TGViewer
OpenClaw Lab - Все об OpenClaw OpenClaw Lab - Все об OpenClaw @openclaw_lab · 3.42K subscribers
Post #50 2.17K
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:
[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?

🔍 Аналитика
Сделай сводку за неделю: кто писал, какие темы, где были договорённости

Найди все диалоги, где говорили про рекламу или бюджеты - сравни выводы

✈️ По конкретному контакту
По переписке с @username: что обсуждали, какие следующие шаги?

Сделай профиль контакта
@username: стиль общения, интересы, что лучше заходит

⚡ Подготовка к диалогу
Подготовь меня к разговору с @username: контекст, важные точки, что предложить первым

Какие решения я уже принимал по [теме], чтобы не повторяться?

🔑 Контроль и риски
Кому я давно не отвечал - есть риск потерять контакт?

Собери повторяющиеся возражения клиентов и предложи шаблоны ответов


Чат | Канал
  • 👍 6
  • ❤ 2
More from @openclaw_lab
  1. Oct 9, 2026Post #319
  2. Oct 1, 2026Post #318
  3. Sep 30, 2026Post #317
  4. Sep 26, 2026Post #316
  5. Sep 25, 2026Post #315
  6. Sep 20, 2026Post #314
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →