Curso
OpenClaw empezó como un proyecto paralelo para conectar LLMs con apps de mensajería y, de alguna manera, acabó con 188K estrellas en GitHub. Se ejecuta en tu hardware, habla con Telegram, Discord o Slack, y hace lo que le pidas mediante herramientas y prompts. La comunidad que lo rodea se ha puesto muy creativa.
Hemos revisado los proyectos de OpenClaw más populares y hemos elegido 9 que de verdad merecen tu tiempo. Van desde un bot que te envía un resumen de Reddit y que puedes montar en una tarde, hasta un equipo multiagente en un VPS. Cada uno trae sus configs y prompts documentados, así que no tendrás que adivinar detalles de implementación.
La lista asume que ya tienes OpenClaw funcionando. Si no, nuestro tutorial de OpenClaw cubre la puesta en marcha.
Proyectos con OpenClaw: requisitos previos
OpenClaw se vincula a 0.0.0.0 por defecto, lo que significa que tu instancia escucha en todas las interfaces de red en cuanto la inicias. Una auditoría de Bitdefender detectó más de 135.000 instancias expuestas a internet porque nadie cambió ese valor por defecto. Muchas eran vulnerables a ejecución remota de código. Cambia la dirección de enlace a 127.0.0.1 en tu configuración antes de hacer nada más.
Las skills de ClawHub merecen el mismo escepticismo que los paquetes aleatorios de npm. Esa misma auditoría señaló que alrededor del 17% de las skills listadas eran maliciosas; algunas intentaban robar credenciales de tu máquina. Lee el código fuente antes de instalar nada.
Una cosa más sobre la configuración: Ollama te da un LLM local (Qwen3 8B, Llama 3.2, el que quepa en tu RAM) sin coste de API. Suficiente para prototipar cualquier proyecto de esta lista, y luego puedes cambiar a un modelo en la nube si necesitas más potencia. Nuestro tutorial de OpenClaw con Ollama te guía paso a paso.
1. Resumen diario de Reddit

Te despiertas con un mensaje en Telegram con los mejores posts de tus subreddits favoritos, ya filtrados por lo que de verdad te interesa.
Funciona con la skill reddit-readonly, que extrae posts hot, new y top, además de hilos de comentarios, sin necesidad de autenticación en la API de Reddit. Un cron lanza el agente en tu horario y entrega el resumen en Telegram. Instala la skill, pega tu lista de subreddits, fija la hora del cron y listo. Quince minutos como mucho. La guía completa incluye el prompt exacto.
Lo que hace que merezca la pena a largo plazo es el bucle de feedback. El prompt indica al agente que mantenga un archivo de memoria aparte con tus preferencias y que pregunte a diario si la selección ha acertado. A las pocas semanas, filtra memes por su cuenta, da prioridad a hilos de debate más largos y evita reposts. El resumen afina conforme crece el archivo de memoria.
2. Base de conocimiento personal con RAG

Envía una URL a un chat de Telegram y el agente la recupera, trocea el contenido y lo guarda en un índice consultable. Artículos, hilos de X, transcripciones de YouTube y PDFs van todos al mismo sitio.
Después preguntas: "¿Qué guardé sobre bases de datos vectoriales el mes pasado?" y obtienes resultados ordenados con fuentes y fragmentos, en lugar de una lista de enlaces que marcaste y olvidaste. La skill knowledge-base gestiona la ingesta y la recuperación, mientras que web_fetch captura el contenido bruto. Cada vez que envías un enlace, el agente confirma lo almacenado: título, tipo y número de chunks.
La verdadera ventaja llega al encadenarlo con otros flujos. El agente consulta tu base de conocimiento durante la preparación de reuniones o la investigación de contenidos sin que se lo pidas, siempre que el prompt le indique que busque en la KB cuando el contexto encaje. Necesitas:
- Un tema en Telegram o un canal de Slack para la ingesta
- Las skills
knowledge-baseyweb_fetch - Una configuración de prompt que cubra etiquetado, mensajes de confirmación y comportamiento de búsqueda
El prompt completo está en la guía de configuración.
3. Registro de salud y síntomas

