警惕!OpenClaw隐藏的致命Bug:网络超时误报上下文溢出,可导致系统陷入死循环

救命!我的AI助手OpenClaw深夜疯了!前天晚上开始,如果按照推文时间来算,应该是前天晚上了,OpenClaw像着了魔一样,过一会就在聊天窗口刷屏报错,最后竟然把自己给玩死了!

我们前面介绍了两种方式来给OpenClaw提供近乎无限量的token,一种是对接有免费额度的平台(OpenClaw(原ClawdBot)免费AI模型终极配置指南:精选20+精英模型,打造你的低成本AI军团),另一种是直接“强奸”Antigravity(还在为AI API费用发愁?我找到了免费使用Gemini 3和Claude 4.5的方法)。

我本以为有这么高端的模型,再加上多档回退机制,我本该高枕无忧了,结果是万万没想到,我的OpenClaw遭遇了一场由底层Bug引发的鬼打墙式死循环!

昨天晚上七点半开始,间隔一段时间他就开始自己报错,到今天凌晨不报了,我以为恢复了,结果他又开始报上了!

我分析了一下规律,发现OpenClaw机器人刷屏报错的时间间隔大约是固定的75分钟,报错内容是Context overflow(上下文溢出)、prompt too large(提示词太大)或Agent failed(Agent失败)等错误,让我一度以为是模型Token超限。实际上,我用的是gemini-3-flash这个模型,有100万Token的上下文容量,外加超高免费额度,理论上就不会出现这些错误,如果直接在Antigravity进行操作,则没有报错,说明OpenClaw的底层,有BUG!

为了确认问题,我重启了OpenClaw服务,发现错误依然会在短时间内复现,这就有意思了。

既然我搞不定,我们不是还有Antigravity吗?让Antigravity去自证清白!

大概意思是说,对话中的所有内容,都会写入到当前会话的持久化存储中,如果清空聊天记录,就会出现下面的情况。

同时,OpenClaw包含一个名为google tool schema snapshot的后台守护进程,每15分钟自动运行一次,用于刷新工具定义和检查上下文状态。

好,接下来就是问题的关键,因为在调用接口时,Antigravity Gateway出现了一次连接超时或者速率限制(大概率是前者),精准命中OpenClaw的错误处理模块(errors.ts)的逻辑缺陷,简单粗暴地将此类网络层面的timeout或rate_limit错误统一包装为“Context overflow”展示给用户,触发误判。

更要命的是,系统将这次后台任务的失败判定为“严重异常”,触发了自动重试机制,进入死循环。同时,OpenClaw会将有问题的会话数据保存到了硬盘(sessions.json),即使重启服务,程序也会重新加载这段“有毒”的对话历史,一旦后台任务再次扫描到它,就会再次崩溃,再次进入死循环。

可以看到,到这里就基本上跟模型没有关系了。但问题还是要解决,直接让Antigravity恢复环境。

这就完了?还有更恶心的,除了把“有毒”的大文件保存在sessions.json之外,OpenClaw还把“被封禁/冷却中”这个错误状态保存在了另一个文件auth-profiles.json里。也就是说,即使删除文档,但OpenClaw脑子里还记着“我是被Google封杀的状态”,所以它拒绝工作。

解决方案有两个,如果是临时止血,可以修改下游业务代码,将调用的模型从 OpenClaw/Gemini切换为直连SiliconFlow/DeepSeek,避开故障点,确保业务恢复。也就是从最强大的模型回退到最经济的模型。

如果要根治修复,就要先停止服务,再手动删除OpenClaw的本地会话存储目录,彻底移除包含大文档的损坏上下文,清除毒化数据,跳出死循环。

systemctl --user stop openclaw-gateway.servicerm -rf /root/.openclaw/agents/main/sessionsrm -r /root/.openclaw/agents/main/agent/auth-profiles.jsonsystemctl --user start openclaw-gateway.service

重启服务之后,服务启动正常,日志中不再出现循环报错。不过,也得需要你再次配置认证才行。

之后,OpenClaw相当于完全失忆并作为新服务启动,又能再次投入工作了。

这次惊心动魄的排障经历给我们敲响了警钟:再强大的系统也可能因底层一个不起眼的Bug而崩溃。

如果你还没有遇到这个问题,那我得给你提个醒了,在OpenClaw修复此Bug之前,尽量避免在长期活跃的主Session中上传过大的文档。建议使用临时Session处理大文档,处理完后使用/new命令开启新会话。同时,建议配置多模型冗余,保持业务脚本具备多模型切换能力,如DeepSeek/Gemini互备,防止单一通道故障导致业务停摆。

你的系统是否也遇到过类似的灵异事件?欢迎在评论区分享你的排障故事!

***推荐阅读***

无需公网IPv4!手把手教你配置基于IPv6的WireGuard安全隧道

WireGuard配置太麻烦?我的Web管理系统通过HUB/SPOKE组网+SSH代管,效率提升100倍!

