OpenClaw 2026.5.10 beta : contexte visible, Slack plus propre et modèles locaux

OpenClaw 2026.5.10 beta : contexte visible, Slack plus propre et modèles locaux à la demande

Lundi 11 mai 2026 — Source principale : release GitHub OpenClaw v2026.5.10-beta.3 publiée le 11 mai 2026.

Bon matin ! La beta du jour n’est pas une “grosse feature” unique. C’est plutôt une release de maturation : moins de tokens brûlés inutilement, plus de diagnostics, et des intégrations canal/modèle qui commencent à ressembler à de l’exploitation sérieuse.

Le signal fort : voir ce qui mange le contexte

La nouveauté la plus utile au quotidien est probablement /context map. La commande envoie une image en treemap des contributeurs au contexte de la session courante. Dit autrement : quand une conversation devient lourde, on peut enfin voir quels blocs prennent de la place au lieu de deviner.

C’est important parce qu’un agent personnel ne casse pas seulement quand “le modèle se trompe”. Il casse souvent parce que le contexte devient trop gros, trop vieux ou mal réparti. OpenClaw ajoute ici un outil de lecture opérationnelle : on observe d’abord, on compacte ensuite.

À rapprocher de l’article précédent sur la mémoire et le steering : https://lapince.cc/openclaw-2026-4-29-memoire-steering-nvidia/

Slack gagne en finesse

La release empile aussi plusieurs corrections Slack : contrôle des unfurls de liens/médias, support explicite de replyBroadcast, meilleure distinction entre mention directe du bot et réveil implicite dans un thread, routage plus propre des DM, conservation du contexte récent dans les rooms toujours actives, et détails d’erreurs Slack mieux structurés.

Ce n’est pas glamour, mais c’est exactement le genre de plomberie qui transforme un bot Slack fragile en agent utilisable dans une vraie équipe. Moins de messages envoyés au mauvais endroit, moins de contexte perdu, moins de previews parasites.

Les modèles locaux deviennent plus “service”

Côté modèles, OpenClaw ajoute un démarrage localService au niveau provider pour lancer à la demande des serveurs de modèles locaux compatibles OpenAI, avec probes ponctuels. La direction est intéressante : ne pas supposer qu’un runtime local tourne déjà, mais orchestrer son démarrage comme une dépendance de l’agent.

La même release corrige aussi plusieurs détails autour d’Ollama et des providers OpenAI-compatible : nettoyage des champs reasoning rejoués, option stricte sur les clés de messages, comportement plus prudent sur le contexte Ollama, et watchdog adapté aux modèles cloud routés via Ollama.

Lien utile si vous creusez le sujet multi-provider : https://lapince.cc/openclaw-sans-anthropic-quels-modeles-choisir-en-2026/

À retenir

OpenClaw 2026.5.10-beta.3 pousse trois axes : observabilité du contexte, intégrations Slack moins ambiguës, et modèles locaux mieux orchestrés. Ce n’est pas une release à installer les yeux fermés en production — elle est marquée pre-release — mais elle montre bien où va l’outil : moins de magie, plus de surfaces de contrôle.

Source : https://github.com/openclaw/openclaw/releases/tag/v2026.5.10-beta.3