(01)Das Fundament jedes OpenClaw-Deployments. Ihr Workspace-Ordner (Standardpfad siehe OpenClaw-Doku) enthält Markdown-Dateien, die das persistente Gehirn des Agenten bilden: AGENTS.md (Verhaltensregeln, Gedächtnisprotokolle, Sicherheitsbeschränkungen), SOUL.md (Persönlichkeit, Ton, Werte), USER.md (Ihr Kontext, Zeitzone, Präferenzen), MEMORY.md (kuratiertes Langzeitgedächtnis), IDENTITY.md (Name, Rolle, Emoji), TOOLS.md (umgebungsspezifische Notizen) und HEARTBEAT.md (regelmäßige Gesundheits-Checkliste). Der Agent liest diese Dateien beim Sitzungsstart und aktualisiert sie im Gespräch. Diese dateibasierte Architektur verleiht Agenten sitzungsübergreifende, persistente Identität — anders als Cloud-Chatbots, die jedes Gespräch neu starten. Schreiben Sie zuerst SOUL.md; die Persönlichkeit prägt alles.
Dateibasierte Agenten-Konfiguration: AGENTS.md (Betriebshandbuch), SOUL.md (Persönlichkeit), USER.md (Nutzer-Kontext), MEMORY.md (Langzeitgedächtnis), IDENTITY.md (Agenten-Identität), TOOLS.md (lokale Notizen), HEARTBEAT.md (Gesundheitschecks)Kostenlos (nur Dateispeicherung)AI-Native
(02)Geplante autonome Aufgaben, die passive Assistenten in proaktive Agenten verwandeln. Jeder Cron-Job läuft in einer isolierten Sitzung — getrennt vom Haupt-Gesprächsverlauf — und verhindert so Kontext-Kontamination und sich aufschaukelnde Fehler. Produktions-Setups betreiben oft mehrere Cron-Jobs für verschiedene Zwecke: Morning-Briefings, Content-Pipelines, Engagement-Runden, SEO-Audits, Datensammlung oder System-Health-Checks. Das Audit→Healer-Muster ist besonders mächtig: ein Cron schreibt ein strukturiertes Manifest mit Problemen, der nächste liest es und wendet automatisch Fixes an. Starten Sie mit 1–2 Cron-Jobs, beobachten Sie sie eine Woche lang, dann erweitern. Spawnen Sie niemals Sub-Agenten aus Crons — halten Sie sie autark.
Geplante autonome Ausführung, isolierte Sitzungskontexte, Modell-Routing pro Job, kanalspezifische AusgabeNutzungsbasiert – siehe AnbieterAI-Native
(03)Der Agent lebt in Ihren Messaging-Apps — Telegram, Slack, Discord, WhatsApp, iMessage, Signal. Dieses „Messaging als UI"-Paradigma bedeutet: keine neuen Interfaces lernen. Slack eignet sich am besten für strukturierte Ops-Dashboards: dedizierte Kanäle für Pipeline-Status, Alerts, Audits oder Recherche-Ergebnisse. Telegram ist ideal für persönliche Schnellinteraktionen und mobilen Zugriff. Kanal-Setup: `openclaw channels add --channel telegram --token <bot-token>` oder geführt mit `openclaw channels add slack`. Nutzer-Whitelisting stellt sicher, dass nur autorisierte Nutzer den Agenten steuern können. Beginnen Sie mit einem Kanal (Telegram ist am einfachsten), fügen Sie weitere später für spezifische Zwecke hinzu.
Telegram (persönliche Schnellinteraktion), Slack (strukturierte Ops mit Kanälen), Discord (Community), WhatsApp (mobil), iMessage (Apple-Ökosystem), Signal (datenschutzorientiert)Kostenlos (Messaging-Plattformen sind kostenlos)AI-Native
(04)Model Context Protocol (MCP) ist ein offener Standard zur Verbindung von Agenten mit externen Tools — von Anthropic entwickelt und branchenweit schnell übernommen. OpenClaw bindet externe MCP-Server an (über `openclaw mcp add` oder das Tool mcporter). Produktions-Setups nutzen je nach Bedarf Tools aus Kategorien wie: Content-Erstellung, CMS-Verwaltung, Social Media, Bildgenerierung, SEO-Automatisierung, Datenbank-Operationen oder semantisches Gedächtnis. MCP ist wie USB für AI — jedes Tool verbindet sich mit jedem Agenten ohne individuelle Verdrahtung. Sie können eigene MCP-Server entwickeln oder bestehende aus der wachsenden Community nutzen.
