本地推理 0 Tokens 方案（一键省 Token）
 
-当智能体执行方式为 **本机（local）** 且选用 **本地 GGUF 模型** 时，推理由本机 子进程完成，**不调用任何云端 API**，因此 **0 Token 消耗**。
+当智能体执行方式为 **本机（local）** 且选用 **本地 GGUF 模型** 时，推理由本机 [node-llama-cpp](https://github.com/nicolo-ribani/node-llama-cpp) 子进程完成，**全量仿真 OpenAI 协议**，提供**类本地 OpenAI 服务**，**不调用任何云端 API**，因此 **0 Token 消耗**。
 
-- **一键省 Token 含义**：在「设置 → 模型配置」中将默认（或某智能体）的 Provider 选为 **local**、模型选为已下载的本地 GGUF（如 Qwen3 4B/7B、EmbeddingGemma 等），即可实现「对话不花一分钱 Token」；无需改代码，无需代理到第三方，本机即可完成问答、工具调用与技能执行。
+- **一键省 Token 含义**：在「设置 → 模型配置」中将默认（或某智能体）的 Provider 选为 **local**、模型选为已下载的本地 GGUF（如 **Qwen3.5** 4B/8B、Qwen3 4B/7B、EmbeddingGemma 等），即可实现「对话不花一分钱 Token」；无需改代码，无需代理到第三方，本机即可完成问答、工具调用与技能执行。**模型对比与推荐**：目前国内开源表现较好的模型包括 **Qwen3.5** 系列，可在「本地模型」推荐列表中下载使用。
 - **配置与使用**：在桌面端「设置 → 模型配置 → 本地模型」中可下载推荐 GGUF、查看已安装模型、启动/重启本地模型服务（可选 LLM + Embedding）；在「模型配置」或「智能体」中为 local provider 选择对应本地模型与上下文长度。缺省模型文件不存在时本地服务不会自动启动，需在「本地模型」页下载或选择模型后点击「启动本地模型服务」。
 - 详细步骤与常见问题见 **[本地推理 0 Tokens 方案](docs/zh/guides/local-inference.md)**。