Hoppa till huvudinnehållet

OpenClaw (Clawdbot) handledning: Styr din dator från WhatsApp

Sätt upp OpenClaw (tidigare Clawdbot/Moltbot), en självhostad agent som kopplar Claude till din Mac via WhatsApp. Sök filer och kör shell-kommandon från mobilen.
Uppdaterad 21 juli 2026  · 13 min läsa

Utforska med AI

Öppna i ChatGPTÖppna i ClaudeÖppna i Perplexity

Du tar en kaffe när ett Slack-meddelande ber om den där kvartalsrapporten. Den ligger på ditt skrivbord hemma. Du sms:ar på WhatsApp: "Hitta Q4-rapportens PDF på mitt skrivbord." Trettio sekunder senare har du sökvägen och kan peka din kollega till den delade disken. Det är OpenClaw.

OpenClaw kör en lokal gateway som kopplar meddelandeappar till en kodningsagent driven av Claude. Du skickar meddelanden via WhatsApp, Telegram eller terminalen, och agenten svarar genom att köra kommandon på din maskin: söker filer, kör skript och läser loggar. Gatewayen körs ständigt på din dator och hanterar översättningen mellan chatt och shell.

I den här guiden sätter vi upp OpenClaw från grunden och utforskar allt du kan göra med det. Vi går också igenom vad du bör se upp med när en AI har obegränsad terminalåtkomst.

Obs! Mitt under att vi skrev artikeln skickade Anthropic in en varumärkesanmärkning eftersom "Clawd" lät för likt "Claude". Projektet bytte namn från Clawdbot till Moltbot (hummermaskoten behölls). Sedan, den 29 januari 2026, byttes namnet igen till OpenClaw. Vissa skärmdumpar, konfigurationssökvägar och kodsnuttar i den här handledningen kan fortfarande referera till "Clawdbot", "clawd" eller "moltbot".

Om du vill lära dig mer om Claude-ekosystemet rekommenderar jag våra guider om Claude Cowork, Claude Code, Claude Opus 4.6, och vår kurs Introduktion till Claude-modeller. Du hittar också vår guide till att använda OpenClaw med Ollama och vår guide till Moltbook.

Vad är OpenClaw?

Peter Steinberger, en macOS-utvecklare känd för Apple-verktyg, släppte projektet i slutet av 2025, ursprungligen under namnet Clawdbot. Idén: en helt självhostad AI-agent där dina uppmaningar och filer aldrig lämnar din hårdvara förutom när de skickas till den modell-API du konfigurerar. 

Det här integritetsförst-tänket gick hem hos utvecklare som tröttnat på att skicka allt via molnleverantörer. Repot passerade 60 000 GitHub-stjärnor inom några veckor.

Gateway-arkitekturen

Allt flödar genom en enda demon kallad Gateway. Den körs i bakgrunden, håller dina meddelandekopplingar öppna och koordinerar AI-agenten. Så här ser sekvensen ut när du skickar ett meddelande:

  • Din text kommer in via WhatsApp (Baileys-protokollet), Telegram (Bot API), Discord, iMessage eller CLI.
  • Gatewayen skickar den till en inbäddad kodningsagent kallad Pi, som kan köra shell-kommandon åt dig.
  • Pi skickar uppmaningen till din modellleverantör.
  • Modellen svarar med instruktioner som Pi kör lokalt.
  • Resultaten går tillbaka via Gatewayen till din chatt.

Titel: Moltbot-gatewayarkitekturdiagram som visar meddelandeflöde från chattgränssnitt via Gateway-demonen och Pi-agenten till modell-API och lokal maskin - Beskrivning: Moltbot-gatewayarkitekturdiagram som visar meddelandeflöde från chattgränssnitt via Gateway-demonen och Pi-agenten till modell-API och lokal maskin

Gatewayen hanterar sessionshantering, strömmande svar och en lokal webbpanel för konfiguration. Den installeras som en systemtjänst (launchd på macOS, systemd på Linux) och överlever omstarter automatiskt.

