Notizen aus der Werkstatt
Wie wir über Agenten denken, die in Ihren Messaging-Apps leben, was wir beim Bauen gelernt haben und praktische Tipps, die Sie schon heute nutzen können.
329 Beiträge
Alle Beiträge
Was OpenClaw nach Hause sendet
OpenClaw stellt standardmäßig eine ausgehende Anfrage pro Tag, und die Dokumentation sagt genau, was sie enthält: Version, Betriebssystem, Node.js-Version, Architektur und Oberfläche, ohne Installationskennung. Hier ist das vollständige Bild, einschließlich des von Cloudflare abgeleiteten Standorts, der drei Monate gespeichert wird, sowie jedes Schalters, der die Anfragen stoppt.
Die OpenClaw Control UI
Das Gateway liefert auf Port 18789 ein Browser-Dashboard aus, und das Erste, was es zeigt, ist ein einziges Feld Gateway secret. Was dieses Feld akzeptiert, warum ein Browser auf demselben Rechner es trotzdem ausfüllen muss, was die Agentenübersicht und der Team-Modus leisten und was Sie ausführen, wenn die LAN-URL blockiert ist.
Failed to start Chrome CDP on port 18800
Die Fehlermeldung besteht aus einer Zeile und gibt keinen Hinweis. Auf einem Linux-Server liegt die Ursache fast immer beim Browser: apt install chromium liefert Ihnen einen Snap-Wrapper, dessen Confinement stört, wie OpenClaw Chrome startet und überwacht. Hier finden Sie die Lösungen, die sechs Einstellungen, auf die es ankommt, und die Prüfung, die einen CDP-Startfehler von einer Navigationssperre unterscheidet.
Das Browser-Relay von OpenClaw
OpenClaw kann einen Browser steuern, der nicht auf der Maschine des Gateways läuft: Ein Node-Host leitet die Aktionen weiter, oder eine cdpUrl verbindet sich mit einem gehosteten Chromium. So verhalten sich Routing, Profile und Zugangsdaten.
ACP-Agenten in OpenClaw
OpenClaw betreibt externe Coding-Harnesses über das Agent Client Protocol: Claude Code, Gemini CLI, Cursor, Copilot, Droid, OpenCode und elf weitere, gestartet aus einer Chatnachricht und als Hintergrundaufgaben verfolgt. Die acpx-Installation mit zwei Befehlen, die Stolperfallen beim ersten Start einschließlich der plugins.allow-Falle, die Checkliste der Voraussetzungen, die entscheidet, ob der Weg überhaupt angeboten wird, und die siebzehn Harness-Ziel-IDs.
OpenClaw über Gmail auslösen
Gmail-Posteingangsereignisse erreichen OpenClaw über ein Google-Pub/Sub-Topic, einen Watcher-Prozess und den HTTP-Hook des Gateways, und das integrierte Preset gibt jeder E-Mail ihre eigene Sitzung, ohne sonst etwas einzuschränken. Hier sind die Einrichtung von Topic und Watch mit gcloud, das Zwei-Token-Modell, der eingeschränkte mail_reader-Agent in der Sandbox, den die Dokumentation empfiehlt, und der Grenztest, der Ihnen zeigt, ob der Reader wirklich eingedämmt ist.
Die Sandbox bewusst verlassen
Der Elevated-Modus lässt einen OpenClaw-Agenten in der Sandbox Befehle außerhalb seiner Sandbox ausführen, hinter Freigabeschranken, die konfigurierbar bleiben. Für einen Agenten, der nie in einer Sandbox lief, bewirkt er nichts, und er kann weder die Tool-Richtlinie noch eine Rolle aushebeln, die die Sandbox überhaupt erst vorgeschrieben hat. Dieser Beitrag behandelt die vier Direktiven, die Auflösungsreihenfolge, die Schranken und Zulassungslisten, die alle bestehen müssen, und die Dinge, die die Erhöhung bewusst unangetastet lässt.
Context-Engines in OpenClaw
Eine Context-Engine entscheidet, welche Nachrichten das Modell erreichen, wie älterer Verlauf zusammengefasst wird und wie Kontext Sub-Agent-Grenzen überquert; OpenClaw liefert eine Legacy-Engine mit und verwendet sie standardmäßig, eine Plugin-Engine wird über einen Konfigurations-Slot ausgewählt, die Schnittstelle verlangt ingest, assemble und compact mit optionalen Hooks für bootstrap, maintain, Batch-Ingest und Sub-Agenten, eine fehlerhafte Plugin-Engine wird für den Prozess unter Quarantäne gestellt und die Arbeit fällt auf Legacy zurück, und ein ownsCompaction mit false stellt den Legacy-Compaction-Pfad nicht wieder her.
