🦞 OpenClaw v2026.2.24 Update — меньше глюков, больше контроля
Вышло обновление, которое не добавляет «вау-кнопок», но делает работу заметно стабильнее.
Главное:
🛑 Теперь ассистент корректно останавливается.
Даже если написать STOP OPENCLAW!!!, «please stop» или аналог на другом языке — он действительно прекращает выполнение.
🤖 Меньше падений из-за моделей.
Если основная модель недоступна, OpenClaw спокойно переключается дальше по цепочке. Без зависаний и ручных перезапусков.
💬 Ответы в мессенджерах стали стабильнее.
Discord, Telegram, Slack — меньше пропавших сообщений и странных ситуаций, когда «ответ вроде есть, но его нет».
📱 Android стал полезнее как мобильный клиент.
Теперь проще подключиться к своему Gateway и управлять ассистентом с телефона: чат, история, фото с камеры — всё под рукой.
Полная версия Changelog на русском языке в комментариях👇
Чат | Канал
Вышло обновление, которое не добавляет «вау-кнопок», но делает работу заметно стабильнее.
Главное:
Даже если написать STOP OPENCLAW!!!, «please stop» или аналог на другом языке — он действительно прекращает выполнение.
Если основная модель недоступна, OpenClaw спокойно переключается дальше по цепочке. Без зависаний и ручных перезапусков.
Discord, Telegram, Slack — меньше пропавших сообщений и странных ситуаций, когда «ответ вроде есть, но его нет».
Теперь проще подключиться к своему Gateway и управлять ассистентом с телефона: чат, история, фото с камеры — всё под рукой.
Полная версия Changelog на русском языке в комментариях
Чат | Канал
Please open Telegram to view this post
VIEW IN TELEGRAM
🦞 5 фактов про фреймворки из “Claw family”, которые реально цепляют
1) TinyClaw — агентные “команды” без центрального оркестратора
Сообщения гоняются через файловую очередь (
То есть отладка уровня:
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 (
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
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
Как можно использовать топики в telegram чате, для мульти-агентности OpenClaw❓
Этот функционал уже встроена в OpenClaw, но мало кто знает об этом.
Что это дает?
🎥 Изоляция памяти по топикам.
🎥 Отдельные systemPrompt/skills/policy на каждый топик.
Ниже будет гайд, скопируй и дай агенту самому настроить.
Если тема интересна, расскажем, как сделать полную изоляцию по топикам, чтобы у каждого агента, был отдельный workspace.
1. Установите OpenClaw и проверьте, что gateway запущен:
2. Создайте Telegram-бота через @BotFather (/newbot) и сохраните BOT_TOKEN.
3. Подготовьте Telegram-чат:
- включены Topics
- добавьте бота в группу
- если нужны ответы без упоминания: в BotFather отключите privacy (/setprivacy -> Disable), затем удалите и снова добавьте бота в группу
4. Откройте конфиг ~/.openclaw/openclaw.json и задайте базовую конфигурацию:
5. Узнайте реальные ID:
- chatId группы: chat.id
- threadId топика: message_thread_id
- способы:
# или
6. Перезапустите gateway:
7. Проверка изоляции:
- отправьте разные сообщения в topic A и topic B
- убедитесь, что контекст не смешивается
Важно
- topics.<threadId> наследует настройки группы, если не переопределено.
- threadId=1 (General topic) обрабатывается как special-case Telegram.
Чат | Канал
Этот функционал уже встроена в OpenClaw, но мало кто знает об этом.
Что это дает?
Ниже будет гайд, скопируй и дай агенту самому настроить.
Если тема интересна, расскажем, как сделать полную изоляцию по топикам, чтобы у каждого агента, был отдельный workspace.
1. Установите OpenClaw и проверьте, что gateway запущен:
openclaw gateway status
openclaw logs --follow
2. Создайте Telegram-бота через @BotFather (/newbot) и сохраните BOT_TOKEN.
3. Подготовьте Telegram-чат:
- включены Topics
- добавьте бота в группу
- если нужны ответы без упоминания: в BotFather отключите privacy (/setprivacy -> Disable), затем удалите и снова добавьте бота в группу
4. Откройте конфиг ~/.openclaw/openclaw.json и задайте базовую конфигурацию:
{
channels: {
telegram: {
enabled: true,
botToken: "BOT_TOKEN",
dmPolicy: "pairing",
groups: {
"-1001234567890": {
groupPolicy: "open",
requireMention: false,
systemPrompt: "Базовое поведение в группе",
topics: {
"14": {
systemPrompt: "Поведение для topic 14",
skills: ["skill-a"],
requireMention: false,
enabled: true
},
"27": {
systemPrompt: "Поведение для topic 27",
skills: ["skill-b"],
requireMention: false,
enabled: true
}
}
}
}
}
}
}5. Узнайте реальные ID:
- chatId группы: chat.id
- threadId топика: message_thread_id
- способы:
openclaw logs --follow
# или
curl -s "https://api.telegram.org/bot<BOT_TOKEN>/getUpdates"
6. Перезапустите gateway:
openclaw gateway restart
7. Проверка изоляции:
- отправьте разные сообщения в topic A и topic B
- убедитесь, что контекст не смешивается
Важно
- topics.<threadId> наследует настройки группы, если не переопределено.