Guide för att sätta upp OpenClaw: Förutsättningar och installation

Nu lär vi oss hur du sätter upp OpenClaw.

Systemkrav och API-kostnader

OpenClaw kräver Node.js 22 eller högre och körs inbyggt på macOS och Linux. Windows-användare behöver WSL2 (Windows Subsystem for Linux), vilket fungerar bra men lägger till ett extra steg i uppsättningen.

Hårdvarukraven är minimala. Gatewayen idlar med låg CPU- och minnesanvändning. Vilken maskin som helst som kan köra en modern webbläsare kan köra OpenClaw.

OpenClaw i sig är gratis och öppen källkod (MIT-licens). Kostnaden kommer från API-tokens. Anthropic tar betalt per miljon tokens: ungefär 3 $ för input och 15 $ för output med Claude Sonnet, mer för Opus. Vad betyder det i praktiken?

  • Låg användning (några kommandon per dag): 10–30 $/månad
  • Måttlig användning (regelbundna filuppgifter, research): 30–70 $/månad
  • Hög användning (ständig automation, långa sessioner): 70–150 $/månad

Dessa nivåer varierar med hur ordrika uppmaningarna är och hur stor kontext som skickas. Om du har en Claude Pro- eller Max-prenumeration kan du generera en setup-token via Claude Code CLI och använda din prenumeration istället för att betala per token.

Steg-för-steg-installation av OpenClaw

Kör installationsskriptet:

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

OpenClaw Installer

När installationen är klar startar onboarding-guiden automatiskt. Det första du ser är en säkerhetsvarning. Guiden länkar till dokumentation om sandboxning om du vill begränsa vad agenten kan göra.

OpenClaw Security warning

Guiden erbjuder QuickStart (rimliga standardvärden) eller Advanced (full kontroll). QuickStart fungerar för de flesta.

Välj sedan din modellleverantör. Om du har en Claude Max- eller Pro-prenumeration, välj alternativet setup-token. Öppna en separat terminal och kör claude setup-token, klistra sedan in den genererade token i guiden.

Titel: Claude Code CLI genererar en setup-token giltig i ett år - Beskrivning: Claude Code CLI genererar en setup-token giltig i ett år

För kanalkonfiguration, välj WhatsApp och skanna QR-koden med din telefon (Inställningar → Länkade enheter → Länka en enhet). Andra kanaler som Telegram och Discord finns också.

Guiden frågar sedan om konfiguration av skills. Skills utökar vad OpenClaw kan göra, men kräver extra beroenden.

Hoppa över detta tills vidare för att hålla grundinställningen enkel. Obs: Använd Mellanslag för att slå på/av alternativ och Enter för att bekräfta.

OpenClaw skills config

Efter att ha hoppat över konfiguration av hooks installeras Gateway-tjänsten automatiskt. Guiden frågar hur du vill "kläckas" din bot. TUI (Terminal User Interface) öppnar både ett terminalchattgränssnitt och webbpanelen.

OpenClaw tui hatch

OpenClaw terminal chat

OpenClaw web dashboard

Testa nu WhatsApp. Skicka ett meddelande till dig själv. Din fråga och OpenClaws svar visas på alla tre ställen: terminalen, webbgränssnittet och WhatsApp.

OpenClaw whatsapp response

Om du ser svar i alla tre gränssnitt är du igång.

OpenClaw i praktiken: Inbyggda funktioner

Tio minuters uppsättning och du har redan en fungerande agent. Följande exempel visar vad OpenClaw kan göra direkt.

Exempel 1: Hitta och skicka en undangömd skärmdump

Säg att du är hemifrån när du inser att du glömt att skicka en fil till dig själv. Den ligger på din laptop hemma.

Jag testade detta med skärmdumpen jag tog under uppsättningen, den som visar OpenClaws första svar. Filen hade ett generiskt namn, begravd bland dussintals andra bilder i min Hämtningar-mapp.