OpenClaw-Hintergrund-Exec und das process-Tool
Ein Befehl, der länger als die Yield-Verzögerung läuft, gibt eine Sitzungs-ID und ein kurzes Ausgabeende zurück, statt zu blockieren; die Ausgabe bleibt bis zum Gesamtlimit im Arbeitsspeicher, beendete Sitzungen verfallen nach einer ab dem Abschluss gemessenen Lebensdauer, wobei höchstens 50 beendete Sitzungen und zwei Millionen Zeichen aufbewahrt werden, Node-gestützte Worker-Umgebungen halten Hintergrundbefehle zwischen Turns am Leben, und das process-Tool fragt ab, liest paginierte Logs, schreibt auf stdin, sendet Tasten, bestätigt, fügt ein, beendet und räumt auf.
Das Exec-Tool von OpenClaw
Exec führt Shell-Befehle im Workspace aus und kann Dateien überall dort erstellen, bearbeiten oder löschen, wo der gewählte Host es erlaubt, das Deaktivieren der Datei-Tools macht es also nicht schreibgeschützt; der Parameter host wird zur Sandbox aufgelöst, wenn eine Sandbox-Laufzeitumgebung aktiv ist, und sonst zum Gateway, der Schlüssel mode setzt deny, allowlist, ask, auto oder full, der automatische Prüfer liefert allow, deny oder ask für geeignete Fehltreffer, wobei die gesamte Dispatch-Kette gebunden und vor dem Start erneut geprüft wird, und Sitzungs-Befehle können die Richtlinie nur verschärfen.
Die OpenResponses-API von OpenClaw
Das Gateway stellt einen OpenResponses-kompatiblen responses-Endpunkt bereit, sobald gateway.http.endpoints.responses aktiviert ist, mit denselben Regeln für Authentifizierung, Scopes und Agent-Ziele wie bei Chat Completions; die Eingabe ist ein String oder eine Liste von Items, Tool-Ergebnisse kommen als function_call_output zurück, previous_response_id verwendet eine Sitzung innerhalb desselben Bereichs aus Agent, Benutzer und Sitzung wieder, Dateien werden als nicht vertrauenswürdiger Inhalt in den System-Prompt dekodiert, wobei PDFs bei wenig Text gerastert werden, und Streaming sendet typisierte Response-Ereignisse, die mit DONE enden.
Trusted-Proxy-Authentifizierung in OpenClaw
Im Trusted-Proxy-Modus vertraut das Gateway einem Header mit der Benutzeridentität nur von Quelladressen, die als vertrauenswürdige Proxys eingetragen sind, weist Loopback-Quellen ab, sofern das Opt-in nicht bewusst aktiviert ist, weist Quellen ab, die seinen eigenen Interfaces entsprechen, verlangt die konfigurierten Header und einen Treffer in der Zulassungsliste, verweigert den Start, wenn zusätzlich ein gemeinsames Token konfiguriert ist, und das Sicherheitsaudit stuft den Modus absichtlich als kritisch ein; Identitäts-Scopes gewähren verifizierten Benutzern Scopes nur für die Sitzung, die automatische Gerätefreigabe kann die Proxy-Identität zur Grenze der Geräteregistrierung machen, und der Scopes-Header schränkt nur ein.
OpenClaw-Exec-Freigaben für Fortgeschrittene
Safe Bins wie cut, head, tail, tr, uniq und wc laufen im Modus allowlist ohne Einträge, weil sie Dateiargumente und pfadähnliche Tokens ablehnen; grep und sort sind Opt-in, awk, sed und jq sind nie Safe Bins, Interpreter gehören nie dazu, Safe Bins müssen aus den Standard-Systemverzeichnissen aufgelöst werden, sofern nicht weitere als vertrauenswürdig gelten, Verkettung ist erlaubt, wenn jedes Segment besteht, Interpreter-Läufe binden vor der Prüfung die gesamte Dispatch-Kette, das Auflösen einer Freigabe erfordert den eigenen approvals-Scope statt write, und Freigabeanfragen lassen sich an Slack, Telegram, Discord und andere weiterleiten.
