Cours
Concevoir des systèmes agentiques avec LangChain
3 h
11.3K
OpenClaw a démarré comme un side project pour connecter des LLM aux applis de messagerie et a, contre toute attente, atteint 188 K étoiles sur GitHub. Il tourne sur votre matériel, discute avec Telegram, Discord ou Slack, et fait exactement ce que vous lui configurez via des outils et des prompts. La communauté s’est montrée très inventive.
Nous avons passé en revue les projets OpenClaw les plus populaires et sélectionné 9 idées réellement dignes de votre temps. Cela va d’un bot Reddit récap qu’on peut brancher en une après-midi à une équipe multi-agents sur un VPS. Chaque projet arrive avec sa config et ses prompts documentés, pour éviter d’improviser l’implémentation.
Cette liste suppose qu’OpenClaw est déjà opérationnel. Sinon, notre tutoriel OpenClaw couvre l’installation.
Projets OpenClaw : prérequis
Par défaut, OpenClaw se lie à 0.0.0.0, ce qui signifie que votre instance écoute sur toutes les interfaces réseau dès son démarrage. Un audit Bitdefender a trouvé plus de 135 000 instances exposées sur internet parce que ce paramètre n’avait pas été modifié. Une bonne partie était vulnérable à de l’exécution de code à distance. Modifiez l’adresse de liaison en 127.0.0.1 dans votre config avant toute autre chose.
Traitez les skills de ClawHub avec la même prudence que des packages npm aléatoires. Le même audit a signalé environ 17 % des skills listés comme malveillants, certains conçus pour voler des identifiants sur votre machine. Lisez le code source avant d’installer quoi que ce soit.
Dernier point d’installation : Ollama vous donne un LLM local (Qwen3 8B, Llama 3.2, selon votre RAM) sans coût d’API. Suffisant pour prototyper n’importe quel projet ci-dessous, avec la possibilité de passer à un modèle cloud ensuite si vous avez besoin de plus de puissance. Notre tutoriel OpenClaw avec Ollama détaille toute la procédure.
1. Récap quotidien Reddit
Au réveil, vous recevez sur Telegram les meilleurs posts de vos subreddits favoris, déjà filtrés selon ce qui vous intéresse vraiment.
Ce projet s’appuie sur le skill reddit-readonly, qui récupère les posts hot, new et top, ainsi que les fils de commentaires, sans authentification à l’API Reddit. Un cron déclenche l’agent selon votre planning et il envoie le récap sur Telegram. Installez le skill, collez votre liste de subreddits, réglez l’heure du cron, et c’est tout. Quinze minutes, maximum. Le guide complet contient le prompt exact.
Ce qui rend ce flux pertinent sur la durée, c’est la boucle de feedback. Le prompt demande à l’agent de tenir un fichier de mémoire séparé pour suivre vos préférences et de vous demander chaque jour si la sélection est pertinente. Au bout de quelques semaines, il filtre de lui-même les mèmes, privilégie les discussions de fond et saute les reposts. Le récap gagne en précision à mesure que la mémoire s’étoffe.
2. Base de connaissances personnelle avec RAG
Envoyez une URL dans un chat Telegram : l’agent la récupère, segmente le contenu et l’ajoute à un index interrogeable. Articles, threads X, transcriptions YouTube et PDF finissent au même endroit.
Plus tard, vous demandez : « Qu’ai-je enregistré sur les bases de données vectorielles le mois dernier ? » et vous obtenez des résultats classés avec sources et extraits, au lieu d’une liste de favoris oubliés. Le skill knowledge-base gère l’ingestion et la recherche, tandis que web_fetch récupère le contenu brut. À chaque lien envoyé, l’agent confirme ce qu’il a stocké : titre, type et nombre de segments.
Le vrai bénéfice vient du chaînage avec d’autres workflows. L’agent puise dans votre base lors de la préparation de réunions ou de recherches, sans que vous le demandiez, tant que le prompt lui indique d’interroger la base quand le contexte s’y prête. Il vous faut :
- Un topic Telegram ou un canal Slack pour l’ingestion
- Les skills
knowledge-baseetweb_fetch - Une config de prompt couvrant le tagging, les messages de confirmation et le comportement de recherche
Le prompt complet est dans le guide d’installation.
3. Journal santé et suivi des symptômes
Envoyez dans un topic Telegram ce que vous avez mangé ou comment vous vous sentez : l’agent ajoute une entrée horodatée dans un fichier markdown à ~/clawd/memory/health-log.md. Des rappels à 8 h, 13 h et 19 h maintiennent le flux de données sans dépendre de votre mémoire.