Titel: macOS Finder Hämtningar-mapp som innehåller den skärmdump Moltbot ska hitta - Beskrivning: macOS Finder Hämtningar-mapp som innehåller den skärmdump Moltbot ska hitta

Mitt meddelande till OpenClaw: "Jag hade en skärmdump i min Hämtningar-mapp av en WhatsApp-konversation. Kan du hitta den och skicka den här?"

Agenten tolkade bilderna en efter en. När den hittade rätt fil skickade den tillbaka den i chatten.

När agenten först öppnade min Hämtningar-mapp bad macOS om behörighet. Om du planerar att använda OpenClaw på distans, ge Fullständig skivåtkomst i förväg (se säkerhetsavsnittet för detaljer).

Exempel 2: Rapport om diskutrymme med diagram

Anta att en kollega är på väg att skicka en stor resurs via Dropbox. Innan dess vill du säkerställa att din maskin har plats att ladda ner den. Du skulle kunna rota i Finder eller köra terminalkommandon, men du är på mobilen under en weekendresa och vill ha ett snabbt svar.

Ditt meddelande till OpenClaw: "Kolla mitt diskutrymme och generera en PDF-rapport med diagram (skapade med Python) som visar användning per mapp."

Uppgiften kräver flera steg: skanna filsystemet, summera storlekar per katalog, skriva Python-kod för att skapa diagram och exportera allt till PDF.

OpenClaw disk-space-report

Svaret du behövde: 94 GB ledigt. PDF:en innehöll ett cirkeldiagram och ett stapeldiagram som visade fördelningen. OpenClaw noterade också att Library var största boven med ~300 GB.

En sak jag märkte är att OpenClaw tenderar att vara återhållsam. Ger du samma uppmaning till Claude Code eller en annan kodningsagent, går de all in. Du kan få ett dussin diagram med djupa katalognedbrytningar.

Här matchade OpenClaw kortheten i min uppmaning: två diagram, toppnivåkataloger, klart. Vill du ha mer detalj, be om det uttryckligen.

Utöka OpenClaw med egna Skills

Du har förmodligen arbetsflöden du kör regelbundet: kolla din kalender inför ett möte, söka i din anteckningsapp, posta i sociala medier, styra smarta hemmet. De här uppgifterna följer mönster. 

Skills låter dig lära OpenClaw de mönstren en gång, så kan den sköta dem framöver.

En skill är en mapp som innehåller en SKILL.md-fil och valfritt skript, konfigurationer eller andra resurser. Markdown-filen har YAML-frontmatter (namn, beskrivning, krav) och steg-för-steg-instruktioner som läses in i agentens kontext. 

När din förfrågan matchar en skill följer agenten dessa instruktioner istället för att lista ut allt från början. Skills kan också paketera hjälpskript för komplexa arbetsflöden så att allt agenten behöver finns på ett ställe.

Formatet följer AgentSkills-specen, en öppen standard som ursprungligen utvecklades av Anthropic och nu antagits i ekosystemet: Claude Code, Cursor, VS Code, OpenAI Codex, Gemini CLI, GitHub Copilot och andra. 

Om du är bekant med Claude Agent SDK känner du igen mönstret. Bygg en skill för OpenClaw, så fungerar den i alla AgentSkills-kompatibla verktyg.

Så här ser frontmattern ut för GitHub-skillsen:

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

Fältet requires.bins betyder att den här skillsen bara laddas om gh är installerat. Skills kan också kräva miljövariabler (API-nycklar) eller specifika konfigflaggor. Om ett krav inte är uppfyllt förblir skillsen vilande tills du installerar beroendet.

Inbyggda OpenClaw-skills

OpenClaw levereras med 49 inpackade skills som täcker vanliga arbetsflöden. Kör openclaw skills list för att se vilka som är redo på ditt system.

