OpenClaw AI agent kaise banaye

OpenClaw वास्तव में क्या है

OpenClaw एक self-hosted personal AI agent है। आप इसे अपने स्वयं के server पर चलाते हैं, इसे उन chat apps से जोड़ते हैं जिनका आप पहले से उपयोग करते हैं, और यह shell commands चला सकता है, browser को control कर सकता है, आपकी files को पढ़ और लिख सकता है, और आपके द्वारा भेजे गए messages पर कार्य कर सकता है। यह MIT-licensed है, local-first है, और mid-2026 तक इसके GitHub पर 380,000 से अधिक stars हैं, जो इसे platform पर सबसे अधिक-starred projects में से एक बनाता है। बाहरी शोर के नीचे, यह तार्किक रूप से आपस में जुड़े हुए हिस्सों का एक काफी छोटा set है। यह post उन parts के बारे में विस्तार से बताता है ताकि आप समझ सकें कि इस तरह का tool कैसे बनाया जाता है, और इसके जोखिम (sharp edges) कहाँ हैं।

एक चेतावनी पहले ही दे दी जाए, क्योंकि यह नीचे दिए गए हर design choice को प्रभावित करती है। March 2026 में OpenClaw में चार दिनों के भीतर नौ security issues सामने आए थे, जिसमें 10 में से 9.9 rating वाला एक critical privilege-escalation flaw (CVE-2026-32922) शामिल था। इस project को आपके द्वारा, यानी operator द्वारा, harden करने के लिए design किया गया है। एक agent जो कोई भी command चला सकता है, वह उतना ही सुरक्षित है जितना कि वह box जिस पर वह चलता है और वे limits जो आप उसके चारों ओर लगाते हैं। पढ़ते समय इसे ध्यान में रखें।

The gateway daemon: एक process, जो private रहता है

केंद्र में एक single long-running process है, जिसे आमतौर पर gateway कहा जाता है। यह control plane है। यह messages प्राप्त करता है, निर्णय लेता है कि क्या करना है, tools चलाता है, और replies वापस भेजता है। बाकी सब कुछ इसमें plug होता है।

Gateway के बारे में सबसे महत्वपूर्ण तथ्य यह है कि यह कहाँ listen करता है। Default रूप से OpenClaw इसे loopback address, 127.0.0.1, पर bind करता है, इसलिए जब तक आप इसे expose करने का प्रयास नहीं करते, यह internet से reachable नहीं है। इसे वहीं रहने दें। यह वह single process है जो commands चलाने का काम करता है, इसलिए एक exposed gateway किसी भी व्यक्ति को जो इसे ढूंढ लेता है, आपके server में remote foothold दे देता है। जब आपको अपने laptop से इसे reach करने की आवश्यकता हो, तो port खोलने के बजाय VPN या SSH tunnel के माध्यम से ऐसा करें। कोई भी उस port पर attack नहीं कर सकता जिसे वह reach नहीं कर सकता।

Channel connectors: एक message प्राप्त करना और एक reply भेजना

एक personal agent तभी उपयोगी है जब आप उन apps से बात कर सकें जिनका आप पहले से उपयोग करते हैं। channel connectors यही काम करते हैं। प्रत्येक connector Telegram, WhatsApp, Slack, या Discord जैसे किसी एक platform से बात करता है, उस platform के bot API या webhooks का उपयोग करके।

इन सभी के लिए structure एक जैसा है। connector platform के साथ एक bot register करता है, आपका incoming message प्राप्त करता है (या तो platform को poll करके या platform द्वारा भेजे गए webhook के माध्यम से), उस message को gateway को सौंपता है, और gateway के reply को उसी API के माध्यम से वापस post करता है। connector एक पतला translation layer है। यह "a Telegram message arrived" को "here is text for the agent" में और इसके विपरीत बदल देता है। अपना स्वयं का connector बनाना मुख्य रूप से किसी एक platform के bot documentation को पढ़ने और उसके message format को gateway के format पर map करने का मामला है।

The brain and the tool loop

Gateway के अंदर वह हिस्सा है जो इसे chatbot के बजाय एक agent बनाता है। यह एक loop है।

एक message आता है। Gateway उसे language model को उन tools की सूची के साथ भेजता है जिनका उपयोग करने की model को अनुमति है। Model message को पढ़ता है और निर्णय लेता है: सीधे उत्तर दें, या किसी tool को call करें। यदि यह किसी tool को call करता है, तो gateway उस tool को चलाता है, result को capture करता है, और result को model को वापस भेजता है। Model result को देखता है और फिर से निर्णय लेता है। यह तब तक दोहराया जाता है जब तक कि model के पास करने के लिए कुछ न बचे और वह एक final reply produce न कर दे।

