上周写4.24的时候我说"可能过几天4.25就到了"。没想到它不仅来了，还带来了这几个月最大的一次TTS升级——不是"支持语音"，是"让AI有声音、有人设、能演角色"。
一、TTS语音系统：六家新引擎，加一个"人设"
之前的OpenClaw只能用OpenAI的TTS。4.25一口气接入六家新引擎：
Azure Speech
SSML标记，Ogg/Opus音质
MP3/WAV，国产语音
ElevenLabs v3
ElevenLabs
最新一代，拟真度天花板
Inworld AI
Local CLI TTS
不需要API，命令行本地合成
但硬件堆料不是重点。重点是 TTS人设系统（persona） 。
4.25里你可以给每个Agent单独配声音——文案助手用冷静的新闻播报腔，陪聊助手用温柔的女声，橘猫助手来个活泼点的。以前一个会话只有一种声音，现在 不同角色说不同的话、用不同的声音 。
再加上 /tts latest（朗读最新消息）、/tts chat on（自动语音回复开关），从"AI能说话"到"AI是个说话的人"——这个跨度，比单纯的语音质量提升更有意义。
二、插件冷启动：终于不用盯着屏幕等了
用过OpenClaw的同学都知道，重启Gateway的时候要等一会儿——它每次都要扫描所有插件目录。
4.25把插件系统改成了 冷注册表模式 ：启动时不再遍历目录，从持久化索引直接读取。官方数字：
插件加载速度提升 82-90%
openclaw doctor 耗时减少 74%
还新增了 openclaw plugins registry 命令，想看当前装了哪些插件、索引对不对、要不要 --refresh 修复——一个命令搞定。
三、可观测性基建：Prometheus + OpenTelemetry全链路
模型调用耗时、Token用量、工具循环次数、exec进程——全部可追踪
支持 Prometheus 抓取端点（受保护的网关路由）
OTLP 信号级端点覆盖（traces/metrics/logs 可分别配置后端）
严格隐私保护——不导出 prompt 文本、session ID、命令内容
对个人用户来说可能感受不明显，但对企业部署和自动化运维来说，这是一个质变—— AI工作流的每一步都可以被量化、被观测、被优化 。
四、浏览器操作：无头模式 + 深度诊断
openclaw browser start --headless：一行命令启动隐藏浏览器
openclaw browser doctor --deep：深度探测浏览器状态，定位连接问题
iframe感知的CDP快照：页面内的内嵌框架不再"不可见"
CDP就绪超时可调：树莓派等慢设备不再因为启动慢而报错
五、Control UI做成"应用"了
浏览器页面支持 PWA安装 ——把 Control UI 装成桌面应用，图标独立、窗口独立。
加上 Web Push 通知 ，后台消息可以像手机通知一样弹出来。
这版的平台修复覆盖很全：
Windows ：pnpm路径空格、定时任务停止挂起
macOS ：LaunchAgent Token旋转不重复、Homebrew降级容错
Linux ：fnm Node管理支持、systemd迁移重试
Docker ：非root用户npm前缀修复
还加了磁盘空间不足预警——安装前先检查剩余空间，避免写到一半崩了。
Seedance 2.0 视频生成 ：支持参考图像/视频/音频作为输入，生成新视频。这是视频生成接入的标志。
子会话 fork 模式 ：sessions_spawn 可以带上当前对话上下文，子Agent不再从零开始。
Android Talk Mode ：手机端也能用语音模式了，有麦克风前台服务保证不被系统杀掉。
Codex MCP hook 中继 ：Codex app-server 的原生 MCP 能力可以通过 OpenClaw hook 系统桥接。
4.25 不是一个"亮点版本"，它是一个 基础能力补课版本 ：
语音从"能用"补到"角色级"
插件从"每次扫描"补到"秒开"
运维从"看日志"补到"全链路可观测"
浏览器从"能用"补到"无头+深度诊断"
平台从"主要平台正常"补到"Windows/macOS/Linux/Docker全覆盖"
而且按照现在的节奏，4.26 估计已经不远了。
全部评论