Créer votre agent IA façon OpenClaw

Ce qu'est réellement OpenClaw

OpenClaw est un agent IA personnel auto-hébergé. Vous l'exécutez sur votre propre serveur, vous le connectez aux applications de messagerie que vous utilisez déjà, et il peut lancer des commandes shell, piloter un navigateur, lire et écrire vos fichiers, et agir sur les messages que vous lui envoyez. Il est sous licence MIT, local-first, et compte plus de 380 000 étoiles sur GitHub à la mi-2026, ce qui en fait l'un des projets les plus étoilés de la plateforme. Sous le bruit, il s'agit d'un ensemble assez restreint de pièces reliées entre elles de façon sensée. Cet article parcourt ces pièces pour que vous compreniez comment un outil de ce type est construit, et où se trouvent les angles vifs.

Un avertissement d'emblée, car il façonne chaque choix de conception ci-dessous. En mars 2026, OpenClaw a vu neuf problèmes de sécurité divulgués en quatre jours, dont une faille critique d'élévation de privilèges notée 9,9 sur 10 (CVE-2026-32922). Le projet est conçu pour être durci par vous, l'opérateur. Un agent capable d'exécuter n'importe quelle commande n'est jamais plus sûr que la machine sur laquelle il tourne et que les limites que vous placez autour de lui. Gardez cela à l'esprit en lisant.

Le démon passerelle : un seul processus, gardé privé

Au centre se trouve un unique processus de longue durée, généralement appelé la passerelle (gateway). C'est le plan de contrôle. Il reçoit les messages, décide quoi faire, exécute les outils, et renvoie les réponses. Tout le reste se branche dessus.

Le fait le plus important au sujet de la passerelle, c'est l'adresse sur laquelle elle écoute. Par défaut, OpenClaw la lie à l'adresse de bouclage, 127.0.0.1, de sorte qu'elle n'est pas accessible depuis Internet à moins que vous ne fassiez un effort pour l'exposer. Laissez-la là. C'est le seul processus dont le métier est d'exécuter des commandes, donc une passerelle exposée offre à quiconque la trouve un point d'appui distant sur votre serveur. Quand vous devez l'atteindre depuis votre ordinateur portable, faites-le via un VPN ou un tunnel SSH plutôt que d'ouvrir un port. Personne ne peut attaquer un port qu'il ne peut pas atteindre.

Les connecteurs de canaux : faire entrer un message et sortir une réponse

Un agent personnel n'est utile que si vous pouvez lui parler depuis les applications que vous utilisez déjà. C'est le rôle des connecteurs de canaux. Chacun dialogue avec une plateforme, comme Telegram, WhatsApp, Slack ou Discord, en utilisant l'API bot ou les webhooks de cette plateforme.

La forme est la même pour tous. Le connecteur enregistre un bot auprès de la plateforme, reçoit votre message entrant (soit en interrogeant la plateforme, soit en recevant un webhook que la plateforme lui envoie), transmet ce message à la passerelle, et reposte la réponse de la passerelle via la même API. Le connecteur est une fine couche de traduction. Il convertit « un message Telegram est arrivé » en « voici du texte pour l'agent », et inversement. En construire un vous-même consiste surtout à lire la documentation bot d'une plateforme et à faire correspondre son format de message à celui de la passerelle.

Le cerveau et la boucle d'outils

À l'intérieur de la passerelle se trouve la partie qui en fait un agent plutôt qu'un chatbot. C'est une boucle.

Un message arrive. La passerelle l'envoie à un modèle de langage accompagné d'une liste d'outils que le modèle est autorisé à utiliser. Le modèle lit le message et décide : répondre directement, ou appeler un outil. S'il appelle un outil, la passerelle exécute cet outil, capture le résultat, et renvoie le résultat au modèle. Le modèle examine le résultat et décide à nouveau. Cela se répète jusqu'à ce que le modèle n'ait plus rien à faire et produise une réponse finale.