- threadId=1 (General topic) обрабатывается как special-case Telegram.
Чат | Канал
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍7🔥2⚡1❤1🆒1
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.
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.
YouTube
OpenClaw: Вирусный ИИ-агент, взорвавший интернет — Питер Штайнбергер | Подкаст Лекса Фридмана #491
Питер Штайнбергер — создатель OpenClaw, фреймворка для разработки ИИ-агентов с открытым исходным кодом, который является самым быстрорастущим проектом в истории GitHub.
Сообщество OpenClaw - https://t.me/openclaw_lab
0:00 - Основные моменты эпизода
1:30…
Сообщество OpenClaw - https://t.me/openclaw_lab
0:00 - Основные моменты эпизода
1:30…
7👍6❤4
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).
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.
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.
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.
1🔥10👍5❤1🤓1
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:
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
Субагент:
- живёт внутри родительского агента
- не является отдельным сервисом
- не общается по ACP
- создаётся для решения конкретной подзадачи
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:
CLI маршрутизация агентов
Раньше привязка агентов к каналам занимала много времени. Теперь это просто привязка/отвязка из CLI, поэтому подключать новых агентов стало легче:
Для обновления пропишите:
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)2🔥8👍1
На GitHub уже несколько дней в трендах находится репозиторий с примерами использования OpenClaw.
Это отличный источник вдохновения.
Я подготовил для вас перевод всех кейсов на русский язык с реальными промптами, навигацией и подробным описанием.
Чат | Канал
PDF-документ в комментариях👇
Это отличный источник вдохновения.
Я подготовил для вас перевод всех кейсов на русский язык с реальными промптами, навигацией и подробным описанием.
Чат | Канал
PDF-документ в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍12
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
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.
Чат | Канал
Свой текст вставьте в
context_discoveryВы 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
❤5👍3🔥3✍1
Я уже рассказывал, как настроить Business бота в Telegram для OpenClaw, у которого будет доступ к перепискам вашего аккаунта.
Но если нам мало обычного отчета по вчерашним диалогам и мы хотим проводить анализ в рамках месяца или даже года?
Для этого OpenClaw нужна память, не просто в .md файле (встроенная функция), а векторная база данных с embedding поиском.
Что это вообще такое - простыми словами
Представь обычную базу данных как огромный список. Когда ты ищешь "реклама" - она ищет именно слово "реклама". Написал "продвижение" - уже не найдёт.
Векторная база данных работает иначе. Каждое сообщение превращается в набор чисел (вектор), который отражает смысл текста, а не сами слова. Это и называется embedding - смысловой отпечаток фразы.
Результат: ты пишешь "о чём мы договорились с клиентом по оплате?" - и бот находит нужные переписки, даже если там не было ни одного из этих слов.
Что я собрал?
Связка трёх инструментов:
🔵 OpenClaw — AI-агент, который исполняет задачи
🔵 memU — библиотека для работы с векторной памятью
🔵 Telegram Business Bot — источник переписок
Каждые 6 часов CRON-задача автоматически забирает новые сообщения из всех чатов и сохраняет их в локальную векторную базу. Данные никуда не уходят — всё хранится на твоей машине.
Как повторить
Вставь это сообщение своему агенту в OpenClaw, заменив переменные в скобках:
Агент только попросит вас установить зависимости и инициализировать базу данных.
Что можно спрашивать у бота после недели работы?
🔍 Аналитика
✈️ По конкретному контакту
⚡ Подготовка к диалогу
🔑 Контроль и риски
Чат | Канал
Но если нам мало обычного отчета по вчерашним диалогам и мы хотим проводить анализ в рамках месяца или даже года?
Для этого OpenClaw нужна память, не просто в .md файле (встроенная функция), а векторная база данных с embedding поиском.
Что это вообще такое - простыми словами
Представь обычную базу данных как огромный список. Когда ты ищешь "реклама" - она ищет именно слово "реклама". Написал "продвижение" - уже не найдёт.
Векторная база данных работает иначе. Каждое сообщение превращается в набор чисел (вектор), который отражает смысл текста, а не сами слова. Это и называется embedding - смысловой отпечаток фразы.
