Мини-гайд

Как дать доступ OpenClaw к сообщениям на своем основном аккаунте?

Самый базовый юзкейс — получение вечернего саммари по всем личным чатам, с которыми ты общался за день.

1. Создаем бота через @BotFather, получаем токен.
2. В Bot Settings включаем Business Mode.
3. Далее идем в обычные настройки, ищем Telegram Business → ChatBots.
Добавляем нашего бота, настраиваем права.

Необходим Telegram Premium.

Готово!

Теперь присылай API-ключ бизнес-бота своему OpenClaw и скажи:
«Я хочу получать саммари по всем своим диалогам вечером».

Важный нюанс: бот будет видеть только новые сообщения.

Продолжение. Как настроить векторную базу данных и сделать, по настоящему серьезную систему

Чат | Канал

🦞 5 фактов про фреймворки из “Claw family”, которые реально цепляют

1) TinyClaw — агентные “команды” без центрального оркестратора

Сообщения гоняются через файловую очередь (incoming → processing → outgoing).
То есть отладка уровня: ls и сразу видно, где застряло.

2) ZeroClaw — один из самых security-first подходов

В обзоре отмечены 1017 тестов, sandbox, шифрование секретов и жёсткие режимы автономности.
Но нюанс: это пока больше “очень защищённый чатбот”, чем полноценный tool-agent.

3) PicoClaw — редкая UX-идея в tool-системе

У результата инструмента два канала: ForLLM и ForUser.
Модель получает техническую часть, человек — нормальный читабельный ответ. Очень практично.

4) Nanobot — лёгкий Python, но со спорной привычкой

После каждого цикла инструментов добавляет “рефлексивный” шаг (“подумай, что дальше”).
Работает, но раздувает контекст и иногда добавляет лишнюю болтовню.

5) BearClaw — единственный в обзоре с параллельным tool execution

Если модель попросила прочитать 5 файлов, они читаются одновременно (Promise.all), а не по одному.
В реальных задачах это даёт заметный прирост по времени ответа.


Вывод:
Сейчас решает, не какая LLM лучше, а архитектура исполнения:
как вызываются tools, как контролируется безопасность, как устроена многозадачность и что видит пользователь во время работы.

Чат | Канал

OpenClaw: Вирусный ИИ-агент, взорвавший интернет — Питер Штайнбергер | Подкаст Лекса Фридмана #491

Для всех, кому сложно смотреть на английском, мы сделали ИИ-дубляж самого важного интервью этого года.

Это интервью было записано прямо перед тем, как создатель OpenClaw начал работать в OpenAI. В нём много полезной информации о том, как Питер лично использует OpenClaw и как выстраивает разработку своих проектов с помощью ИИ-агентов.

И, конечно, просто интересно услышать историю о том, как один из его многочисленных «случайных» проектов всего за несколько месяцев прогремел на весь мир.

Сегодня обсудим тему, которая всех очень интересует: дашборды для OpenClaw.

Если изучить репозитории на GitHub по запросу OpenClaw, видно, что у большинства решений небольшая популярность.

Я начал тестировать, как и что работает. Попробовал несколько вариантов, где было около 100 звезд. И лучше бы этого не делал)
Все баганое. Конечно, Codex поможет вам исправить какие-то ошибки, но тогда можно и с нуля сделать, как я описывал в предыдущем посте.

Важно понимать, что есть просто дашборды с агентами, где они почти не взаимодействуют друг с другом (как по мне, вещь не особо нужная), а есть дашборды, где вы собираете команду агентов, есть Team Lead, есть планирование, распределение ролей и нормальная мульти-агентная работа.

Я нашел два рабочих, готовых варианта и протестировал их. Сегодня расскажу о первом — Mission Control, он попроще.

По установке: лучше не делать это через сам OpenClaw. Проще запустить Codex/Claude CLI, дать ссылку на репу и пусть он сам все поставит.
Но не думайте, что поставили и сразу все идеально работает. Скорее всего, что-то придется чинить. В моем случае были баги, но Codex исправил их буквально за один промт.


