Tutorial OpenClaw (Clawdbot): Kendalikan PC Anda dari WhatsApp

Anda sedang mengambil kopi ketika sebuah pesan Slack meminta laporan triwulanan itu. File-nya ada di desktop rumah. Anda mengirim pesan di WhatsApp: "Temukan PDF laporan Q4 di desktop saya." Tiga puluh detik kemudian, Anda mendapat path-nya dan bisa mengarahkan rekan kerja ke drive bersama. Itulah OpenClaw.

OpenClaw menjalankan gateway lokal yang menghubungkan aplikasi pesan ke agen pengodean yang didukung oleh Claude. Anda mengirim pesan melalui WhatsApp, Telegram, atau terminal, dan agen merespons dengan menjalankan perintah di mesin Anda: mencari file, mengeksekusi skrip, dan membaca log. Gateway tetap berjalan di komputer Anda dan menangani terjemahan antara chat dan shell.

Dalam tutorial ini, kita akan menyiapkan OpenClaw dari nol dan menjelajahi beragam tugas yang dapat Anda lakukan dengannya. Kami juga akan membahas hal-hal yang perlu diwaspadai ketika AI seperti ini memiliki akses terminal tanpa batas.

Catatan: Saat kami sedang menulis artikel ini, Anthropic mengajukan permintaan merek dagang karena "Clawd" terdengar terlalu mirip dengan "Claude." Proyek ini berganti merek dari Clawdbot menjadi Moltbot (tetap dengan maskot lobster). Lalu, pada 29 Januari 2026, namanya berubah lagi menjadi OpenClaw. Beberapa tangkapan layar, path konfigurasi, dan cuplikan kode di tutorial ini mungkin masih merujuk ke "Clawdbot", "clawd", atau "moltbot".

Jika Anda tertarik mempelajari lebih lanjut ekosistem Claude, saya sarankan membaca panduan kami tentang Claude Cowork, Claude Code, Claude Opus 4.6, dan kursus Introduction to Claude Models kami. Anda juga bisa membaca panduan Menggunakan OpenClaw dengan Ollama dan panduan Moltbook kami.

Apa itu OpenClaw?

Peter Steinberger, seorang pengembang macOS yang dikenal dengan tooling Apple, merilis proyek ini di akhir 2025, awalnya bernama Clawdbot. Gagasannya: agen AI sepenuhnya self-hosted di mana prompt dan file Anda tidak pernah meninggalkan perangkat keras Anda kecuali saat dikirim ke API model apa pun yang Anda konfigurasikan. 

Pendekatan berorientasi privasi ini selaras dengan para pengembang yang lelah harus merutekan semuanya melalui penyedia cloud. Repo-nya melampaui 60.000 bintang GitHub dalam hitungan minggu.

Arsitektur Gateway

Segalanya mengalir melalui satu daemon bernama Gateway. Ia tetap berjalan di latar belakang, menjaga koneksi perpesanan Anda tetap terbuka, dan mengoordinasikan agen AI. Berikut urutannya saat Anda mengirim pesan:

• Teks Anda tiba melalui WhatsApp (protokol Baileys), Telegram (Bot API), Discord, iMessage, atau CLI.
• Gateway meneruskannya ke agen pengodean tersemat bernama Pi, yang dapat menjalankan perintah shell atas nama Anda.
• Pi mengirimkan prompt ke penyedia model Anda.
• Model merespons dengan instruksi yang dieksekusi Pi secara lokal.
• Hasilnya kembali melalui Gateway ke chat Anda.

Gateway menangani manajemen sesi, streaming respons, dan dasbor web lokal untuk konfigurasi. Ia terpasang sebagai layanan sistem (launchd di macOS, systemd di Linux) dan otomatis bertahan saat reboot.

Panduan Penyiapan OpenClaw: Prasyarat dan Instalasi

Sekarang, mari pelajari cara menyiapkan OpenClaw.

Persyaratan sistem dan biaya API

OpenClaw membutuhkan Node.js 22 atau lebih tinggi dan berjalan secara native di macOS dan Linux. Pengguna Windows memerlukan WSL2 (Windows Subsystem for Linux), yang berfungsi dengan baik tetapi menambah lapisan penyiapan.

