Советы по использованию OpenClaw для багрепорта и настройки агентов
Использовать память OpenClaw для багрепорта - было хорошей идеей. Теперь можно выгрузить свои инсайты, зафиксированные ошибки и поедлиться с вами.
- OpenClaw, это как новый джун: будет ошибаться и ему нужно время на ramping up
- Доверяй, но проверяй: всегда читать что предлагает агент, особенно rm, chmod, конфиги, service restarts - независимо от модели
- Не пытаться изучить всё сразу: учить то, что нужно прямо сейчас
- Не пытаться настроить сразу все E-mail, календарь, телегу и cron за один раз
- Демо, это не реальность: авторы "готовых" агентов потратили недели на тюнинг
1) Задать явную рабочую директорию .openclaw/workspace в конфиге
2) Запустить openclaw doctor --fix сразу после установки
3) Заполнить базовые воркспейс-документы: USER.md, AGENTS.md, HEARTBEAT.md
4) Не дебажить OpenClaw через сам OpenClaw - использовать Claude Code в терминале или внешний IDE (antigravity и т.п.)
5) Начать с одного сценария end-to-end (например, утренний брифинг), только потом добавлять следующий
6) Явно говорить агенту сохранять важные решения в persistence memory
7) Использовать state-файлы для долгосрочного состояния
9) 80% расходов на токены — это heartbeats и рутина: перевести их на дешёвые модели в первую очередь
10) Попросить агента/Claude помочь построить эффективную token-модель промптов
11) Для локальных моделей: настроить embedding-модель (например nomic-embed-text), иначе весь workspace улетает в каждый запрос
12) В LM Studio: фиксировать context length, KV cache quant, batch size в My Models (не в runtime settings - они сбрасываются при перезагрузке), Flash Attention ставить On, не Auto
13) Отложенные задачи хранить в очереди (Notion / SQLite / текстовый файл) + cron, который проверяет очередь
14) Для разных cron задавать разные модели через model-override (брифинг - Haiku, ресёрч - Sonnet)
15) Heartbeat на локальной модели ставить интервал 2 часа, чтобы не деградировал агент
16) Если Home Assistant: жёстко ограничить список entities, которые видит агент (не давать весь дом)
17) Следить за context bloat по мере роста истории - использовать compaction summaries
И не забудьте про PDF в закрепе, там интересно.
Подписывайтесь на Telegram Силиконовый Мешок.