В этом топике собраны все посты об архитектуре OpenClaw
Если в OpenClaw у вас несколько агентов с разными workspace, то без дополнительных настроек они будут жить как отдельные изолированные агенты. Чтобы они реально начали работать вместе, нужно настроить конфиг.
Пример конфига:
{
“agents”: {
“list”: [
{
“id”: “research”,
“workspace”: “~/.openclaw/workspace-research”,
“agentDir”: “~/.openclaw/agents/research/agent”,
“subagents”: {
“allowAgents”: [“research”, “writer”]
}
},
{
“id”: “writer”,
“workspace”: “~/.openclaw/workspace-writer”,
“agentDir”: “~/.openclaw/agents/writer/agent”,
“subagents”: {
“allowAgents”: [“writer”, “research”]
}
}
]
},
“tools”: {
“agentToAgent”: {
“enabled”: true,
“allow”: [“research”, “writer”]
},
“sessions”: {
“visibility”: “all”
}
}
}
tools.agentToAgent — это настройка про прямое межагентное общение. Без нее агент не сможет нормально обращаться к сессиям другого агента. Поле allow внутри этого блока задает, между какими агентами такое общение вообще разрешено.
tools.sessions.visibility отвечает за то, какие сессии агент вообще видит через session tools. Если поставить visibility: “all”, агенты смогут находить и использовать сессии других агентов.
Это так же полезно, если вы хотите, чтобы main агент, проанализировал сессию другого агента и сделал правки в его workspace.
subagents.allowAgents — это настройка про делегирование. Она говорит, каких агентов можно запускать через sessions_spawn.
Вместе эти настройки дают понятную схему. Сначала вы разрешаете, кто кого вообще может видеть. Потом определяете, кто с кем может общаться. И отдельно задаете, кого можно запускать как отдельного подагента.
После этого агенты начинают взаимодействовать через session tools. Если одному агенту нужно написать другому в уже существующую сессию, он использует sessions_list, чтобы найти нужную сессию, при необходимости читает контекст через sessions_history, а затем отправляет сообщение через sessions_send.
Если же нужен не обмен сообщениями, а отдельная изолированная задача, тогда используется sessions_spawn. В этом случае один агент запускает другого. Именно для такого сценария и нужен subagents.allowAgents.
После всех настроек вы можете добавить правила в Agents.md и автоматизировать взаимодействие.
Мой пример: есть агент, который публикует статью на сайт, и есть агент, который анализирует SEO. Первый агент присылает текст второму агенту и просит у него релевантные ключевые слова, второй ему возвращает топ ключей со статистикой из поиска, а первый аккуратно встраивает их в исходный текст.
Чат | Канал
5 быстрых проверок безопасности OpenClaw.
- Проверь, не торчит ли gateway наружу
openclaw config get | grep -E “host|bind”
Если видишь 0.0.0.0 или вообще ничего - это плохо.
Исправление:
{
“gateway”: {
“host”: “127.0.0.1”
}
}
Удалённый доступ - только через SSH-туннель:
ssh -L 18789:localhost:18789 user@your-vps
- Проверь, включена ли авторизация
openclaw config get | grep -E “auth|token”
Если auth выключен или токен слабый - срочно меняй.
Сгенерировать токен:
openssl rand -hex 24
Положи его в gateway.auth.token, лучше через .env, а не хардкодом в JSON.
- Проверь, не лежат ли ключи в открытом виде
cat ~/.openclaw/openclaw.json | grep -i “key|token|secret”
Если API-ключи видны прямо в конфиге - это уже риск.
Минимум:
chmod 700 ~/.openclaw/credentials
chmod 600 ~/.openclaw/openclaw.json
И да - ключи лучше вынести в .env и ротировать.
- Проверь установленные skills
openclaw skills list
Если не смотрел исходники скилла - либо проверь, либо сноси.
Удаление:
openclaw skills uninstall
Ограничение источников:
{
“skills”: {
“allowSources”: [“clawhub:verified”]
}
}
- Проверь версию OpenClaw
openclaw --version
Если давно не обновлялся - почти наверняка сидишь на известной уязвимости.
Обновление и диагностика:
npm install -g openclaw@latest
openclaw doctor --deep
Кстати, пришло обновление для Telegram. Cocoon начинает раскрываться, но пока по-русски что-то слабо общается🥴
Чат | Канал
Веб-поиск в OpenClaw — 10 провайдеров, 2 бесплатных
В наше время люди все меньше пользуются поисковиками и все больше доверяют поиск инфы AI, что значительно экономит время.