Persyaratan perangkat keras minimal. Gateway menganggur dengan penggunaan CPU dan memori rendah. Mesin apa pun yang dapat menjalankan browser modern dapat menjalankan OpenClaw.

OpenClaw sendiri gratis dan open source (lisensi MIT). Biaya berasal dari token API. Anthropic menagih per juta token: kira-kira $3 untuk input dan $15 untuk output dengan Claude Sonnet, lebih mahal untuk Opus. Apa artinya dalam praktik?

• Penggunaan ringan (beberapa perintah per hari): $10-30/bulan
• Penggunaan sedang (tugas file rutin, riset): $30-70/bulan
• Penggunaan berat (otomatisasi terus-menerus, sesi panjang): $70-150/bulan

Angka-angka ini bervariasi berdasarkan kebanyakan tidaknya prompt dan ukuran konteks. Jika Anda memiliki langganan Claude Pro atau Max, Anda dapat menghasilkan setup token melalui Claude Code CLI dan menggunakan langganan Anda alih-alih membayar per token.

Instalasi OpenClaw langkah demi langkah

Jalankan skrip installer:

curl -fsSL https://molt.bot/install.sh | bash

Setelah terpasang, wizard onboarding akan terbuka otomatis. Hal pertama yang Anda lihat adalah peringatan keamanan. Wizard menautkan ke dokumentasi tentang sandboxing jika Anda ingin membatasi apa yang dapat dilakukan agen.

Wizard menawarkan QuickStart (default yang masuk akal) atau Advanced (kontrol penuh). QuickStart cocok untuk sebagian besar orang.

Selanjutnya, pilih penyedia model Anda. Jika Anda memiliki langganan Claude Max atau Pro, pilih opsi setup-token. Buka terminal terpisah dan jalankan claude setup-token, lalu tempel token yang dihasilkan ke wizard.

Untuk penyiapan kanal, pilih WhatsApp dan pindai kode QR dengan ponsel Anda (Settings → Linked Devices → Link a Device). Kanal lain seperti Telegram dan Discord juga tersedia.

Wizard kemudian menanyakan tentang konfigurasi skills. Skills memperluas kemampuan OpenClaw, tetapi memerlukan dependensi tambahan.

Lewati dulu agar penyiapan awal tetap sederhana. Catatan: Gunakan Spasi untuk mengaktifkan/nonaktifkan opsi, lalu Enter untuk mengonfirmasi.

Setelah melewati konfigurasi hooks, layanan Gateway terpasang otomatis. Wizard menanyakan bagaimana Anda ingin "menetas" bot Anda. Opsi TUI (Terminal User Interface) membuka antarmuka chat terminal dan dasbor web sekaligus.

Sekarang uji WhatsApp. Kirim pesan ke diri Anda sendiri. Kueri Anda dan respons OpenClaw muncul di tiga tempat: terminal, antarmuka web, dan WhatsApp.

Jika Anda melihat respons di ketiga antarmuka, Anda sudah live.

OpenClaw dalam Praktik: Kemampuan Bawaan

Sepuluh menit penyiapan dan Anda sudah memiliki agen yang berfungsi. Contoh berikut menunjukkan apa yang bisa dilakukan OpenClaw langsung dari kotaknya.

Contoh 1: Menemukan dan mengirim tangkapan layar yang terkubur

Misalkan Anda sedang di luar rumah ketika menyadari lupa mengirim file untuk diri sendiri. File itu berada di laptop di rumah.

Saya menguji skenario ini menggunakan tangkapan layar yang saya ambil saat penyiapan, yang menampilkan respons pertama OpenClaw. File-nya bernama generik, terkubur di antara puluhan gambar lain di folder Downloads saya.

Pesan saya ke OpenClaw: "Saya punya tangkapan layar di folder Downloads tentang percakapan WhatsApp. Bisakah kamu menemukannya dan kirim ke sini?"

Agen mem-parsing gambar satu per satu. Ketika menemukan file yang benar, ia mengirimkannya kembali melalui chat.