Envía un mensaje a un tema de Telegram con lo que has comido o cómo te sientes, y el agente añade una entrada con marca temporal a un archivo markdown en ~/clawd/memory/health-log.md. Recordatorios a las 8:00, 13:00 y 19:00 mantienen el flujo de datos sin depender de tu memoria.
Cada domingo, el agente analiza patrones del registro semanal y publica en el mismo tema: qué alimentos aparecen en los días malos, si los síntomas se agrupan alrededor de ciertas comidas y cualquier cosa que se repita lo suficiente como para notarla. Lácteos más dolores de cabeza tres miércoles seguidos es el tipo de señal que detecta.
No hacen falta skills. Un prompt y un cron lo cubren todo, y la configuración está lista para copiar. Es el proyecto con menos esfuerzo de la lista, ideal para empezar si nunca has configurado un cron de OpenClaw.
4. Constructor de mini‑apps nocturno

Cuéntale al agente hacia qué trabajas (un canal de YouTube, un lanzamiento SaaS, un negocio freelance) y deja que decida qué construir mientras duermes. Por la mañana, tendrás una mini‑app funcional en tu carpeta de proyecto y un mensaje en Telegram explicando qué ha creado y por qué.
La configuración es un único prompt largo donde vuelcas tus objetivos, intereses y proyectos en curso. El agente usa ese contexto para generar 4‑5 tareas diarias a las 8:00, y una de ellas siempre es una pequeña construcción: una landing, un script de automatización, una calculadora para algo que dijiste necesitar.
Lanza una sesión, escribe el código y pasa a la siguiente tarea. Las skills sessions_spawn y sessions_send se encargan de la ejecución autónoma.
Lo que evita que sea un simple truco es el contexto de objetivos. El agente conecta puntos de tu volcado mental que quizá tú no unirías. Si mencionas "hacer crecer una newsletter" y "crear herramientas de analítica", puede que prototipe un panel de suscriptores en el que no habías pensado. Alex Finn documentó el enfoque en la guía original.
5. CRM personal con descubrimiento automático de contactos

Un cron a las 6:00 escanea tu Gmail y Google Calendar para encontrar a cualquiera con quien interactuaste en las últimas 24 horas. Los contactos nuevos van a una base de datos SQLite. Los existentes incrementan su contador de interacciones y actualizan notas. Cuando te despiertas, las reuniones y correos de ayer ya están registrados.
Un segundo cron a las 7:00 revisa tu calendario para el día y prepara un briefing de cada asistente externo: cuándo hablasteis por última vez, qué tratasteis y qué queda por hacer. Ese briefing llega a un tema de Telegram dedicado antes de tu primera reunión.
Entre tareas programadas, puedes consultar el CRM en lenguaje natural desde el mismo tema de Telegram. "¿A quién debo hacer seguimiento?" o "¿Qué sé de Sarah?" funcionan. La configuración requiere:
- El CLI
gogpara acceder a Gmail y Google Calendar - Una base de datos SQLite con una tabla de contactos (la guía incluye el esquema)
- Dos cron jobs y un tema de Telegram
6. Calendario familiar y asistente del hogar
El problema aquí es la fragmentación del calendario. Calendarios del trabajo con permisos restrictivos, horarios del cole enterrados en PDFs, fechas de campamentos en hilos de email, confirmaciones de citas por SMS. Este proyecto lo reúne todo en un briefing matinal a las 8:00 con previsión de conflictos a 3 días y contexto meteorológico.
La parte más interesante es la monitorización ambiental de iMessage. Cada 15 minutos, el agente detecta patrones como "tu cita está confirmada para el martes a las 14:00" y crea automáticamente un evento en el calendario con 30 minutos de margen de desplazamiento antes y después. También detecta compromisos. "Te lo envío el viernes" se convierte en un bloqueo en el calendario para que no se te pase.
La gestión de despensa completa el pack. Haz una foto de tu nevera o de un ticket, y el modelo de visión extrae los artículos a un inventario. Pregunta por Telegram "¿Tenemos mantequilla?" y recibirás ubicación y cantidad. "Generar lista de la compra" compila todo lo que está bajando.
Este proyecto va mejor en un Mac Mini, porque necesita acceso a iMessage y estar siempre encendido. Empieza con solo lectura del calendario y añade acciones de escritura (creación de eventos, actualización de inventario) cuando confíes en el criterio del agente. El paso a paso cubre el despliegue por fases.
7. Panel dinámico con subagentes en paralelo