वह loop ही agent का पूरा विचार है, और यह वही loop है चाहे agent किसी chat app में हो या terminal में। tools को एक standard तरीके से उस loop से कैसे जोड़ा जाए, इसके लिए, connecting tools through the Model Context Protocol एक अच्छा अगला reading है, और model side के लिए, running the model itself on your own hardware दूसरा आधा हिस्सा पूरा करता है।

The tool set ही मुख्य बिंदु है, और यही खतरा भी है

Tools ही OpenClaw को शक्तिशाली बनाते हैं। एक tool जो shell command चलाता है, एक tool जो browser चलाता है, एक tool जो files को पढ़ता और लिखता है। यदि आप ऊपर दिए गए loop को उनका access दे दें, तो यह लगभग वह सब कुछ कर सकता है जो आप keyboard पर कर सकते हैं। वह reach ही पूरा product है, और यही पूरा risk भी है।

एक agent जो chat app से आने वाले instructions पर कार्य करते हुए कोई भी command चला सकता है, उसका attack surface बहुत बड़ा होता है। एक गलत instruction, एक web page में छिपा prompt-injection attack जिसे browser tool visit करता है, या March 2026 के flaws जैसा कोई bug, "read my calendar" को "delete my files" में बदल सकता है। इसलिए limits optional extras नहीं हैं। agent को एक dedicated, unprivileged user के रूप में चलाएं जिसके पास sudo न हो, ताकि compromise होने पर privilege escalation न हो सके। खतरनाक tools को an approval step के पीछे रखें ताकि agent कुछ भी विनाशकारी करने से पहले पूछे। Tool execution को sandbox करें ताकि कोई runaway command contained रहे। Model की API key को isolate करें ताकि leak होने पर attacker को आपका account न मिल जाए।

इससे पहले कि आप shell commands चलाने वाली किसी भी चीज़ को expose करें, बुनियादी बातों (basics) पर सावधानीपूर्वक काम करें। यहाँ अपने स्वयं के box के लिए एक checklist बनाएं, फिर इसे ऊपर से नीचे तक फॉलो करें:

Unprivileged-user वाला हिस्सा running services as an unprivileged user में विस्तार से कवर किया गया है, और real project के लिए full safe-setup walkthrough running OpenClaw safely on a VPS में है।

Memory plain files के रूप में

ज्यादातर लोग उम्मीद करते हैं कि agent की memory एक database में रहती है। OpenClaw की ऐसी नहीं है। यह disk पर plain Markdown files के रूप में memory store करता है, और यह choice copy करने लायक है।

Files सरल हैं। इसमें migrate करने के लिए कोई schema नहीं है, चलाने के लिए कोई service नहीं है, और सीखने के लिए कोई query language नहीं है। इन्हें inspect किया जा सकता है: आप folder खोल सकते हैं और पढ़ सकते हैं कि agent आपके बारे में क्या मानता है, एक file को edit करके गलत note को ठीक कर सकते हैं, या किसी memory को delete करने के लिए उसे हटा सकते हैं। और वे portable हैं, क्योंकि agent को नए server पर ले जाना सिर्फ एक directory को copy करने का मामला है। एक single-user personal agent के लिए, text files का एक folder काफी है, और यह पूरे system को समझने में आसान रखता है।

Skills: क्षमताओं को जोड़ने का एक portable तरीका

Built-in tools के अलावा, OpenClaw एक portable skill format का उपयोग करता है ताकि community इसके core को बदले बिना इसकी क्षमताओं को extend कर सके। एक skill instructions और, कभी-कभी, code का एक self-contained bundle है जो agent को एक नया task सिखाता है। Agent skill को तब load करता है जब task की आवश्यकता होती है।

इस तरह के format का मूल्य यह है कि abilities shareable हो जाती हैं। कोई व्यक्ति किसी विशिष्ट कार्य के लिए skill लिखता है, उसे publish करता है, और अन्य लोग उसे इस्तेमाल कर सकते हैं। यदि आप अपना स्वयं का agent बनाते हैं, तो शुरुआत में ही एक छोटा, स्पष्ट extension format define करना आपको बाद में हर capability को core में hard-code करने से बचाता है।