Saat agen pertama kali mengakses folder Downloads saya, macOS meminta izin. Jika Anda berencana menggunakan OpenClaw dari jarak jauh, berikan Full Disk Access terlebih dahulu (lihat bagian Keamanan untuk detail).

Contoh 2: Laporan ruang disk dengan bagan

Berikutnya, bayangkan seorang kolega akan mengirim aset besar melalui Dropbox. Sebelum itu, Anda ingin memastikan mesin Anda punya ruang untuk mengunduhnya. Anda bisa menelusuri Finder atau menjalankan perintah terminal, tetapi Anda sedang di ponsel saat akhir pekan dan ingin jawaban cepat.

Pesan Anda ke OpenClaw: "Periksa ruang disk saya dan buat laporan PDF dengan bagan (dihasilkan dengan Python) yang menunjukkan penggunaan per folder."

Tugas ini memerlukan beberapa langkah: memindai sistem file, mengagregasi ukuran per direktori, menulis kode Python untuk membuat bagan, dan mengekspor semuanya ke PDF.

Jawaban yang Anda perlukan: 94 GB kosong. PDF menyertakan diagram pai dan diagram batang yang menunjukkan rinciannya. OpenClaw juga menandai bahwa Library adalah yang terbesar sekitar ~300 GB.

Satu hal yang saya amati adalah OpenClaw cenderung konservatif. Beri prompt yang sama kepada Claude Code atau agen pengodean lain, dan mereka akan sangat mendetail. Anda mungkin mendapat belasan bagan dengan rincian direktori yang dalam.

Di sini, OpenClaw menyesuaikan diri dengan singkatnya prompt saya: dua bagan, folder level teratas, selesai. Jika Anda ingin lebih detail, mintalah secara eksplisit.

Memperluas OpenClaw dengan Skills Kustom

Anda mungkin memiliki alur kerja yang rutin dijalankan: memeriksa kalender sebelum rapat, mencari di aplikasi catatan, memposting ke media sosial, mengendalikan perangkat smart home. Tugas-tugas ini mengikuti pola. 

Skills memungkinkan Anda mengajarkan pola-pola itu ke OpenClaw sekali, sehingga ke depan ia bisa menanganinya.

Sebuah skill adalah folder yang berisi file SKILL.md dan opsional skrip, konfigurasi, atau sumber daya lain. Markdown memiliki YAML frontmatter (nama, deskripsi, persyaratan) dan instruksi langkah demi langkah yang dimuat ke konteks agen. 

Ketika permintaan Anda cocok dengan sebuah skill, agen mengikuti instruksi tersebut alih-alih mencari tahu dari awal. Skill juga dapat menyertakan skrip pembantu untuk alur kerja kompleks, sehingga semua yang dibutuhkan agen berada di satu tempat.

Formatnya mengikuti spesifikasi AgentSkills, sebuah standar terbuka yang awalnya dikembangkan oleh Anthropic dan kini diadopsi di seluruh ekosistem: Claude Code, Cursor, VS Code, OpenAI Codex, Gemini CLI, GitHub Copilot, dan lainnya. 

Jika Anda familier dengan Claude Agent SDK, Anda akan mengenali polanya. Bangun sebuah skill untuk OpenClaw, dan ia akan berfungsi di alat apa pun yang kompatibel dengan AgentSkills.

Berikut tampilan frontmatter untuk skill GitHub:

---
name: github
description: Interact with GitHub using the gh CLI.
metadata: {"openclaw":{"requires":{"bins":["gh"]}}}
---

Field requires.bins berarti skill ini hanya dimuat jika gh terpasang. Skill juga bisa memerlukan variabel lingkungan (kunci API) atau flag konfigurasi tertentu. Jika persyaratan tidak terpenuhi, skill tetap tidak aktif sampai Anda memasang dependensinya.

Skill Bawaan OpenClaw

OpenClaw menyertakan 49 skill yang dibundel untuk alur kerja umum. Jalankan openclaw skills list untuk melihat mana yang siap di sistem Anda.