Gateway-Fehlerbehebung in OpenClaw
Das ausführliche Gateway-Runbook beginnt mit denselben fünf Befehlen in fester Reihenfolge, erwartet eine laufende Runtime, eine Konnektivitätsprobe mit ok und eine Capability-Zeile und leitet dann nach Symptom zu sechs Seiten weiter: Updates und Rollbacks, Skills und Modellanbieter, Agent-Antworten und die Steueroberfläche, Gateway-Dienst und Prozess, Konfigurationsvalidierung und Probes, Kanalzustellung und Tools; die meisten Probleme nach einem Upgrade sind Konfigurationsdrift oder strengere Standardwerte, geprüft über den Gateway-Modus und die Remote-URL, Nicht-Loopback-Binds, die jetzt einen echten Auth-Pfad brauchen, und ausstehende Kopplungsfreigaben für Geräte oder Direktnachrichten.
OpenAI-kompatible HTTP-API von OpenClaw
Das Gateway kann Chat Completions, Models und Embeddings auf seinem eigenen Port bereitstellen, sobald gateway.http.endpoints.chatCompletions aktiviert ist; ein gültiges Token bedeutet Zugriff auf Eigentümerebene, weshalb die Dokumentation es auf Loopback, Tailnet oder privatem Ingress hält; das Feld model benennt einen Agenten wie openclaw/default statt eines Anbietermodells, aus dem String user wird ein stabiler Sitzungsschlüssel abgeleitet, x-openclaw-model überschreibt das Backend-Modell, und Funktions-Tools, tool_choice und SSE-Streaming folgen den OpenAI-Formaten mit dokumentierten Grenzen.
OpenClaw-Operator-Scopes
Scopes begrenzen, was ein Gateway-Client nach der Authentifizierung tun kann, als Leitplanke innerhalb einer vertrauenswürdigen Operator-Domäne und nicht als Isolation zwischen feindseligen Mandanten; operator.write schließt read und talk ein, operator.admin schließt alles ein, benannte Rollen deckeln Scopes und können pro Ersteller Sandboxing verlangen, Identitätsvergaben knüpfen Scopes an eine verifizierte Proxy- oder Tailscale-Identität, jede RPC hat einen Methoden-Scope nach dem Prinzip der geringsten Rechte, und die Freigabe einer Geräteanfrage kann nur Scopes vergeben, die die freigebende Person bereits besitzt.
Matrix-Zugriffskontrolle in OpenClaw
Wer OpenClaw über Matrix erreichen darf und was es rund um eine Nachricht behält: Nachrichten von anderen konfigurierten OpenClaw-Matrix-Konten, die standardmäßig ignoriert werden, und die Einstellung allow-bots mit true oder mentions plus Overrides pro Raum, der gemeinsame Schleifenschutz und seine Rangfolge, die Regel zur eigenen ID, die Definition von „von einem Bot verfasst“ auf einer Plattform ohne Bot-Flag, die drei Modi der Kontextsichtbarkeit, die abgerufene Antworten, Thread-Wurzeln und ausstehenden Verlauf filtern, ohne über Auslöser zu entscheiden, das Beispiel für DM- und Raumrichtlinien mit Zulassungslisten und einem Raum mit Erwähnungspflicht, das vollständige Deaktivieren von DMs, die Kopplungsbefehle und der wiederverwendete ausstehende Code mit einer Erinnerung nach einer Abkühlzeit sowie Slash-Befehle, die in Räumen erkannt werden, wenn ihnen die eigene Erwähnung des Bots vorangestellt ist, und dennoch derselben Autorisierung unterliegen.
Matrix-Push-Regeln für stille Vorschauen in OpenClaw
Die Einrichtung auf Seiten des Homeservers, die Matrix-Quiet-Streaming im richtigen Moment klingeln lässt: Vorschauen, die als nicht benachrichtigende Notices gesendet werden, wobei die finale Bearbeitung eine Markierung trägt; Clients, die nur benachrichtigen, wenn eine Push-Regel pro Nutzer darauf passt; der Progress-Modus, der über denselben Weg finalisiert; die Voraussetzungen (ein Empfänger-Nutzer, ein Bot-Nutzer, das Token des Empfängers, die vollständige ID des Bots als Absender und funktionierende Pusher); die sechs Schritte vom Aktivieren des Quiet-Modus über das Erzeugen oder Wiederverwenden eines Tokens, das Auflisten der Pusher, das Installieren der Override-Regel mit ihren vier Bedingungen und notify-Aktionen, ihre Prüfung und den Test einer gestreamten Antwort bis zum Löschen; Regel-IDs, die pro Bot und pro Empfänger eindeutig sind, wobei erneute Läufe an Ort und Stelle aktualisieren; Nutzer-Overrides, die vor den Suppress-Regeln des Servers eingefügt werden; die reinen Text-Bearbeitungen, die die Regel betrifft, während Medien, Fallbacks bei veralteter Vorschau und finale Texte, die Erwähnungen auslösen, normal benachrichtigen; Synapse, das die Bedingung event-property-is von 2023 braucht, wobei ältere Releases stillschweigend nie treffen; und die Option von Tuwunel, Pushes bei aktivem Gerät zu unterdrücken.
