CnOps 社区
首页开源项目实践文章视频课程常见问答开发者工具
导航菜单
首页开源项目实践文章视频课程常见问答开发者工具

CnOps 社区

愿景

CnOps 社区是一个以"智能运维与可观测"为核心的开放、包容、分享的技术社区,旨在聚集运维专家、开发者和爱好者,共同探讨、学习和分享可观测最佳实践与最新技术,与众多技术社区合作互动,共同探讨交叉领域的技术挑战,推动可观测领域的创新与进步。

内容社区

  • 实践文章
  • 视频课程
  • 开源项目
  • 常见问答
  • 开发者工具

友情链接

  • Prometheus
  • Grafana Lab
  • OpenTelemetry
  • LoongCollector

关注我们

阿里云云原生公众号阿里云云原生
阿里云可观测公众号阿里云可观测

Copyright © 2026 CnOps 社区. All rights reserved.

首页问答openclaw-cms-plugin 0.1.2版本的多轮LLM分段功能是如何实现的?

openclaw-cms-plugin 0.1.2版本的多轮LLM分段功能是如何实现的?

#OpenClaw#LLM#链路追踪

CNOps | 2026-04-15

0.1.2版本开创性地实现了多轮LLM分段导出功能,不再受"多轮只触发一次llm hook"的限制。具体实现上,新版本支持assistant结构化输出块,包括reasoning、text和toolCall三种类型,并在工具批次执行后重建下一段LLM输入上下文。这样就能真实还原LLM到TOOL再到LLM的完整迭代链路,每一步的输入输出都清晰可见。配合新增的STEP语义(gen_ai.span_kind=STEP),补齐了gen_ai.operation.name=react、gen_ai.react.round和gen_ai.react.finish_reason等关键属性,最终形成了ReAct标准层级结构ENTRY到AGENT到STEP再到LLM和TOOL的完整分层。这种设计让Trace从单纯的"展示数据"升级到"支撑决策"的级别,用户不仅能看到调用了哪些工具,还能看到每一轮模型为何调用这些工具,大幅缩短排障路径。