Практические уроки от внедрения OpenClaw в пяти компаниях

Разработчик, запустивший пять экземпляров OpenClaw в продакшене на VPS от Hetzner, делится конкретными уроками из реальных бизнес-внедрений.

Решения по инфраструктуре

Разработчик пробовал локальное развертывание (самое простое, но не масштабируемое) и AWS (дорого), а затем остановился на Hetzner CPX22 за €13/месяц (3 vCPU, 4 ГБ ОЗУ) из-за дешевизны, скорости и стабильности. Ключевое открытие: WhatsApp не работает на IP-адресах дата-центров, потому что Meta их блокирует, что привело к потере двух дней на получение одобрения приложения в Meta Developer. Telegram стал выбором по умолчанию, потому что его API более снисходителен, чем у WhatsApp.

Каждый клиент получает свой собственный VPS. Мультитенантность пробовали на раннем этапе, но отказались от неё, потому что сбойный процесс одного клиента не должен выводить из строя агента другого. Изоляция считается стоящей €13/месяц и не подлежит обсуждению.

Внедрение и персонализация

Первые агенты были универсальными, но неэффективными. Разработчик создал анкету из 26 вопросов, которая передаётся в рабочий процесс n8n, автоматически генерирующий SOUL.md и USER.md для каждого развертывания. Анкета охватывает тип бизнеса, предпочтения по тону, что агент должен обрабатывать самостоятельно, а что эскалировать, используемые инструменты, ежедневное расписание и стиль общения. Один пользователь отметил, что агент был «настолько полезным и конкретным прямо с порога».

Разработчик отмечает: «Универсальный агент — это продукт. Персонализированный — член команды. Более того — чем больше его используют, тем глубже он интегрируется».

Подход к биллингу

Что не работает: брать плату за настройку и надеяться, что клиенты останутся. Что работает: 7-дневный бесплатный пробный период на ключе API Anthropic разработчика (стоимостью $5-15), после чего клиенты получают свой собственный ключ. Разработчик проводит их через настройку вживую на Zoom примерно за 10 минут. Клиенты видят прозрачность и контролируют свои расходы. Один клиент перешёл с Claude на OpenAI за 3 минуты, потому что у него уже была подписка.

Стратегия распределения моделей

Стандартный стек для каждого развертывания:

• Haiku: Пульс (heartbeats), простые ответы, рутинные проверки (90% объёма)
• Sonnet: Сложные задачи, многоэтапные рабочие процессы, всё, что требует суждений (9%)
• Opus: Стратегическое мышление, решения с высокими ставками (1%)

Разработчик сравнивает это с типичной структурой малого бизнеса: «Видение/основатель наверху, затем люди приходят, чтобы реализовать это видение».

Важный совет: закрепляйте модели для каждой cron-задачи. Забыв закрепить одну, пришлось неделю запускать пульс на Sonnet с счётом в $40.

Техническая оптимизация

Используйте ОС, а не LLM, для механических задач, таких как ротация логов, перезапуск служб или резервное копирование файлов. LLM вызывается для принятия решений, а ОС занимается механикой. Это сократило использование токенов примерно на 30% во всех развертываниях.

Реальные примеры использования

• Агентство по уходу: Напоминания о соответствии CQC, конфликты в расписании сотрудников, поиск политик (экономит ~5 часов/неделю)
• Ивент-бизнес: Захват лидов, последовательности последующих действий, генерация предложений, интегрированная с CRM
• Консультант по SEN: Отслеживание сроков EHCP, шаблоны общения с родителями, планирование взаимодействия со школами
• Автосервис (Флорида): Бронирование встреч, последующие действия по отзывам, организация фотографий
• Собственный агент разработчика: Стратегическое планирование, подготовка контента, память о более чем 4000 файлах рабочего пространства

Разработчик отмечает: «Никто из них не хотел чат-бота. Они хотели бизнес-операционную систему, которая использует ИИ».