  • Apple-ekosystem: Notes, Reminders, Things 3, Bear Notes. Be OpenClaw lägga till en påminnelse eller söka i dina anteckningar så kan den rätt CLI-kommandon.
  • Google Workspace: Gmail, Calendar, Drive, Docs, Sheets via gog-CLI:t. Kräver OAuth-uppsättning men sedan kan du be "vad står på min kalender i morgon" eller "skriv ett svar på det där mejlet från Sarah".
  • Kommunikation: Slack, iMessage, Twitter/X. Publicera tweets, reagera på Slack-meddelanden eller sök i din iMessage-historik.
  • Smart hem: Philips Hue, Sonos, Eight Sleep. Styr lampor, spela musik, justera bäddtemperatur.
  • Utvecklingsverktyg: GitHub CLI för issues och PR:ar, en kodningsagent-skill som startar Claude Code som underprocess, Whisper för transkribering.

De flesta skills kapslar in befintliga CLI-verktyg. Om den underliggande binären saknas visas skillsen som otillgänglig tills du installerar den.

Skapa egna OpenClaw-skills

Inbyggda skills hanterar det vanliga, men den verkliga utdelningen kommer när du bygger skills för dina egna arbetsflöden. Bildredigering är ett bra exempel: du tar foton på mobilen, men storleksändring och vattenmärkning innebär ofta att sitta vid datorn. En egen skill låter dig köra det arbetsflödet från WhatsApp när du är ute.

Jag bad OpenClaw skapa en skill som ändrar storlek på bilder till valfri upplösning och lägger till en generisk logotyp på ~/Documents/logo.png. Den använde sin inbyggda skill-creator för att skriva ett Python-skript med PIL, skapa mappstrukturen och producera en SKILL.md med användningsexempel.

Skapa OpenClaw Skill

Skillen hamnade i min arbetsytas skills/-mapp och laddades vid nästa session. För att testa den skickade jag en skärmdump av OpenClaws hemsida och bad OpenClaw att anpassa den för LinkedIn med vattenstämpeln.

OpenClaw Watermarked Image

Några sekunder senare hade jag bilden tillbaka, vattenmärkt och redo att posta. Den skillsen finns nu permanent på min maskin och kan anropas från mobilen när jag behöver.

Om du vill ha inspiration eller hellre återanvänder vad andra byggt, kolla in awesome-openclaw-skills. Repot indexerar 565+ community-skills. Några bra exempel:

  • bookkeeping-basics: Sätt upp och underhåll grundläggande bokföring för en soloprenör.
  • glitch-home-assistant: Full kontroll av smarta hemmet. "Stäng av lamporna i vardagsrummet" var du än är.
  • anylist: Matbeställning. Sök produkter, lägg i varukorgen, schemalägg leverans via chatt.

Avancerade OpenClaw-funktioner

Exemplen hittills täcker OpenClaw som en responsiv assistent: du frågar, den agerar. Men tre funktioner tar den bortom grundläggande chatt.

  • Bestående minne låter agenten minnas dina preferenser över sessioner och plattformar. 
  • Proaktiv övervakning innebär att den kan kontakta dig utan att bli tillfrågad. 
  • Och sandboxning adresserar den uppenbara oron: en AI med terminalåtkomst behöver skyddsräcken.

Bestående minne och anpassning

OpenClaw lagrar sin kontext i markdown-filer under ~/clawd/. Varje fil har ett särskilt syfte:

SOUL.md definierar hur agenten kommunicerar. Personlighet, ton, gränser. Så här börjar den som standard:

# 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 definierar vad agenten ska göra varje session och hur den ska bete sig. Den innehåller säkerhetsregler, etikett i gruppchattar och instruktioner för att använda verktyg. Inledningen:

# 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 lagrar fakta om dig. När du ber OpenClaw att minnas något hamnar det här. Efter att jag berättat för agenten att jag gillar Breaking Bad:

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

IDENTITY.md är där agenten definierar sig själv: namn, känsla, emoji, avatar. Du fyller i detta under uppsättningen eller låter agenten välja.

