Kursus
OpenClaw dimulai sebagai proyek sampingan untuk menghubungkan LLM ke aplikasi perpesanan dan entah bagaimana berakhir dengan 188K bintang di GitHub. Ia berjalan di perangkat keras Anda, terhubung ke Telegram, Discord, atau Slack, dan melakukan apa pun yang Anda konfigurasikan melalui tools dan prompt. Komunitas di sekitarnya makin kreatif.
Kami meninjau proyek OpenClaw paling populer dan memilih 9 yang benar-benar layak waktu Anda. Mulai dari bot ringkasan Reddit yang bisa Anda pasang dalam satu sore hingga tim multi-agent yang berjalan di VPS. Masing-masing dilengkapi konfigurasi dan prompt terdokumentasi, jadi Anda tidak menebak-nebak detail implementasi.
Daftar ini mengasumsikan Anda sudah menjalankan OpenClaw. Jika belum, tutorial OpenClaw kami membahas penyiapannya.
Proyek OpenClaw: Prasyarat
Secara bawaan OpenClaw terikat ke 0.0.0.0, artinya instance Anda mendengarkan semua antarmuka jaringan begitu dijalankan. Audit Bitdefender menemukan lebih dari 135.000 instance dibiarkan terbuka di internet karena tidak ada yang mengubah setelan default tersebut. Sebagian besar rentan terhadap eksekusi kode jarak jauh. Ubah alamat bind ke 127.0.0.1 dalam konfigurasi Anda sebelum melakukan hal lain.
Skill ClawHub pantas diperlakukan dengan skeptisisme yang sama seperti paket npm acak. Audit yang sama menandai sekitar 17% skill yang terdaftar sebagai berbahaya, beberapa dirancang untuk mencuri kredensial dari mesin Anda. Baca kode sumbernya sebelum memasang apa pun.
Satu hal lagi soal penyiapan: Ollama memberi Anda LLM lokal (Qwen3 8B, Llama 3.2, apa pun yang muat di RAM) tanpa biaya API. Cukup untuk membuat prototipe proyek apa pun dalam daftar ini, dan Anda bisa menggantinya dengan model cloud nanti jika butuh tenaga lebih. Tutorial OpenClaw dengan Ollama kami memandu penyiapan lengkapnya.
1. Ringkasan Harian Reddit

Anda bangun dengan pesan Telegram berisi postingan terbaik dari subreddit favorit Anda, sudah difilter ke hal-hal yang benar-benar Anda pedulikan.
Ini berjalan dengan skill reddit-readonly, yang mengambil postingan hot, new, dan top serta utas komentar tanpa perlu otentikasi API Reddit. Cron job memicu agen sesuai jadwal Anda dan ia mengirimkan ringkasan ke Telegram. Pasang skill, tempelkan daftar subreddit Anda, atur waktu cron, selesai. Paling lama lima belas menit. Panduan lengkap berisi prompt persisnya.
Yang membuat ini layak dijalankan jangka panjang adalah loop umpan baliknya. Prompt menginstruksikan agen untuk menyimpan berkas memori terpisah yang melacak preferensi Anda dan menanyakan setiap hari apakah daftar tersebut sudah sesuai. Beberapa minggu kemudian, ia otomatis menyaring meme, memprioritaskan postingan diskusi yang lebih panjang, melewati repost. Ringkasan makin tajam seiring bertambahnya berkas memori.
2. Basis Pengetahuan Pribadi dengan RAG

Kirim sebuah URL ke obrolan Telegram, lalu agen mengambilnya, memecah kontennya, dan memasukkannya ke indeks yang dapat dicari. Artikel, utas tweet, transkrip YouTube, dan PDF semuanya masuk ke tumpukan yang sama.
Nanti, Anda bertanya, "Apa yang saya simpan tentang database vektor bulan lalu?" dan mendapatkan hasil berperingkat beserta sumber dan kutipan, bukan daftar tautan yang Anda bookmark lalu lupa. Skill knowledge-base menangani ingest dan penelusuran, sementara web_fetch mengambil konten mentahnya. Setiap kali Anda mengirim tautan, agen mengonfirmasi apa yang disimpan: judul, tipe, dan jumlah potongan.
Dampak sebenarnya terasa saat dipadukan dengan alur kerja lain. Agen akan menarik dari basis pengetahuan Anda saat persiapan rapat atau riset konten tanpa perlu diminta, selama prompt mengarahkannya untuk menanyakan KB ketika konteksnya cocok. Anda memerlukan:
- Topik Telegram atau saluran Slack untuk ingest
- Skill
knowledge-basedanweb_fetch - Konfigurasi prompt yang mencakup penandaan, pesan konfirmasi, dan perilaku pencarian
Prompt lengkap ada di panduan penyiapan.
3. Pelacak Kesehatan dan Gejala

