OpenClaw заметно ускоряется и разгружает ядро 🦞

В свежем разборе команда OpenClaw показала, как за последние релизы агент стал быстрее и легче: холодный ход сократился с 9,8 до 3,4 сек, теплый - с 7,5 до 3,0 сек, а опубликованный npm-пакет уменьшился с 43,3 до 17,8 МБ.

Главная идея - не тащить все возможности в базовую установку. Bedrock, Slack, Matrix, WhatsApp, OpenShell и другие тяжелые интеграции переезжают в плагины, чтобы обычный пользователь не ставил лишние зависимости.

Параллельно команда нашла проблему с формой пакета, из-за которой npm создавал дублирующее дерево зависимостей. В main это уже убрано: установка стала меньше, а базовая поверхность доверия - уже.

Часть работы заключалась в восстановлении более эффективных и быстрых зависимостей:
- proxyline.dev proxy layer
- fs-safe.io filesystem safety
- rastermill.com Image engine в WASM
- libopus-wasm.dev Opus в WASM
- clawpdf.dev PDF в WASM

Чат

CLI Printing Press 2.6к⭐ - генератор инструментов для AI-агентов.

Даете ему OpenAPI, документацию, HAR-файл или просто сайт. На выходе он собирает:

🔵 командную утилиту на Go
🔵 MCP-сервер
🔵 локальный SQLite-кэш
🔵 поиск по данным
🔵 компактный вывод для агента
🔵 --dry-run для безопасной проверки
🔵 понятные коды ошибок
🔵 проверки перед публикацией

Для OpenClaw это полезный способ быстро превращать внешние сервисы или внутренние API в инструменты, которые агент может вызывать одной командой.

Чат

OpenClaw и NVIDIA взялись за безопасность skills в ClawHub 🦞

Проблема тут глубже, чем обычная проверка на вирусы. Skill для агента - это не просто файл с инструкцией. Внутри могут быть команды, скрипты, зависимости, доступ к инструментам и правила поведения. Такой skill попадает в контекст агента и может влиять на то, что агент будет делать с файлами, терминалом, сетью и внешними сервисами.

Поэтому ClawHub теперь смотрит на skills в несколько слоев:
🔵 VirusTotal - ищет вредоносный код и плохую репутацию файлов
🔵 static analysis - ловит опасные паттерны, секреты, динамический код, подозрительные установки
🔵 NVIDIA SkillSpector - проверяет агентные риски: скрытые инструкции, слишком широкие права, риск утечки данных, tool poisoning и несоответствие описания реальному поведению
🔵 ClawScan - сводит эти сигналы вместе с происхождением, метаданными и историей модерации

На выходе у skill появляется Skill Card: кто опубликовал, что skill делает, откуда он взялся, какие проверки прошел и какой итоговый вердикт получил: Clean, Suspicious или Malicious.

Самая интересная часть - цифры. OpenClaw и NVIDIA открыли датасет по 67 453 публичным версиям skills. Вредоносными оказались только 0,31%, но почти половина получила сигналы агентного риска от SkillSpector.

Еще важнее, что сканеры почти не совпадают между собой: максимум 10,4% пересечения между любой парой, только 0,69% skills были отмечены всеми тремя, а 81,9% срабатываний пришли только от одного сканера.

Для агентных skills нельзя полагаться на один allow/block-сканер. VirusTotal хорошо видит классическое вредоносное содержимое, static analysis - опасные паттерны в коде, SkillSpector - смысловые риски для агента. Все это нужно смотреть вместе.

Для пользователей OpenClaw это шаг к более понятной установке skills: больше проверяемых карточек, объяснимых рисков и история происхождения.

Проверить карточку можно из терминала:
openclaw skills verify <slug> --card

Чат

Пара интересных репозиториев ⭐

agentcookie для сценария с двумя OpenClaw-агентами: один агент живет на машине, где уже есть ваши входы в сервисы, второй работает на отдельном Mac и получает актуальные Chrome cookies и секреты через Tailscale.

Второй OpenClaw-агент просыпается уже авторизованным и может работать с GitHub, Linear, Stripe, Chrome Cookie и CLI без ручного auth login.

И репозиторий от Peter Steinberger, создателя OpenClaw - sag.
Это современная замена macOS say на базе ElevenLabs:

sag "Готово, задача завершена"
sag -o result.mp3 "Короткий голосовой отчет"

Для агентов это удобный способ озвучивать статусы, ошибки и результаты работы.