Cette boucle est toute l'idée d'un agent, et c'est la même boucle que l'agent vive dans une application de messagerie ou dans un terminal. Pour savoir comment les outils se connectent à cette boucle de façon standard, connecter des outils via le Model Context Protocol est une bonne lecture suivante, et pour le côté modèle, exécuter le modèle lui-même sur votre propre matériel complète l'autre moitié.

L'ensemble d'outils est le but, et le danger

Les outils sont ce qui rend OpenClaw puissant. Un outil qui exécute une commande shell, un outil qui pilote un navigateur, un outil qui lit et écrit des fichiers. Donnez à la boucle ci-dessus l'accès à ceux-ci, et elle peut faire presque tout ce que vous pouvez faire au clavier. Cette portée est tout le produit, et c'est aussi tout le risque.

Un agent capable d'exécuter n'importe quelle commande, agissant sur des instructions qui arrivent depuis une application de messagerie, constitue une large surface d'attaque. Une mauvaise instruction, une attaque par injection de prompt cachée dans une page web que l'outil navigateur visite, ou un bug comme les failles de mars 2026 peuvent transformer « lis mon agenda » en « supprime mes fichiers ». Les limites ne sont donc pas des options en plus. Exécutez l'agent en tant qu'utilisateur dédié et non privilégié, sans sudo, pour qu'une compromission ne puisse pas s'élever. Placez les outils dangereux derrière une étape d'approbation pour que l'agent demande avant de faire quelque chose de destructeur. Placez l'exécution des outils dans un bac à sable (sandbox) pour qu'une commande incontrôlée soit contenue. Isolez la clé d'API du modèle pour qu'une fuite ne livre pas votre compte à un attaquant.

Avant d'exposer quoi que ce soit qui exécute des commandes shell, travaillez les fondamentaux de façon délibérée. Générez une checklist pour votre propre machine ici, puis suivez-la de haut en bas :

Le volet de l'utilisateur non privilégié est traité en profondeur dans exécuter des services en tant qu'utilisateur non privilégié, et le guide complet d'installation sécurisée pour le vrai projet se trouve dans exécuter OpenClaw en toute sécurité sur un VPS.

La mémoire sous forme de simples fichiers

La plupart des gens s'attendent à ce que la mémoire d'un agent réside dans une base de données. Celle d'OpenClaw n'y réside pas. Elle stocke la mémoire sous forme de simples fichiers Markdown sur le disque, et ce choix mérite d'être copié.

Les fichiers sont simples. Il n'y a pas de schéma à migrer, pas de service à maintenir en marche, et pas de langage de requête à apprendre. Ils sont inspectables : vous pouvez ouvrir le dossier et lire exactement ce que l'agent croit à votre sujet, corriger une note erronée en éditant un fichier, ou supprimer un souvenir en en retirant un. Et ils sont portables, car déplacer l'agent vers un nouveau serveur revient à copier un répertoire. Pour un agent personnel mono-utilisateur, un dossier de fichiers texte suffit, et cela garde tout le système facile à raisonner.

Les skills : une façon portable d'ajouter des capacités

Au-delà des outils intégrés, OpenClaw utilise un format de skill portable pour que la communauté puisse étendre ses capacités sans modifier son cœur. Un skill est un paquet autonome d'instructions et, parfois, de code qui apprend une nouvelle tâche à l'agent. L'agent charge un skill quand la tâche le demande.

L'intérêt d'un tel format est que les capacités deviennent partageables. Quelqu'un écrit un skill pour un travail précis, le publie, et d'autres le déposent chez eux. Si vous construisez votre propre agent, définir tôt un format d'extension petit et clair vous évite de coder en dur chaque capacité dans le cœur plus tard.

Apportez votre propre modèle

OpenClaw est agnostique quant au modèle. Il ne fournit pas son propre modèle de langage. À la place, il se connecte à un modèle que vous choisissez, qui peut être une API hébergée ou un modèle que vous exécutez vous-même.

