OpenClaw-Setup-Entwicklung: Von der Überkonfiguration zum praktischen Multi-Agenten-System

Ein Entwickler dokumentierte seine OpenClaw-Entwicklung nach drei Neuinstallationen, von experimenteller Überkonfiguration hin zu einem praktischen Multi-Agenten-System, das auf Kontinuität und Spezialisierung ausgerichtet ist.

Setup-Details

Die Hauptinstallation läuft auf einem Mac mini M2 mit diesen spezialisierten Agenten:

• Hauptagent → Leben und tägliche Aufgaben
• Kultivierungsagent → Pflanzen
• Tutoragent → Studien
• Ernährungsagent → Ernährung
• Trainingsagent → Workouts

Ein separater Agent für Forschung/Test läuft auf Hetzner (~7€/Monat), mit Plänen, RunPod mit einem unzensierten lokalen Modell als separates Labor zu testen.

Modellnutzung

Allgemeine Modelle:

• Primär: openai-codex/gpt-5.3-codex
• Fallback #1: anthropic/claude-sonnet-4-6
• Fallback #2: google-gemini-cli/gemini-3-flash-preview

Für den Kultivierungsagenten:

• Primär: anthropic/claude-sonnet-4-6
• Fallback #1: google-gemini-cli/gemini-3-flash-preview

Ungefähre monatliche Kosten: ~50€ (Codex + Claude + Gemini), obwohl das System nur mit Codex (~25€/Monat) funktionieren könnte.

Wichtige funktionierende Komponenten

1) Geschichtetes Speichersystem:

• Täglich → memory/YYYY-MM-DD.md
• Wöchentlich → memory/weekly/YYYY-WW.md
• Langfristig → MEMORY.md

Der Schlüssel: Tägliche Inhalte nicht mit dauerhaften Inhalten vermischen.

2) Beförderung mit Kriterien: Nur Inhalte mit echtem Wert (Dauerhaftigkeit, Wirkung, Häufigkeit, Umsetzbarkeit und Vergessensrisiko) wandern in MEMORY.md.

3) Nachvollziehbarkeit: Wichtige Einträge enthalten die Quelle (Pfad#Zeile), um "erfundene Erinnerungen" zu vermeiden.

4) Semantische Suche: Nutzt lokale Indizierung mit QMD-Backend für semantische Abfrage + Text-Fallback, mit automatischen Updates (Intervall + Debouncing). Dies ermöglicht Kontextwiederherstellung durch Bedeutung, nicht nur durch exakte Wörter.

5) Multi-Agenten-Integration: Jeder Agent verwaltet seine eigenen Abschlüsse (täglich/wöchentlich), während der Hauptagent den Zustand integriert und übergreifende Kontinuität aufrechterhält. Ergebnis: weniger manuelles Zusammenfassen und weniger Reibung beim Fortsetzen.

6) Nacht-Automatisierung: Automatische Abschlüsse zwischen 23:00–00:00 für konsolidierte Morgen-Ergebnisse.

Fazit

Der Entwickler suchte Kontinuität + Spezialisierung statt Geschäftssetups oder Web-Scraping. Wenn mit dieser Absicht konfiguriert, verändert sich OpenClaw komplett.