Тут нужно все правильно настроить.
Пропишите:
openclaw configure --section web
У вас будет 10 провайдеров на выбор:
Бесплатные варианты:
• SearXNG — свой метапоиск, который собирает результаты из Google, Bing, DuckDuckGo. Поднимается в отдельном Docker.
• DuckDuckGo — без API, но вариант экспериментальный (HTML-скрейпинг)
С API ключом:
• Brave Search — ~1000 запросов/мес бесплатно, фильтры
• Tavily — поиск и извлечение данных со страниц
• Exa — поиск по смыслу и по ключевым словам
• Perplexity — может вернуть и ссылки, и готовый ответ
• Firecrawl — поиск плюс глубокий скейпинг страниц
Готовые ответы с источниками:
• Gemini — через Google Search
• Grok — через xAI + поиск по X/Twitter
• Kimi — через Moonshot
Важно: у Codex есть свой встроенный поиск.
Если включить:
tools.web.search.openaiCodex.enabled: true
то для моделей Codex поиск будет идти не через выбранный тобой сервис в OpenClaw, а через встроенный поиск самого Codex.
Полная документация
Чат | Канал
Память OpenClaw
В чате @PetrAlexeev скинул статью, и она получилась реально хорошей, так что я не могу не показать её вам.
Единственный момент: у меня не захотела устанавливаться стандартная локальная embedding-модель. Но краб установил Ollama и EmbeddingGemma (стандартная такая же, только чуть легче), всё завелось на ура.
Telegraph
Также самый частый вопрос - где купить ChatGPT-подписку.
Чтобы вам не приходилось искать рандомных селлеров, мы создали свой сервис @gpt_podpiska_bot, в котором вы прямо сейчас можете приобрести ChatGPT Plus в несколько раз дешевле, чем на официальном сайте.
Доступные методы оплаты: СБП, Telegram Stars, CryptoBot.
Автовыдача на ваш аккаунт.
За каждую покупку реферала вы получаете 10% на свой баланс.
В скором времени добавим ChatGPT Pro.
Чат | Канал
Поставил себе последнее обновление OpenClaw, полет нормальный 
У многих возникают с этим проблемы, поэтому хочу дать вайбкодерский совет - используйте кодинг-агентов для установки и обновлений.
Codex, Claude Code, Gemini CLI, да хоть плагин Cline для VS Code, их очень много разных.
Команда openclaw update может вызывать проблемы по разным причинам. Может, в релизе что-то изменили, а может, у вас нестандартная установка была.
Просто подключитесь к серверу, пропишите команду: npm i -g @openai/codex
Потом пропишите codex. Теперь попросите агента изучить ваш сервер, то, как установлен OpenClaw, пришлите ему ссылку на changelog (всегда оставляю в постах с обновлениями в названии) и ссылку на документацию. Скажите сделать бэкап и обновиться до последней версии.
Все, с вероятностью 99% все будет хорошо, а если нет, он сам поправит или, на крайний случай, откатится через бэкап.
Также не забывайте пушить агентов на GitHub.
Теперь про мои впечатления от небольших тестов.
Начали появляться verbose-сообщения: 
Update Plan.
То есть агент для больших задач реально составляет план и идет по нему.
Я включил /dreaming on, одной командой в тг делается. Если вам все время токенов не хватает и память не нужна, лучше не включать.
И разобрался с Wiki, достаточно навороченная система. Пока не придумал, какую инфу там хранить для себя. Может, буду запихивать свои текста, чтобы он запоминал, как я пишу.
Сделал полноценный гайд для тех, кто еще не до конца разобрался в этих двух новых фичах:
Dreaming и Memory Wiki
Чат | ChatGPT Подписка
Установка OpenClaw на VPS с помощью Codex и подключение ChatGPT-подписки
Видео для новичков, кто боится работать с терминалом или не хочет. Также в целом такой подход позволяет фиксить проблемы без особых знаний.
И конечно, это самый экономичный и жизнеспособный вариант, по моему мнению.
И хочу порекомендовать сервис нашего друга - OpenClaw Install Bot 
Решение, которое позволяет запустить своего OpenClaw реально за несколько кликов в боте.
Никакого терминала, куча готовых агентов, настроенный браузер, доступ к Control UI, LLM-запросы входят в подписку и есть возможность дополнительно подключить подписку ChatGPT.
Сервера находятся в РФ, настроена проксификация.