Результат: ты пишешь "о чём мы договорились с клиентом по оплате?" - и бот находит нужные переписки, даже если там не было ни одного из этих слов.
Что я собрал?
Связка трёх инструментов:
Каждые 6 часов CRON-задача автоматически забирает новые сообщения из всех чатов и сохраняет их в локальную векторную базу. Данные никуда не уходят — всё хранится на твоей машине.
Как повторить
Вставь это сообщение своему агенту в OpenClaw, заменив переменные в скобках:
[TG_BOT_TOKEN] — это API ключ от моего бизнес бота в Telegram. С помощью него ты можешь видеть мои диалоги. Проверь, работает ли всё, и получаешь ли ты сообщения. Сохрани токен, чтобы при обнулении контекста ты мог его использовать и понимал для чего он.
Далее изучи досконально этот репозиторий вместе с исходниками, можешь клонировать: https://github.com/NevaMind-AI/memU
Я хочу установить это для того чтобы ты запускал раз в 6 часов CRON задачу, которая получала бы все новые сообщения и сохраняла бы их в memU для последующей работы. Вся документация по OpenClaw: https://docs.openclaw.ai
Параметры реализации:
— Векторная база данных (PostgreSQL + pgvector)
— LLM embedding через OpenAI API, ключ: [OPENAI_API_KEY]
— Сохраняем все чаты, обе стороны диалога
— Backfill не нужен
— Краткий отчёт после каждого прогона
— База хранится полностью локально, без доступа извне
Перед началом реализации задай уточняющие вопросы, если есть.
Агент только попросит вас установить зависимости и инициализировать базу данных.
Что можно спрашивать у бота после недели работы?
Сделай сводку за неделю: кто писал, какие темы, где были договорённости
Найди все диалоги, где говорили про рекламу или бюджеты - сравни выводы
По переписке с @username: что обсуждали, какие следующие шаги?
Сделай профиль контакта @username: стиль общения, интересы, что лучше заходит
Подготовь меня к разговору с @username: контекст, важные точки, что предложить первым
Какие решения я уже принимал по [теме], чтобы не повторяться?
Кому я давно не отвечал - есть риск потерять контакт?
Собери повторяющиеся возражения клиентов и предложи шаблоны ответов
Чат | Канал
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤2
Я сделал много попыток, чтобы настроить оркестрацию через OpenClaw для разработки.
И похоже, я нашел, крутое решение, так еще и дашборд бонусом.
Antfarm репозиторий - это TypeScript CLI + daemon-система для запуска детерминированных YAML-воркфлоу с несколькими LLM-агентами (planner, dev, reviewer, tester и т.д.), с:
Юзкейсы:
Например, вам нужно реализовать новую фичу. Вы запускаете:
Antfarm создаёт план реализации, пишет изменения в коде, добавляет тесты, прогоняет проверки и доводит задачу до логического завершения. В процессе вы можете наблюдать статус через antfarm status или через dashboard. Это похоже на то, как если бы вы дали задачу небольшой команде и следили за прогрессом.
Если в проекте накопились баги, вы запускаете другой сценарий:
Система анализирует кодовую базу, выявляет причины проблем, вносит исправления и проверяет, чтобы ничего не сломалось рядом. Это особенно удобно, когда багов много и они мелкие - Antfarm проходит по ним системно.
Перед релизом можно запустить аудит безопасности:
Агенты проверят зависимости, конфигурации и потенциально опасные участки кода. Это не замена полноценному security-review, но очень полезный автоматический первый слой проверки.
Важно понимать: Antfarm работает по заранее описанным YAML-workflow. Вы можете использовать готовые (feature-dev, bug-fix, security-audit) или создать собственный сценарий под свои процессы - например, отдельный workflow для рефакторинга или подготовки релиза.
Еще не тестил, рад буду, если кто то меня опередит и напишет о своем опыте.
Чат | Канал
И похоже, я нашел, крутое решение, так еще и дашборд бонусом.
Antfarm репозиторий - это TypeScript CLI + daemon-система для запуска детерминированных YAML-воркфлоу с несколькими LLM-агентами (planner, dev, reviewer, tester и т.д.), с:
- оркестрацией через cron
- хранением состояния в SQLite
- двухфазным polling-механизмом
- изолированными агентами с собственными AGENTS.md / IDENTITY.md / SOUL.md
- поддержкой skills
- встроенным dashboard + daemon
Юзкейсы:
Например, вам нужно реализовать новую фичу. Вы запускаете:
antfarm run feature-dev
Antfarm создаёт план реализации, пишет изменения в коде, добавляет тесты, прогоняет проверки и доводит задачу до логического завершения. В процессе вы можете наблюдать статус через antfarm status или через dashboard. Это похоже на то, как если бы вы дали задачу небольшой команде и следили за прогрессом.