Bring your own model

OpenClaw model-agnostic है। यह अपना स्वयं का language model प्रदान नहीं करता है। इसके बजाय, यह आपके द्वारा चुने गए model से जुड़ता है, जो कि एक hosted API हो सकता है या वह model जिसे आप स्वयं चलाते हैं।

लागत, privacy, और control के लिए यह split महत्वपूर्ण है। एक hosted API आपको बिना किसी hardware management के सबसे शक्तिशाली models देता है, जो per-token price पर होता है और आपके prompts आपके server से बाहर जाते हैं। Ollama जैसी चीज़ के साथ self-hosted model, हर message को आपके अपने box पर रखता है और इसमें केवल hardware और power का खर्च आता है, जो कि एक छोटे या धीमे model को चलाने की कीमत पर होता है। कई लोग दोनों का मिश्रण उपयोग करते हैं। यदि आप agent को पूरी तरह से private रखना चाहते हैं, तो self-hosting the model on your VPS वह हिस्सा है जो उस आखिरी gap को भरता है, और Hermes Agent एक और self-hosted agent है जिसकी तुलना की जा सकती है।

क्या आपको एक बनाना चाहिए?

आप यह सब बना सकते हैं। parts exotic नहीं हैं: एक daemon, कुछ chat connectors, एक model-and-tools loop, Markdown का एक folder, और एक plugin format। उन्हें समझना वास्तव में उपयोगी है, क्योंकि यह हर उस agent के रहस्य खोलता है जिसका आप उपयोग करेंगे और यह आपको सटीक रूप से बताता है कि खतरा कहाँ है।

लेकिन अधिकांश लोगों के लिए ईमानदार उत्तर यह है कि इसे reinvent करने के बजाय real thing को चलाएं और उसे harden करें। OpenClaw ने पहले ही connectors, loop, और skill format को हल कर दिया है, और इसे वास्तविक security scrutiny मिली है। आपका प्रयास उस हिस्से पर बेहतर खर्च होगा जो वास्तव में आपका है, जो कि setup और आपके स्वयं के server पर hardening है। सीखने के लिए एक छोटा agent बनाएं। उपयोग करने के लिए real one को चलाएं और lock down करें।

General foundations building your own AI agent on a VPS में हैं, और building an agent with Claude विशिष्ट model को brain के रूप में उपयोग करते हुए उन्हीं ideas को दिखाता है।

FAQ

क्या OpenClaw जैसा agent बनाना कठिन है?

Individual parts कठिन नहीं हैं। एक gateway process, एक chat connector, एक model-and-tools loop, और files का एक folder, प्रत्येक अपने आप में straightforward है। कठिन हिस्सा इसे सुरक्षित रूप से करना है। chat messages से shell commands चलाने वाला agent एक गंभीर security surface है, और sandboxing, permissions, और unprivileged-user setup को सही ढंग से करना, features को आपस में जोड़ने से कहीं अधिक काम है।

OpenClaw database के बजाय Markdown files के रूप में memory क्यों store करता है?

क्योंकि एक single-user personal agent के लिए, files पर्याप्त हैं और बहुत सरल हैं। चलाने के लिए कोई database service नहीं है, memory को हाथ से पढ़ना और ठीक करना आसान है, और agent को दूसरे server पर ले जाना सिर्फ एक directory को copy करना है। Database बड़े scale पर अपनी जगह बनाता है, यहाँ नहीं।

एक personal AI agent का सबसे खतरनाक हिस्सा क्या है?

वे tools जो इसे कार्य करने देते हैं: shell commands चलाना, browser को control करना, और files लिखना। वे ही इसके बनाने का कारण हैं और वे ही इसके नुकसान पहुँचाने का कारण भी हैं। OpenClaw की March 2026 की security event, जिसमें चार दिनों में नौ issues (9.9-rated critical सहित) आए, tool layer के साथ सावधानी बरतने का सबसे स्पष्ट तर्क है: unprivileged user के रूप में चलाएं, विनाशकारी actions को gate करें, और execution को sandbox करें।

क्या मुझे एक बनाने के लिए अपना स्वयं का language model चाहिए?

नहीं। OpenClaw जैसे agents model-agnostic होते हैं, इसलिए आप अपनी पसंद का model जोड़ते हैं। यह सबसे शक्तिशाली models के लिए एक hosted API हो सकता है, या पूर्ण privacy के लिए वह model जिसे आप स्वयं चलाते हैं। Ollama के साथ self-hosting हर message को आपके अपने server पर रखता है, लेकिन इसके लिए एक छोटे model को चलाने की लागत आती है।