Chaque dimanche, l’agent analyse les motifs de la semaine et publie un bilan dans le même topic : quels aliments apparaissent les mauvais jours, si certains symptômes se concentrent autour de repas précis, et toute tendance récurrente notable. Trois mercredis d’affilée avec produits laitiers + maux de tête, c’est typiquement ce qu’il repère.
Aucun skill requis. Un prompt et un cron suffisent, et la config est prête à copier. C’est le projet le plus simple de la liste : parfait pour débuter si vous n’avez jamais configuré de cron OpenClaw.
4. Générateur de mini‑app nocturne
Dites à l’agent ce vers quoi vous tendez (une chaîne YouTube, un lancement SaaS, une activité freelance) et laissez‑le décider quoi construire pendant votre sommeil. Au matin, une mini‑app fonctionnelle vous attend dans votre dossier de projet, avec un message Telegram expliquant quoi et pourquoi.
La mise en place tient dans un long prompt où vous déversez objectifs, centres d’intérêt et projets en cours. L’agent s’en sert pour générer 4–5 tâches quotidiennes à 8 h, dont une est toujours un petit build : landing page, script d’automatisation, calculateur utile, etc.
Il crée une session, écrit le code, puis passe à la suite. Les skills sessions_spawn et sessions_send gèrent l’exécution autonome.
Ce qui empêche l’effet gadget, c’est le contexte d’objectifs. L’agent relie des points de votre brain dump que vous ne feriez pas forcément. Mentionnez « faire grandir une newsletter » et « créer des outils d’analytics » : il peut prototyper un tableau de bord abonnés auquel vous n’aviez pas pensé. Alex Finn a documenté cette approche dans le guide d’origine.
5. CRM personnel avec découverte automatique de contacts
Un cron à 6 h scanne votre Gmail et votre Google Calendar pour toute personne avec qui vous avez interagi dans les dernières 24 heures. Les nouveaux contacts vont dans une base SQLite. Les existants voient leur compteur d’interactions mis à jour et leurs notes enrichies. À votre réveil, les réunions et emails d’hier sont déjà consignés.
Un second cron à 7 h regarde votre agenda du jour et prépare un brief pour chaque participant externe : dernier échange, sujets discutés, points de suivi. Le brief arrive dans un topic Telegram dédié avant votre première réunion.
Entre ces tâches planifiées, vous pouvez interroger le CRM en langage naturel via le même topic Telegram. « Qui nécessite un suivi ? » ou « Qu’est‑ce que je sais sur Sarah ? » fonctionnent très bien. Il vous faut :
- Le CLI
gogpour accéder à Gmail et Google Calendar - Une base SQLite avec une table contacts (le guide fournit le schéma)
- Deux crons et un topic Telegram
6. Calendrier familial et assistant domestique
Ici, le problème, c’est la fragmentation des calendriers. Agenda pro avec partage restreint, plannings scolaires enfouis dans des PDF, dates de camp dans des fils d’emails, confirmations de rendez‑vous par SMS. Ce projet agrège tout cela dans un brief unique à 8 h, avec détection de conflits sur 3 jours et contexte météo.
La partie la plus intéressante : la surveillance ambient d’iMessage. Toutes les 15 minutes, l’agent recherche des motifs comme « votre rendez‑vous est confirmé mardi à 14 h » et crée automatiquement un événement avec 30 minutes de marge de déplacement avant/après. Il capte aussi les promesses : « Je vous envoie ça d’ici vendredi » devient un blocage de calendrier pour ne pas oublier.
Un suivi du garde‑manger complète l’ensemble. Prenez une photo de votre frigo ou d’un ticket de caisse : le modèle de vision en extrait les articles dans un fichier d’inventaire. Demandez « Avons‑nous du beurre ? » sur Telegram : vous recevez l’emplacement et la quantité. « Générer la liste de courses » compile tout ce qui vient à manquer.
Ce projet tourne idéalement sur un Mac Mini (accès iMessage et disponibilité 24/7). Commencez en lecture seule sur le calendrier, puis ajoutez les actions d’écriture (création d’événements, mises à jour d’inventaire) une fois que vous faites confiance aux décisions de l’agent. Le pas‑à‑pas complet décrit un déploiement progressif.
7. Tableau de bord dynamique avec sous‑agents en parallèle
Toutes les 15 minutes, un cron lance des sous‑agents qui partent en parallèle sur GitHub, Twitter, vos métriques serveurs et toute autre API utile. Chacun récupère ses données et fait son rapport. L’agent principal assemble le tout, met en forme un message Discord et le publie dans un canal #dashboard.
