Tutorial OpenClaw (Clawdbot): Kendalikan PC Anda dari WhatsApp

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

OpenClaw menjalankan gateway lokal yang menghubungkan aplikasi perpesanan ke agen pengodean bertenaga 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 penerjemahan antara chat dan shell.

Dalam tutorial ini, kita akan menyiapkan OpenClaw dari awal dan mengeksplorasi berbagai tugas yang dapat Anda lakukan dengannya. Kita juga akan membahas hal-hal yang perlu diperhatikan 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 nama dari Clawdbot menjadi Moltbot (tetap memakai 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 ekosistem Claude lebih jauh, kami sarankan membaca panduan tentang Claude Cowork, Claude Code, Claude Opus 4.6, dan kursus Introduction to Claude Models kami. Anda juga bisa melihat panduan Menggunakan OpenClaw dengan Ollama dan panduan Moltbook kami.

Apa itu OpenClaw?

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

Pendekatan yang mengutamakan privasi ini mengena bagi para developer yang lelah mengarahkan semuanya melalui penyedia cloud. Repositorinya melampaui 60.000 bintang GitHub dalam hitungan minggu.

Arsitektur Gateway

Semua alur melewati satu daemon bernama Gateway. Ia tetap berjalan di latar, menahan koneksi perpesanan Anda tetap terbuka, dan mengoordinasikan agen AI. Begini 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.
• Hasil 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 tetap hidup setelah reboot.

Panduan Setup OpenClaw: Prasyarat dan Instalasi

Sekarang, mari pelajari cara menyiapkan OpenClaw.

Persyaratan sistem dan biaya API

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

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

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

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

Angka-angka ini bervariasi berdasarkan keluwesan prompt dan ukuran konteks. Jika Anda memiliki langganan Claude Pro atau Max, Anda dapat menghasilkan setup token via CLI Claude Code 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 berjalan 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 cukup untuk kebanyakan orang.

Berikutnya, 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 setup 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 untuk menjaga setup 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 "menetaskan" bot Anda. Opsi TUI (Terminal User Interface) membuka antarmuka chat terminal dan dasbor web sekaligus.

Sekarang uji WhatsApp. Kirim pesan ke diri Anda sendiri. Pertanyaan 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 Aksi: Kapabilitas Bawaan

Sepuluh menit setup dan Anda sudah memiliki agen yang berfungsi. Contoh berikut menunjukkan apa yang bisa dilakukan OpenClaw secara default.

Contoh 1: Menemukan dan mengirim tangkapan layar yang terkubur

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

Saya menguji skenario ini menggunakan tangkapan layar yang saya ambil saat setup, yang menunjukkan respons pertama OpenClaw. Filenya bernama generik, terkubur di antara puluhan gambar lain di folder Downloads saya.

Pesan saya ke OpenClaw: "Saya punya tangkapan layar di folder Downloads berupa percakapan WhatsApp. Bisakah Anda menemukannya dan kirimkan di sini?"

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

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

Contoh 2: Laporan ruang disk dengan bagan

Berikutnya, bayangkan rekan akan mengirim aset besar via 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 butuh 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 filesystem, mengakumulasikan ukuran per direktori, menulis kode Python untuk menghasilkan bagan, dan mengekspor semuanya ke PDF.

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

Satu hal yang saya amati adalah OpenClaw cenderung konservatif. Berikan prompt yang sama ke Claude Code atau agen pengodean lain, dan mereka akan menggebu-gebu. Anda mungkin mendapat belasan bagan dengan rincian direktori mendalam.

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

Memperluas OpenClaw dengan Custom Skills

Mungkin Anda memiliki alur kerja yang rutin dijalankan: memeriksa kalender sebelum rapat, mencari aplikasi catatan, memposting ke media sosial, mengontrol perangkat smart home. Tugas-tugas ini berpola. 

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

Sebuah skill adalah folder yang berisi file SKILL.md dan opsional skrip, konfigurasi, atau sumber daya lain. Markdown memiliki YAML frontmatter (name, description, requirements) 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 nol. Skill juga dapat membundel skrip pembantu untuk alur kerja kompleks, sehingga semua yang dibutuhkan agen berada di satu tempat.

Format ini 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 dapat memerlukan variabel lingkungan (API key) atau flag konfigurasi tertentu. Jika requirement tidak terpenuhi, skill tetap nonaktif sampai Anda memasang dependensinya.