Теперь о функционале MC.
У вас есть kanban, на котором вы создаете задания.
Есть список агентов, одного из них можно сделать тимлидом (Master Orchestrator — планирует, создает агентов и запускает выполнение).

- Вы создаете задачу и включаете planning (часто можно без назначения агента на старте).
- Нажимаете кнопку — и Master Orchestrator задает уточняющие вопросы, на основе ответов формирует план и может создать нужных агентов.
- Когда видите, что задача сформирована нормально, переносите task в assigned и начинается работа.
- После завершения задача уходит в Review.
- Внутри задачи появляется Deliverables — там лежит результат.

Важный момент: Mission Control — это не магия на полном автопилоте.
Он хорошо структурирует процесс, помогает с планирование и созданием агентов, но если у исполнителя блокер (нет API-ключа, недоступен инструмент и т.д.), это обычно нужно разруливать вручную.

Итог: Mission Control не дает сверхавтоматизацию, но сильно упрощает структурирование задач, делает работу наглядной и снимает рутину с ручного создания агентов.
В комментариях оставлю md файл с результатом ресерча по habr, который я получил при первой своей попытке.

Дальше разберем, гораздо более мощный и сложный инструмент, с таким же названием Mission Control. Вот там уже и правда, командная работа агентов и общение с ними, как с реальными сотрудниками.

OpenClaw выпустил хорошее обновление (26.02.2026), и это очень важно, если вы создаете рой (swarm) агентов, но половина функций не работает, пока вы не активируете.

ACP Агенты, привязанные к потокам

Я уже запускал субагентов для выполнения задач. Это работало, но мне приходилось управлять ими самостоятельно, проверяя, завершились ли они, очищая неактивные потоки и т. д.

Теперь OpenClaw делает все это. Агент открывает поток, выполняет задачу, отчитывается. Я появляюсь только тогда, когда нужно принять реальное решение.

Вам нужно добавить: set spawnAcpSessions: true - в конфигурацию канала.

Важно понимать отличие субагентов от ACP агентов.

ACP-агент:
- живет как отдельный сервис
- принимает задачи по протоколу ACP
- вызывает инструменты
- общается с другими ACP-агентами
- работает независимо от конкретного чата или пользователя

ACP-агент = полноценный автономный AI-воркер с собственным жизненным циклом.

Субагент:
- живёт внутри родительского агента
- не является отдельным сервисом
- не общается по ACP
- создаётся для решения конкретной подзадачи

Субагент = временный внутренний помощник.

Secrets Management

Раньше все ключи хранились просто в файлах в открытом виде.
Теперь они лежат в отдельном хранилище и загружаются, когда openclaw реально нуждается в них.

Пропишите: openclaw secrets audit - он просканирует вашу конфигурацию и точно покажет, какие ключи все еще открыты и где.

CLI маршрутизация агентов

Раньше привязка агентов к каналам занимала много времени. Теперь это просто привязка/отвязка из CLI, поэтому подключать новых агентов стало легче:
openclaw agents bind <id> --channel <your-channel> --peer <target>

Для обновления пропишите: openclaw update (можно просто в чате)

Отправьте это сообщение в свой OpenClaw (или любую llm), чтобы скопировать стиль письма из книг, статей, твитов, электронных писем, из чего угодно.

Свой текст вставьте в context_discovery

Вы удивитесь сколько всего мы не замечаем, читая обычный текст.
А такая, на первый взгляд, тривиальная задача, как заставить AI общаться по человечески, на самом деле, не такая простая.

<role>
You’re going to extract writing style from the content I send you here. You deconstruct any written communication to its molecular level, revealing the hidden psychological architecture that creates influence, engagement, and memorability.

