v2.0.8: 飞书通道升级、模型新增、定时任务优化

飞书渠道全面升级

1. 一键扫码接入飞书

支持在web端或终端一键扫码接入飞书通道，不再需要手动到飞书开放平台建应用、填权限和事件订阅：

相关文档：飞书接入

2. 流式输出和Markdown渲染

支持飞书流式卡片输出效果，并支持Markdown渲染：

• 多轮 Agent 场景下中间消息与最终回复分卡呈现
• 针对 DeepSeek 等高频输出模型做了专门优化，速度与 Web 端持平
• 要求飞书客户端 ≥ 7.20

3. 语音消息收发

支持接收用户发送的飞书语音消息并自动识别为文本，回复也可走 TTS 以语音形式发出。需配置语音识别及合成使用的模型厂商和相关key。

PR #2791 Thanks @ooaaooaa123

新模型支持

• DeepSeek V4 系列：新增 deepseek-v4-pro / deepseek-v4-flash，并将默认模型切换为 deepseek-v4-flash
• 思考模型开关统一：DeepSeek V4、Qwen3 等思考模型的开关行为对齐到 enable_thinking
• 百度千帆模型接入：新增百度千帆厂商，支持 ernie-5.0、ernie-4.5-turbo-128k 等模型，并支持图像识别工具，相关文档查看 百度千帆。PR #2790 Thanks @jimmyzhuu
• 新增有道翻译：translate 模块新增有道翻译支持。 PR #2797 Thanks @Zmjjeff7

定时任务记忆增强

• 任务结果可被追问：定时任务的执行结果自动注入到接收方的会话历史中，下一轮对话可直接追问，无需重新交代上下文 Thanks @huangrichao2020
• 不污染长期记忆：注入的调度对话不会被纳入每日梦境记忆汇总，避免高频任务把记忆刷满
• 避免越跑越慢：调度任务自己的上下文长度自动控制在合理范围内，长期反复执行也不会越积越大、拖慢响应

OpenAI 客户端重构

• 去 SDK 依赖：OpenAI SDK 改为原生 HTTP 实现，启动更轻、依赖冲突更少
• Web 控制台提示：模型配置 API Base 输入框加入版本路径占位提示

工具与安全

• 图像识别模型：让 tool.vision.model 配置真正生效，未配置时自动 fallback #2792 Thanks @CNXudiandian
• Bash 安全确认：仅对工作区外的破坏性删除做二次确认，工作区内常规操作不再打扰

其他修复

• 修复 Deep Dream 重复触发问题
• 修复 DeepSeek 多轮对话中部分历史轮次缺失 reasoning_content

升级方式

源码部署可执行 cow update 或 ./run.sh update 一键升级，或手动拉取代码后重启。详见 更新升级文档。

⚠️ 飞书一键创建应用依赖 lark-oapi>=1.5.5，cow update 会自动拉取；手动部署请确保依赖已更新。

发布日期：2026.05.06 | Full Changelog

v2.0.7：图像生成技能、新模型支持、知识库和记忆优化

🎨 图像生成技能

新增图像生成内置技能，支持文生图、图生图、多图融合，支持 GPT-Image-2、Nano Banana 等多种模型：

• 自动路由：支持六种厂商模型自动切换，OpenAI (GPT-Image-2) → Gemini (Nano Banana) → Seedream (火山方舟) → Qwen (百炼) → MiniMax → LinkAI
• 开箱即用：配置 API Key 即可使用，无需手动指定模型。也支持在对话中指定特定模型
• 灵活控制：支持 quality（画质）、size（分辨率，512/1K~4K）、aspect_ratio（宽高比）等参数，各厂商自动适配有效值
• 图片编辑：传入已有图片即可进行编辑、风格迁移、多图融合
• Skill 级配置：支持通过 config.json 中的 skill.image-generation.model 固定默认模型

相关文档：图像生成技能

使用方式：内置技能默认开启，位置在 skills/image-generation

🤖 新模型支持

• Kimi K2.6：新增 kimi-k2.6 模型支持
• Claude Opus 4.7：新增 claude-opus-4-7 模型支持
• GLM 5.1：新增 glm-5.1 模型支持
• Kimi Coding Plan：支持 Kimi Coding Plan 模式
• 自定义模型厂商：新增自定义模型提供方配置，方便接入本地模型及更多厂商

📚 知识库增强

• 嵌套目录支持：知识库列表和展示支持多级嵌套目录
• 根级文件展示：知识树中显示根目录下的 index.md、log.md 等文件
• 空状态统计修复：排除根级文件对知识库统计的干扰，正确保持空状态