Kirim pesan ke topik Telegram dengan apa yang Anda makan atau bagaimana perasaan Anda, dan agen akan menambahkan entri bertanda waktu ke berkas markdown di ~/clawd/memory/health-log.md. Pengingat pada pukul 08.00, 13.00, dan 19.00 menjaga data tetap masuk tanpa bergantung pada ingatan Anda.
Setiap hari Minggu, agen menjalankan analisis pola pada catatan minggu itu dan memposting kembali ke topik yang sama: makanan apa yang muncul di hari buruk, apakah gejala mengelompok di sekitar makanan tertentu, dan apa pun yang cukup sering berulang hingga layak diperhatikan. Susu dan sakit kepala tiga hari Rabu berturut-turut adalah jenis pola yang ia tangkap.
Tidak perlu skill. Sebuah prompt dan cron job sudah menutupi semuanya, dan konfigurasinya siap disalin. Ini proyek dengan upaya paling rendah dalam daftar, menjadikannya titik awal yang baik jika Anda belum pernah mengonfigurasi cron job OpenClaw sebelumnya.
4. Pembuat Mini-App Semalam

Beri tahu agen apa yang Anda tuju (saluran YouTube, peluncuran SaaS, bisnis lepas) dan biarkan ia memutuskan apa yang akan dibangun saat Anda tidur. Pagi harinya, sudah ada mini-app yang berfungsi di folder proyek Anda dan pesan di Telegram yang menjelaskan apa yang dibuat dan alasannya.
Penyiapannya berupa satu prompt panjang tempat Anda menuangkan tujuan, minat, dan proyek yang sedang dikerjakan. Agen menggunakan konteks itu untuk menghasilkan 4–5 tugas harian pada pukul 08.00, dan salah satu tugasnya selalu sebuah build kecil: landing page, skrip otomasi, kalkulator untuk sesuatu yang Anda sebutkan perlunya.
Ia memunculkan sesi, menulis kode, lalu lanjut ke tugas berikutnya. Skill sessions_spawn dan sessions_send menangani eksekusi otonom.
Yang membuat ini bukan sekadar gimik adalah konteks tujuan. Agen menghubungkan titik-titik dalam curahan pikiran Anda yang mungkin tidak Anda hubungkan sendiri. Sebutkan "mengembangkan newsletter" dan "membangun alat analitik" dan ia mungkin membuat prototipe dasbor pelanggan yang belum terpikir oleh Anda. Alex Finn mendokumentasikan pendekatan ini dalam panduan asli.
5. CRM Pribadi dengan Penemuan Kontak Otomatis

Cron job pukul 06.00 memindai Gmail dan Google Calendar untuk siapa pun yang Anda interaksikan dalam 24 jam terakhir. Kontak baru masuk ke database SQLite. Kontak yang sudah ada akan menaikkan hitungan interaksi dan memperbarui catatan. Saat Anda bangun, pertemuan dan email kemarin sudah tercatat.
Cron kedua pada pukul 07.00 memeriksa kalender Anda untuk hari itu dan menyusun briefing untuk setiap peserta eksternal: kapan terakhir Anda berbicara, apa yang dibahas, dan apa pun yang perlu ditindaklanjuti. Briefing itu masuk ke topik Telegram khusus sebelum rapat pertama Anda dimulai.
Di antara pekerjaan terjadwal, Anda bisa menanyakan CRM dengan bahasa alami melalui topik Telegram yang sama. "Siapa yang butuh tindak lanjut?" dan "Apa yang saya tahu tentang Sarah?" sama-sama berfungsi. Penyiapan membutuhkan:
- CLI
goguntuk akses Gmail dan Google Calendar - Database SQLite dengan tabel contacts ( panduan berisi skemanya)
- Dua cron job dan satu topik Telegram
6. Kalender Keluarga dan Asisten Rumah Tangga
Fragmentasi kalender adalah masalahnya. Kalender kerja dengan berbagi terbatas, jadwal sekolah terkubur di PDF, tanggal camp di utas email, konfirmasi janji temu di pesan teks. Proyek ini menarik semuanya ke briefing pagi tunggal pada pukul 08.00 dengan prakiraan konflik 3 hari ke depan dan konteks cuaca.
Bagian yang lebih menarik adalah pemantauan iMessage secara ambient. Setiap 15 menit, agen memindai pola seperti "janji Anda dikonfirmasi hari Selasa pukul 14.00" dan otomatis membuat acara kalender dengan buffer berkendara 30 menit di kedua sisi. Ia juga menangkap janji. "Akan saya kirim sebelum Jumat" menjadi blok kalender agar Anda tidak lupa.
Pelacakan persediaan dapur melengkapinya. Jepret foto kulkas atau struk belanja, dan model visi mengekstrak item ke berkas inventaris. Tanyakan "Apakah kita punya mentega?" lewat Telegram, dan Anda akan mendapat lokasi dan jumlahnya. "Buat daftar belanja" mengompilasi semua yang mulai menipis.
Proyek ini paling pas dijalankan di Mac Mini karena butuh akses iMessage dan ketersediaan selalu aktif. Mulailah dengan hanya membaca kalender dan tambahkan aksi tulis (pembuatan acara, pembaruan inventaris) setelah Anda percaya pada penilaian agen. Panduan penyiapan lengkap membahas peluncuran bertahapnya.
7. Dasbor Dinamis dengan Sub-Agent Paralel