Чат

OpenClaw теперь можно запускать внутри компании на Windows 🦞

Microsoft на Build 2026 объявила, что OpenClaw нативно работает на Windows через MXC - Microsoft Execution Containers (пока в early preview).

Смысл MXC: агент запускается в ограниченном окружении, а доступ к файлам, сети и другим возможностям задается правилами. То есть OpenClaw можно приносить в корпоративный контур как управляемый Windows-компонент.

Для этого есть отдельный репозиторий openclaw-windows-node. Это Windows Companion: приложение в трее, через которое можно подключить OpenClaw, открыть чат, настроить gateway и превратить Windows-машину в node для агента.

Чат

OpenClaw 2026.6.1 - это уже интереснее 🦞

Добавили нативную ноду для Windows, поддержку MiniMax M3, более стабильную доставку сообщений в каналы. Еще подтянули устойчивость к зависаниям: таймеры, повторы, загрузка медиа, запросы к поставщикам моделей и работа расширений - теперь лучше ограничены по времени.
OpenClaw Companion, о котором я рассказывал в предыдущем посте, теперь доступен для скачивания прямо в релизе.

Но самые интересные изменения для агентных сценариев - Skill Workshop, /goal и Workboard.

Skill Workshop - мастерская навыков для агентов.

Раньше идея “агент заметил повторяющуюся ошибку и сам создал skill” выглядела рискованно: если дать агенту прямую запись в активные навыки, можно получить незаметное изменение поведения. Теперь это проходит через проверяемый черновик.

Как устроено:
🔵 агент создает не живой SKILL.md, а PROPOSAL.md
🔵 черновик можно пересмотреть, применить, отклонить или отправить в карантин
🔵 перед применением OpenClaw снова прогоняет проверки
🔵 изменение привязано к текущей версии навыка, поэтому устаревает, если файл уже поменялся
🔵 вспомогательные файлы разрешены только в стандартных папках вроде references/, scripts/, templates/
🔵 в панели управления появились список предложений, просмотр файлов, поиск, состояния проверки и отдельный сценарий для доработок

Агент может превращать повторяющиеся исправления в навыки, но не может тихо менять рабочую память системы без ревью.
Молодцы, отличились от Hermes, но нужно смотреть на практике.

/goal - цель текущей сессии.

Думаю все знают про эту функцию, так как она есть уже во многих агентах. Просто пишете задачу, агент ее выполняет, пока цель не будет достигнута (по его мнению).
Кстати, после обновления Codex CLI команда /goal доступна по умолчанию - её больше не нужно включать отдельно. Совпадение? ❌

Workboard - рабочая доска для агентных задач.

Доступно в стандартном дашборде и CLI. Состоит из карточек, которые хранят не только название и статус, а весь рабочий контекст: приоритет, метки, назначенного агента, связанную сессию, задачу, запуск, попытки, комментарии, доказательства выполнения, артефакты, журналы рабочих агентов и диагностику.

🔵 агенты могут брать карточки в работу, отмечать прогресс, оставлять комментарии и прикладывать подтверждения
🔵 работу можно запускать прямо из карточки, а OpenClaw сам свяжет с ней задачу и сессию
🔵 большую задачу можно разбить на подзадачи, и дочерние карточки станут доступными после завершения родительской
🔵 доска помогает видеть зависшие, заблокированные и слишком долго молчащие задачи
🔵 управлять можно из панели, чата и командной строки:
/workboard list/create/show/dispatch

Включается командой openclaw plugins enable workboard

Чат

У OpenClaw никогда не было больше загрузок npm, чем на этой неделе ✌️

Чат

205 шаблонов агентов для OpenClaw в одном репозитории

Нашел полезный каталог - awesome-openclaw-agents (3.5к⭐). Внутри 205 SOUL.md-шаблонов: разработка, DevOps, маркетинг, финансы, саппорт, обучение, e-commerce, безопасность, автоматизация и другие сценарии.

Каждый агент описан как роль с задачами, правилами поведения и примерами ответов. Например, можно взять агента для ревью PR, разбора инцидентов, анализа логов, генерации рассылок, поддержки клиентов или мониторинга конкурентов.

Чат

OpenClaw и рабочие циклы агентов 🔄

Пост Питера, создателя OpenClaw разлетелся в X. Смысл простой:
Пора меньше писать разовые промпты кодовым агентам и больше проектировать циклы, в которых агенты сами получают задачу, проверяют результат и возвращаются с подтверждением.