我们的WireGuard管理系统支持手机电脑了!全平台终端配置,支持扫码连接,一键搞定

腾讯云隐藏福利:如何通过一键操作白嫖CPU升级?性能飙升

OpenClaw(原ClawdBot)免费AI模型终极配置指南:精选20+精英模型,打造你的低成本AI军团

还在为AI API费用发愁?我找到了免费使用Gemini 3和Claude 4.5的方法

每月40元实现异地组网!用家用路由器+L2TP协议,在腾讯云上搭建企业级VPN枢纽

你的VPN客户端还在共用IP?最新的OpenVPN管理系统已支持每客户端独立公网IP!

成本省下99.7%!用40元的腾讯云服务器自建IPsecVPN,成功对接企业级飞塔防火墙

超越SR-MPLS!SRv6实测:基于纯IPv6数据面承载IPv4 VPN业务,体验协议简化之美

超越BE!实战演示SR-MPLS TE显式路径规划,为VPN业务提供可靠性能保障

2048卡昇腾910C集群算力集群交付工程手册

2048卡昇腾910C集群存储集群交付工程手册

Read more

融资3000万美元,服务2000+团队!听Dify专家拆解如何把AI从Demo变生产力

融资3000万美元,服务2000+团队!听Dify专家拆解如何把AI从Demo变生产力

整理 | 梦依丹      出品 | ZEEKLOG(ID:ZEEKLOGnews) 近日,开源 AI 应用开发平台 Dify 宣布完成 3000 万美元 Pre-A 轮融资,由红杉领投,GL Ventures、Alt-Alpha Capital、五源资本、瑞穗力合投资和 NYX Ventures 跟投,目前公司估值已达 1.8 亿美元。 这家从“原型工具”杀出来的黑马,如今已服务全球超 140 万台设备、2000+ 团队和 280 家企业(包括马士基、安克创新等),正朝着“全球 AI 应用工作流标准定义者”狂奔。 那么,Dify 是如何用“

By Ne0inhk

Windows 下 Node.js 安装完全指南:多方法详解与开发环境配置

在Windows上安装Node.js非常简单,但务必遵循正确的步骤,以确保Node 包管理器 (NPM)的顺利安装和正常运行,这对于管理依赖项和包至关重要。本指南将引导您了解适用于 Windows 7、8、10 和 11 的官方网站、NVM、Windows 子系统和包管理器。 在 Windows 上安装 Node.js 的先决条件:Windows 操作系统:Windows 7或更高版本管理员权限:安装所需互联网连接:稳定的下载连接Windows Installer:最新版本,安装顺利文本编辑器/IDE:Visual Studio Code 或类似基本命令行知识:熟悉CMD或PowerShell磁盘空间:至少 100 MB 可用空间硬件要求:最低2 GB RAM和1 GHz 处理器 方法一:

By Ne0inhk
SQL 基础及 MySQL DBA 运维实战 - 4:MySQL 备份与恢复全实战(XtraBackup和mysqldump)

SQL 基础及 MySQL DBA 运维实战 - 4:MySQL 备份与恢复全实战(XtraBackup和mysqldump)

📌 本人博客原文链接:Breeze 在数据库运维体系中,备份是保障数据安全的核心环节,也是业务连续性的重要支撑。无论是应对硬件故障、自然灾害等不可抗力因素,还是处理人为误操作等意外情况,完善的备份策略都能确保数据在灾难发生时快速恢复,将损失降至最低。 一、备份的核心概念 1. 备份的必要性 * 数据安全保障:防范硬件故障、自然灾害、网络攻击等导致的数据丢失 * 业务连续性:确保在数据损坏时能够快速恢复,减少业务中断时间 * 合规要求:满足行业监管对数据保留和恢复能力的要求 * 测试与开发支持:为测试环境和开发环境提供数据副本 2. 备份的核心目标 * 数据一致性:确保备份数据与源数据完全一致,无 corruption * 服务可用性:最小化备份过程对生产环境的影响,避免服务中断 * 恢复效率:确保在需要时能够快速、完整地恢复数据 3. 备份技术分类 * 物理备份(冷备份) * 直接复制数据库文件,适用于大型数据库环境 * 不受存储引擎限制,但通常需要停止服务 * 常用工具:tar、cp、scp等 * 优势:

By Ne0inhk
AI的提示词专栏:Prompt 驱动的 SQL 生成与查询优化

AI的提示词专栏:Prompt 驱动的 SQL 生成与查询优化

AI的提示词专栏:Prompt 驱动的 SQL 生成与查询优化 本文聚焦 Prompt 技术在 SQL 领域的应用,先剖析 SQL 生成与优化的痛点,阐述 Prompt 驱动 SQL 生成的核心原理,即通过需求转化、约束注入和示例引导实现自然语言到 SQL 的精准映射。随后结合电商、金融、互联网产品等场景,提供基础型、进阶型、复杂型三类 Prompt 实战案例,展示不同需求下的 Prompt 设计与 SQL 生成过程。还讲解了 Prompt 驱动 SQL 查询优化的方法,包括识别性能瓶颈、设计优化 Prompt 及实战案例分析,同时给出动态 SQL 生成、多数据库兼容等进阶技巧,解答常见问题并提供实践建议,助力读者降低

By Ne0inhk