Skill Bawaan OpenClaw

OpenClaw menyertakan 49 skill bawaan yang mencakup 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 setup OAuth tetapi setelah itu Anda bisa bertanya "apa agenda saya besok" atau "draf balasan untuk email dari Sarah."
• Komunikasi: Slack, iMessage, Twitter/X. Posting tweet, beri reaksi pada pesan Slack, atau cari riwayat iMessage Anda.
• Smart home: Philips Hue, Sonos, Eight Sleep. Kendalikan lampu, putar musik, atur suhu ranjang Anda.
• Peralatan dev: GitHub CLI untuk isu dan PR, skill coding-agent yang memanggil Claude Code sebagai subprocess, Whisper untuk transkripsi.

Sebagian besar skill membungkus tool CLI yang sudah ada. Jika binary dasarnya tidak ada, skill ditandai tidak tersedia sampai Anda memasangnya.

Membuat OpenClaw Skills Anda sendiri

Skill bawaan menangani hal-hal umum, tetapi nilai sebenarnya muncul saat Anda membangun skill untuk alur kerja Anda sendiri. Pengeditan gambar adalah contoh yang bagus: Anda mengambil foto di ponsel, tetapi mengubah ukuran dan memberi watermark biasanya perlu duduk 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 masuk ke folder skills/ di workspace saya dan dimuat pada sesi berikutnya. Untuk mengujinya, saya mengirim tangkapan layar halaman utama OpenClaw dan meminta OpenClaw mengubah ukurannya untuk LinkedIn dengan watermark.

Beberapa detik kemudian, saya menerima gambar kembali, sudah diberi watermark dan siap diposting. Skill itu kini tersimpan permanen di mesin saya, bisa dipanggil dari ponsel kapan pun diperlukan.

Jika Anda butuh inspirasi atau ingin memakai karya orang lain, lihat awesome-openclaw-skills. Repo tersebut mengindeks 565+ skill komunitas. Beberapa contoh bagus:

• bookkeeping-basics: Menyiapkan dan memelihara pembukuan dasar untuk solopreneur.
• glitch-home-assistant: Kontrol smart home penuh. "Matikan lampu ruang keluarga" dari mana saja.
• anylist: Pemesanan bahan makanan. Cari produk, tambahkan ke keranjang, jadwalkan pengantaran via chat.

Fitur Lanjutan OpenClaw

Contoh sejauh ini membahas OpenClaw sebagai asisten responsif: Anda bertanya, ia bertindak. Namun 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 pembatas.

Memori persisten dan kustomisasi

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

SOUL.md mendefinisikan cara agen berkomunikasi. Kepribadian, nada, batasan. Berikut bagian awal defaultnya:

# 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 tiap sesi dan bagaimana berperilaku. Termasuk aturan keamanan, etiket obrolan grup, dan instruksi penggunaan alat. 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 menyuruh OpenClaw mengingat sesuatu, di sinilah tempatnya. 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: nama, nuansa, emoji, avatar. Anda mengisinya saat setup atau membiarkan agen memilih.

Dua file tambahan dirujuk dalam dokumentasi tetapi dibuat sesuai kebutuhan:

• MEMORY.md: Memori kurasi jangka panjang. Agen membuat ini ketika ada hal 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 dapat memulai kontak melalui dua mekanisme.

Heartbeats menjalankan pemeriksaan berkala dan mengelompokkannya dalam satu giliran. Untuk menyiapkannya:

1. Edit ~/clawd/HEARTBEAT.md dengan daftar periksa hal-hal yang perlu 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. Restart Gateway: openclaw gateway restart

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

Cron jobs 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 mengelompokkan beberapa pemeriksaan dalam satu giliran dan berbagi konteks sesi utama Anda. Cron job berjalan pada waktu yang tepat dan dapat menggunakan 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 Claude Code hooks, model otomasi ini akan terasa familier.

Keamanan dan sandboxing

AI dengan akses shell dapat menghapus file, mengekspos kredensial, atau mengeksekusi perintah berbahaya lewat injeksi prompt. Peneliti keamanan telah menemukan kerentanan nyata: bypass autentikasi ketika gateway berada di belakang reverse proxy yang tidak dikonfigurasi, dan ekspos kredensial saat antarmuka web terikat 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. Restart Gateway: openclaw gateway restart

Arti pengaturan:

Pengaturan mode mengontrol sesi mana yang disandbox:

• "off": Tanpa sandboxing. Ini defaultnya, 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 terkontainerisasi. Paling aman, tetapi menambah latensi.

Pengaturan workspaceAccess mengontrol apa yang dapat dilihat sesi tersandbox:

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

Kompromi yang perlu diketahui: Sandboxing menambah latensi dari proses spin-up kontainer. Skill yang memerlukan akses jaringan tidak akan berfungsi secara default karena kontainer tidak memiliki jaringan. Pengaturan tools.elevated melewati sandbox sepenuhnya, jadi audit apa yang Anda izinkan. Beberapa batasan platform tetap ada: hanya satu Gateway yang dapat 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 pesan.

Penutup

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

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

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