MateClaw v1.6.0 已发布,稳定版日期为 2026 年 6 月 22 日。这个版本没有把重点放在“又接入一个模型”上,而是补了企业 Agent 真正落地时绕不开的几类工程能力:数据库适配、视觉上下文、代码执行、员工身份塑造、知识库范围控制、全局代理和运行稳定性。对使用者来说,更直观的变化是:复杂任务不再是黑盒,任务清单、工具调用、审批卡片、知识来源和多渠道回流都能在控制台里被看见。
如果说 v1.5.0 更强调 Goal、Memory、Wiki 这类“可验证的长期工作能力”,那么 v1.6.0 更像是一次面向生产环境的推进:让 Agent 能跑在企业要求的数据库上,能处理多轮图片上下文,能通过工具完成真实计算和文件处理,也能被团队用更明确的上下文文件和知识边界管理起来。
版本重点
v1.6.0 的变化可以分成三条主线:
-
部署底座:新增 KingbaseES(人大金仓)与 PostgreSQL 支持,面向国产化、信创、内网和受监管部署场景;
-
执行能力:图片可以跨轮次保留在上下文中,新增 image_analyze 与 execute_code,让 Agent 不只是回答问题,也能重看图片、写代码并运行;
-
治理能力:上下文文件有了正式编辑器,员工身份更稳定,Wiki 访问范围可限定到绑定知识库子集,工具执行仍然受 Tool Guard、审批与审计约束。
看得见的亮点
除了底层适配,这个版本也延续并强化了 MateClaw 比较有辨识度的产品体验:长任务要能被看见,工具执行要能被拦住,知识来源要能追溯,数字员工要能被管理。
1. 任务看板与持久任务清单
MateClaw 的长任务不是只给一个转圈状态。Plan-and-Execute 任务会拆成步骤,并在对话侧边形成持久任务清单:哪一步在跑、哪一步完成、哪一步失败、失败原因是什么,都可以看到。
这个清单能扛住刷新和离开页面后回来继续查看。对开发者和运维人员来说,这一点很关键。因为真实任务通常不是“一问一答”:
-
先分析需求;
-
再查资料或知识库;
-
再调用工具;
-
再生成结果;
-
最后做总结或验收。
如果没有任务看板,用户只能看到一个 spinner,不知道 Agent 是卡住了、在调用工具、还是已经失败。MateClaw 把任务步骤、阶段状态、工具调用、审批结果放到可见界面里,减少长任务的不确定感。
2. Goal 清单:复杂目标可以逐条验收
从 v1.5.0 开始,MateClaw 的 Goal 已经不是一个模糊完成度分数,而是可以拆成多条准则的 checklist。v1.6.0 在此基础上继续增强运行底座:图片上下文、代码执行、知识范围和数据库适配都能参与这些长目标。
例如“整理一份产品竞品分析报告”这种任务,可以拆成:
-
收集指定来源;
-
比对功能差异;
-
引用知识库内容;
-
生成 Markdown;
-
检查数据或链接;
-
输出最终结论。
每条准则都可以被评估,而不是靠一句“差不多完成了”。这让 Agent 更接近一个可验收的执行体。
3. 分段消息、工具调用和审批卡片
MateClaw 控制台会把流式响应拆成不同阶段:thinking、tool_call、tool_result、content 等。工具调用不是藏在后端日志里,而是能在聊天流中看到工具名、参数和结果。
涉及高风险工具时,控制台会出现审批卡片,用户可以批准或拒绝。这个机制对企业场景很重要,因为工具一旦能访问文件、执行代码、调用外部 API,就不应该只靠 prompt 约束。
v1.6.0 新增的 execute_code 也延续这套治理方式:它能执行真实代码,但仍然需要按员工绑定,并受 Tool Guard、审批和审计约束。
4. 多入口协作:Web Console、Webchat、IM 渠道
MateClaw 不是只做一个 Web 聊天框。它支持 Web Console、可嵌入 Webchat,以及飞书、钉钉、企业微信、Slack 等 IM 渠道。v1.6.0 中 Webchat 增强为 Web/API 访问并支持多会话管理,飞书群聊也增强了 @ 机器人别名学习。
这意味着同一个数字员工既可以在控制台里管理,也可以通过团队日常使用的 IM 工具触达。长任务和异步结果可以回到发起渠道,不必要求所有人都切到同一个后台页面。