Реально самое продвинутое решение для one-click-запуска OpenClaw.
Для нашего сообщества действует промокод “OPENCLAWLAB”, который дает бесплатный доступ на 1 день к Pro-подписке 
Просто протестируйте, и вы сами все поймете.
На разработку было потрачено много сил и времени. Будем рады услышать ваш фидбек!
Чат | ChatGPT Подписка
Внедрение агентов в структуру организации - тонкий процесс, требующий грамотного подхода.
Архитектура делегата
Это уже не про создание личного ассистента, это про агента, который может обслуживать множество сотрудников, имеет четкую политику, доступы и журнал действий.
Чат | ChatGPT Подписка | OpenClaw One-Click
На Arxiv несколько дней назад появилось интересное исследование исходного кода Claude Code, где авторы подробно разбирают, как работают агенты изнутри и их основные принципы.
Также есть сравнение с OpenClaw. Где становится понятно отличие между coding harness и assistant gateway.
Вывод простой: у всех агентных систем одинаковые архитектурные вопросы. Но универсальных решений нет, все зависит от среды и задач.
Перевод самого главного
Чат | ChatGPT Подписка | OpenClaw One-Click
Память в автономных LLM-агентах 
Когда обсуждают агентные системы, обычно говорят о моделях и промптах. Но на практике часто важнее другое: как устроена память.
Если агент не умеет удерживать контекст, возвращаться к прошлым действиям, отделять важное от временного и обновлять знания, он быстро начинает путаться и повторять ошибки.
У памяти удобно выделять несколько уровней:
working memory - текущий контекст
episodic memory - события, действия, результаты
semantic memory - устойчивые факты и выводы
procedural memory - правила поведения и способы работы
Но главное не только в типах памяти. Главное в цикле: записать - управлять - прочитать.
Именно этап управлять чаще всего самый слабый. Если агент просто копит все подряд, память превращается в шум: появляются противоречия, устаревшие записи и лишние самари, которые мешают работать.
На практике отсюда следуют простые правила:
не смешивать историю действий, знания и правила поведения
не полагаться только на самари
хранить сырые эпизодические записи
переносить в долгую память только устойчивые выводы
регулярно пересматривать память, а не только пополнять ее
В OpenClaw это выглядит так:
memory/YYYY-MM-DD.md - эпизодическая память
MEMORY.md - долгоживущие факты, решения и предпочтения
AGENTS.md и SOUL.md - процедурная память
memory_search - поиск по длинной истории
memory flush перед сжатием помогает не терять важный контекст
dreaming отвечает за консолидацию: система оценивает краткосрочные сигналы и поднимает в долгосрочную память только действительно важное
Если нужен более строгий слой знаний, в OpenClaw есть еще memory-wiki с источниками, свежестью и отслеживанием противоречий.
Сильный агент отличается не только моделью. Намного важнее, как он хранит, отбирает, обновляет и возвращает память в работу 
Чат | ChatGPT Подписка | OpenClaw One-Click
Почти все ошибки в работе OpenClaw связаны с нехваткой контекста
Если вы не используете слабые модели 
Контекст - это промты, скилы, файлы в воркспейсе, ваша база данных. Все что получает в итоге LLM.
Самое простое, что можно сделать, когда агент ошибся, - это попросить его, чтобы он так больше не делал.
Но это очень поверхностный подход, который не всегда будет работать, так ещё и будет раздувать правила агента, увеличивая расход токенов.
Как правильно работать с ошибками
Чат | ChatGPT Подписка | OpenClaw One-Click
Я уже рассказывал про agency-agents, автор репозитория сделал openclaw-multi-agent-kit, в котором собраны полезные гайды.
INSTRUCTIONS.md - Руководство по настройке команды автономных AI-агентов.
Шаблоны проектирования агентов - Как писать эффективные файлы SOUL.md
Руководство по настройке супергрупп - Пошаговая настройка Telegram
Архитектура каналов Telegram - Используйте это, когда ваша команда разрастется до 3-4 агентов, и маршрутизация начнет становиться запутанной
Руководство по Telegram DM Topics - Как создавать и использовать темы форума
Масштабирование вашей команды - Добавление новых агентов и команд
Продвинутые методы OpenClaw - Высокоэффективные шаблоны для реальных операций с несколькими агентами
Система навыков - Нативные скиллы OpenClaw, ClawHub, создание пользовательских навыков
ACPX для Telegram - Использование ACPX в качестве бэкенда для кодинг агента Telegram
Чат