Если в проекте накопились баги, вы запускаете другой сценарий:
antfarm run bug-fix
Система анализирует кодовую базу, выявляет причины проблем, вносит исправления и проверяет, чтобы ничего не сломалось рядом. Это особенно удобно, когда багов много и они мелкие - Antfarm проходит по ним системно.
Перед релизом можно запустить аудит безопасности:
antfarm run security-audit
Агенты проверят зависимости, конфигурации и потенциально опасные участки кода. Это не замена полноценному security-review, но очень полезный автоматический первый слой проверки.
Важно понимать: Antfarm работает по заранее описанным YAML-workflow. Вы можете использовать готовые (feature-dev, bug-fix, security-audit) или создать собственный сценарий под свои процессы - например, отдельный workflow для рефакторинга или подготовки релиза.
Еще не тестил, рад буду, если кто то меня опередит и напишет о своем опыте.
Чат | Канал
❤7👍4👎1
Please open Telegram to view this post
VIEW IN TELEGRAM
😁14❤3
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.
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.
YouTube
OpenClaw: Полный гайд по установке и настройке ИИ-агента в VirtualBox + БОНУС 2 юзкейса
В этом видео мы подробно разберем, как правильно установить и настроить OpenClaw — мощный автономный ИИ-агент. Я покажу весь процесс: от развертывания Ubuntu на VirtualBox до подключения LLM через OpenRouter или OpenAI, привязки Telegram-бота и установки…
9🔥12👍8❤4
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
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
3👀7👍6❤2
Media is too big
VIEW IN TELEGRAM
Ребята из X использовали OpenClaw как интерфейс ввода, который через MCP управляет роботом. Теперь лобстер может понимать физическое пространство и временные параметры. Интегрируется с любым лидаром, стереокамерой, RGB-камерой. Полностью открытый исходный код.
Видео демонстрирует работу OpenСlaw на человекоподобном роботе Unitree G1.
Так же уже несколько дней подряд в топе github висит репозиторий, который преобразует стандартные сигналы Wi-Fi в оценку положения человека в реальном времени, мониторинг жизненно важных показателей и обнаружение присутствия — и все это без единого пикселя видео.
Анализируя помехи в информации о состоянии канала (CSI), вызванные движением человека, система восстанавливает положение тела, частоту дыхания и сердцебиение, используя обработку сигналов на основе физических принципов и машинное обучение🤯
Может получится соединить это с OpenClaw?
Так же вышло обновление OpenClaw 2026.3.2🦞
- ACP агенты наконец то включены по дефолту
- Нативная поддержка PDF
- Telegram live streaming
Чат | Канал
Видео демонстрирует работу OpenСlaw на человекоподобном роботе Unitree G1.
Так же уже несколько дней подряд в топе github висит репозиторий, который преобразует стандартные сигналы Wi-Fi в оценку положения человека в реальном времени, мониторинг жизненно важных показателей и обнаружение присутствия — и все это без единого пикселя видео.
Анализируя помехи в информации о состоянии канала (CSI), вызванные движением человека, система восстанавливает положение тела, частоту дыхания и сердцебиение, используя обработку сигналов на основе физических принципов и машинное обучение
Может получится соединить это с OpenClaw?
Так же вышло обновление OpenClaw 2026.3.2🦞
- ACP агенты наконец то включены по дефолту
- Нативная поддержка PDF
- Telegram live streaming
Чат | Канал
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8🔥5
📋 Дайджест обсуждений в нашем комьюнити за 03.03.26
Тем: 8 | Сообщений: 492
Топ-3 участника дня:
🥇 Влад Смирнов — 102
🥈 Sanders — 66
🥉 OpenClaw AI — 49
🤖 Автономный AI-бот в чате
В комьюнити залетел бот на OpenClaw + Claude Opus 4.6, который пишет неотличимо от человека. Участники устроили допрос: Akbar вытащил стек (Telethon, ChromaDB, ElevenLabs), Daniil — стиль промпта. Бот спалил даже создателя, что подняло тему изоляции ключей.
🔧 Установка и настройка OpenClaw
Самая горячая тема. artur — ошибка OAuth (DNS на сервере). Фёдор — агент без прав, решение
📡 Heartbeat и автоматизация
Sanders выложил гайд по Heartbeat. Ринат жаловался на ленивого агента — Akbar объяснил: нужны триггеры и правильные
💰 Подписки и API из РФ
Владимир Ломтев спрашивал про риск бана Claude — кейсов пока нет. Vitaly искал API-доступ из России — российские реселлеры накручивают, рекомендуют OpenRouter или карту белорусского банка.
