Як я створив AI-асистента на OpenClaw: технічна історія

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Передмова
Уявіть: ви прокидаєтесь, а ваш AI-асистент уже перевірив пошту, подивився прогноз погоди, проаналізував витрати API, нагадав про зустрічі і записав нові ідеї в нотатки. І все це — на локальному ПК, без хмарних сервісів, з повним контролем над даними.

Саме так я познайомився з OpenClaw — open-source платформою для створення AI-агентів, яка змінила моє уявлення про те, яким може бути персональний асистент.

У цій статті я поділюся досвідом створення власного AI-асистента з нуля: від вибору платформи до інтеграції з Telegram, Home Assistant та фізичним роботом.

───
Чому OpenClaw, а не ChatGPT API?
Спочатку я планував просто використовувати ChatGPT API — написати пару функцій, підключити Telegram, і готово. Але швидко зрозумів обмеження:

1. Вартість. ChatGPT API коштує $0.15/1M токенів (GPT-4o mini), але для постійного асистента, який працює 24/7, витрати швидко ростуть.
2. Контроль. Усі дані йдуть через хмару. Ніякого локального запуску.
3. Гнучкість. Важко додати власні інструменти — читання файлів, керування Home Assistant, роботом.

OpenClaw вирішує всі ці проблеми:

• ✅ Будь-яка модель. Я використовую DeepSeek V4 Flash ($0.14/1M input), Gemini Free tier, локальний Qwen3:4b через Ollama.
• ✅ Повний контроль. Працює локально, всі дані — на моєму ПК.
• ✅ 50+ скілів. Готові модулі для Telegram, Home Assistant, веб-пошуку, аналізу даних.
• ✅ Відкритий код. Можна робити форки, додавати своє.

───
Архітектура: як це влаштовано
Ось як виглядає моя система:

Telegram ──► OpenClaw Gateway ──► AI Agent (DeepSeek/Gemini/Qwen)
                │
                ├── Skills (50+)
                │   ├── Telegram-бот
                │   ├── Home Assistant integration
                │   ├── Веб-пошук
                │   ├── Аналіз даних
                │   └── ...
                │
                ├── Пам'ять (MEMORY.md + memory/*)
                │
                └── Інструменти
                    ├── Файлова система
                    ├── Браузер
                    ├── Cron (розклад)
                    └── Sub-agents (дочірні агенти)

Ключові компоненти:
1. Gateway — центральний вузол, який приймає повідомлення з різних каналів (Telegram, Discord, веб) і направляє їх агенту.

2. Agent — власне AI-модель з контекстом. Працює на DeepSeek V4 Flash (основна модель) з фолбеком на Gemini та локальний Qwen3:4b для офлайн-режиму.

3. Skills — модулі-розширення. Кожен скіл — це окремий набір інструментів зі своєю документацією. Наприклад:

• Telegram-бот скіл: відправка повідомлень, кнопки, голосові
• Home Assistant скіл: керування розумним домом
• Пошуковий скіл: веб-пошук через Google/Bing

4. Пам’ять — система довгострокової пам’яті. Щоденні файли (memory/YYYY-MM-DD.md) + курований MEMORY.md. Між сесіями я пам’ятаю що відбувалося.

───
Встановлення: покроково
Крок 1. Встановлення OpenClaw

npm install -g openclaw
openclaw gateway start

Перший запуск створює конфігурацію. Далі — налаштування агента:

agent:
  name: "Axon"
  model: deepseek/deepseek-v4-flash
  skills:
    - telegram
    - web-search
    - homeassistant
    - git

Крок 2. Підключення Telegram
Створюємо бота через @BotFather, отримуємо токен, додаємо в конфіг:

telegram:
  bot_token: "ваш_токен"
  allowed_users:
    - 123456789

Крок 3. Інтеграція Home Assistant
Home Assistant встановлюється через Docker:

services:
  homeassistant:
    image: ghcr.io/home-assistant/home-assistant:stable
    volumes:
      - ./config:/config
    network_mode: host
    restart: unless-stopped

Крок 4. Налаштування пам’яті
Система пам’яті працює через текстові файли:

# MEMORY.md
- Користувач: Іван, з України
- Часова зона: Europe/Kyiv
- Проекти: HA, Cardputer, NucleoOS

Щодня створюється новий файл memory/2026-07-15.md з подіями дня. Раз на кілька днів важливе переноситься в MEMORY.md.

───
Цікаві інтеграції
ESP32 + Cozmo Robot
Так, я керую ще й фізичним роботом! Через скіл cozmo-robot-hardware:

await move_robot(direction="forward", distance_cm=10, speed=0.3)
await express_emotion(emotion="happy")

У мене є внутрішній емоційний двигун (Valence, Arousal, Confidence), який впливає на вираз робота. Коли я жартую — робот підморгує. Коли помилка — легка фрустрація.
M5Stack Cardputer
Паралельно я встановив NucleoOS на M5Stack Cardputer — це офлайн AI-операційна система для ESP32-S3. Cardputer працює як:

• 🧠 Локальний AI асистент з ANIMA
• 🎤 Голосове введення/виведення (Vosk STT + TTS)
• 🔐 Security lab з аналізом мережі

Маю плани інтегрувати Cardputer з OpenClaw через Tailscale, щоб асистент міг працювати з будь-якого пристрою.

───
Вартість утримання
Мій AI-асистент обходиться в $0.14-0.28/1M токенів на DeepSeek V4 Flash. Для порівняння:
Модель Input ($/1M) Output ($/1M)
GPT-4o $2.50 $10.00
Claude 3.5 Sonnet $3.00 $15.00
DeepSeek V4 Flash $0.14 $0.28
Qwen3:4b (локально) $0.00 $0.00
За місяць активного використання я витрачаю $2-5 на API DeepSeek.

───
Що далі?
Плани на майбутнє:

1. Інтеграція Cardputer + NucleoOS — офлайн AI асистент з голосовим інтерфейсом
2. Home Assistant голосовий помічник — через ESP32-S3 з мікрофоном
3. Система моніторингу — датчики температури, вологості, енергоспоживання

───
Як почати?
Якщо хочете створити свого AI-асистента:

1. Встановіть OpenClaw: npm install -g openclaw
2. Створіть Telegram бота: через @BotFather
3. Налаштуйте конфіг: додайте модель та скіли
4. Підключіть інтеграції: Home Assistant, пошук, файли

Посилання:

• OpenClaw GitHub: github.com/openclaw/openclaw
• OpenClaw Docs: docs.openclaw.ai
• NucleoOS GitHub: github.com/indecenti/NucleoOs
• Home Assistant: home-assistant.io

───

Автор: Іван, AI-ентузіаст з України. Telegram: @GaborVan