Your expertise: advanced stylometric analysis, copywriting psychology, linguistic fingerprinting, subconscious pattern detection, and psychological trigger identification.
</role>

<analysis_methodology>
You extract style through systematic cognitive archaeology:
1. SURFACE PATTERNS: Formatting, punctuation, vocabulary, structure
2. PSYCHOLOGICAL ARCHITECTURE: Persuasion frameworks and emotional triggers
3. SUBCONSCIOUS RHYTHMS: Pacing, flow, musical qualities
4. LINGUISTIC FINGERPRINTS: Unique syntax and structural preferences
5. INFLUENCE MECHANISMS: How style creates psychological impact
6. REPLICATION BLUEPRINT: Actionable framework for recreating exact style

Analysis must be so precise someone could write content virtually indistinguishable from the original author.
</analysis_methodology>

<context_discovery>
ТЕКСТ
</context_discovery>

<extraction_framework>
Create a detailed JSON profile covering:
- Style Metadata: Content type, sample size, confidence level, uniqueness
- Surface characteristics: Formatting, vocabulary, structure, punctuation, capitalization
- Psychological architecture: Persuasion frameworks, emotional appeals, triggers, positioning
- Rhythm & flow: Pacing patterns, musical qualities, cognitive load management
- Influence mechanisms: Attention capture, engagement maintenance, behavioral influence
- Voice personality: Character traits, communication style, value expression
- Replication blueprint: Essential elements, practical guidelines, consistency rules
- Effectiveness assessment: Strongest techniques, sophistication, uniqueness factors
</extraction_framework>

<quality_standards>
Every pattern must be:
- PRECISE: Backed by specific examples
- COMPREHENSIVE: No significant element overlooked
- ACTIONABLE: Translatable into writing guidance
- DEEP: Surface observations plus psychological mechanisms
- CONSISTENT: Validated across samples
- UNIQUE: Distinctive signature elements

Specific examples support every major finding with confidence scoring.
</quality_standards>

Чат | Канал

OpenClaw: Полный гайд по установке и настройке ИИ-агента в VirtualBox + БОНУС 2 юзкейса

Снял видео, чтобы даже у самых технически неподкованных пользователей не осталось вопросов о том, как установить OpenClaw.

Записывал экспромтом, поэтому столкнулся со всеми возможными проблемами и показал способы их решения.

В целом это хорошая база, с которой стоит начинать знакомство с этим агентом.

Дайджест обсуждений в нашем комьюнити за 02.03.26
Тем: 8 | Сообщений: 137

Топ-3 участника дня:
🥇 Влад — 36 сообщений
🥈 Akbar Fasert — 20 сообщений
🥉 Mike — 17 сообщений

🤖 Mission Control: больная тема
Mike вторые сутки не может запустить MC для оркестрации агентов. Влад подтвердил — сам потратил несколько часов, завёл только с костылями через Codex. Пробовали antfarm и openclaw-mission-control. Итог: проще писать своё MC с нуля.

🔍 Веб-поиск не работает «из коробки»
Антон столкнулся: тумблер Web Search ON — не значит, что поиск работает. Нужен API-ключ Brave Search. Альтернативы: Tavily через скиллы Vercel, Gemini Search Grounding, DuckDuckGo-скилл.

🌐 Браузерная автоматизация с авторизацией
Kamil хотел автоматизировать личный кабинет — агент отказывался кликать по экрану по соображениям безопасности. Решение от Akbar: скилл agent-browser от Vercel (Playwright MCP).

💬 Telegram-интеграция
n0zar3k спросил про подключение ТГ и инсты помимо browser relay. Варианты: userbot через Telethon, скилл telegram-history. Instagram — пока только через браузер.

🆕 Обновление OpenClaw 2026.3.1
Вышел релиз: Claude умнее по умолчанию, стабильнее Android-интеграции и стриминг OpenAI, надёжнее мессенджеры.

Также вскользь:
— Лимиты ChatGPT Team vs API — подписка выгоднее для нетяжёлых задач
— Установка на Linux нативно — лучше под отдельным пользователем
— AnyType MCP как структурированное хранилище для агента
— В чат заглянул автономный бот-инстанс OpenClaw AI на Claude Opus 4 👀

#дайджест @openclaw_lab_community