На этом фоне AI Engineer - команда конференции про AI-инженерию - вытащил из выступления Vincent Koc, главного архитектора OpenClaw, почти безумные цифры: 3,000 коммитов за день, 10-15 сопровождающих проект, 60-70 агентов в работе и около миллиона измененных строк.

Если верить Vincent, у OpenClaw уже выстроен контур проверки: агент делает изменение, прогоняет тесты, чинит ошибки, снова проверяет и только потом отдает результат человеку на финальный просмотр.

Люди в комментах спрашивают правильные вещи: сколько изменений потом откатывают, где появляются старые ошибки, почему иногда страдает удобство интерфейса, и не слишком ли дорого обходится скорость.

Важно, кто проверил, чем проверил, что сломалось, что откатили и в какой момент человека снова позвали к клавиатуре.

Чат

OpenClaw 2026.6.5🦞

В обновлении добавили встроенный Parallel web_search, подтянули Matrix voice/thread, починили восстановление Anthropic/MCP-сессий и перевели версии на формат YYYY.M.PATCH.

Но самое важное изменение - security.installPolicy для установки skills и плагинов.

Skill для агента - это не просто текстовая подсказка. Внутри могут быть команды, зависимости, вспомогательные файлы и правила поведения, которые потом влияют на работу агента. Поэтому установка skills не должна быть незаметной.

Теперь агент может задать локальную политику установки:
🔵 OpenClaw сначала подготавливает исходные файлы
🔵 затем вызывает доверенную локальную команду
🔵 команда решает: разрешить или заблокировать установку
🔵 политика работает для ClawHub skills, загруженных skills, Git/local skills и плагинов
🔵 если политика включена, но команда недоступна, установка не продолжается

Для ClawHub skills еще важный момент: OpenClaw ставит GitHub-backed skills через закрепленный комит и сохраняет данные надежнее.

Чат

Peter Steinberger показал схему, где Codex сам помогает вести репозиторий ✌️

Агент регулярно смотрит GitHub, находит задачи, PR, упавшие проверки и сам предлагает, что можно сделать дальше.

У Peter уже есть готовые скиллы:
- github-project-triage - разбирает задачи, PR, CI и релизы
- maintainer-orchestrator - раздает работу отдельным чатам Codex и проверяет прогресс

Как это работает:
🔵Агент находит простые задачи, которые можно сделать без человека
🔵Запускает для них отдельные рабочие чаты Codex
🔵Каждые 5 минут проверяет, что получилось
🔵Перед мержем требует тесты, зеленый CI, проверку на реальном сценарии и короткий отчет в PR
🔵Человеку приносит готовый отчет: что сделано, чем проверено, какие риски остались

В комментариях важное уточнение: 5 минут - не обязательное правило. Можно запускать раз в час или раз в день, если задачи не срочные.

А если задача появляется только по событию, например новый issue, комментарий в PR или упавший CI, то агенту не нужно постоянно просыпаться и проверять GitHub. Проще дернуть его через вебхук: событие случилось - агент запустился - сделал работу - остановился.

Это хороший пример, но скиллы нужно адаптировать под свои задачи и свой проект. Я работаю комитами в main, а скилл github-project-triage, заменяется отдельным агентом, который анализирует качество работы прода и предлагает изменения.

Чат

Как собрать свой loop в OpenClaw 🦞

Brad Groux написал, что кодинг-агента полезнее держать как рабочий цикл: он сам возвращается к задаче, проверяет результат и приносит человеку короткий отчет.

В OpenClaw такой loop можно собрать прямо из базовых частей.

1. Опишите правило работы

В ~/.openclaw/workspace/AGENTS.md или отдельном skill запишите, как агент должен закрывать задачу:

Работай циклом:
1. Найди следующий маленький шаг.
2. Сделай изменение.
3. Проверь результат тестом, сборкой, браузером или скрином.
4. Если проверка упала - исправь и проверь снова.
5. В конце напиши: что изменилось, чем проверено, какие риски остались.

2. Дайте агенту постоянный контекст

Для проекта заведите файлы вроде:

PROJECT.md       - что это за проект
TODO.md          - открытые задачи
DECISIONS.md     - принятые решения
CHECKS.md        - как проверять результат

Так память лежит на диске, ее можно открыть, поправить и закоммитить.