Cada 15 minutos, un cron lanza subagentes que se reparten por GitHub, Twitter, tus métricas de servidores y las APIs que te importen. Cada uno trae sus datos y reporta. El agente principal agrupa todo, le da formato y lo publica en un canal de Discord #dashboard.
Hacer fetch de forma secuencial sería lo obvio, pero la latencia de APIs se acumula rápido cuando Twitter te limita y los health checks por SSH tardan. Los subagentes corren en paralelo para que una fuente lenta no bloquee el resto.
Una tabla metrics en PostgreSQL guarda cada dato con su timestamp. "¿Cómo han evolucionado las estrellas de GitHub esta semana?" funciona porque el histórico es consultable, no porque el agente se acuerde. Las condiciones de alerta van en otra tabla: picos de más de 50 estrellas en una hora, CPU por encima del 90% y cúmulos de sentimiento negativo en Twitter. Cuando se dispara un umbral, el mensaje de Discord lleva una marca de alerta sin esperar al siguiente ciclo programado. El esquema SQL y la config de cron están en la guía de configuración.
8. Servidor doméstico autocurativo

Nathan ejecuta un agente llamado Reef en un clúster Kubernetes doméstico, y funciona como un sysadmin junior que no duerme. Reef tiene acceso SSH a todas las máquinas de la red local, credenciales en una bóveda dedicada de 1Password y suficiente tooling (Terraform, Ansible, kubectl) para arreglar problemas sin despertar a nadie.
La agenda de cron es intensa. Comprobaciones de salud con Gatus y ArgoCD cada hora, escaneo del kanban cada 15 minutos y una rotación de 6 horas que audita uso de disco, memoria y logs de Loki. El briefing de las 8:00 reúne el tiempo, los calendarios de ambos, el estado del sistema en todas las máquinas, estado de servicios, despliegues recientes de ArgoCD, progreso del tablero de tareas y emails pendientes en un único mensaje de Telegram.
Reef no solo alerta cuando falla un pod. Ejecuta kubectl para reiniciarlo, confirma que el arreglo se mantiene y solo avisa a Nathan si el problema persiste tras la intervención. Ese bucle cerrado es la diferencia entre un stack de monitorización y un agente con iniciativa.
La configuración de seguridad refleja una lección dura del primer día, cuando el agente puso una API key en duro en un commit y la subió. Ahora, los hooks de TruffleHog previos al push bloquean secretos, los cambios pasan por una instancia privada de Gitea antes de llegar a GitHub y la protección de ramas obliga a usar PRs a main. El informe completo de Nathan detalla cada cron y el despliegue por fases.
9. Equipo especializado multiagente

