آنچه در این مقاله میخوانید [پنهانسازی]
اگر می خواهی یک دستیار هوش مصنوعی فقط پاسخ ندهد و بتواند روی کامپیوتر خودت فایل بخواند، مرورگر را کنترل کند، فرمان اجرا کند و کارهای زمان بندی شده انجام دهد، OpenClaw AI دقیقا برای چنین سناریویی ساخته شده است. OpenClaw یک پروژه متن باز و Self-hosted است که روی دستگاه یا سرور کاربر اجرا می شود و از طریق Gateway به مدل های هوش مصنوعی، ابزارها و کانال های پیام رسان متصل می شود. طبق مخزن رسمی، وضعیت، حافظه و Credentials روی سخت افزار کاربر باقی می مانند و مدل هایی مانند Claude، Codex و مدل های محلی می توانند در سیستم استفاده شوند.
OpenClaw دقیقا چیست؟
OpenClaw خودش یک مدل زبانی نیست. بهتر است آن را یک Agent Harness یا زیرساخت اجرایی برای ساخت دستیار هوشمند بدانیم. مدل زبانی بخش تصمیم گیری را انجام می دهد و OpenClaw ارتباط آن با ابزارها، مرورگر، فایل ها و کانال های ارتباطی را مدیریت می کند.
مرکز این معماری Gateway است. Gateway نشست ها، Tool ها، Event ها و Channel ها را مدیریت می کند و رابط وب، CLI و TUI به آن متصل می شوند. همین ساختار می تواند روی لپ تاپ شخصی یا یک سرور اجرا شود. مستندات رسمی پروژه آن را یک Agent متن باز، قابل توسعه و Proactive معرفی می کنند.
چرا متن باز بودن آن مهم است؟
کد پروژه در GitHub منتشر شده و مجوز آن MIT است. پروژه توسط OpenClaw Foundation، یک سازمان غیرانتفاعی مستقل، نگهداری می شود. توسعه دهنده می تواند کد را بررسی کند، تغییر دهد و قابلیت تازه اضافه کند.
متن باز بودن برای یک Agent اهمیت زیادی دارد، چون چنین سیستمی ممکن است به فایل، ایمیل، مرورگر و Shell دسترسی داشته باشد. مستندات OpenClaw نیز تاکید می کنند که معماری امنیتی، Policy و Sandboxing باید قبل از دادن دسترسی های حساس بررسی شوند.
انتخاب مدل هوش مصنوعی
یکی از ویژگی های مهم معماری این است که Agent از مدل اصلی جداست. کاربر مجبور نیست همیشه از یک Provider مشخص استفاده کند. OpenClaw با مدل های Hosted و Local کار می کند و مدل مورد استفاده را می توان بدون تغییر کل معماری Agent عوض کرد.
برای نمونه می توان از مدل های OpenAI یا Anthropic استفاده کرد و در بعضی تنظیمات مدل محلی را نیز وارد جریان کار کرد. این ساختار زمانی مفید است که یک مدل برای برنامه نویسی مناسب تر باشد و مدل دیگری برای تحلیل یا کارهای روزمره نتیجه بهتری بدهد.
اتصال به پیام رسانها
OpenClaw فقط داخل یک داشبورد جدا کار نمی کند. طبق مخزن رسمی، Gateway می تواند دستیار را به Discord، iMessage، Slack، Microsoft Teams، Telegram، WhatsApp و بیش از 20 کانال دیگر متصل کند.
در نتیجه می توانی از یک پیام رسان به Agent وظیفه بدهی، کار را روی سیستم یا سرور اجرا کنی و نتیجه را در همان گفتگو دریافت کنی. این ساختار برای دستیار همیشه فعال مناسب است، اما هر کانال باید با سیاست دسترسی درست تنظیم شود. پروژه برای فرستنده های ناشناس مکانیزم Pairing دارد و توصیه می کند پیام های ورودی به عنوان داده قابل اعتماد در نظر گرفته نشوند.