🌙 梦境记忆优化

• 结构化组织：梦境记忆文件按日期自动归档，目录结构更清晰
• 定时抖动：每日定时触发增加随机抖动，避免集群场景下的并发冲突

🛠 技能系统改进

• 技能管理刷新：/skill 命令执行后自动加载最新技能，确保状态同步
• 安装来源扩展：技能安装支持多种来源格式（URL、zip、本地文件等）

💬 Web 控制台优化

• 智能自动滚动：优化聊天窗口滚动逻辑，用户手动翻阅时不再强制跳到底部 Thanks @colin2060
• 移动端适配：侧边栏默认隐藏，支持点击遮罩关闭
• 图片预览去重：修复同一消息中图片重复渲染的问题
• 推理内容截断：深度思考内容超出阶段，解决前端卡顿问题
• 会话标题修复：修复标题自动生成的回退逻辑

🐛 其他修复

• Gemini 修复：修复 Gemini tool call 不返回结果的问题
• Agent 重试：空响应重试时不再丢弃 tool_calls
• Docker 环境变量：修复 Docker 环境下更新配置后环境变量未同步的问题 Thanks @sunboy0523
• Python 3.7 兼容：延迟导入 Literal 以兼容 Python 3.7
• 模型切换通知：修复切换模型后 bot_type 变更通知未显示的问题。Thanks @6vision
• 配置命令增强：/config 支持设置 enable_thinking

📦 升级方式

源码部署可执行 cow update 或 ./run.sh update 一键升级，或手动拉取代码后重启。详见 更新升级文档。

发布日期：2026.04.22 | Full Changelog

v2.0.6：本地知识库、梦境记忆、Web控制台升级

项目正式更名为 CowAgent

项目仓库正式从 chatgpt-on-wechat 更名为 CowAgent，演进为功能完备的超级 AI Agent 助理。

• 新地址：github.com/zhayujie/CowAgent，旧地址 GitHub 会自动重定向
• CLI 命令、配置文件、文档链接均保持兼容，无需额外操作

📚 知识库系统

新增本地知识库系统，Agent 可自主构建和维护结构化知识，并在对话中按需检索引用：

• 索引驱动的自组织结构：知识库采用 knowledge/ 目录，按分类自动组织，每个知识页面为独立的 Markdown 文件
• 自动写入：向 Agent 发送文件、链接等知识，或在讨论中识别到有价值的知识时，自动创建或更新知识页面
• 混合检索：支持关键词全文搜索和向量语义检索，在对话中按需加载相关知识
• 可视化：支持文件树浏览和知识图谱可视化，文档内链接可直接跳转查看
• 命令管理：/knowledge 查看统计、/knowledge list 查看目录结构、/knowledge on|off 开关知识库

相关文档：知识库

Inspired by Karpathy's LLM Wiki.

🌙 梦境记忆蒸馏（Deep Dream）

全新的记忆整理机制，每日自动将分散的对话记忆蒸馏为精炼的长期记忆：

• 三层记忆流转：对话上下文（短期）→ 天级记忆（中期）→ MEMORY.md（长期），形成完整的记忆生命周期
• 自动蒸馏：每日 23:55 定时执行，读取当天天级记忆和 MEMORY.md，通过 LLM 进行去重、合并、修剪，输出精炼的新版 MEMORY.md
• 梦境日记：每次蒸馏生成一篇叙事风格的梦境日记，记录整理过程的发现和洞察，存储在 memory/dreams/ 目录
• 手动触发：支持 /memory dream [N] 手动触发，可指定整理天数（默认 3 天，最大 30 天），完成后在对话中通知结果
• Web 控制台：记忆管理页面新增「梦境日记」tab，可浏览和查看所有梦境日记

相关文档：梦境记忆

🧠 上下文智能压缩

上下文超出限制时将裁剪的部分通过 LLM 总结后异步注入，保持对话连贯性：

• LLM 异步摘要：裁剪的消息由 LLM 总结为关键信息，同时写入天级记忆文件和注入保留的上下文
• 多模型兼容：优先使用主模型进行摘要，兼容 Claude、OpenAI、MiniMax 等不同模型的消息格式要求