Setiap 15 menit, cron job memunculkan sub-agent yang menyebar ke GitHub, Twitter, metrik server Anda, dan API lain yang Anda butuhkan. Masing-masing mengambil datanya dan melapor balik. Agen utama mengumpulkan semuanya, memformatnya menjadi pesan Discord, dan memposting ke saluran #dashboard.
Mengambil secara berurutan mungkin terlihat jelas, tetapi latensi API cepat menumpuk saat Twitter membatasi laju dan pemeriksaan kesehatan via SSH memakan waktu. Sub-agent berjalan paralel agar sumber yang lambat tidak memblokir yang lain.
Tabel PostgreSQL metrics menyimpan setiap titik data dengan stempel waktu. "Bagaimana pergerakan bintang GitHub minggu ini?" bisa dijawab karena historinya bisa ditanya dengan query, bukan karena agen mengingatnya. Kondisi peringatan berada di tabel terpisah: lonjakan jumlah bintang lebih dari 50 dalam satu jam, CPU di atas 90%, dan klaster sentimen negatif di Twitter. Ketika ambang dilampaui, pesan Discord mendapat tanda peringatan alih-alih menunggu siklus terjadwal berikutnya. Skema SQL dan konfigurasi cron ada di panduan penyiapan.
8. Server Rumah yang Memperbaiki Diri

Nathan menjalankan agen bernama Reef pada klaster Kubernetes rumahan, dan ia beroperasi layaknya sysadmin junior yang tidak pernah tidur. Reef memiliki akses SSH ke setiap mesin di jaringan lokal, kredensial dalam vault 1Password khusus, dan cukup banyak tooling (Terraform, Ansible, kubectl) untuk memperbaiki masalah tanpa membangunkan siapa pun.
Jadwal cronnya padat. Pemeriksaan kesehatan terhadap Gatus dan ArgoCD berjalan setiap jam, pemindaian papan kanban setiap 15 menit, dan rotasi 6 jam mengaudit penggunaan disk, memori, dan log Loki. Briefing pukul 08.00 menggabungkan cuaca, kalender kedua pasangan, kesehatan sistem di semua mesin, status layanan, deployment ArgoCD terbaru, progres papan tugas, dan item aksi email menjadi satu pesan Telegram.
Reef tidak hanya memberi peringatan pada pod yang gagal. Ia menjalankan kubectl untuk me-restart, mengonfirmasi perbaikannya bertahan, dan hanya menghubungi Nathan ketika masalah tetap ada setelah intervensi. Loop tertutup itu adalah perbedaan antara tumpukan monitoring dan agen yang benar-benar punya agensi.
Penyiapan keamanannya merupakan pelajaran pahit dari hari pertama, ketika agen meng-hardcode kunci API ke sebuah commit dan mendorongnya. Kini pre-push hook TruffleHog memblokir rahasia, perubahan melewati instance Gitea privat sebelum mencapai GitHub, dan perlindungan branch memaksa PR ke main. Ulasan lengkap Nathan mencakup setiap cron job dan peluncuran bertahapnya.
9. Tim Spesialis Multi-Agent