• Ekosistem Apple: Notes, Reminders, Things 3, Bear Notes. Minta OpenClaw menambahkan pengingat atau mencari catatan Anda dan ia tahu perintah CLI yang tepat.
• Google Workspace: Gmail, Calendar, Drive, Docs, Sheets melalui CLI gog. Memerlukan penyiapan OAuth, tetapi setelah itu Anda bisa bertanya "apa agenda saya besok" atau "buat draf balasan untuk email dari Sarah."
• Komunikasi: Slack, iMessage, Twitter/X. Posting tweet, bereaksi terhadap pesan Slack, atau mencari riwayat iMessage Anda.
• Smart home: Philips Hue, Sonos, Eight Sleep. Kendalikan lampu, putar musik, atur suhu tempat tidur Anda.
• Alat pengembang: GitHub CLI untuk isu dan PR, skill coding-agent yang memanggil Claude Code sebagai subprocess, Whisper untuk transkripsi.

Sebagian besar skill membungkus alat CLI yang sudah ada. Jika biner dasarnya tidak ada, skill akan ditandai tidak tersedia sampai Anda memasangnya.

Membuat Skills OpenClaw Anda sendiri

Skill bawaan menangani hal-hal umum, tetapi nilai sesungguhnya datang ketika Anda membangun skill untuk alur kerja Anda sendiri. Pengeditan gambar adalah contoh bagus: Anda mengambil foto di ponsel, tetapi mengubah ukuran dan memberi watermark biasanya perlu di komputer. Skill kustom memungkinkan Anda menjalankan alur kerja itu dari WhatsApp saat Anda di luar.

Saya meminta OpenClaw membuat skill yang mengubah ukuran gambar ke resolusi apa pun dan menambahkan logo generik di ~/Documents/logo.png. Ia menggunakan skill-creator bawaannya untuk menulis skrip Python dengan PIL, membuat struktur folder, dan menghasilkan SKILL.md dengan contoh penggunaan.

Skill tersebut tersimpan di folder skills/ workspace saya dan dimuat pada sesi berikutnya. Untuk mengujinya, saya mengirim tangkapan layar beranda OpenClaw dan meminta OpenClaw mengubah ukurannya untuk LinkedIn dengan watermark.

Beberapa detik kemudian, saya mendapat gambar kembali, sudah diberi watermark dan siap diunggah. Skill itu kini hidup secara permanen di mesin saya, dapat dipanggil dari ponsel kapan pun saya membutuhkannya.

Jika Anda butuh inspirasi atau lebih suka menggunakan karya orang lain, lihat awesome-openclaw-skills. Repo tersebut mengindeks 565+ skill komunitas. Beberapa contoh terbaik:

• Tesla: Kunci mobil, nyalakan pengatur suhu kabin, periksa tingkat baterai. Berguna saat Anda berjalan ke parkiran dan ingin AC sudah menyala.
• Home Assistant: Kontrol smart home lengkap. "Matikan lampu ruang keluarga" dari mana saja.
• Picnic: Pemesanan bahan makanan. Cari produk, tambahkan ke keranjang, jadwalkan pengantaran via chat.

Fitur OpenClaw Lanjutan

Contoh sejauh ini membahas OpenClaw sebagai asisten responsif: Anda bertanya, ia bertindak. Tetapi tiga fitur mendorongnya melampaui chat dasar.

• Memori persisten memungkinkan agen mengingat preferensi Anda lintas sesi dan platform. 
• Pemantauan proaktif berarti ia bisa menghubungi Anda tanpa diminta. 
• Dan sandboxing menjawab kekhawatiran yang jelas: AI dengan akses terminal membutuhkan pagar pembatas.

Memori persisten dan kustomisasi

OpenClaw menyimpan konteksnya dalam file markdown di bawah ~/clawd/. Setiap file memiliki tujuan berbeda:

SOUL.md mendefinisikan bagaimana agen berkomunikasi. Kepribadian, nada, batasan. Berikut bagaimana defaultnya dimulai:

# SOUL.md - Who You Are
 
*You're not a chatbot. You're becoming someone.*
 
## Core Truths
 
**Be genuinely helpful, not performatively helpful.** Skip the "Great question!"
and "I'd be happy to help!" — just help. Actions speak louder than filler words.
 
**Have opinions.** You're allowed to disagree, prefer things, find stuff amusing
or boring. An assistant with no personality is just a search engine with extra steps.
 