Två ytterligare filer nämns i dokumentationen men skapas vid behov:

  • MEMORY.md: Långsiktiga, kuraterade minnen. Agenten skapar den när något är värt att bevara bortom dagliga anteckningar. Laddas bara i huvudsessions (inte gruppchattar) av integritetsskäl.
  • memory/YYYY-MM-DD.md: Dagliga anteckningar. Råloggar över vad som hänt. Agenten skapar memory/-katalogen när den först behöver skriva en.

För att ändra någon av dessa filer, bara be. "Uppdatera SOUL.md så att den är mer koncis." "Lägg till i USER.md att jag jobbar inom fintech." Agenten redigerar filen direkt, och ändringar består mellan sessioner och plattformar.

Proaktiva aviseringar och övervakning

De flesta AI-agenter väntar på att du ska fråga något. OpenClaw kan ta initiativ via två mekanismer.

Heartbeats kör periodiska kontroller och buntar dem i en enda tur. Så här sätter du upp en:

1. Redigera ~/clawd/HEARTBEAT.md med en checklista över saker att övervaka:

# 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. Konfigurera intervallet i ~/.clawdbot/clawdbot.json:

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

3. Starta om Gateway: openclaw gateway restart

Var 30:e minut under aktiva timmar går OpenClaw igenom checklistan. Om inget kräver uppmärksamhet förblir den tyst.

Cron-jobb hanterar precisa, engångs- eller återkommande uppgifter. Kör dessa kommandon i din terminal:

# 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>

Skillnaden: heartbeats buntar flera kontroller i en tur och delar din huvudsessions kontext. Cron-jobb körs vid exakta tider och kan använda isolerade sessioner med fräsch kontext. 

Använd heartbeats för "kolla de här sakerna periodiskt." Använd cron för "gör den här specifika saken vid den här specifika tiden." Om du har jobbat med Claude Code hooks känns automationsmodellen bekant.

Säkerhet och sandboxning

En AI med shell-åtkomst kan radera filer, exponera inloggningsuppgifter eller köra skadliga kommandon via promptinjektion. Säkerhetsforskare har hittat verkliga sårbarheter: autentiseringsförbigång när gatewayen sitter bakom en okonfigurerad reverse proxy, och credentials som exponeras när webbgränssnittet binds till en publik adress. 

Peter Steinberger rekommenderar att köra OpenClaw på dedikerad hårdvara som en Mac Mini eller VPS.

De flesta kommer inte göra det. Om du kör på din huvuddator begränsar sandboxning skadeverkningarna.

Så här sätter du upp sandboxning:

1. Se till att Docker är installerat och kör.

2. Bygg sandbox-imagen. Från OpenClaws källkatalog (där du klonade repot eller där npm installerade det):

./scripts/sandbox-setup.sh

3. Lägg till sandbox-konfigurationen i ~/.clawdbot/clawdbot.json:

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

4. Starta om Gateway: openclaw gateway restart

Vad inställningarna betyder:

Inställningen mode styr vilka sessioner som sandboxas:

  • "off": Ingen sandboxning. Detta är standard och riskabelt.
  • "non-main": Sandboxar gruppchattar och externa kanaler medan din huvudsakliga terminalsesson körs på värden. Rekommenderas för de flesta användare.
  • "all": Varje session körs containeriserad. Säkrast, men ger latens.

Inställningen workspaceAccess styr vad sandboxade sessioner kan se:

  • "none": Isolerad arbetsyta. Agenten kan inte se dina filer alls.
  • "ro": Skrivskyddad åtkomst till ~/clawd/. Agenten kan läsa men inte ändra.
  • "rw": Full läs- och skrivåtkomst. Använd sparsamt.

