OpenClaw Lab - Все об OpenClaw

Looper (188 ⭐️) - скилл, который помогает спроектировать loop до запуска.

Если плохо описать /goal или /loop, агент быстро сожжет токены и будет уверенно крутиться вокруг плохой задачи. Looper добавляет шаг - сначала собирает нормальный цикл, потом отдает его Claude Code или другому агенту.

Вы запускаете /looper, а он интервьюирует вас по ключевым частям:
🔵 цель и контекст
🔵 что считается готовым результатом
🔵 проверки: команда, модель-судья или человек
🔵 отдельный reviewer/судья, например Claude проверяет работу Codex
🔵 лимиты по итерациям, времени, токенам и “нет прогресса”
🔵 файлы состояния: state.json, run-log.md, loop.yaml, RUN_IN_SESSION.md

Loop становится видимым артефактом. Его можно прочитать, поправить, переиспользовать, закоммитить и только потом запускать.

чат

OpenClaw 2026.6.9 🦞

Обновление крупное - 422 PR.
В этом обновлении решили включить красивое форматирование для абсолютно всех Telegram-сообщений от бота, из-за чего у меня сломалась команда /status.

Но все остальное работает, включается командой:

openclaw config set channels.telegram.richMessages true

Также улучшили совместимость с Codex и добавили поиск скиллов через Codex Hosted Search.

В общем, хорошее обновление с фиксами и улучшениями по всем фронтам.

Чат

Очень много инфы появляется про лупы. Это топ 4 за последние дни:

📎Самоулучшающийся Kimi-сворм: 300 агентов, проверка Opus и цикл без ручного аудита

Для тех, кто экспериментирует с multi-agent research, Kimi, дешевыми массовыми прогонами и отдельной verifier-моделью. Внутри: как писать спецификацию для сворма, читать план декомпозиции до запуска, получать файлы вместо ответа в чате, прогонять результат через Opus-проверку и превращать ошибки в постоянные правила для следующих запусков.

📎Loop Engineer: как строить агентные циклы, которые работают без ручного промптинга

Для фаундеров, growth-команд и разработчиков, которые хотят запускать агентные процессы вокруг бизнеса: support, SEO, product growth, ads. Главная инфа - как устроить общий слой артефактов, контрактов и логов, чтобы разные циклы читали выводы друг друга и накапливали рабочую память компании.

📎От промптов к loop engineering: как проектировать циклы для кодинг-агентов

Для тех, кто уже пользуется Claude Code, Codex или другими кодинг-агентами и хочет перейти от ручных запросов к повторяемым циклам. Внутри: 6 частей хорошего loop - триггер, изоляция, записанный контекст, доступ к инструментам, независимая проверка и состояние на диске. Плюс примеры PR-babysitter, /goal, лимиты, стоимость и случаи, когда loop лучше не запускать.

📎Архитектура агентных циклов: loop, skill и устойчивая оркестрация

Для тех, кто думает о production-агентах: фоновые процессы, ретраи, очереди, субагенты, наблюдаемость и восстановление после падений. Аагентный loop должен жить поверх устойчивой оркестрации: каждый шаг сохраняется, ошибки повторяются с нужного места, события не теряются, а dev утром видит все запуски, inputs, outputs и ретраи.

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

🔄 SwarmForge от Дяди Боба

Uncle Bob (автор книги Clean Code) выкатил свой агентный оркестратор для разработки: локальная связка tmux, git worktree, Babashka-скриптов и файловой "почты" между агентами.

Самое необычное - проект разложен по веткам. main хранит документацию и общие скрипты, а рабочие флоу лежат отдельно:

- two-pack - быстрый цикл coder -> cleaner -> coder
- four-pack - спецификация, код, рефакторинг, архитектура
- six-pack - полный конвейер specifier -> coder -> cleaner -> architect -> hardender -> QA
- adversaries - отдельный цикл coder <-> reviewer, где ревьюер гоняет кодера до approval

Каждая роль запускается как отдельный агент в своей tmux-сессии и своем git worktree. В конфиге можно выбрать CLI для роли: codex, claude, copilot, grok. По умолчанию примеры идут на Codex.

Интересная часть - handoff-протокол. Агенты не шлют друг другу длинные сообщения в чат. Они кладут маленькие типизированные файлы в outbox: git_handoff, note, awake. Демон проверяет формат, раскладывает задачи по inbox получателей и будит нужную tmux-сессию.

По сути это не "рой агентов, которым дали общий промпт", а инженерный конвейер с ролями, очередями, коммитами, приоритетами и аудитом.

В полном six-pack чувствуется почерк Дяди Боба: Gherkin-спеки, TDD, acceptance tests, CRAP/DRY, mutation testing, архитектурные границы, финальная QA-проверка через пользовательский интерфейс.

Клевая идея рабочих деревьев под роли, а не под задачи. Агент не просто берет тикет, он живет в своей профессиональной зоне ответственности: спецификация, код, чистка, архитектура, харденинг, QA.

