OpenClaw AI 实时文本生成需五步配置：一、确认模型后端支持流式（如GLM-5-Turbo）；二、启用全局streaming: true；三、调优WebSocket chunk_size与flush_interval_ms；四、禁用反向代理缓冲；五、验证前端IM客户端支持逐字更新。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用 OpenClaw AI 时发现响应延迟明显、文本一次性全部返回而非逐字呈现，则可能是流式输出未正确启用或配置。以下是实现 OpenClaw AI 实时生成文本的多种可行方式：
一、确认模型后端是否支持流式传输
OpenClaw 的流式输出能力依赖于所连接的模型后端是否原生支持 streaming 响应。例如 GLM-5-Turbo、Claude Opus 等具备流式接口的模型可直接启用，而部分本地 CLI 后端（如 claude-cli）默认不开启流式，需显式配置。
1、检查当前使用的模型标识符是否属于已知支持流式的类型，例如 anthropic/claude-opus-4-6 或 zhipu/glm-5-turbo。
2、打开 ~/.openclaw/config.yaml 文件，定位到 agents.defaults.model.primary 字段，确认其值为流式兼容模型。
3、若使用 fallback 链，需确保 fallbacks 列表中首个可用模型也支持流式，否则系统将在降级时自动关闭流式通道。
二、启用 OpenClaw 内置流式开关
OpenClaw 自 v2.8 起引入了全局流式控制标志，该标志影响所有支持流式的后端调用行为，但默认处于关闭状态以兼容旧链路。
1、编辑 ~/.openclaw/config.yaml，在顶层添加或修改字段：streaming: true。
2、保存文件后，执行 openclaw restart 使配置生效。
3、发送测试消息（如“写一段关于春天的短文”），观察 Web UI 或终端日志中是否出现分块输出（chunk-by-chunk）现象，而非整段延迟返回。
三、配置 Gateway 层 WebSocket 流控参数
OpenClaw 的 Gateway 层负责将模型流式响应通过 WebSocket 推送至前端 IM 工具。若前端无反应，问题常出在此层缓冲或超时设置。
1、在 ~/.openclaw/config.yaml 中找到 gateway.websocket 区块。
2、添加或调整以下键值：chunk_size: 32（控制每帧推送字符数）、flush_interval_ms: 50（强制刷新间隔，单位毫秒）。
3、避免将 flush_interval_ms 设为 0，否则可能触发底层协议异常；推荐值范围为 20–100。
四、禁用中间层响应聚合逻辑
某些部署场景下，Nginx、Caddy 或反向代理会默认启用响应缓冲，导致流式数据被暂存直至完整响应结束才转发，从而破坏实时性。
1、检查 OpenClaw 前置代理配置，确认未启用 proxy_buffering on 或类似指令。
2、对 Nginx，需在 location 块中显式设置：proxy_buffering off;、proxy_cache off;、tcp_nodelay on;。
3、重启 Nginx 服务并验证代理头中是否包含 X-Accel-Buffering: no。
五、验证前端 IM 客户端接收能力
即使后端完全流式就绪，若接入的 IM 工具（如 Telegram Bot API、微信私有协议桥接器）仅支持单次文本回传，仍无法体现逐字效果。
1、优先使用 OpenClaw 官方 Web UI（路径为 http://localhost:3000）进行基准测试，排除第三方客户端干扰。
2、若必须通过 Telegram 使用，确认 bot 后端采用 aiogram 3.x 或支持 sendChatAction + 多次 editMessageText 的更新机制。
3、对微信协议桥，需确保其底层消息通道允许 message_id 复用与内容覆盖，否则只能退化为单次长文本发送。