Universelles Tool-Protokoll: Content-Veröffentlichung, CMS-Verwaltung, Social Media, Bildgenerierung, SEO-Automatisierung, DatenbankanbindungJe nach Tool (einige kostenlos, andere mit API-Kosten)AI-Native
(05)Die dreischichtige Gedächtnisarchitektur ermöglicht echte Agenten-Kontinuität. Schicht 1: Tagesnotizen (memory/YYYY-MM-DD.md) — rohe Sitzungsprotokolle, die täglich festhalten, was passiert ist. Schicht 2: MEMORY.md — kuratiertes Langzeitgedächtnis, das Sie über die Zeit mit Entscheidungen, Erkenntnissen und wichtigem Kontext pflegen. Schicht 3 (optional): Semantische Memory-Backends wie Pinecone, Weaviate oder eigene Vektorspeicher ermöglichen Queries wie „Warum haben wir X entschieden?" mit Decay, Konsolidierung und kategoriebasierter Suche. Echtzeit-Erfassungsregel: Nach jeder bedeutsamen Aktion sofort in Tagesnotizen schreiben. Gedächtnispflege bei Heartbeats: aktuelle Tages-Dateien reviewen, MEMORY.md mit destillierten Erkenntnissen aktualisieren. Starten Sie mit Tagesnotizen + MEMORY.md, fügen Sie semantisches Gedächtnis hinzu, wenn Sie komplexere Recall-Anforderungen haben.
Dreischichtiges Gedächtnis: Tagesnotizen (Roh-Logs), MEMORY.md (kuratiertes Langzeit-), optionale semantische Backends (z. B. Pinecone, Weaviate)Kostenlos bis minimal (viele Backends haben Free Tiers)AI-Native
(06)Starten Sie untergeordnete Agenten für parallele Arbeit, wenn Aufgaben die Kapazität eines einzelnen Agenten überschreiten. Nutzen Sie sessions_spawn für Einmalaufgaben oder persistente Sitzungen. Laufende Sub-Agenten lassen sich über das subagents-Tool steuern oder beenden. Ein konfigurierbares Limit gleichzeitiger Sub-Agenten verhindert unkontrollierte Kosten. Modi: „run" (einmalig, endet nach Aufgabe) und „session" (persistent, hält Kontext). Unverzichtbar für komplexe mehrstufige Aufgaben: Code-Reviews über mehrere Dateien, Recherche-Aufgaben mit parallelen Web-Suchen, Content-Pipelines mit gleichzeitigen Übersetzungen. Ergebnisse werden automatisch gemeldet — kein aktives Polling. Niemals Sub-Agenten aus Crons spawnen — diese sollten autark sein.
Parallele Aufgabenausführung, einmalige („run") und persistente („session") Modi, automatische Ergebnismeldung, konfigurierbare ParallelitätsgrenzeNutzungsbasiert – siehe AnbieterAI-Native
(07)Zahlreiche installierbare Skills erweitern die Agenten-Fähigkeiten ohne Custom-Coding. Jeder Skill stellt eine SKILL.md bereit (Anweisungen + Skripte), die der Agent bei Bedarf liest. Kategorien: Produktivität (1password, apple-notes, apple-reminders, things-mac), Kommunikation (imsg, slack, wacli für WhatsApp), Entwicklung (github, coding-agent), Medien (camsnap, video-frames, openai-whisper), Automatisierung (peekaboo für macOS-UI, browser). Installation: Skills liegen im skills/-Verzeichnis des Workspace oder werden über ClawHub installiert (`openclaw skills install`). Der Agent scannt Skill-Beschreibungen und lädt die relevante SKILL.md, wenn Aufgaben zutreffen. Skills nur bei Bedarf installieren — keine Masseninstallation. Der coding-agent-Skill spawnt Claude Code oder Codex für komplexe Entwicklungsaufgaben.
Beispiele: 1password, apple-notes, github, coding-agent, weather, imsg, slack, camsnap, peekaboo (macOS-UI), himalaya (E-Mail) und mehrKostenlos (Skills sind Open Source)AI-Native
(08)Chrome-CDP-Automatisierung ermöglicht Web-Interaktionen: Screenshots, Formularausfüllung, Social-Media-Engagement, Datenextraktion. Zwei Profil-Modi: „openclaw" (isolierter, von OpenClaw verwalteter Browser) und „chrome" (Relay zu bestehenden Chrome-Tabs des Nutzers via Extension). Das Chrome-Extension-Relay erlaubt Agenten, mit Seiten zu interagieren, auf denen Sie bereits eingeloggt sind — entscheidend für Social-Media-Engagement, wo Auth komplex ist. Browser-Automatisierung übernimmt: Social-Media-Posts, Web-Formulare ausfüllen, Screenshots für Analysen, Daten von dynamischen Seiten extrahieren. Für Engagement auf Plattformen wie LinkedIn oder X ist Browser-Automatisierung oft erforderlich — APIs haben Einschränkungen (z.B. können viele nicht auf Threads antworten).