Avvägningar att känna till: Sandboxning lägger till latens från container-uppstart. Skills som behöver nätverksåtkomst fungerar inte som standard eftersom containrar saknar nätverk. Inställningen tools.elevated kringgår sandboxen helt, så granska vad du tillåter. Vissa plattformsbegränsningar finns oavsett: bara en Gateway kan äga en WhatsApp-session, och iMessage fungerar bara på macOS.

Ett macOS-specifikt problem: Innan du förlitar dig på OpenClaw på distans, ge Fullständig skivåtkomst till din terminalapp i Systeminställningar → Sekretess och säkerhet → Fullständig skivåtkomst. Behörighetsrutor visas inte när du är borta, och blockerad åtkomst misslyckas tyst.

Avslutande tankar

OpenClaw intar en unik plats i landskapet för AI-agenter. Det försöker inte ersätta din IDE eller bli en allmän chattbot. Det är en bro mellan de AI-modeller du redan betalar för och filerna, apparna och automationerna på din egen hårdvara.

Projektet rör sig snabbt. Skill-biblioteken växer varje vecka, och communityn bygger integrationer för allt från matleveranser till Tesla-kontroller. I takt med att lokala modeller förbättras via Ollama blir det allt mer praktiskt att köra en helt offline personlig agent.

Den verkliga frågan är inte om AI-agenter kommer att hantera våra digitala liv. Det är om vi kommer att köra dem på infrastruktur vi kontrollerar eller överlåta det till molnleverantörer. OpenClaw satsar på local-first, och för användare som bryr sig om integritet och ägande börjar den satsningen löna sig. För mer om stationära AI-agenter, kolla vår handledning om Claude Cowork.

OpenClaw (Clawdbot) vanliga frågor

Vad är OpenClaw?

OpenClaw (tidigare kallat Clawdbot och Moltbot) är en självhostad AI-agent som kopplar meddelandeappar som WhatsApp och Telegram till en kodningsagent som körs på ditt skrivbord. Du skickar meddelanden via chatt, och den kör kommandon på din maskin.

Varför bytte namnet från Clawd/Moltbot till OpenClaw?

Projektet har utvecklats snabbt på kort tid. Det började som en prototyp kallad "WhatsApp Relay", blev sedan Clawdbot (vilket ändrades på grund av varumärkesbekymmer från Anthropic), och hette kort Moltbot. Skaparna gick ifrån Moltbot eftersom det var svårt att uttala, och landade till slut på OpenClaw, ett varumärkesgranskat namn som speglar den öppna källkoden och hummerarvet.

Är OpenClaw gratis att använda?

OpenClaw i sig är gratis och öppen källkod under MIT-licensen. Kostnaden kommer från API-tokens för din modellleverantör (Anthropic, OpenAI m.fl.), typiskt 10–150 $/månad beroende på användning.

Vilka uppgifter kan OpenClaw hantera?

OpenClaw kan söka filer, köra shell-kommandon, köra Python-skript, generera rapporter, styra smarta hemmet, hantera kalendrar och automatisera arbetsflöden via naturliga språkförfrågningar. Allt du tidigare kunde göra på ditt skrivbord.

Är det säkert att ge en AI shell-åtkomst till min dator?

Det finns risker. OpenClaw erbjuder sandboxning via Docker för att begränsa vad agenten kan komma åt. För bästa säkerhet, kör det på dedikerad hårdvara som en Mac Mini eller VPS snarare än på din huvuddator.

Fungerar OpenClaw på Windows?

OpenClaw körs inbyggt på macOS och Linux. Windows-användare behöver WSL2 (Windows Subsystem for Linux), vilket gör uppsättningen mer komplex men fungerar bra när det väl är konfigurerat.

Ämnen

Toppkurser på DataCamp

course

Introduktion till Claude-modeller

3 timmar
12.8K
Lär dig arbeta med Claude via Anthropic API för att lösa verkliga uppgifter och bygga AI-drivna applikationer.
Se detaljerRight Arrow
Starta Kursen
Se merRight Arrow