Microsoft-Teams-Konfiguration in OpenClaw
Die Teams-Einstellungen im Kanalblock: die acht Auth-Schlüssel, die durch Umgebungsvariablen ersetzt werden können, während alles andere nur in der Konfiguration steht, das Verlaufslimit mit seinen Fallbacks und der Graph-Thread-Kontext, der die Ausgangsnachricht und bis zu fünfzig Antworten hinzufügt und dabei verhindert, dass zitierte Befehle ausgeführt werden, die Sichtbarkeitsmodi all, allowlist und allowlist-quote, DM-Verlaufslimits pro Benutzer, die Schlüssel für Cloud und Service-URL für die öffentliche Cloud, US-Behörden, DoD und China, Port und Pfad des Webhooks, die vier DM-Richtlinien mit empfohlenen AAD-Objekt-IDs, das Standardziel, der Break-Glass-Schalter für den Abgleich über Namen, die Obergrenze von 4000 Zeichen pro Chunk, die Aufteilung an Zeilenumbrüchen, Zulassungslisten für Medien-Hosts und der Graph-Fallback für Medien, Erwähnungspflicht und Antwortstil mit Overrides pro Team und pro Kanal einschließlich Tool-Richtlinien, die SharePoint-Site für Gruppen-Uploads, Willkommens- und Gruppen-Willkommenskarten mit Prompt-Startern, das Antwortpräfix, Daumen-Feedback mit Reflexion und SSO mit delegierten Graph-Scopes.
OpenClaw-Telegram-Einrichtung
Einen Telegram-Bot von null an mit OpenClaw verbinden: die Chat- und Web-Abläufe in BotFather, die beide mit einem Token enden, der Befehl channels add, der es in die Konfiguration schreibt, die manuell bearbeitete Alternative mit einer DM-Richtlinie für Kopplung und einem Wildcard-Gruppeneintrag, der Env-Fallback, der nur das Standardkonto bedient, warum es für Telegram keinen Login-Befehl gibt, die Statusprüfung unter Hot Reload, die Befehle zum Auflisten und Freigeben von Kopplungen mit Codes, die nach einer Stunde verfallen, die zwei IDs, die eine Gruppe braucht, und wohin jede gehört, die kontobewusste Token-Rangfolge und der 24-Stunden-Identitätscache, Privacy-Modus und Admin-Status auf der Telegram-Seite mit der Regel „entfernen und erneut hinzufügen“, die nützlichen BotFather-Schalter und die Transportwahl zwischen Long Polling mit seiner dauerhaften Neustartposition und dem Webhook-Modus mit seinem Secret, seinen Listener-Standardwerten, seinem reservierten Health-Pfad und seinem Header für dauerhafte Annahme.
Slack-Diagramme, -Tabellen und -Freigaben in OpenClaw
Die Block-Kit-Oberflächen, die OpenClaw nativ in Slack rendert: der portable Diagrammblock, abgebildet auf den Datenvisualisierungsblock von Slack ohne zusätzlichen Scope, die durchgesetzten Grenzen für Titel, Segmente, Reihen und Kategorien, die Textdarstellung, die jedes Diagramm mitführt, die Wiederherstellung, wenn Slack Blöcke ablehnt, die undokumentierte Obergrenze von zwei Diagrammen pro Nachricht und wie weitere Diagramme in Folgenachrichten ausweichen, der portable Tabellenblock, abgebildet auf die aktuelle Datentabelle mit Rohtext- und Rohzahl-Zellen und Zeilenköpfen, der Rahmen aus 20 Spalten, 100 Zeilen und 10 000 Zeichen, der Fallback auf vollständigen Text und der explizite Größenfehler beim Bearbeiten, warum Markdown-Pipe-Tabellen Text bleiben und rohe Blöcke weiterhin durchgereicht werden, eingehende eingefügte Tabellen als TSV, die zwei Routing-Muster für Plugin-eigene Modal-Übermittlungen und das kompakte, geschwärzte Ereignis, das der Agent sieht, sowie Slack als nativer Freigabe-Client für Exec- und Plugin-Anfragen mit seinen Freigabeberechtigten, Zielen, Filtern und der Beibehaltung des Workspace bei Enterprise Grid.