Ce partage compte pour le coût, la confidentialité et le contrôle. Une API hébergée vous donne les modèles les plus performants sans matériel à gérer, à un prix au token et avec vos prompts qui quittent votre serveur. Un modèle auto-hébergé, servi avec quelque chose comme Ollama, garde chaque message sur votre propre machine et ne coûte que le matériel et l'électricité, au prix d'un modèle plus petit ou plus lent. Beaucoup de gens mélangent les deux. Si vous voulez garder un agent entièrement privé, auto-héberger le modèle sur votre VPS est la pièce qui comble ce dernier écart, et Hermes Agent est un autre agent auto-hébergé qui mérite la comparaison.

Faut-il en construire un ?

Vous pouvez construire tout cela. Les pièces ne sont pas exotiques : un démon, quelques connecteurs de messagerie, une boucle modèle-et-outils, un dossier de Markdown, et un format de plugin. Les comprendre est réellement utile, car cela démystifie chaque agent que vous utiliserez et vous dit exactement où se trouve le danger.

Mais pour la plupart des gens, la réponse honnête est d'exécuter le vrai outil et de le durcir plutôt que de le réinventer. OpenClaw a déjà résolu les connecteurs, la boucle et le format de skill, et il a fait l'objet d'un vrai examen de sécurité. Votre effort est mieux dépensé sur la partie qui vous revient réellement, à savoir l'installation et le durcissement sur votre propre serveur. Construisez-en un petit pour apprendre. Exécutez et verrouillez le vrai pour vous en servir.

Les fondations générales se trouvent dans construire votre propre agent IA sur un VPS, et construire un agent avec Claude montre les mêmes idées avec un modèle précis comme cerveau.

FAQ

Est-il difficile de construire un agent comme OpenClaw ?

Les pièces individuelles ne sont pas difficiles. Un processus passerelle, un connecteur de messagerie, une boucle modèle-et-outils, et un dossier de fichiers sont chacun simples pris isolément. La partie difficile, c'est de le faire en toute sécurité. Un agent qui exécute des commandes shell à partir de messages de chat représente une sérieuse surface de sécurité, et réussir le bac à sable, les permissions et la configuration de l'utilisateur non privilégié demande plus de travail que de câbler les fonctionnalités entre elles.

Pourquoi OpenClaw stocke-t-il la mémoire sous forme de fichiers Markdown plutôt que dans une base de données ?

Parce que pour un agent personnel mono-utilisateur, les fichiers suffisent et sont bien plus simples. Il n'y a pas de service de base de données à faire tourner, la mémoire est facile à lire et à corriger à la main, et déplacer l'agent vers un autre serveur revient à copier un répertoire. Une base de données gagne sa place à plus grande échelle, pas ici.

Quelle est la partie la plus dangereuse d'un agent IA personnel ?

Les outils qui lui permettent d'agir : exécuter des commandes shell, contrôler un navigateur, et écrire des fichiers. Ce sont la raison de le construire et la raison pour laquelle il peut vous nuire. L'événement de sécurité d'OpenClaw de mars 2026, neuf problèmes en quatre jours dont un critique noté 9,9, est l'argument le plus clair pour traiter la couche d'outils avec soin : exécuter en tant qu'utilisateur non privilégié, verrouiller les actions destructrices, et mettre l'exécution dans un bac à sable.

Ai-je besoin de mon propre modèle de langage pour en construire un ?

Non. Les agents comme OpenClaw sont agnostiques quant au modèle, donc vous en connectez un que vous choisissez. Cela peut être une API hébergée pour les modèles les plus performants, ou un modèle que vous exécutez vous-même pour une confidentialité totale. L'auto-hébergement avec Ollama garde chaque message sur votre propre serveur au prix d'un modèle plus petit.