Satu grup Telegram, empat agen, masing-masing menjalankan model berbeda. Milo adalah pimpinan strategi di Claude Opus dan bertanggung jawab atas tinjauan standup pukul 08.00. Josh menarik metrik bisnis di Sonnet pada pukul 09.00.
Agen pemasaran menghasilkan ide konten di Gemini pada pukul 10. Agen dev memantau CI/CD dan meninjau PR sepanjang hari, dan Milo menutup dengan rekap pukul 18.00. Tag @milo, @josh, @dev, atau @all untuk merutekan pesan. Pesan tanpa tag akan default ke Milo.
Memori bersama disimpan di disk. GOALS.md berisi OKR, DECISIONS.md hanya bisa ditambahkan (append-only) agar tidak ada agen yang menimpa kesimpulan agen lain, dan PROJECT_STATUS.md melacak status bersama. Masing-masing agen juga mendapat folder privat untuk konteks domain yang tidak disentuh agen lain.
Dua hal penting dari mereka yang sudah menjalankannya. Kepribadian dalam system prompt memengaruhi kualitas keluaran lebih besar daripada ukuran model untuk sebagian besar tugas. Dan mencocokkan model dengan beban kerja menghemat biaya nyata: Gemini cukup untuk pemantauan tren, sementara Opus layak dengan biayanya untuk penalaran strategi yang butuh kedalaman.
Mulailah dengan dua agen dan tambahkan lainnya setelah Anda melihat di mana koordinasi mulai goyah. Konfigurasi routing dan template prompt siap disalin.
Penutup
Setiap proyek OpenClaw dalam daftar ini berasal dari seseorang yang menyiapkan OpenClaw, penasaran, dan mendorongnya melampaui setelan default. Ringkasan Reddit dan pelacak kesehatan memerlukan satu sore. Akhir pekan cukup untuk CRM atau kalender keluarga jika Anda nyaman dengan penjadwalan cron. Server yang memperbaiki diri dan tim multi-agent adalah komitmen lebih panjang yang tumbuh seiring infrastruktur Anda.
Tutorial pengantar dan panduan integrasi Ollama kami membahas fondasinya jika Anda mulai dari nol.
Pilih satu, jalankan, dan biarkan komunitas di GitHub dan Discord membantu ketika Anda menemui celah yang tidak tercakup panduan.
OpenClaw Projects FAQs
Do I need a paid API key to build these OpenClaw projects?
Tidak. Anda dapat membuat prototipe setiap proyek dalam daftar ini menggunakan Ollama dengan model lokal seperti Qwen3 8B tanpa biaya. Beralihlah ke API cloud seperti OpenAI atau Anthropic nanti jika Anda membutuhkan penalaran yang lebih kuat atau respons yang lebih cepat.
Which messaging app works best with OpenClaw?
Telegram adalah pilihan paling umum dalam proyek-proyek ini karena bot API dan organisasi obrolan berbasis topiknya. Discord dan Slack juga berfungsi, dan beberapa proyek (seperti dasbor dinamis) menggunakan Discord sebagai gantinya.
How long does it take to set up one of these projects?
Proyek yang lebih sederhana (ringkasan Reddit, pelacak kesehatan) memerlukan waktu kurang dari satu jam jika OpenClaw sudah berjalan. Proyek tingkat menengah seperti CRM pribadi membutuhkan akhir pekan. Server yang memperbaiki diri dan tim multi-agent adalah pembangunan berkelanjutan yang berkembang selama berminggu-minggu.
Is it safe to give OpenClaw SSH access to my servers?
Bisa, dengan kehati-hatian. Proyek server yang memperbaiki diri membahas ini secara rinci: gunakan vault 1Password khusus dengan cakupan terbatas, pre-push hook TruffleHog untuk memblokir kebocoran rahasia, perlindungan branch, dan instance Gitea privat sebagai lapisan staging sebelum GitHub.
Can I run multiple OpenClaw agents on the same machine?
Ya. Proyek tim multi-agent menjalankan empat agen pada satu VPS, masing-masing dengan model, kepribadian, dan tugas terjadwalnya sendiri. Ikat setiap instance ke port berbeda dan rute pesan melalui tag Telegram.

Saya adalah pembuat konten ilmu data dengan pengalaman lebih dari 2 tahun dan salah satu dengan jumlah pengikut terbesar di Medium. Saya suka menulis artikel mendetail tentang AI dan ML dengan sedikit gaya sarkastik karena harus ada sesuatu untuk membuatnya sedikit kurang membosankan. Saya telah menghasilkan lebih dari 130 artikel dan satu kursus DataCamp, dengan satu lagi sedang dalam proses. Konten saya telah dilihat oleh lebih dari 5 juta pasang mata, dengan 20 ribu di antaranya menjadi pengikut di Medium dan LinkedIn.