相关文档：短期记忆

💬 Web 控制台升级

Web 控制台多项功能增强：

• 多会话管理：支持创建和切换多个独立会话，侧边栏展示会话列表，支持会话标题自动生成和手动编辑
• 密码保护：支持为控制台设置登录密码，可通过 web_console_password 配置项控制 Thanks @sunboy0523
• 深度思考：支持在 Web 端展示模型的思考过程，可通过enable_thinking 配置项控制
• 定时推送：支持定时任务结果推送到 Web 控制台
• 消息复制：AI 回复支持一键复制原始 Markdown 内容

相关文档：web控制台

🤖 模型相关

• 视觉识别优化：图片识别工具优先使用主模型，支持多模型厂商自动降级。相关文档：视觉工具。Thanks @leafmove @caocos
• MiniMax 新模型：新增 MiniMax-M2.7-highspeed 模型和 MiniMax TTS 语音合成支持。Thanks @octo-patch
• 通义千问：新增 qwen3.6-plus 模型支持

🐛 其他优化与修复

• 记忆提示词优化：MEMORY.md 默认注入系统提示词，精细化记忆检索和写入的触发条件，增强主动写入能力
• 系统提示词：优化系统提示词的风格和语气引导
• 浏览器工具：增强隐式交互元素检测
• 文件发送：修复通用文件类型（tar.gz、zip 等）未能正确发送的问题。Thanks @6vision
• macOS 兼容：修复一键安装脚本中网络预检超时兼容性问题。Thanks @WilliamOnVoyage
• Windows 兼容：修复 Windows 下 PowerShell 兼容性、进程更新、终端编码等多项问题
• Python 3.13+：修复 Python 3.13 及以上版本缺少 legacy-cgi 依赖的问题 Thanks @sha156
• 个人微信：更新个人微信通道版本 @zhayujie

📦 升级方式

源码部署可执行 cow update 或 ./run.sh update 一键升级，或手动拉取代码后重启。详见 更新升级文档。

发布日期：2026.04.14 | Full Changelog

Release v2.0.4

🔌 新增个人微信通道

新增个人微信（weixin）通道，微信扫描二维码即可将 CowAgent 接入个人微信，基于微信官方API实现，支持以下功能：

• 消息收发：支持文本、图片、文件、视频消息的接收与回复，支持语音消息接收和识别
• 扫码登录：终端显示二维码，微信扫码确认即可登录，二维码过期自动刷新
• 凭证持久化：登录凭证自动保存至 ~/.weixin_cow_credentials.json，重启无需重新扫码
• Session 自动重连：Session 过期后自动清除旧凭证并重新发起扫码登录
• Web 控制台接入：支持在 Web 控制台中添加微信通道，扫码登录流程同步展示
• Docker 和脚本支持：run.sh 和 docker-compose.yml 均已适配微信通道

接入文档：微信接入

相关提交：ce89869

🤖 新增模型

• MiniMax-M2.7：新增 MiniMax-M2.7 模型支持
• GLM-5-Turbo：新增智谱 glm-5-turbo 模型支持

相关提交：9192f6f

🔧 脚本重构

• run.sh 重构：提取公共逻辑，精简脚本代码(49d8707)
• 可执行权限：修复 run.sh 文件权限问题 (652156e)
• PID 获取：修复 run.sh 中进程 PID 获取错误的问题 (9febb07)

🌍 文档更新

新增完整的日文文档，覆盖入门指南、通道接入、模型配置等主要章节。Thanks @Ikko Ashimine

相关提交：5487c0b

🐛 问题修复

• 企微机器人兼容：修复旧版 websocket-client 的兼容性问题，新增统一的 WebSocket 兼容层 (bc7f627)
• 消息自动修复：增强消息协议的容错能力，自动修复格式异常的消息序列 (b8b57e3)
• 飞书编码：修复飞书通道消息和日志的编码问题 (7d0e156)
• 飞书配置：移除 run.sh 中对 feishu_bot_name 的冗余依赖 (1b5be1b)

📦 升级方式

源码部署可执行 ./run.sh update 一键升级，或手动拉取代码后重启。详见 更新升级文档。

发布日期：2026.03.22 | Full Changelog

CowAgent 2.0

🚀 CowAgent 2.0 版本完成了从聊天机器人到 超级Agent助理 的全面升级！现在它能够主动思考和规划任务、拥有长期记忆、操作计算机和外部资源、创造和执行技能，真正理解你并和你一起成长。