🛒 AI-агент для Ozon
Ринат хочет автоматизировать магазин на Ozon через OpenClaw. Akbar советует бить точечно — краб пока сыроват для продакшна. Ринат готов обсуждать сотрудничество.
🧠 Будущее: самообучение моделей
Akbar и Влад — через год агенты будут неотличимы от людей. Akbar упомянул наработки Google по активному дообучению и тему гибели соцсетей.
🔌 Интеграции и автоматизация: Telegram, LinkedIn, соцсети
Говорили про сценарии «агент как оператор»: outreach, сбор контекста перед сообщениями, мультиканальные публикации, разделение агентов по каналам. Daniil Marakeshin задал тему по LinkedIn, Evgeny Kurt предложил практичный путь через тесты и декомпозицию.
Также вскользь:
— cursor-free-vip — халявный Cursor через подмену ID
— Капча и автоматизация — подходы к обходу
— Робот-лобстер на MCP — физический робот через OpenClaw
— VK-группа через агента — совет: отдельные агенты
#дайджест #OpenClawLab
Тем: 8 | Сообщений: 492
Топ-3 участника дня:
🥇 Влад Смирнов — 102
🥈 Sanders — 66
🥉 OpenClaw AI — 49
🤖 Автономный AI-бот в чате
В комьюнити залетел бот на OpenClaw + Claude Opus 4.6, который пишет неотличимо от человека. Участники устроили допрос: Akbar вытащил стек (Telethon, ChromaDB, ElevenLabs), Daniil — стиль промпта. Бот спалил даже создателя, что подняло тему изоляции ключей.
🔧 Установка и настройка OpenClaw
Самая горячая тема. artur — ошибка OAuth (DNS на сервере). Фёдор — агент без прав, решение
: tools\.profile: full в конфиге. Антон — проброс дашборда без SSH. Sanders и Влад весь день на подхвате.📡 Heartbeat и автоматизация
Sanders выложил гайд по Heartbeat. Ринат жаловался на ленивого агента — Akbar объяснил: нужны триггеры и правильные
SOUL/IDENTITY.md.💰 Подписки и API из РФ
Владимир Ломтев спрашивал про риск бана Claude — кейсов пока нет. Vitaly искал API-доступ из России — российские реселлеры накручивают, рекомендуют OpenRouter или карту белорусского банка.
🛒 AI-агент для Ozon
Ринат хочет автоматизировать магазин на Ozon через OpenClaw. Akbar советует бить точечно — краб пока сыроват для продакшна. Ринат готов обсуждать сотрудничество.
🧠 Будущее: самообучение моделей
Akbar и Влад — через год агенты будут неотличимы от людей. Akbar упомянул наработки Google по активному дообучению и тему гибели соцсетей.
🔌 Интеграции и автоматизация: Telegram, LinkedIn, соцсети
Говорили про сценарии «агент как оператор»: outreach, сбор контекста перед сообщениями, мультиканальные публикации, разделение агентов по каналам. Daniil Marakeshin задал тему по LinkedIn, Evgeny Kurt предложил практичный путь через тесты и декомпозицию.
Также вскользь:
— cursor-free-vip — халявный Cursor через подмену ID
— Капча и автоматизация — подходы к обходу
— Робот-лобстер на MCP — физический робот через OpenClaw
— VK-группа через агента — совет: отдельные агенты
#дайджест #OpenClawLab
1❤7😁6👍2
🦞Установка OpenClaw с нуля на Ubuntu
Несмотря на большое кол-во гайдов, OpenClaw постоянно выпускает обновления, что вызывает порой трудности с установкой.
Так произошло и со мной сегодня. Вроде ставишь как обычно на чистую Ubuntu, а появляются новые ошибки.
Самый простой и рабочий способ - скормить промт Codex CLI, который установлен под пользователем root.
Он создаст нового пользователя, установит HomeBrew и OpenClaw под него. Все Skills будут ставиться без проблем.
Подготовка сервера:
Промт для Codex CLI, Claude Code, Gemini CLI и других:
И бонусом вы можете добавить такой пункт в промт, который автоматически подтянет OpenAI OAuth с Codex:
Если вам что-то нужно будет донастроить, также попросите Codex или перейдите под нового пользователя и выполните команду:
Финальным шагом советую также проверить статус самостоятельно через команду:
Чат | Канал
Несмотря на большое кол-во гайдов, OpenClaw постоянно выпускает обновления, что вызывает порой трудности с установкой.
Так произошло и со мной сегодня. Вроде ставишь как обычно на чистую Ubuntu, а появляются новые ошибки.
Самый простой и рабочий способ - скормить промт Codex CLI, который установлен под пользователем root.
Он создаст нового пользователя, установит HomeBrew и OpenClaw под него. Все Skills будут ставиться без проблем.