کنترل مرورگر و انجام کارهای وب
ابزار Browser اجازه می دهد Agent روی مرورگرهای مبتنی بر Chromium کار کند. سیستم می تواند صفحه را باز کند، Snapshot بگیرد، روی عناصر کلیک کند، فرم پر کند و عملیات تکراری وب را انجام دهد. امکان استفاده از Browser Profile اختصاصی یا Session موجود Chrome نیز در معماری مرورگر پروژه دیده می شود.
این قابلیت برای سایت هایی مفید است که API مناسبی ندارند. مثلا Agent می تواند وارد یک پنل شود و اطلاعات مشخصی را پیدا کند. با این حال، CAPTCHA، MFA و سیستم های Anti-bot همچنان می توانند جلوی Automation را بگیرند. بنابراین Browser Control را نباید به معنی توانایی عبور از همه محدودیت های سایت ها دانست.
اجرای فرمان و کار با فایلها
OpenClaw می تواند ابزارهایی برای خواندن فایل، اجرای فرمان و پردازش داده در اختیار Agent قرار دهد. چنین قابلیتی برای برنامه نویسی، اجرای اسکریپت و Workflow های محلی کاربرد زیادی دارد.
همین بخش یکی از حساس ترین قسمت های امنیتی است. مخزن رسمی توضیح می دهد که Tool ها در Main Session ممکن است روی Host اجرا شوند، مگر اینکه Sandboxing به صورت جداگانه تنظیم شده باشد. بنابراین دسترسی Shell نباید بدون محدودیت در اختیار هر Agent یا هر کاربر قرار بگیرد.
Skills و Plugins چه هستند؟
قابلیت های سیستم با Skills و Plugins توسعه پیدا می کنند. Skill می تواند Workflow یا دستور تخصصی جدیدی به Agent اضافه کند و Plugin نیز اتصال یا قابلیت فنی تازه ای وارد سیستم کند. پروژه همچنین ClawHub را به عنوان بخشی از اکوسیستم قابلیت های قابل نصب معرفی می کند.
مثلا توسعه دهنده می تواند Skill مخصوص یک فرآیند سازمانی، تقویم یا ابزار داخلی بسازد. با این حال نصب Skill ناشناس باید مانند نصب نرم افزار بررسی شود، چون ممکن است به فایل ها، Secret ها یا ابزارهای حساس دسترسی پیدا کند.
اجرای خودکار کارها
یکی از ویژگی هایی که OpenClaw را از یک Chatbot ساده جدا می کند، اجرای کار در پس زمینه است. Gateway Scheduler از Cron Job برای وظایف زمان بندی شده و تکراری استفاده می کند. Heartbeat نیز برای بررسی های دوره ای Session اصلی در نظر گرفته شده و Isolated Job می تواند کار مستقلی را اجرا و نتیجه را به یک کانال ارسال کند.
مثلا می توان Agent را طوری تنظیم کرد که هر صبح گزارشی آماده کند یا در بازه های مشخص یک وضعیت را بررسی کند. نکته مهم این است که Scheduler داخل Gateway اجرا می شود. اگر Gateway فعال نباشد، کار زمان بندی شده هم اجرا نمی شود. بنابراین برای Automation دائمی معمولا به یک سیستم همیشه روشن یا VPS نیاز است.
اتصال دستگاههای دیگر
Gateway لازم نیست روی همان دستگاهی باشد که همه کارها در آن انجام می شوند. Node ها اجازه می دهند دستگاه های دیگر به Gateway متصل شوند و برخی قابلیت های محلی خود را در اختیار Agent قرار دهند.
طبق مستندات رسمی، Node ها می توانند قابلیت هایی مانند Screen، Camera، Canvas و اجرای فرمان محلی را فراهم کنند. این یعنی می توان Gateway را روی سرور نگه داشت و هنگام نیاز از امکانات لپ تاپ یا دستگاه دیگر استفاده کرد.
نصب و راه اندازی اولیه
نصب رسمی برای macOS، Linux و Windows ارائه شده است. Installer می تواند Runtime مورد نیاز را آماده کند و سپس Onboarding برای انتخاب مدل، Workspace، Gateway، Channel و Skill اجرا می شود.
