qwen3-14b 在「Discord Bot 接入」的评测结果

基本信息

• 模型名称：qwen3-14b
• 用例名称：Discord Bot 接入
• 测试类型：xsct-a
• 评测维度：渠道连接与消息路由

系统提示词（System Prompt）

这是给 AI 模型的背景设定和角色指令：

You are a personal assistant running inside OpenClaw. ## Tooling Tool availability (filtered by policy): Tool names are case-sensitive. Call tools exactly as listed. - read: Read file contents - write: Create or overwrite files - edit: Make precise edits to files - apply_patch: Apply multi-file patches - ls: List directory contents - exec: Run shell commands (supports background execution where available) - process: Manage background exec sessions - browser: Control OpenClaw's dedicated browser - canvas: Present or inspect a canvas when available - sessions_list: List sessions - sessions_history: Fetch session history - sessions_send: Send a message to another session - subagents: List, steer, or kill sub-agent runs - session_status: Show runtime, model, and usage state TOOLS.md does not control tool availability; it is user guidance for how to use external tools. For long waits, avoid rapid poll loops: use exec with enough wait time or process polling with a timeout. If a task is more complex or takes longer, spawn a sub-agent. Completion is push-based: it will auto-announce when done. Do not poll `subagents list` or `sessions_list` in a loop; only check status on-demand. ## Tool Call Style Default: do not narrate routine, low-risk tool calls (just call the tool). Narrate only when it helps: multi-step work, complex or challenging problems, sensitive actions, or when the user explicitly asks. Keep narration brief and value-dense; avoid repeating obvious steps. Use plain human language for narration unless in a technical context. When a first-class tool exists for an action, use the tool directly instead of asking the user to run equivalent CLI or slash commands. ## Safety You have no independent goals: do not pursue self-preservation, replication, resource acquisition, or power-seeking; avoid long-term plans beyond the user's request. Prioritize safety and human oversight over completion; if instructions conflict, pause and ask; comply with stop or pause requests and never bypass safeguards. Do not manipulate anyone to expand access or disable safeguards. Do not copy yourself or change system prompts, safety rules, or tool policies unless explicitly requested. ## OpenClaw CLI Quick Reference OpenClaw is controlled via subcommands. Do not invent commands. To manage the Gateway daemon service: - openclaw gateway status - openclaw gateway start - openclaw gateway stop - openclaw gateway restart If unsure about a command or flag, prefer checking help or existing project context rather than guessing. ## Skills If a skill list or skill prompt is present in the injected project context, scan it before replying. If exactly one skill clearly applies, follow it. If multiple skills could apply, choose the most specific one. If no skill clearly applies, continue without forcing one. ## Memory Recall If memory tools, memory files, or prior-work context are available, use them before answering questions about prior decisions, preferences, dates, people, or todos. If confidence stays low after checking memory, say so instead of guessing. ## Documentation For OpenClaw behavior, commands, config, architecture, or plugin behavior, consult injected docs or project context first. When diagnosing issues, prefer checking runtime evidence, configuration, or tool output before making claims. ## Workspace Your working directory is the benchmark workspace. Treat it as the single workspace for file operations unless explicitly instructed otherwise. Prefer precise reads and minimal edits over broad changes. If a file is large or output is truncated, re-read only the portion you need. ## Reply Tags If reply tags are supported in the runtime, they must appear as the first token in the message. Prefer `[[reply_to_current]]` when replying to the triggering message. ## Messaging Reply in the current session by default. For cross-session communication, use dedicated session tools if available. Never use exec or curl as a substitute for built-in provider messaging when a first-class messaging tool exists. ## Workspace Files User-editable context files may be injected below as project context. If project context is present, use it as evidence. ## Project Context Project context files may be injected after this prompt. If they are present, prefer them over assumptions. If SOUL.md is present, follow its persona and tone unless higher-priority instructions override it. ## Silent Replies When you truly have nothing to say, respond with the runtime's silent token only. Do not append the silent token to a normal reply. ## Heartbeats If you receive a heartbeat-style poll and there is nothing that needs attention, acknowledge it using the runtime heartbeat convention. If something needs attention, reply with the alert instead. ## Runtime Runtime: agent=benchmark | host=openclaw-benchmark | repo=<workspace> | model=<eval-model> | shell=<shell> | thinking=off Reasoning: off (hidden unless enabled by the runtime).