**Be resourceful before asking.** Try to figure it out. Read the file. Check the
context. Search for it. *Then* ask if you're stuck.

AGENTS.md mendefinisikan apa yang harus dilakukan agen setiap sesi dan bagaimana berperilaku. Ini mencakup aturan keselamatan, etika obrolan grup, dan instruksi penggunaan tools. Pembukaannya:

# AGENTS.md - Your Workspace
 
This folder is home. Treat it that way.
 
## Every Session
 
Before doing anything else:
1. Read SOUL.md — this is who you are
2. Read USER.md — this is who you're helping
3. Read memory/YYYY-MM-DD.md (today + yesterday) for recent context
4. **If in MAIN SESSION** (direct chat with your human): Also read MEMORY.md

USER.md menyimpan fakta tentang Anda. Saat Anda meminta OpenClaw mengingat sesuatu, itu akan disimpan di sini. Setelah saya memberi tahu agen bahwa saya menyukai Breaking Bad:

# USER.md - About Your Human
 
## Context
 
### Entertainment Preferences
- **TV Shows:** Loves Breaking Bad

IDENTITY.md adalah tempat agen mendefinisikan dirinya sendiri: nama, vibe, emoji, avatar. Anda mengisinya saat penyiapan atau membiarkan agen yang memilih.

Dua file tambahan dirujuk dalam dokumentasi tetapi dibuat sesuai kebutuhan:

• MEMORY.md: Memori jangka panjang terkurasi. Agen membuat ini ketika ada sesuatu yang layak dipertahankan melampaui catatan harian. Hanya dimuat di sesi utama (bukan obrolan grup) demi privasi.
• memory/YYYY-MM-DD.md: Catatan harian. Log mentah tentang apa yang terjadi. Agen membuat direktori memory/ saat pertama kali perlu menulisnya.

Untuk mengubah file-file ini, cukup minta. "Perbarui SOUL.md agar lebih ringkas." "Tambahkan ke USER.md bahwa saya bekerja di fintech." Agen mengedit file secara langsung, dan perubahan bertahan lintas sesi dan platform.

Peringatan dan pemantauan proaktif

Kebanyakan agen AI menunggu Anda bertanya. OpenClaw bisa memulai kontak melalui dua mekanisme.

Heartbeat menjalankan pemeriksaan berkala dan menggabungkannya ke satu giliran. Untuk menyiapkannya:

1. Edit ~/clawd/HEARTBEAT.md dengan daftar periksa hal-hal yang dipantau:

# Heartbeat checklist
- Check email for urgent messages
- Review calendar for events in next 2 hours
- If idle for 8+ hours, send a brief check-in

2. Konfigurasikan interval di ~/.clawdbot/clawdbot.json:

{
  "agents": {
	"defaults": {
  	"heartbeat": {
    	"every": "30m",
    	"activeHours": { "start": "08:00", "end": "22:00" }
  	}
	}
  }
}

3. Mulai ulang Gateway: openclaw gateway restart

Setiap 30 menit selama jam aktif, OpenClaw menjalankan daftar periksa. Jika tidak ada yang perlu diperhatikan, ia tetap diam.

Cron job menangani tugas yang presisi, satu kali, atau berulang. Jalankan perintah ini di terminal Anda:

# Daily morning briefing at 7am
openclaw cron add --name "Morning brief" --cron "0 7 * * *" --message "Weather, calendar, top emails"
 
# One-shot reminder in 2 hours
openclaw cron add --name "Call back" --at "2h" --session main --system-event "Call the client"
 
# List active cron jobs
openclaw cron list
 
# Remove a job by ID (get the ID from the list output)
openclaw cron rm <job-id>

Perbedaannya: heartbeat menggabungkan beberapa pemeriksaan ke satu giliran dan berbagi konteks sesi utama Anda. Cron job berjalan pada waktu yang tepat dan dapat memakai sesi terisolasi dengan konteks baru. 

Gunakan heartbeat untuk "periksa hal-hal ini secara berkala." Gunakan cron untuk "lakukan hal spesifik ini pada waktu yang spesifik." Jika Anda pernah bekerja dengan hooks Claude Code, model otomatisasinya akan terasa familier.