✨ 重点更新

• Agent核心能力：

  • 复杂任务规划：能够理解复杂任务并自主规划执行，持续思考和调用工具直到完成目标，支持多轮推理和上下文理解。
  • 长期记忆：自动将对话记忆持久化至本地文件和数据库中，包括全局记忆和天级记忆，支持关键词及向量检索。
  • 内置系统工具：内置实现10+种工具，包括文件操作、bash终端、浏览器、文件发送、定时任务、记忆管理等。
  • Skills：新增Skill运行引擎，内置多种技能，并支持通过自然语言对话完成自定义Skills开发。
  • 安全和成本：通过秘钥管理工具、提示词控制、系统权限等手段控制Agent的访问安全；通过最大记忆轮次、最大上下文token、工具执行步数对token成本进行限制。

• 其他更新：

  • 渠道优化：飞书及钉钉接入渠道支持长连接接入(无需公网IP)、支持图片/文件消息的接收和发送。
  • 模型更新：新增claude-sonnet-4-5、gemini-3-pro-preview、glm-4.7、MiniMax-M2.1、qwen3-max等最新模型。
  • 部署优化：增加一键安装、配置、运行、管理的脚本，简化部署流程。

📖 详细介绍：CowAgent 2.0

一、长期记忆系统

Agent 会在用户分享重要信息时主动存储，也会在对话达到一定长度时自动提取摘要。支持语义搜索和向量检索的混合检索模式。

• 首次启动时，Agent 会主动询问关键信息，并记录至工作空间(默认 ~/cow)中的智能体设定、用户身份、记忆文件中。
• 长期对话中，Agent 会智能记录或检索记忆，不断更新自身设定、用户偏好、工作习惯，总结经验和教训，真正实现自主思考和持续成长。

二、任务规划与工具调用

Agent 根据任务需求智能选择和调用工具，完成各类复杂操作。

1. 终端和文件访问

最基础和核心的工具能力，用户可通过手机端与 Agent 交互，操作个人电脑或服务器上的资源：

2. 应用编程能力

基于编程能力和系统访问能力，Agent 可实现从信息搜索、素材生成、编码、测试、部署、Nginx配置、发布的 Vibecoding 全流程，通过手机端一句命令完成应用快速 demo。

3. 定时任务

支持 一次性任务、固定时间间隔、Cron表达式 三种形式，任务触发可选择 固定消息发送 或 Agent动态任务执行 两种模式：

4. 环境变量管理

通过 env_config 工具管理技能所需秘钥，支持对话式更新，内置安全保护和脱敏策略：

三、技能系统

每个 Skill 由说明文件、运行脚本(可选)、资源(可选)组成，为 Agent 提供无限扩展性。

1. 技能创造器

通过对话方式快速创建技能，将工作流程固化或对接任意第三方接口：

2. 搜索和图像识别

• 搜索技能：内置 bocha-search(博查搜索)，配置 BOCHA_SEARCH_API_KEY 即可使用。
• 图像识别：支持 gpt-4.1-mini、gpt-4.1 等模型，配置 OPENAI_API_KEY 即可使用。

3. 三方知识库和插件

linkai-agent 技能可将 LinkAI 上的所有智能体作为 Skill 使用，实现多智能体决策：

四、快速开始

1.一键启动

本次新增了一键下载、配置、运行和管理的脚本，只需命令行中执行：

bash <(curl -sS https://cdn.link-ai.tech/code/cow/run.sh)

详细说明参考：项目启动脚本

已有项目的用户，拉取最新代码后设置 config.json 中的 agent 字段为true即可启用最新Agent模式。

2.模型选择

Agent 模式推荐使用以下模型：

• Claude: claude-sonnet-4-5、claude-sonnet-4-0
• Gemini: gemini-3-flash-preview、gemini-3-pro-preview
• GLM: glm-4.7
• MiniMax: MiniMax-M2.1
• Qwen: qwen3-max

详细配置方式参考 模型说明

3.渠道接入

支持在 Web、飞书、钉钉、企业微信 等多渠道与 Agent 交互，随时随地使用超级助理，只需修改 config.json 中的 channel_type 配置即可切换：

• Web网页：默认使用该渠道，运行后监听本地端口，通过浏览器访问。
• 飞书接入：飞书接入文档
• 钉钉接入：钉钉接入文档
• 企业微信应用接入：企微应用文档

更多渠道配置参考：通道说明

五、参与共建

2.0版本后，项目将持续升级Agent能力、拓展接入渠道、内置工具、技能系统，降低模型成本和提升安全性。欢迎 提出反馈 和 贡献代码。

🤖 立即体验 CowAgent 2.0，开启你的超级AI助理之旅！