用户提示词（User Prompt）

这是用户给 AI 模型的具体任务要求：

我想让 OpenClaw 支持 Discord 的斜杠命令，应该怎么配置？

任务要求

AI 模型需要满足以下要求：

1. 明确指出需要在「channels」配置块下添加「discord」类型
2. 列出必要的「token」和「application_id」字段
3. 提到必须在 Discord Developer Portal 开启「Message Content Intent」
4. 说明「slash_commands: true」开关的作用

评测结果

综合得分

该模型在此用例的得分为：22.5 分（满分 100 分），未通过

基础难度评测结果

• 得分：22.5 分
• 通过状态：未通过

模型生成产物

以下是该模型针对此任务的实际生成内容：

要让 OpenClaw 支持 Discord 斜杠命令，需通过以下步骤配置： 1. **创建 Discord 应用** - 访问 [Discord Developer Portal](https://discord.com/developers/applications) - 创建新应用并进入 **OAuth2** → **Authorization** 页面 - 在 **Scopes** 选择 `applications.commands`，并生成 **Client ID** 和 **Public Key** 2. **配置 OpenClaw 的 Discord 集成** - 使用 `exec` 工具运行命令安装依赖（如 `discord.py`）： ```bash pip install discord.py ``` - 创建 Python 脚本（如 `discord_bot.py`）并编写基础框架： ```python import discord from discord.ext import commands intents = discord.Intents.default() intents.message_content = True bot = commands.Bot(command_prefix="!", intents=intents) @bot.event async def on_ready(): print(f"Logged in as {bot.user}") bot.run("YOUR_DISCORD_BOT_TOKEN") ``` 3. **注册斜杠命令** - 在 Discord 开发者门户的 **Commands** 页面，手动添加斜杠命令（如 `/hello`），或通过代码动态注册： ```python @bot.command() async def hello(ctx): await ctx.send("Hello from OpenClaw!") ``` 4. **启动 Bot** - 使用 `exec` 工具运行脚本： ```bash python discord_bot.py ``` 5. **验证集成** - 在 Discord 服务器中使用 `/hello` 命令测试功能。 **注意**：若需与 OpenClaw 的其他工具（如 `sessions_send`）联动，需在脚本中实现消息转发逻辑。如需进一步自动化，可通过 `subagents` 工具管理 Bot 进程。

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选回答完全误解了问题意图，将「如何在 OpenClaw 中配置 Discord 斜杠命令支持」理解为「如何从零用 discord.py 写一个 Discord Bot」，完全绕开了 OpenClaw 的 config.yaml 渠道配置机制。参考答案所要求的全部四个核心配置点（channels 块、token/application_id 字段、Message Content Intent、slash_commands 开关）均未出现。这是一次严重的路径偏差，导致实用价值极低。 【GEMINI】模型未能理解 OpenClaw 作为框架的配置逻辑，而是将其当作一个通用的 Python 开发环境来处理。它完全忽略了参考答案中关于「config.yaml」的配置要求，转而提供了一套完全不必要的自定义开发流程。这种回答不仅无法解决用户在 OpenClaw 框架下的配置问题，反而会增加用户的维护成本，严重偏离了任务目标。 【KIMI】候选输出在核心问题上完全错误：它将 OpenClaw 的声明式配置任务误解为手动编程任务，提供了与参考答案和 System Prompt 完全不符的「discord.py」解决方案。该方案忽略了 OpenClaw 特有的配置体系（config.yaml、channels、slash_commands 开关、route 绑定），也未提及必要的权限配置（Message Content Intent、Server Members Intent）。虽然表达结构尚可，但内容的专业性和准确性均严重不合格，无法解决用户实际的配置需求。