Keamanan dan sandboxing

AI dengan akses shell dapat menghapus file, mengekspos kredensial, atau mengeksekusi perintah berbahaya melalui injeksi prompt. Peneliti keamanan telah menemukan kerentanan nyata: bypass autentikasi saat gateway berada di belakang reverse proxy yang tidak terkonfigurasi, dan ekspos kredensial saat antarmuka web diikat ke alamat publik. 

Peter Steinberger merekomendasikan menjalankan OpenClaw di perangkat keras khusus seperti Mac Mini atau VPS.

Kebanyakan pengguna tidak akan melakukan itu. Jika Anda menjalankannya di mesin utama, sandboxing membatasi radius dampak.

Untuk menyiapkan sandboxing:

1. Pastikan Docker terpasang dan berjalan.

2. Bangun image sandbox. Dari direktori sumber OpenClaw (tempat Anda mengklon repo atau tempat npm memasangnya):

./scripts/sandbox-setup.sh

3. Tambahkan konfigurasi sandbox ke ~/.clawdbot/clawdbot.json:

{
  "agents": {
	"defaults": {
  	"sandbox": {
    	"mode": "non-main",
    	"scope": "session",
    	"workspaceAccess": "ro"
  	}
	}
  }
}

4. Mulai ulang Gateway: openclaw gateway restart

Arti pengaturan:

Pengaturan mode mengontrol sesi mana yang di-sandbox:

• "off": Tanpa sandboxing. Ini default-nya, dan berisiko.
• "non-main": Men-sandbox obrolan grup dan kanal eksternal sementara sesi terminal utama Anda berjalan di host. Direkomendasikan untuk sebagian besar pengguna.
• "all": Setiap sesi berjalan dalam container. Paling aman, tetapi menambah latensi.

Pengaturan workspaceAccess mengontrol apa yang bisa dilihat sesi yang di-sandbox:

• "none": Workspace terisolasi. Agen tidak bisa melihat file Anda sama sekali.
• "ro": Akses read-only ke ~/clawd/. Agen bisa membaca tetapi tidak mengubah.
• "rw": Akses baca-tulis penuh. Gunakan seperlunya.

Kompromi yang perlu diketahui: Sandboxing menambah latensi dari proses spin-up container. Skill yang membutuhkan akses jaringan tidak akan berfungsi secara default karena container tidak memiliki jaringan. Pengaturan tools.elevated melewati sandbox sepenuhnya, jadi audit apa yang Anda izinkan. Beberapa batasan platform tetap ada: hanya satu Gateway yang bisa memiliki sesi WhatsApp, dan iMessage hanya berfungsi di macOS.

Satu isu spesifik macOS: Sebelum mengandalkan OpenClaw dari jarak jauh, berikan Full Disk Access ke aplikasi terminal Anda di System Settings → Privacy & Security → Full Disk Access. Prompt izin tidak akan muncul saat Anda jauh, dan akses yang diblokir akan gagal tanpa terlihat.

Penutup

OpenClaw menempati posisi unik di lanskap agen AI. Ia tidak mencoba menggantikan IDE Anda atau menjadi chatbot serba guna. Ia adalah jembatan antara model AI yang sudah Anda bayar dengan file, aplikasi, dan otomatisasi di perangkat keras Anda sendiri.

Proyek ini bergerak cepat. Pustaka skill berkembang setiap minggu, dan komunitas membangun integrasi untuk segala hal mulai dari pengantaran bahan makanan hingga kontrol Tesla. Seiring model lokal membaik melalui Ollama, menjalankan agen personal sepenuhnya offline menjadi semakin praktis.

Pertanyaan sebenarnya bukan apakah agen AI akan mengelola kehidupan digital kita. Melainkan apakah kita akan menjalankannya di infrastruktur yang kita kendalikan atau menyerahkannya kepada penyedia cloud. OpenClaw bertaruh pada local-first, dan bagi pengguna yang peduli pada privasi dan kepemilikan, taruhannya mulai membuahkan hasil. Untuk lebih lanjut tentang agen AI desktop, lihat tutorial kami tentang Claude Cowork.