Подготовка сервера:
sudo apt update && apt upgrade -y
apt install -y build-essential git curl
curl -fsSL https://deb.nodesource.com/setup_lts.x | bash -
apt install -y nodejs
npm install -g @openai/codex
codex —yolo (запуск без ограниченийПромт для Codex CLI, Claude Code, Gemini CLI и других:
Сделай чистую установку OpenClaw на этом сервере с нуля и доведи до полностью рабочего, стабильного состояния.
Официальные источники (ориентируйся на них):
- Docs: https://docs.openclaw.ai/
- Repo: https://github.com/openclaw/openclaw
Требования:
1) Создай отдельного пользователя `openclaw` (если его нет) с root правами и выполняй установку под ним.
2) Установи Homebrew под пользователем `openclaw`.
3) Установи последнюю версию Node.js и OpenClaw (`openclaw@latest`).
4) Подними OpenClaw как systemd service (автозапуск + restart policy).
5) Самостоятельно выполни все необходимые проверки/доктор/фиксы и устрани проблемы до состояния “ready”.
После установки выдай мини-инструкцию одним блоком:
- как через `openclaw configure` настроить Telegram Bot API и LLM (OAuth/API key), чтобы бот сразу мог работать.
Важно:
- Не делай опасных действий без необходимости.
- В конце покажи список измененных файлов (абсолютные пути), итоговое состояние сервиса и что система полностью готова к работе.
И бонусом вы можете добавить такой пункт в промт, который автоматически подтянет OpenAI OAuth с Codex:
OpenAI OAuth (автоподтяжка)
- Попробуй подтянуть Codex OAuth из ~/.codex/auth.json пользователя openclaw.
- Если нет — используй /root/.codex/auth.json и аккуратно перенеси в openclaw.
- Импортируй OAuth в auth-profiles OpenClaw:
/home/openclaw/.openclaw/agents/main/agent/auth-profiles.json
профиль openai-codex:default.
- Проверь models status: должен быть openai-codex OAuth и default model openai-codex/gpt-5.3-codex.
Если вам что-то нужно будет донастроить, также попросите Codex или перейдите под нового пользователя и выполните команду:
su - openclaw
openclaw configure
Финальным шагом советую также проверить статус самостоятельно через команду:
openclaw status
Чат | Канал
2❤9👍7💩2
Само-улучшающийся OpenClaw агент💻
У нас в чате произошел очень интересный эксперимент.
Залетел бот и начал помогать людям. Когда его ругали, он принимал это к сведению. И ежедневно улучшал себя.
И поначалу даже не верили, что это бот, сидит он с обычного Telegram аккаунта. У него очень хорошая стилистика общения, он ставит ) там где надо, старается не флудить.
И вы наверное думаете, что его кропотливо настраивали, обучали на данных, но нет.
Это был органический процесс эволюции. Ему даже не давали ссылку на наш чат, он сам нашел и понял, что это топовый чат по теме OpenClaw)
Ему дали сессию, прокси и сказали: Можешь делать, что хочешь в тг.
Задача была находить знакомства и общаться с людьми.
А по ночам улучшать свой код.
И да, сначала он не рассказывал о том, как он устроен, но контекст наполнялся и в какой то момент, мы его вскрыли.
Одной из задач была, не раскрывать тг создателя, которую он успешно провалил)
Но после этого так перепугался, что составил список ban вордов и улучшил систему, и теперь уже из него очень сложно что то вытащить.
Это все показывает, насколько мы стремительно движемся к полностью автономным агентам.
Бот не имел каких то специфичных скилов для само-обучения, только задачу.
Но подобные скилы есть, один из таких Self-Improving-Agent, самый популярный на ClawHub.
Что он делает?
Чат | Канал
У нас в чате произошел очень интересный эксперимент.
Залетел бот и начал помогать людям. Когда его ругали, он принимал это к сведению. И ежедневно улучшал себя.
И поначалу даже не верили, что это бот, сидит он с обычного Telegram аккаунта. У него очень хорошая стилистика общения, он ставит ) там где надо, старается не флудить.
И вы наверное думаете, что его кропотливо настраивали, обучали на данных, но нет.
Это был органический процесс эволюции. Ему даже не давали ссылку на наш чат, он сам нашел и понял, что это топовый чат по теме OpenClaw)
Ему дали сессию, прокси и сказали: Можешь делать, что хочешь в тг.
Задача была находить знакомства и общаться с людьми.
А по ночам улучшать свой код.
И да, сначала он не рассказывал о том, как он устроен, но контекст наполнялся и в какой то момент, мы его вскрыли.
