Row-Bot

Skills采用渐进式披露设计，平时只向模型提供技能的名称和描述，具体执行规则在需要时才加载

测试通过开发者自研的Agent框架Row-Bot运行模型

Row-Bot 是一个仍在积极征求社区反馈的开源项目

Row-Bot v4.6.0 引入了可恢复的文档摄取能力，使处理大规模文档时中断后能从断点继续

Row-Bot v4.5.0 加入了智能体执行预算、并发限制与循环保护等基础限制机制

Row-Bot v4.7.0 引入了完整的上下文计量与滚动压缩功能

Row-Bot v4.8.0 加入了按模型的推理控制、更严格的自定义端点上下文校验，以及针对 Ollama 的 64K「Auto」上下文支持

Row-Bot v4.6.0 加入了带认证的远程访问、无头服务器模式，并强化了 Docker 部署

Row-Bot v4.7.1 是一个可靠性补丁，修复了智能体重启恢复、脱离进程、工作区锁定、Telegram 启动、Docker 检查及 Ollama 能力检测等问题，并新增可选的离线 SenseVoice 语音转文字支持

Row-Bot v4.8.0 加入了动态 OpenCode 传输发现与更严格的自定义端点校验

Row-Bot v4.7.0 通过按需加载工具与技能降低了提示词开销，在多工具多技能场景下节省 Token 成本

Row-Bot v4.8.0让每一个会话都能为当前使用的具体模型保留一个有效的推理选择

Row-Bot v4.8.0取消了自定义端点自动继承假设上下文窗口大小的默认行为，并将模型探测严格限定在被测试的模型范围内

Row-Bot v4.8.0为滚动压缩（rolling compaction）机制增加了Preflight（预检）、Recovery（失败恢复）、Validation（结果验证）和Persistence safeguards（持久化保护）四重保障

Row-Bot 是一款开源 AI 聊天客户端

Row-Bot v4.8.0 引入了 provider-aware reasoning controls（服务商感知的推理控制机制），让每个会话都能为当前使用的具体模型保留有效的推理选择

v4.8.0 取消了自定义端点自动继承假设上下文窗口大小的做法，避免内容被意外截断或请求失败

v4.8.0 中模型探测（model probes）被严格限定在被测试的模型范围内，不会跨模型污染配置信息

v4.8.0 为滚动压缩（rolling compaction）机制增加了 Preflight、Recovery、Validation 和 Persistence safeguards 四重保护措施，防止历史内容压缩造成数据丢失

Row-Bot v4.8.0 增强了对 OpenCode Zen 与 Go 模型的支持，能从其实时目录动态发现可用模型而非依赖静态硬编码列表