5. 知识库不只是检索框,而是可维护工作区
LLM Wiki 的 Sources 标签让知识库有了更清晰的维护入口:上传原始素材、本地目录源、glob 同步、pageType profile、页面重分类都收敛到知识库管理视图里。
对使用者来说,这比“丢一堆文档进向量库”更可控。你可以看到知识从哪里来,如何同步,页面类型如何定义,Agent 能访问哪些知识库。v1.6.0 的知识库范围限制,也让不同员工可以绑定不同知识集合,避免所有 Agent 共享一坨无边界知识。
6. 调度中心:主动型任务也能管理
MateClaw 还提供统一调度中心,把计划任务、事件触发器和运行历史放在一起。典型用法包括定时日报、知识库错峰处理、竞品监控、异常通知等。
这类能力让 Agent 从“用户打开页面后才回答”变成“可以按时间或事件主动工作”。对于企业内部助手来说,主动型任务往往比一次性聊天更有价值。
一、支持 KingbaseES 与 PostgreSQL
企业部署 Agent 时,数据库经常不是开发团队自由选择的。很多政企、信创或强合规场景会要求使用 PostgreSQL 或国产数据库。MateClaw v1.6.0 新增了 KingbaseES(人大金仓) 与 PostgreSQL 支持。
这部分不是简单增加两个 JDBC URL,而是做了几项工程化处理。
1. PostgreSQL 家族共用迁移树
PostgreSQL 与 KingbaseES 共用同一套迁移脚本,避免为两个数据库维护两套几乎重复的 Flyway migration。迁移脚本尽量使用可移植的 PostgreSQL 方言,例如:
这类改动看起来不显眼,但对长期维护很重要。数据库迁移一旦分叉,后续每个版本都要承担双倍验证成本。
2. KingbaseES 驱动按需引入
PostgreSQL 驱动在 Maven Central 中,因此随默认构建发布。KingbaseES 驱动不在 Maven Central,如果作为默认硬依赖,会让普通开发者在本地构建时失败。
v1.6.0 的处理方式是:KingbaseES 驱动通过 Maven profile 按需引入:
mvn package -Pkingbase
这样既支持国产数据库部署,又不会污染默认开源构建链路。
3. MySQL 与 H2 保持兼容
这次新增 PostgreSQL / KingbaseES 是可选 profile,不是强制迁移。已有 MySQL 生产部署和桌面版 H2 仍然保持原有行为。
这点对升级很关键:v1.6.0 不会把已有用户自动迁移到 PostgreSQL,也不提供自动 MySQL 到 PostgreSQL 的数据迁移。数据库切换仍然应当作为一次明确的部署决策处理。
二、图片不再是一次性输入
过去很多 Agent 对图片的处理方式更像“一次性识别”:用户发来图片,模型当轮分析一次,后续对话只留下文字描述。用户再追问图片里的某个细节时,模型其实已经不再看原图。
v1.6.0 改进了这条链路:图片可以跨轮次保留在上下文中。配合新的 image_analyze 工具,Agent 可以按需重新分析同一张图片。
适合的场景包括:
这类能力对于运维、实施、客服、数据分析等场景更实用。因为这些工作里,图片不是“素材”,而是排查和协作的一部分。
三、新增 execute_code:从语言推理到真实执行
v1.6.0 新增内置工具 execute_code。它允许 Agent 在合适的任务里写一段代码并运行,用真实执行结果回答问题。
例如:
-
计算一组复杂数据;
-
重整 CSV / JSON / 文本;
-
校验哈希或文件内容;
-
生成临时脚本验证某个推导;
-
做格式转换、统计和轻量数据处理。
没有执行工具时,模型容易把“看起来合理的推理”当成结果。有了 execute_code 后,Agent 可以把部分任务落到可复核的运行结果上。
需要注意的是,execute_code 并不是一个绕过权限的后门。它仍然作为 MateClaw 的工具体系存在,需要绑定到具体员工,并继续受 Tool Guard、审批和审计约束。
这也是企业 Agent 与普通聊天机器人的区别:工具调用不只是“能不能调”,还要回答“谁能调、什么时候调、调了什么、结果是什么、是否需要审批”。
