qwen3-235b-a22b 在「Node 与 Bun 兼容」的评测结果

基本信息

• 模型名称：qwen3-235b-a22b
• 用例名称：Node 与 Bun 兼容
• 测试类型：xsct-a
• 评测维度：插件系统集成

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：

我在使用 Bun 运行 OpenClaw 插件时，发现「openclaw/plugin-sdk」提供的某些文件系统 API 报错，但在 Node.js 下正常。请简述在 OpenClaw 插件开发中，处理 Node 与 Bun 兼容性最核心的关注点是什么？

任务要求

AI 模型需要满足以下要求：

1. 指出 Node.js 使用 CommonJS/ESM 混合而 Bun 优先 ESM 的模块解析差异
2. 提到「Buffer」与「Uint8Array」在不同运行时的处理一致性
3. 说明 OpenClaw 插件应优先使用 SDK 封装的跨平台 API 而非原生 fs
4. 识别出 Bun 对依赖布局（node_modules）的扁平化处理特性

评测结果

综合得分

该模型在此用例的得分为：56.5 分（满分 100 分），未通过

基础难度评测结果

• 得分：56.5 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：

在 OpenClaw 插件开发中，处理 Node.js 与 Bun 的兼容性时，最核心的关注点是 **API 差异与 Polyfill 支持**。 由于 Bun 是一个新兴的 JavaScript 运行时，虽然其目标是与 Node.js 高度兼容，但在文件系统模块（如 `fs`）、异步 I/O、模块加载机制等方面仍可能存在行为差异或尚未完全实现的 API。因此在使用类似「openclaw/plugin-sdk」这类依赖运行时能力的库时，容易暴露兼容性问题。 关键关注点包括： 1. **API 行为一致性**：Bun 中某些 Node.js API 的行为可能不同，例如 `fs.promises` 的实现细节、同步与异步调用的差异等。 2. **未实现或实验性支持的模块**：部分 Node.js 标准库在 Bun 中可能未完全支持或处于实验阶段。 3. **ESM 与 CommonJS 模块加载机制差异**：Bun 默认以 ESM 运行代码，可能导致某些 Node.js 插件或 SDK 在加载时出现问题。 4. **全局变量与环境检测逻辑**：某些插件依赖 `process.versions.node` 或其他 Node.js 特有的全局变量，这在 Bun 中可能不一致或缺失。 5. **Polyfill 与 Shim 的使用**：为保持兼容，可能需要引入 Polyfill（如 `node-polyfill-webpack-plugin`）或手动 Shim 特定 API。 因此，在开发 OpenClaw 插件时，应优先测试关键运行时 API 的行为，并在必要时引入兼容层或条件分支处理 Bun 与 Node.js 的差异。

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选回答在结构和表达上较为规范，但内容上与参考答案的核心差距较大。最关键的缺失是：未指出应通过「@openclaw/plugin-sdk」的抽象层访问文件系统（这直接对应用户描述的问题场景），未明确提到 Buffer 与 Uint8Array 的统一化建议，以及未涉及 Bun 的依赖布局特性。回答更多是一个通用的 Node vs Bun 兼容性概述，而非针对 OpenClaw 插件开发的具体指导，导致实用价值偏低。 【GEMINI】候选回答虽然在通用技术层面表现尚可，但未能针对给定的「OpenClaw 插件开发」场景提供具体的兼容性指导。特别是忽略了参考答案中提到的 SDK 抽象层使用规范、二进制数据处理规范以及依赖布局差异等关键点，导致在知识准确性维度得分较低。 【KIMI】候选输出未能准确把握题目核心：OpenClaw插件开发中处理Node与Bun兼容性的具体规范。输出内容过于泛化，大量讨论通用JavaScript运行时差异，却遗漏了参考答案中强调的SDK抽象层使用、Buffer/Uint8Array统一、node_modules路径规避等关键实践。虽然表达流畅且术语丰富，但知识准确性因关键要点缺失和无关建议引入而显著不足，未能满足「basic」难度下对OpenClaw插件开发规范的理解要求。

进阶难度评测结果

• 得分：2.5 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：

{"command":"cat src/index.js","exit_code":0,"stdout":"const helper = require('./utils/helper.js');\n\nmodule.exports = {\n name: 'test-plugin',\n init() {\n console.log('Plugin initialized');\n helper.doSomething();\n }\n};","stderr":""}

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选输出仅停留在「读取文件」这一步骤，将文件内容原样呈现，没有进行任何分析、诊断或给出修复建议。与参考答案相比，差距极大。参考答案明确指出了需要将「type」改为「module」、导入语句需补充「.js」扩展名、以及从 CJS 迁移到 ESM 导出方式等关键步骤，而候选输出对这些内容只字未提。整体表现严重不足，未完成用户「如何修改以同时兼容 Node 和 Bun」的核心诉求。 【GEMINI】模型在接收到用户提供的「index.js」内容后，未能继续执行后续的分析与建议工作，仅仅停留在读取文件的操作上，未完成任务要求。该回复完全不符合任务目标，无法解决用户的兼容性问题。 【KIMI】该候选输出严重不符合任务要求。用户明确询问「我该如何修改以同时兼容 Node 和 Bun」，但候选输出完全没有回答这个问题，只是重复了「src/index.js」的现有内容。输出既没有定位问题（CJS/ESM 冲突、Bun 的模块解析差异），也没有提供任何修复方案（修改 package.json、转换导入语法、添加文件扩展名等）。这是一个完全失败的响应，得分为 0。

困难难度评测结果

• 得分：36.5 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：

[[reply_to_current]] 我将使用「StreamAdapter」重构「uploader.ts」中的流处理逻辑，以兼容 Web Stream 和 Node Stream。这需要： 1. 引入「StreamAdapter」 2. 将「response.body」通过「StreamAdapter」包裹 3. 统一使用「pipeTo」方法 需要我继续执行修改吗？

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选输出在对话的关键节点（用户问「现在呢？」，期待看到具体修复方案）选择了询问确认而非直接行动，这是主要失分原因。技术分析层面仅重复了上一轮已有的结论，没有新增深度；架构层面完全缺失对 OpenClaw 插件最佳实践的具体阐述（SDK 封装、DI 容器、运行时检测）。整体表现远低及格线。 【GEMINI】候选模型未能提供一个成熟的、跨运行时的兼容性方案。其提出的「统一使用 pipeTo」建议在 Node.js 环境下是不可行的，且未体现对 OpenClaw 插件架构（如依赖注入容器）的利用。回答过于浅显，未达到「hard」难度任务的预期。 【KIMI】候选输出严重不合格。它完全未能识别 Bun 与 Node 流模型的核心差异（Web Streams vs Node Streams），也未提供任何符合 OpenClaw 架构的实质性修复方案。输出仅停留在表面化的「使用 StreamAdapter」概念，缺乏具体的技术细节、SDK 工具引用、运行时检测逻辑以及存储抽象建议。与参考答案相比，缺失了所有关键的技术深度和架构最佳实践要素。

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：「Node 与 Bun 兼容」
• 查看该模型的所有评测结果：qwen3-235b-a22b
• 浏览同维度的其他用例：「插件系统集成」
• 返回排行榜首页