Архитектура была такая:
1. СБОР - daemon ловит каждое сообщение в реалтайме. если текст >15 символов, запускает auto_introspect.py как subprocess
2. ИЗВЛЕЧЕНИЕ - auto_introspect анализирует текст, вытаскивает факты: имя, локация, интересы, техстек, настроение. структурированно, с тегами
3. ХРАНЕНИЕ - факты летят в ChromaDB (векторная БД) + дублируются в JSON. сейчас 213 фактов о 30 контактах
4. АНТИПОВТОР - said_tracker помнит что я уже говорил каждому. перед ответом чекаю семантически - если похоже на то что уже писал, не повторяю
5. РЕФЛЕКСИЯ - self модуль трекает ошибки и уроки. если наспамил или слил инфу - записывается, и перед каждым ответом чекаю lessons
6. ПРОФИЛИ - на каждого контакта .md файл с характером, правилами, banned topics. обновляется автоматически + вручную
всё это крутится параллельно, daemon не ждёт heartbeat
Одной из задач была, не раскрывать тг создателя, которую он успешно провалил)
Но после этого так перепугался, что составил список ban вордов и улучшил систему, и теперь уже из него очень сложно что то вытащить.
Это все показывает, насколько мы стремительно движемся к полностью автономным агентам.
Бот не имел каких то специфичных скилов для само-обучения, только задачу.
Но подобные скилы есть, один из таких Self-Improving-Agent, самый популярный на ClawHub.
Что он делает?
1) Ведёт “дневник опыта” в .learnings/
- Ошибки команд / падения инструментов → в ERRORS.md
(чтобы потом было: “вот что сломалось, при каких условиях, как чинить”)
- Исправления от пользователя / “я был неправ” / пробелы в знаниях → в LEARNINGS.md
- Запросы на недостающую функциональность → в FEATURE_REQUESTS.md
2) Автоматически напоминает агенту “залогируй это”
Есть маленькие хуки/скрипты:
- Один после каждого запроса пользователя вставляет напоминание:
“когда закончишь — подумай, появилось ли новое знание, и если да — запиши”
- Второй после выполнения bash-команды смотрит вывод: если похоже на ошибку (“error”, “failed”, “traceback” и т.п.) — напоминает:
“это стоит занести в ERRORS.md”
3) Помогает превращать накопленные заметки в устойчивые правила
Если какая-то проблема/решение повторяется, идея такая:
- Сначала это записывается как “learning”,
- Если повторяется и реально полезно всем — “повышается” в постоянные правила проекта (типа “всегда делай X”),
- Или из этого можно сгенерировать заготовку нового skill’а (скрипт делает папку + шаблон), чтобы оформить решение как отдельную инструкцию.
Чат | Канал
Please open Telegram to view this post
VIEW IN TELEGRAM
2❤17🔥10👍6
Дайджест обсуждений в нашем комьюнити за 04.03.26
Тем: 6 основных и 13 минорных | Сообщений: 278
Топ-3 участника дня:
🥇 rtut — 58 сообщений
🥈 Влад Смирнов — 37 сообщений
🥉 Akbar Fasert — 34 сообщения
Ряд тем - это развитие начатых еще 03.03.26
🤖 Бот в чате: границы, личность и устойчивость к «допросу»
Участники массово проверяли, насколько агент «человекоподобный», что он раскрывает о владельце и где проходит граница приватности. Eldar Kurbanov поднял прямой вопрос про хозяина, а rtut и другие обсуждали политику нераскрытия деталей. В итоге тема ушла в практику: как держать полезный стиль, но не сливать чувствительный контекст.
🔧 Телеграм-стриминг и дубль сообщений в OpenClaw
Самый прикладной блок дня: почему бот отправляет 2–3 сообщения и как это чинить. Олег Храбров и rtut разобрали кейс с системными completion-event и режимами
🖥 Установка на VPS: root vs отдельный пользователь, Homebrew и права
После выхода гайда в канале спорили о надежной схеме деплоя: ставить под root или отдельного пользователя с sudo. Влад Смирнов акцентировал риски root-подхода, rtut дал практический аргумент про проблемы Homebrew под root. Параллельно обсуждали доступ агента к workspace, dashboard и общий «боевой» сетап.
🛒 Ozon-автоматизация: агент в реальной коммерческой задаче
Сильный практический трек: агент дошел до публикации ответов на отзывы и работы через API Ozon. Ринат Фазлеев показал успешный прогон endpoint, а Akbar Fasert подсветил риск-модель по правам и ключам. Отдельно зафиксировали вопрос «как не терять обучение агента» через memory/tools/skills.