Интересно взглянуть на первый коммит в репозитории. Там есть md файлы, которые описывают принципы работы и разработки самого SwarmForge, для понимания, что сувать в контекст агента для кодинга, полезно.
📎 Перевод MD файлов из коммита

Как образец агентного SDLC с жесткой инженерной дисциплиной - репозиторий очень любопытный.

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

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

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

🔥 Детальный гайд о том, как правильно формировать личность агента - SOUL.md для Hermes. В базовом виде также подойдёт для OpenClaw.

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

🫡 Xiaomi выкатила MiMo Code (4.3к⭐)

Это open-source кодинг агент, на базе OpenCode.

В комплекте есть MiMo Auto - временно бесплатный режим на MiMo-V2.5 с контекстом до 1M токенов. Еще можно войти через Xiaomi MiMo, импортировать конфиг Claude Code или подключить других провайдеров.

Что интересного:

🔵 Max Mode

На каждом шаге агент делает 5 независимых черновиков: рассуждение + план вызова инструментов, без исполнения. Потом судья выбирает лучший вариант, и выполняется только он.

Xiaomi пишет про +10-20% на SWE-Bench Pro, цена - примерно 4-5x токенов. Фича экспериментальная.

🔵 Goal

/goal задает условие остановки. Перед завершением отдельный судья проверяет, правда ли задача выполнена.

🔵 Память

За память отвечает отдельный checkpoint-writer. Он пишет checkpoint.md, поднимает стабильные факты в MEMORY.md, хранит полный трейс в SQLite и разбирает notes.md, куда основной агент может скидывать находки.

Когда контекст заполняется, сессия пересобирается из todo, чекпоинта, последних сообщений пользователя и памяти. Так они делают свою версию “безлимитного контекста”.

🔵 Compose

Отдельный режим рядом с build/plan. По сути встроенный флоу в стиле Superpowers skills.

Compose-агент прогоняет задачу через навыки вроде compose:brainstorm, compose:plan, compose:tdd, compose:execute, compose:review, compose:verify, compose:merge.

Это как specs-driven development: от спеки до реализации, проверки и мержа. То есть в harness сразу встроили процесс разработки, за это лайк.

🔵 Dynamic Workflow

Для больших задач есть JS-оркестрация: agent(), parallel(), pipeline(), workflow(). Параллельные подагенты и логика процесса живут в исполняемом сценарии, поэтому сложные флоу меньше завязаны на то, удержит ли модель порядок шагов.

🔵 Dream / Distill

Dream раз в 7 дней чистит и мержит проектную память.
Distill раз в 30 дней ищет повторяющиеся процессы и превращает их в skills, команды, агентов и SOP.

Выглядит как один из самых интересных свежих кодинг агентов: Xiaomi собрала агентную систему для длинных задач с памятью, проверкой завершения, режимом разработки SDD и параллельной оркестрацией.

Из нюансов: вы сразу не увидите модель GPT 5.5, потому что они используют плагин для OAuth ChatGPT в котором этой модели нет. Но сам mimo GPT 5.4 смог сделать патч, после чего модель стала доступна.

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

Сейчас главный тренд в агентах - loop 🔄

Работа с кодинг-агентами смещается в сторону циклов: расписание находит задачи, worktree изолирует исполнителей, skills дают контекст, коннекторы ведут работу в Linear/CI/Slack, а субагенты разделяют кодера и проверяющего.

Это называют Loop Engineering. Сильная идея, но с неприятными углами: расход токенов, критерии "готово", доверие к памяти и риск тихо накопить код, который уже никто не понимает.

Подготовил для вас очень полезную статью:
📎 Loop Engineering: как проектировать циклы для кодинг-агентов

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

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

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

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

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

Odysseus 24.8k⭐ - Self hosted AI-среда от ютубера PewDiePie 👍

Идея проекта - собрать у себя локальный AI-центр: чат, агенты, модели, документы, память, поиск, почта, календарь и исследования в одном веб-интерфейсе.

Что внутри:
🔵 чат с локальными моделями и API: Ollama, llama.cpp, vLLM, OpenAI, OpenRouter
🔵 агентный режим с инструментами: веб, файлы, shell, MCP, память, навыки
🔵 Cookbook - подбор, скачивание и запуск моделей под ваше железо
🔵 Deep Research - многошаговый поиск и итоговые отчеты
🔵 редактор документов с AI-правками и подсказками
🔵 заметки, задачи, расписания и напоминания
🔵 почта IMAP/SMTP с тегами, разбором и черновиками ответов
🔵 календарь CalDAV
🔵 мобильный интерфейс и PWA

Стек: FastAPI, Python, SQLite, ChromaDB, SearXNG, Docker Compose и большой веб-интерфейс.

Получается полноценная локальная AI-панель на своем железе.

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