اگر بسته را مستقیم نصب کرده باشی، یکی از فرمان های اصلی راه اندازی این است:
openclaw onboard --install-daemon
بعد از آن می توان با openclaw gateway status وضعیت Gateway را بررسی کرد و با openclaw dashboard رابط کنترل را باز کرد. این مراحل در Quick Start رسمی پروژه نیز توضیح داده شده اند.
تفاوت OpenClaw با چت بات معمولی
چت بات معمولی بیشتر سوال می گیرد و پاسخ تولید می کند. OpenClaw برای ساخت Agent طراحی شده است؛ یعنی سیستمی که می تواند Tool انتخاب کند، Browser را کنترل کند، فرمان اجرا کند و وظیفه زمان بندی شده داشته باشد.
تفاوت مهم دیگر Self-hosted بودن Gateway است. State، Memory و Credentials می توانند روی سخت افزار کاربر باقی بمانند. البته اگر از مدل ابری استفاده کنی، Prompt برای Provider همان مدل ارسال می شود و پیام رسان انتخاب شده نیز داده مربوط به کانال را پردازش می کند. پس Self-hosted بودن به معنی آفلاین بودن همه اجزای سیستم نیست.
امنیت مهمترین بخش استفاده است
هرچه Agent توانمندتر شود، سطح ریسک هم افزایش پیدا می کند. Agent دارای Browser و Shell می تواند در صورت دریافت دستور اشتباه یا Prompt Injection کار ناخواسته انجام دهد. به همین دلیل پروژه روی Pairing، Policy، Sandbox و محدودسازی دسترسی تاکید دارد.
مستندات رسمی می گویند پیام های ورودی باید Untrusted Input در نظر گرفته شوند. همچنین Sandboxing در همه حالت ها به صورت پیش فرض فعال نیست. اگر Agent به حساب های مهم، فایل های خصوصی یا سیستم کاری متصل می شود، مجوزها و مرزهای دسترسی باید پیش از استفاده جدی مشخص شوند.
این پروژه برای چه کسانی مناسب است؟
OpenClaw بیشتر برای توسعه دهندگان و کاربران فنی مناسب است که می خواهند کنترل بیشتری روی دستیار خود داشته باشند. امکان تغییر مدل، Self-hosting، ساخت Skill و اتصال به دستگاه های مختلف برای Workflow های اختصاصی انعطاف زیادی ایجاد می کند.
برای کسی که فقط یک Chatbot آماده می خواهد، راه اندازی آن می تواند از یک سرویس Cloud ساده پیچیده تر باشد. مدیریت Gateway، Provider، Secret، Update و Security به دانش فنی بیشتری نیاز دارد.
آیا استفاده از OpenClaw رایگان است؟
خود پروژه متن باز است و طبق مخزن رسمی، OpenClaw Foundation سرویس Hosted پولی یا Token اختصاصی برای آن ارائه نمی کند. اما اجرای سیستم لزوما رایگان نیست. VPS، سخت افزار و API مدل های تجاری می توانند هزینه جداگانه داشته باشند.
اگر از مدل Local استفاده شود، بخشی از هزینه API حذف می شود اما منابع پردازشی بیشتری لازم خواهد بود. بنابراین هزینه نهایی به مدل انتخاب شده، سخت افزار و محل اجرای Gateway بستگی دارد.
جمع بندی
OpenClaw AI یک زیرساخت متن باز برای ساخت دستیار هوشمندی است که فراتر از گفتگو عمل می کند. Gateway مدل های هوش مصنوعی را به پیام رسان، Browser، ابزارها، Skills، Plugins و دستگاه های مختلف متصل می کند و قابلیت Automation زمان بندی شده را در اختیار کاربر قرار می دهد.
مزیت اصلی پروژه کنترل، Self-hosting و توسعه پذیری است. در مقابل، دسترسی به Shell، Browser و Credentials باعث می شود امنیت بخش جدایی ناپذیر راه اندازی باشد. برای توسعه دهندگانی که دنبال یک دستیار هوش مصنوعی متن باز و قابل تنظیم برای Workflow های واقعی هستند، OpenClaw می تواند پایه ای انعطاف پذیر برای ساخت Agent شخصی یا تیمی باشد.







