MateClaw 1.3.0 正式发布。

MateClaw 是一个基于 Spring Boot / Spring AI Alibaba 的开源自部署多智能体 AI 操作系统，面向团队、企业和开发者场景，提供数字员工、LLM Wiki、记忆系统、MCP/ACP 扩展、多渠道接入、Tool Guard 审批与审计等能力。它的目标不是再做一个聊天框，而是把 AI Agent、知识、工具、工作流和企业治理放在同一个可自部署系统里。

1.3.0 是 MateClaw 的一个关键版本：在 1.2.0 将 Agent 产品化为“数字员工”之后，这一版补上了流程编排、事件触发、知识加工、员工级工具绑定和文档生成能力，让 MateClaw 从“能干活的员工”进一步走向“能跑业务流程的 AI OS”。

工作流：把多个数字员工组装成业务流程

MateClaw 1.3.0 新增 Workflow 工作流能力，可以把多个数字员工和系统动作编排成一条线性业务流程。

工作流采用“线性 step 数组 + mode 字段”的设计，刻意保持轻量，不做复杂画布优先的节点系统。当前支持 7 种 step mode：

• sequential：顺序执行，上一步输出进入下一步

• fan_out / collect：并行扇出与结果收口

• conditional：基于 Pebble 表达式做条件执行

• await_approval：流程中途暂停并等待审批，服务重启后可恢复

• dispatch_channel：将结果分发到不同渠道

• write_memory：将结果写入员工记忆，支持多种合并策略

编辑方式上，MateClaw 1.3.0 同时提供 JSON 优先的 Monaco 编辑器、JSON Schema 校验、Pebble 静态检查，以及基于 @vue-flow/core 的只读流程画布。对于不熟悉 DSL 的用户，也可以通过自然语言生成工作流草稿，再由用户审阅后发布。

这一版还加入了不可变 revision、payload 存储、跨 workspace ACL、运行历史、异步 dispatch 和 GC 调度等工程机制，避免正在运行的流程被草稿修改影响，也让长流程不占用请求线程。

触发器：让事件自动启动流程

有了工作流之后，1.3.0 进一步加入 Trigger 触发器系统，用来把系统事件和自动动作连接起来。

当前支持 6 类触发 pattern：

• cron：定时触发

• webhook：通用 webhook 事件入口

• channel_message：渠道消息触发

• agent_lifecycle：数字员工生命周期事件

• content_match：内容匹配触发

• workflow_completion：上游工作流完成后触发

触发后的动作可以是启动一个工作流，也可以是直接向某个数字员工发送消息。

为了避免企业场景中的“自动化失控”，MateClaw 1.3.0 在触发器中默认加入事件去重、per-trigger rate limit、Bot 自消息过滤、递归循环保护和未知 pattern fail-closed。多实例部署时，cron 触发复用 ShedLock，确保同一任务只执行一次。

Wiki 从搜索索引升级为处理流水线

过去的 LLM Wiki 更接近“知识检索”：文档进入系统后被切块、向量化、检索和引用。

1.3.0 让 Wiki 进一步具备“知识加工”能力。新的 Transformations 引擎允许用户为原始材料或 Wiki 页面配置模板，调用 LLM 生成结构化结果，并将结果保存回 Wiki。

主要能力包括：

• 用户自定义 transformation 模板

• 每个模板独立选择模型

• 支持 markdown / json 输出

• 可选 JSON Schema 校验

• 对原始材料或已有页面执行模板

• 跨材料 map-reduce 聚合生成合成页

• reverse-citation，将合成内容绑定回源 chunk

• 支持取消、重跑、token 用量记录和两次 run 并排比较

1.3.0 还内置了 7 个企业常见模板，包括合同条款抽取、客户情报、风险摘要、KPI 提炼、会议纪要规整、知识页结构化和问答对生成。

这意味着 Wiki 不再只是“被动召回”的向量库，而是可以把原料加工为可检索、可引用、可复用的结构化知识产物。

MCP per-agent 绑定与多模态旁路路由

在旧版本中，连接一个 MCP 服务器后，workspace 中的员工往往会看到同一批工具。1.3.0 改为员工级 MCP 工具绑定：每个数字员工可以独立选择自己可用的 MCP 工具。

工具选择器按 server 分组，并标注 connected、stale、unavailable、orphan 等状态；保存时会校验工具是否真实存在；多个 MCP server 出现同名工具时会自动前缀化，避免运行时歧义。MCP 派生的技能和工具也进入统一的工具选择接口。

多模态方面，1.3.0 新增 sidecar 旁路路由。对于主模型不支持图片的情况，系统可以自动调用配置好的视觉模型生成图片描述，再将描述注入主对话。这样用户不需要理解模型是否支持视觉能力，主对话仍可使用更便宜或更适合文本推理的模型。

从对话直接生成 Office 文件

MateClaw 1.3.0 新增 4 个 JVM 原生文档生成工具：

• DocxRenderTool：Markdown 转 .docx

• XlsxRenderTool：Markdown 表格转 .xlsx

• PptxRenderTool：Markdown 章节转 .pptx

• PdfRenderTool：Markdown 转 .pdf，支持中文

这些工具运行在 JVM 内，不依赖 npm 子进程，也不要求本机安装 Office。它们和原有 docx 技能分工不同：旧技能更适合编辑已有 Word 文档，新工具更适合从对话结果直接生成新文件。

图像能力也在这一版增强。image_generate 新增 image / images 参数，支持 URL、base64、当前消息附件、历史消息图片引用和多图组合。用户可以直接对历史会话中的图片说“把背景改成红色”，无需重新上传图片。

上下文工程与稳定性改进

1.3.0 还继续打磨长任务上下文工程，包括：

• 压缩历史时锚定首条用户消息

• 不跨 tool_call / tool_response 边界压缩

• 老工具结果保留原文，不改写为有损摘要

• spill 标记跨多次压缩保持有效

• 前端通过 compact_status SSE 感知压缩状态

• 修复分页边界上的 orphan tool response

• 会话级 spill 文件可按保留策略清理

此外，流式 tool-call 参数会被实时修正为合法 JSON，重复输出会被及时截断，非瞬时错误会显示恢复卡片，TLS / socket 瞬时错误也会自动重试。

其他更新

1.3.0 还包含一批渠道、部署和模型相关改进：

• 企业微信审批卡片 keepalive、群聊多人归属、长消息自适应合并

• 异步工具结果可回流到飞书、钉钉、企微、Slack 等渠道

• Docker 启动不再强制要求 DASHSCOPE_API_KEY

• 5 个重量级内置技能改为 optional，降低默认启动成本

• Spring AI 升级到 1.1.6，Spring AI Alibaba 升级到 1.1.2.3

• OpenAI Whisper STT 可路由到任意 OpenAI-compatible 端点

• 自定义 OpenAI-compatible provider 可不要求 API Key

• 修复对话删除、MCP 中文名、虚拟卡编辑、clipboard 降级、PDF OCR 等问题

快速开始

桌面端用户可以直接从 GitHub Releases 下载安装包，内置 JRE 21，无需本机安装 Java。

源码方式启动：

# 后端cd mateclaw-server mvn spring-boot:run # 前端cd mateclaw-ui pnpm install pnpm dev

Docker 部署：

cp .env.example .env docker compose up -d

• 项目地址：https://github.com/matevip/mateclaw
• 文档地址：https://claw.mate.vip/docs
• 在线演示：https://claw-demo.mate.vip