Un único grupo de Telegram, cuatro agentes, cada uno con un modelo distinto. Milo es el lead de estrategia en Claude Opus y se encarga del repaso del standup de las 8:00. Josh saca métricas de negocio en Sonnet a las 9.
Un agente de marketing genera ideas de contenido en Gemini a las 10. El agente de desarrollo vigila el CI/CD y revisa PRs durante el día, y Milo cierra con un recap a las 18:00. Etiqueta @milo, @josh, @dev o @all para enrutar mensajes. Los no etiquetados van por defecto a Milo.
La memoria compartida vive en disco. GOALS.md guarda los OKR, DECISIONS.md es solo de anexado para que ningún agente sobrescriba las conclusiones de otro, y PROJECT_STATUS.md rastrea el estado compartido. Cada agente también tiene una carpeta privada con su contexto de dominio que los demás no tocan.
Dos aprendizajes de quienes lo han montado. La personalidad en el system prompt impacta más en la calidad del output que el tamaño del modelo en la mayoría de tareas. Y casar modelos con cargas de trabajo ahorra dinero de verdad: Gemini va sobrado para monitorizar tendencias, mientras que Opus justifica su coste en estrategia, donde importa la profundidad.
Empieza con dos agentes y añade más cuando veas dónde falla la coordinación. La configuración de enrutado y las plantillas de prompts están listas para copiar.
Cierre
Cada proyecto de OpenClaw de esta lista nació de alguien que montó OpenClaw, tuvo curiosidad y lo llevó más allá de los valores por defecto. El resumen de Reddit y el registro de salud se hacen en una tarde. Un fin de semana cubre el CRM o el calendario familiar si te manejas con cron. El servidor autocurativo y el equipo multiagente son compromisos más largos que crecen junto a tu infraestructura.
Nuestros tutorial introductorio y la guía de integración con Ollama cubren la base si empiezas desde cero.
Elige uno, ponlo en marcha y deja que la comunidad en GitHub y Discord te ayude cuando te topes con algo que la guía no cubra.
Proyectos con OpenClaw: preguntas frecuentes
¿Necesito una clave de API de pago para crear estos proyectos con OpenClaw?
No. Puedes prototipar cada proyecto de esta lista usando Ollama con un modelo local como Qwen3 8B sin coste. Cambia más adelante a una API en la nube como OpenAI o Anthropic si necesitas más capacidad de razonamiento o respuestas más rápidas.
¿Qué app de mensajería funciona mejor con OpenClaw?
Telegram es la opción más común en estos proyectos por su API de bots y la organización por temas en los chats. Discord y Slack también funcionan, y varios proyectos (como el panel dinámico) usan Discord en su lugar.
¿Cuánto se tarda en configurar uno de estos proyectos?
Los más sencillos (resumen de Reddit, registro de salud) llevan menos de una hora si OpenClaw ya está en marcha. Proyectos intermedios como el CRM personal necesitan un fin de semana. El servidor autocurativo y el equipo multiagente son construcciones continuas que evolucionan durante semanas.
¿Es seguro dar a OpenClaw acceso SSH a mis servidores?
Puede serlo, con precauciones. El proyecto de servidor autocurativo lo detalla: usa una bóveda dedicada en 1Password con alcance limitado, hooks de TruffleHog previos al push para bloquear filtraciones de secretos, protección de ramas y una instancia privada de Gitea como capa intermedia antes de GitHub.
¿Puedo ejecutar varios agentes de OpenClaw en la misma máquina?
Sí. El proyecto de equipo multiagente ejecuta cuatro agentes en un único VPS, cada uno con su modelo, personalidad y tareas programadas. Asigna a cada instancia un puerto distinto y enruta los mensajes mediante etiquetas en Telegram.

Soy un creador de contenidos de ciencia de datos con más de 2 años de experiencia y uno de los mayores seguidores en Medium. Me gusta escribir artículos detallados sobre IA y ML con un estilo un poco sarcastıc, porque hay que hacer algo para que sean un poco menos aburridos. He publicado más de 130 artículos y un curso DataCamp, y estoy preparando otro. Mi contenido ha sido visto por más de 5 millones de ojos, 20.000 de los cuales se convirtieron en seguidores tanto en Medium como en LinkedIn.