Récupérer séquentiellement serait le réflexe, mais la latence s’accumule vite quand Twitter vous limite et que les checks SSH prennent du temps. Les sous‑agents tournent en parallèle pour qu’une source lente ne bloque pas le reste.
Une table PostgreSQL metrics stocke chaque point de donnée avec timestamp. « Comment ont évolué les étoiles GitHub cette semaine ? » fonctionne parce que l’historique est requêtable, pas parce que l’agent « se souvient ». Les conditions d’alerte vivent dans une autre table : pic de +50 étoiles en une heure, CPU > 90 %, cluster de sentiment négatif sur Twitter. Quand un seuil est franchi, le message Discord porte un drapeau d’alerte sans attendre le prochain cycle planifié. Le schéma SQL et la config cron sont dans le guide d’installation.
8. Serveur domestique auto‑réparant
Nathan fait tourner un agent nommé Reef sur un cluster Kubernetes domestique ; il opère comme un junior admin qui ne dort jamais. Reef a un accès SSH à toutes les machines du réseau local, des identifiants dans un coffre 1Password dédié, et tout l’outillage nécessaire (Terraform, Ansible, kubectl) pour corriger sans réveiller personne.
Le planning cron est chargé : checks de santé via Gatus et ArgoCD toutes les heures, scan du kanban toutes les 15 minutes, et un roulement de 6 heures pour auditer l’espace disque, la mémoire et les logs Loki. Le brief de 8 h agrège la météo, les agendas des deux partenaires, la santé du système sur toutes les machines, l’état des services, les derniers déploiements ArgoCD, l’avancement des tâches et les éléments actionnables des emails, le tout dans un message Telegram.
Reef ne se contente pas d’alerter sur un pod défaillant. Il exécute kubectl pour le redémarrer, confirme que le correctif tient, puis ne ping Nathan que si le problème persiste après intervention. Cette boucle fermée fait la différence entre une stack de monitoring et un agent doté d’agence.
La sécurité reflète une leçon apprise dès le premier jour, quand l’agent a hardcodé une clé d’API dans un commit et l’a poussée. Désormais, des hooks TruffleHog en pré‑push bloquent les secrets, les changements passent par une instance Gitea privée avant GitHub, et la protection de branche impose des PR vers main. Le récit détaillé de Nathan couvre chaque cron et le déploiement progressif.
9. Équipe spécialisée multi‑agents
Un seul groupe Telegram, quatre agents, chacun avec un modèle différent. Milo pilote la stratégie sur Claude Opus et gère la revue du stand‑up à 8 h. Josh extrait les métriques business sur Sonnet à 9 h.
Un agent marketing génère des idées de contenu sur Gemini avant 10 h. L’agent dev surveille le CI/CD et relit les PR toute la journée, et Milo clôture avec un récap à 18 h. Mentionnez @milo, @josh, @dev ou @all pour router les messages. Sans tag, c’est Milo par défaut.
La mémoire partagée vit sur disque. GOALS.md contient les OKR, DECISIONS.md est en ajout‑seulement pour éviter qu’un agent n’écrase les conclusions d’un autre, et PROJECT_STATUS.md suit l’état partagé. Chaque agent dispose aussi d’un dossier privé pour son contexte métier, inaccessible aux autres.
Deux retours d’expérience utiles : la personnalité dans le system prompt influe plus sur la qualité des sorties que la taille du modèle pour la plupart des tâches. Et faire correspondre les modèles aux charges réelles économise de l’argent : Gemini suffit pour de la veille de tendances, tandis qu’Opus justifie son coût sur des raisonnements stratégiques où la profondeur compte.
Commencez avec deux agents et ajoutez‑en d’autres une fois que vous voyez où la coordination coince. La config de routage et les templates de prompts sont prêts à copier.
Conclusion
Chaque projet OpenClaw cité ici vient de quelqu’un qui a installé OpenClaw, puis a exploré au‑delà des réglages par défaut. Le récap Reddit et le journal santé tiennent en une après‑midi. Un week‑end suffit pour le CRM ou le calendrier familial si vous êtes à l’aise avec la planification via cron. Le serveur auto‑réparant et l’équipe multi‑agents sont des chantiers plus longs qui grandissent avec votre infrastructure.
Nos tutoriel d’introduction et le guide d’intégration Ollama posent les bases si vous partez de zéro.
Choisissez un projet, mettez‑le en route, et laissez la communauté sur GitHub et Discord combler les manques si vous tombez sur un point non couvert par le guide.