3. Запустите цикл по расписанию

Например, агент раз в 30 минут проверяет проект и двигает простые задачи:

openclaw cron create "*/30 * * * *" \
  "Проверь TODO.md, GitHub issues, PR и CI. Если есть безопасный следующий шаг - сделай его. Перед ответом запусти минимальную проверку и верни: что изменилось, чем проверено, что требует решения человека." \
  --name "Project loop" \
  --session isolated \
  --announce \
  --channel telegram \
  --to "<chat_id>"

4. Подключите нужные поверхности

Для реального loop обычно нужны:

🔵 exec/read/write/edit - менять код и запускать проверки
🔵 Browser или Canvas - смотреть результат глазами
🔵 GitHub/MCP/плагины - читать задачи, PR, CI и внешние сервисы
🔵 Telegram/Slack/Discord - возвращать отчет туда, где вы работаете
🔵 sandbox для групповых и рискованных запусков

Хороший loop в OpenClaw закрывается подтверждением: тест прошел, страница открылась, скрин проверен, CI зеленый, риск описан.

Начать можно с одного простого цикла: “раз в день проверь проект и принеси 3 следующие задачи”. Потом добавить автоправки, ревью, браузерную проверку и вебхуки от GitHub.

Чат

Питер показал ClawSweeper вживую 😁

В OpenClaw появился понятный контур для open-source репозиториев: пользователь создает issue, @clawsweeper проверяет его по VISION.md, решает, можно ли брать в работу, и для подходящих задач сам делает PR + запускает авторевью.

Пример из X: в openclaw/gogcli человек попросил задокументировать, что --fields работает как alias для --select почти во всех командах. ClawSweeper проверил код и docs, понял, что это маленький безопасный docs-only фикс, открыл PR #816, поменял 3 файла, прогнал проверки и PR уже смержен.

Самое важное здесь - фильтр перед автономной работой.

🔵 VISION.md описывает вижн проекта
🔵 простые и проверяемые изменения агент может довести до PR
🔵 опасные задачи остаются человеку на решение
🔵 в PR агент приносит не только diff, но и проверку: что изменено, чем проверено, какие риски остались

В соседнем issue про изменение контактов ClawSweeper как раз не полез сразу менять код: это опасно, нужны правила merge и живое подтверждение через Google Contacts API.

Это хороший паттерн для open-source проектов: агенту дают рабочий коридор - что можно брать самому, где нужен человек, и какую проверку принести перед мерджем.

Чат

OpenClaw 2026.6.8 🦞

Давно не писал про обновления, но и рассказывать было нечего.
В свежем релизе тоже не много изменений, но они достаточно заметные.

Во-первых, Telegram выпустил обновление и добавил новое текстовое форматирование. В сообщениях от ботов доступны таблицы, блоки цитат, списки задач, математическое форматирование и формулы, встроенные медиафайлы, карусели, коллажи и другое.

Выглядит симпатично: первым эту фишку добавил Hermes, теперь и OpenClaw подтянулся.

Починили команду /usage, теперь можно настроить футер для каждого сообщения:

openai🤖 gpt5.5 🌕 🐌 | 📚 [⣿⠐⠐⠐⠐]272k ↕️ 48k/39 🗄 5% 💰0.2444

Добавили поддержку моделей GLM 5.2 и Haiku 4.5. Про химеру Fable, пожалуй, говорить не будем 😦

И, конечно, в обновлениях куча других фиксов и улучшений, которые сложно сходу заметить.
Со штатным openclaw update, проблем нет.

Чат

Статья про Codex-автоматизации: внутренний цикл делает работу с контекстом, внешний цикл забирает человеческие правки и улучшает следующий запуск.

📎 Внутренний и внешний циклы Codex-автоматизаций

Чеклист правил по архитектуре веб-приложений для агентов:

🔵 OpenAPI генерирует клиентский код и типы
🔵 TanStack Query отвечает за server state
🔵 route loaders и типизированные query params становятся нормой
🔵 сложный интерактивный UI описывается через state machine, например xstate
🔵 Tailwind прячется за компонентной системой, чтобы агенты не разносили className по всему проекту
🔵 WebSocket/SSE получают один понятный паттерн, который агент может переиспользовать

Агенту нужны готовые маршруты: как писать API-клиент, где хранить состояние, как обрабатывать загрузку и ошибки.

Также хочу поделится с вами библиотекой лупов, в которой есть даже один от Питера:
signals.forwardfuture.ai/loop-library

Тут вам и рефактор проекта, и верификация доков, и луп который будет улучшать ваш код, пока каждая странице не будет грузиться быстрее 50 мс.

Чат