四、员工身份与知识边界更清晰
MateClaw 把 Agent 抽象成数字员工。数字员工如果要进入企业协作,就不能只靠一段长 prompt。它应该有稳定身份、角色背景、行为风格、知识范围和权限边界。
v1.6.0 在这方面做了几项增强:
-
AGENTS.md、SOUL.md、PROFILE.md 等上下文文件有了正式编辑器;
-
支持通过弹窗编辑,并在 Agent 设置中直接管理;
-
支持章节重排,方便维护长期上下文;
-
系统提示词中加入静态的 “About You” 身份块;
-
每轮运行时注入实际模型身份;
-
员工的 Wiki 访问范围可以限定到绑定知识库子集;
-
花名册支持标签过滤和芯片式编辑。
其中“Wiki 访问范围”很适合企业场景。不是每个 Agent 都应该看到所有知识库。研发助理、客服助理、销售助理、财务助理通常应当绑定不同知识范围,这比把所有知识塞进一个大 RAG 更可控。
五、LLM Wiki 的 Sources 标签
LLM Wiki 在 v1.6.0 中也做了结构调整:上传的原始素材和本地目录源监听合并到每个知识库的 Sources 标签。
这个变化的意义是:知识库不只是“上传文件后检索”,而是更接近一个可以持续同步的知识工作区。
主要变化包括:
从技术角度看,LLM Wiki 这条线已经不只是“向量检索”。它开始把 source、chunk、page、pageType、citation、agent-created page 放在同一套知识运行逻辑里。
六、全局出站代理
v1.6.0 增加了全局出站代理设置页。
-
HTTP(S) 代理覆盖所有出站流量,包括 LLM API 调用;
-
SOCKS 在 JDK HTTP 路径和部分非 LLM 流量中生效;
-
设置实时生效,并在 UI 中显示当前 host、port 和类型。
这类功能在公网演示环境里不显眼,但在企业内网里很常见。很多服务器访问外部模型 API、Webhook、文件源或第三方服务时,都必须走公司代理。统一配置比每个模块各自处理代理更容易排查。
七、渠道、模型与稳定性改进
这个版本还包含一些集成和稳定性更新:
-
内置 Claude Fable 5 模型条目;
-
Webchat 支持 Web/API 访问和多会话管理;
-
飞书群 @ 机器人支持别名学习;
-
群会话使用完整 chatId 作为键,避免后缀碰撞;
-
MCP 连接变化时刷新工具缓存;
-
MCP Server 连接改为非阻塞,慢服务不再卡住启动;
-
技能工作空间持久化到已有数据卷;
-
非 ASCII 技能名不再发生碰撞或移位;
-
Wiki 标题去重、中文路径、目录扫描去重等问题修复;
-
最终回答增加确定性 Markdown 规范化,并提供关闭开关;
-
商品推荐可以渲染为可点击商品卡片。
这些改动单独看都不大,但都属于生产使用中会遇到的细节问题。
升级说明
从 v1.5.0 升级到 v1.6.0 时,已有 Agent、技能、Wiki、渠道、定时任务、工作流、触发器和 Goal 会保持兼容。
新增 schema 由 Flyway 自动迁移,主要包括:
-
Agent 知识库访问范围;
-
Wiki 转换目标 pageType;
-
execute_code 工具注册;
-
MCP 生产端点修复;
-
Claude Fable 5 模型条目;
-
KB 监听开关。
升级时需要注意:
-
PostgreSQL / KingbaseES 是新的可选部署 profile;
-
不会自动执行 MySQL 到 PostgreSQL 的数据迁移;
-
图片跨轮次上下文默认生效;
-
execute_code 作为内置工具存在,但仍需按员工绑定与治理;
-
全局代理默认关闭,配置后才生效;
-
Markdown 规范化默认开启,可按需关闭。
小结
MateClaw v1.6.0 的重点不是做一个更花哨的聊天界面,而是继续补 Agent Runtime 的工程底座:
对开发者来说,这个版本更值得关注的是背后的取舍:默认构建不被私有驱动污染,迁移树不轻易分叉,工具执行不脱离治理,知识库不是简单堆文档,而是逐步走向可持续同步和可追踪引用。
项目地址