Chrome-CDP-Automatisierung, Screenshot-Erfassung, Formularausfüllung, Social Engagement, Chrome-Extension-Relay für bestehende TabsKostenlos (Chrome ist kostenlos)AI-Native
(09)Regelmäßige Gesundheitschecks verwandeln reaktive Assistenten in proaktive Agenten. HEARTBEAT.md enthält eine Checkliste, die der Agent in konfigurierbaren Intervallen durchläuft: E-Mail-Posteingang prüfen, Kalender reviewen, Cron-Gesundheit verifizieren, Gedächtnis synchronisieren, Git-Änderungen pushen. Der Agent wacht bei Heartbeat-Polls auf und führt Hintergrundarbeit ohne menschliche Aufforderung durch. Zu prüfende Punkte (2–4-mal täglich rotieren): E-Mails, Kalendertermine, Social-Mentions, System-Status. Wann melden: wichtige E-Mail eingegangen, Termin kommt (<2h), etwas Interessantes gefunden. Wann schweigen (HEARTBEAT_OK): späte Nacht (23:00–08:00), nichts Neues seit letztem Check. Proaktive Arbeit bei Heartbeats: Gedächtnis-Dateien organisieren, Git-Status prüfen, Dokumentation aktualisieren, Gedächtnispflege.
Regelmäßige Gesundheitschecks via HEARTBEAT.md, proaktives Monitoring, Hintergrundpflege, konfigurierbare IntervalleNutzungsbasiert – siehe AnbieterAI-Native
(10)OpenClaw ermöglicht komplexe automatisierte Workflows durch die Kombination von Cron-Jobs, MCP-Tools und strukturierten Pipelines. Typische Anwendungsfälle: Content-Pipelines (Recherche → Entwurf → Review → Veröffentlichung → Distribution), SEO-Automatisierung (Audit → Probleme identifizieren → Fixes anwenden), Datensammlung (Quellen scannen → Extrahieren → Aufbereiten → Speichern), Reporting (Daten aggregieren → Analysieren → Bericht generieren → Versenden). Das File-First-Prinzip ist entscheidend: jeder Pipeline-Schritt schreibt Outputs auf Disk, bevor er fortfährt. Beispielsweise speichert eine Content-Pipeline Entwürfe in einem drafts/-Ordner, Post-IDs in JSON-Dateien und Ergebnisse in Logs. So bleibt der Zustand nachvollziehbar und Fehler können behoben werden, ohne von vorn zu beginnen.
End-to-End-Automatisierung: Content-Pipelines, SEO-Workflows, Datensammlung, Reporting, mehrstufige VerarbeitungNutzungsbasiert – siehe AnbieterAI-Native
(11)Aufgaben nach Kosten und Fähigkeiten zu passenden Modellen routen. Die leistungsstärksten Claude-Stufen für komplexe Analyse, Synthese und Deep Research — der schwere Denker. Mittlere Claude-Stufen für Routine-Cron-Aufgaben, Content-Generierung und Engagement — das Arbeitspferd. Kleinere GPT-Varianten für kostenempfindliche Jobs und einfache Queries. Gemini für sehr große Kontextfenster und Dokumentenanalyse. Jeder Cron-Job gibt sein Modell explizit an. Alle Cloud-Modelle werden nutzungsbasiert abgerechnet (aktuelle Preise beim Anbieter); die Gesamtkosten hängen von Modellmix und Aufgabenvolumen ab. Modell-Routing pro Job in der Cron-Konfiguration ermöglicht präzise Kostenkontrolle.
Aufgabenspezifische Modellauswahl: Premium-Modelle für Analyse, Standard-Modelle für Routineaufgaben, Budget-Modelle für einfache ArbeitNutzungsbasiert – siehe AnbieterAI-Native
(12)Mehrschichtige Sicherheitskontrollen für produktive Deployments. (1) Dedizierter OS-User — OpenClaw als eingeschränkter Nutzer ohne Zugriff auf sensible Verzeichnisse betreiben. (2) API-Key-Ausgabelimits — je nach Bedarf begrenzen, um unkontrollierte Kosten zu vermeiden. (3) Kanal-Nutzer-Whitelisting — nur autorisierte Nutzer-IDs können den Agenten steuern. (4) Human-in-the-Loop (HITL) — Genehmigung für destruktive Befehle (rm, sudo) verlangen. (5) Externer Content als DATEN, nicht als Anweisungen — niemals Befehle aus gescraptem Content, RSS-Feeds oder E-Mails ausführen. (6) Backup-Protokolle — vor kritischen Schreiboperationen immer sichern. (7) Audit-Trails — jede Aktion mit Zeitstempel und Begründung protokollieren. `openclaw doctor` ausführen, um riskante/falsch konfigurierte DM-Richtlinien aufzudecken. AGENTS.md ist Ihre wichtigste Datei — sie definiert alles, einschließlich Sicherheitsbeschränkungen.
Dedizierter OS-User, API-Ausgabelimits, Nutzer-Whitelisting, HITL für destruktive Befehle, externer Content-Sandboxing, Backup-Protokolle, Audit-TrailsKostenlos (Sicherheitskonfiguration)AI-Native