Slack-Threads und -Sitzungen in OpenClaw
Wo eine Slack-Nachricht in OpenClaw landet und wohin die Antwort geht: DMs als direct, Kanäle als channel und Gruppen-DMs als group, Routen-Bindungen, die Slack-Zielformen akzeptieren, der Haupt-DM-Geltungsbereich, der gewöhnliche DMs zusammenführt, Sitzungen pro Kanal und das Thread-Suffix aus dem Zeitstempel der Elternnachricht, die vorab angelegte Root-Nachricht, die eine Erwähnung und ihren Thread in einer Sitzung hält, Verlaufsumfang, geerbter Elternkontext und der erste Abruf des Verlaufs, die beiden Flags für implizite Erwähnungen und der migrierte Schlüssel für explizite Erwähnungen, Antwortmodi pro Kanal, pro Chat-Typ und mit dem alten DM-Fallback, manuelle Antwort-Tags, Reply-Broadcast für Text und Block Kit, das Opt-out auf oberster Ebene, warum off auf Slack anders als bei Telegram auch explizite Tags deaktiviert, und die Agent-View-DMs, in denen jede Root-Nachricht aus dem Eingabefeld eine eigene Konversation ist und die Markierung aus drei Signalen gelernt und pro Konto, Workspace und App gespeichert wird.
Rich Messages und Freigaben für Telegram in OpenClaw
Die Rich-Oberflächen, die ein OpenClaw-Telegram-Bot nutzen kann: standardmäßig Telegram-HTML mit Fett, Kursiv, Links, Code, Spoilern und Zitaten, das Rich-Messages-Flag, das Markdown als typisierte Blöcke aus Bot API 10.3 rendert, etwa Überschriften, Tabellen, Details, Checklisten und Formeln, wobei Medienbeschriftungen weiterhin HTML nutzen und Tabellen mit mehr als 20 Spalten auf Code zurückfallen, warum es aus Gründen der Client-Kompatibilität aus bleibt, Linkvorschauen, die fünf Scopes für Inline-Buttons mit allowlist als Standard, der Buttons-Block mit Callback- und Web-App-Aktionen und die Beschränkung von Mini Apps auf private Chats, wie nicht beanspruchte Callbacks den Agenten als Text erreichen, die Bestätigung bei dauerhaftem Ingress, die sechs Nachrichtenaktionen mit ihren Aliassen und ihren standardmäßig deaktivierten Gates, die Prüfung per Emoji-Liste und Exec-Freigaben mit ihren Freigabeberechtigten, Zielen, Ablaufzeiten und der Voraussetzung für Inline-Buttons.
Matrix-Verschlüsselung und -Verifizierung in OpenClaw
Wie ein OpenClaw-Matrix-Konto Ende-zu-Ende-Verschlüsselung erhält und vertrauenswürdig bleibt: der Einrichtungsbefehl, der Secret Storage, Cross-Signing und ein Raumschlüssel-Backup initialisiert, warum Wiederherstellungsschlüssel über stdin laufen, die drei unabhängigen Vertrauenssignale und die Regel, dass nur die Cross-Signing-Verifizierung als vom Eigentümer verifiziert zählt, Geräteverifizierung und Selbstverifizierung, der Befehl für Bootstrap oder Reparatur und seine UIA-Fallbacks, Backup-Status, Wiederherstellung und Zurücksetzen, die SAS-Verifizierungsbefehle, Hinweise zu mehreren Konten, die Selbstverifizierung beim Start mit ihrer Abklingzeit, die Verifizierungshinweise und was zu tun ist, wenn das Gerät gelöscht wurde.
24 von 50 Beiträgen
Der Rest des Blogs ist auf Englisch. Auf Englisch lesen
Genug gelesen, bauen Sie selbst einen
Richten Sie einen Agenten ein, wählen Sie einen Kanal und lassen Sie ihn in der App arbeiten, die Sie ohnehin geöffnet haben.