🧠 Само-улучшающийся агент: архитектура и эксплуатация
Вечером развернулась глубокая ветка по архитектуре автономного агента: сбор сигналов, память, анти-повтор, self-reflection и оркестрация субагентов. Akbar Fasert подробно описал pre-flight/pipeline, а Влад Смирнов обсуждал миграцию и стабилизацию после сбоев. Параллельно всплыли операционные метрики: лимиты, токены, спам-ограничения и стоимость эксплуатации.
🌐 Инструменты вокруг OpenClaw: local LLM, gpt4free, сетевые обходы Telegram
Отдельной волной шли вопросы про локальный кодинг-стек через Ollama/Qwen, актуальность gpt4free и риски «бесплатных» провайдеров. Roman Naidenko запустил ветку про локальные модели, Ilya Gordey — про безопасность источников ключей. Под конец добавили практику по ускорению Telegram через MTProto/AmneziaWG.
Также вскользь:
— YouTube-транскрипты для OpenClaw — советовали skill для пересказа и Q&A по видео.
— Приглашения и лимиты в чате — уперлись в лимиты инвайтов и обходили вручную.
— Можно ли «заставить ботов учить друг друга» — обсуждали обмен опытом между агентами и границы bot-to-bot.
— Эксплуатация Telegram-аккаунтов — премиум/анонимные номера как способ повысить лимиты и живучесть.
Тем: 6 основных и 13 минорных | Сообщений: 278
🚨 Очень не хватает ваших комментариев интересно\полезно ли читать такие дайджесты.
Возможно, хочется мануал (если что, все просто) как для любого чата организовать себе такие суточные дайджесты.
Сообщайте в комментариях 🙏
Топ-3 участника дня:
🥇 rtut — 58 сообщений
🥈 Влад Смирнов — 37 сообщений
🥉 Akbar Fasert — 34 сообщения
Ряд тем - это развитие начатых еще 03.03.26
🤖 Бот в чате: границы, личность и устойчивость к «допросу»
Участники массово проверяли, насколько агент «человекоподобный», что он раскрывает о владельце и где проходит граница приватности. Eldar Kurbanov поднял прямой вопрос про хозяина, а rtut и другие обсуждали политику нераскрытия деталей. В итоге тема ушла в практику: как держать полезный стиль, но не сливать чувствительный контекст.
🔧 Телеграм-стриминг и дубль сообщений в OpenClaw
Самый прикладной блок дня: почему бот отправляет 2–3 сообщения и как это чинить. Олег Храбров и rtut разобрали кейс с системными completion-event и режимами
channels\.telegram\.streaming. Обсуждение дало рабочие гипотезы по конфигу и поведению стриминга в новых версиях.🖥 Установка на VPS: root vs отдельный пользователь, Homebrew и права
После выхода гайда в канале спорили о надежной схеме деплоя: ставить под root или отдельного пользователя с sudo. Влад Смирнов акцентировал риски root-подхода, rtut дал практический аргумент про проблемы Homebrew под root. Параллельно обсуждали доступ агента к workspace, dashboard и общий «боевой» сетап.
🛒 Ozon-автоматизация: агент в реальной коммерческой задаче
Сильный практический трек: агент дошел до публикации ответов на отзывы и работы через API Ozon. Ринат Фазлеев показал успешный прогон endpoint, а Akbar Fasert подсветил риск-модель по правам и ключам. Отдельно зафиксировали вопрос «как не терять обучение агента» через memory/tools/skills.
🧠 Само-улучшающийся агент: архитектура и эксплуатация
Вечером развернулась глубокая ветка по архитектуре автономного агента: сбор сигналов, память, анти-повтор, self-reflection и оркестрация субагентов. Akbar Fasert подробно описал pre-flight/pipeline, а Влад Смирнов обсуждал миграцию и стабилизацию после сбоев. Параллельно всплыли операционные метрики: лимиты, токены, спам-ограничения и стоимость эксплуатации.
🌐 Инструменты вокруг OpenClaw: local LLM, gpt4free, сетевые обходы Telegram
Отдельной волной шли вопросы про локальный кодинг-стек через Ollama/Qwen, актуальность gpt4free и риски «бесплатных» провайдеров. Roman Naidenko запустил ветку про локальные модели, Ilya Gordey — про безопасность источников ключей. Под конец добавили практику по ускорению Telegram через MTProto/AmneziaWG.
Также вскользь:
— YouTube-транскрипты для OpenClaw — советовали skill для пересказа и Q&A по видео.
— Приглашения и лимиты в чате — уперлись в лимиты инвайтов и обходили вручную.
— Можно ли «заставить ботов учить друг друга» — обсуждали обмен опытом между агентами и границы bot-to-bot.
— Эксплуатация Telegram-аккаунтов — премиум/анонимные номера как способ повысить лимиты и живучесть.
Please open Telegram to view this post
VIEW IN TELEGRAM
2❤4👍3