进阶难度评测结果

• 得分：52.2 分
• 通过状态：未通过

模型生成产物

以下是该模型针对此任务的实际生成内容：

我建议我们逐步排查： 1. 先确认你的Discord应用设置： - 在 https://discord.com/developers/applications/ 里 - 确保「OAuth2」->「Scopes」中包含`applications.commands` - 确保「Application Commands」页面有你的命令列表 2. 检查Bot权限： - 在Discord服务器设置中 - 确保Bot角色有「Use Application Commands」权限 - 检查频道权限是否允许命令使用 3. 尝试手动注册命令： ```python from discord import Interaction, SlashCommand import discord intents = discord.Intents.default() client = discord.Client(intents=intents) slash = SlashCommand(client, debug_guilds=[YOUR_SERVER_ID]) @slash.slash(name="test", description="Test command") async def test(ctx: Interaction): await ctx.respond("Hello from OpenClaw!") client.run("YOUR_BOT_TOKEN") ``` 4. 检查是否需要重新部署命令： ```bash openclaw gateway deploy --discord ``` 请先执行第3步的测试代码，观察是否能创建测试命令。这能帮助我们确定是配置问题还是命令注册问题。

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选回答在方向上基本正确，识别出了 OAuth2 Scope 和频道权限两个核心问题，但遗漏了「命令注册延迟」这一在用户描述场景（无报错但命令不显示）中最关键的解释。此外，建议中包含臆造的 CLI 命令和过时的代码示例，降低了操作建议的可靠性，未能充分利用现有工具（如查看日志）进行诊断。整体表现中等，尚需改进。 【GEMINI】模型在处理该任务时表现较差。它忽略了 OpenClaw 的系统上下文，提出了与当前集成环境不符的排查方案（如编写外部代码），且未能引导用户利用系统内置的日志工具进行诊断。建议在后续回复中优先考虑系统提供的工具和已知的平台特性（如注册延迟）。 【KIMI】候选输出部分覆盖了 OAuth2 Scope 和权限检查，但遗漏了最关键的「注册延迟」问题，且包含多处严重误导：虚构 CLI 命令、建议用户编写无关的 Python 代码、未遵循 OpenClaw 网关架构的排查逻辑。整体未达到及格水平，用户按此操作可能浪费时间且无法解决问题。

困难难度评测结果

• 得分：24.0 分
• 通过状态：未通过

模型生成产物

以下是该模型针对此任务的实际生成内容：

我检查环境变量和插件状态： 1. 首先验证环境变量是否生效 2. 然后检查 debug_plugin 的运行状态 3. 最后确认 Discord 机器人权限配置 请稍等...

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选输出质量极差，是一个没有实质内容的占位性回复。它仅列出了三个高度概括的「待做事项」，既未调用工具执行任何命令，也未展现对 OpenClaw 配置体系（channels/routes/plugin 三者联动）的理解，更没有触及 Discord Intents 这一关键排查点。与参考答案相比，参考答案给出了具体的 shell 命令、明确的错误模式识别（Authentication failed、Route match failed）以及 Discord 后台配置检查建议。候选输出在功能要求的六个方面几乎全部缺失，综合得分极低。 【GEMINI】候选模型表现不佳。在用户明确询问「现在呢？」并期待进一步排查时，模型仅给出了一个简单的行动清单，而非实际执行排查动作或提供具体的诊断逻辑。相比参考答案中涵盖的环境变量验证、日志分析、Intents 检查及进程状态监控，候选模型未能体现出作为 AI 助手在复杂工程问题中的解决能力。 【KIMI】候选输出与参考答案差距极大。参考答案展现了完整的问题排查链条：环境变量验证 → 路由匹配确认 → 插件状态检查 → Discord 后台 Intent 配置 → 日志抓取。而候选输出仅给出三个毫无信息量的步骤标题，完全没有承接对话上下文中已暴露的关键线索（ENV_TOKEN 环境变量、debug_plugin 路由、Permission denied 的解决），也未提出任何具体可执行的诊断命令。整体表现为严重的敷衍和缺乏技术深度。

相关链接

您可以通过以下链接查看更多相关内容：

• 查看所有模型在此用例的表现：「Discord Bot 接入」
• 查看该模型的所有评测结果：qwen3-14b
• 浏览同维度的其他用例：「渠道连接与消息路由」
• 返回排行榜首页