Cara Membuat Agen AI seperti OpenClaw Sendiri

OpenClaw sebenarnya apa

OpenClaw adalah agen AI pribadi yang di-host sendiri. Anda menjalankannya di server milik sendiri, menghubungkannya ke aplikasi chat yang sudah Anda gunakan, lalu agen ini dapat menjalankan shell command, mengendalikan browser, membaca dan menulis file, serta bertindak berdasarkan pesan yang Anda kirimkan. OpenClaw menggunakan lisensi MIT, mengutamakan operasi lokal, dan memiliki lebih dari 380,000 GitHub stars pada pertengahan 2026. Dengan demikian, OpenClaw menjadi salah satu proyek dengan jumlah stars terbanyak di platform tersebut. Di balik banyaknya perhatian, OpenClaw sebenarnya terdiri atas sejumlah kecil komponen yang terhubung dengan cara yang masuk akal. Artikel ini membahas komponen-komponen tersebut agar Anda memahami cara membangun tool seperti ini dan bagian-bagian yang berisiko.

Ada satu peringatan penting yang perlu disampaikan sejak awal karena peringatan ini memengaruhi setiap pilihan desain di bawah. Pada Maret 2026, maintainer OpenClaw menerbitkan banyak security advisory: 22 advisory pada 13 Maret saja dan lima advisory lagi pada 16 Maret. Pada bulan yang sama, National Vulnerability Database mencatat 199 CVE OpenClaw yang diterbitkan. Batch tanggal 13 Maret mencakup dua kelemahan kritis dengan rating 9.9 dari 10. Salah satunya adalah bug privilege escalation (CVE-2026-32922) yang memungkinkan device yang hanya memiliki hak pairing untuk menerbitkan token admin penuh. Proyek ini dirancang agar Anda, sebagai operator, yang melakukan hardening. Agen yang dapat menjalankan command apa pun hanya seaman mesin tempat agen tersebut berjalan dan batasan yang Anda terapkan. Ingat hal ini saat membaca.

Daemon gateway: satu proses yang tetap privat

Di pusat sistem terdapat satu proses yang berjalan terus-menerus, yang biasanya disebut gateway. Gateway merupakan control plane. Gateway menerima pesan, menentukan tindakan, menjalankan alat, lalu mengirimkan balasan. Komponen lainnya terhubung ke gateway.

Hal terpenting tentang gateway adalah alamat tempat gateway menerima koneksi. Pada instalasi host biasa, OpenClaw mengikatnya ke alamat loopback, 127.0.0.1, sehingga gateway tidak dapat diakses dari Internet kecuali Anda sengaja mengeksposnya. Image container merupakan pengecualian: dokumentasi keamanan OpenClaw menyatakan bahwa image tersebut secara default menggunakan bind yang terekspos. Jika Anda menjalankan container, tetap aktifkan autentikasi dan jangan publikasikan port-nya ke Internet. Apa pun metodenya, jaga agar gateway tetap privat. Proses inilah yang menjalankan perintah, sehingga gateway yang terekspos memberi siapa pun yang menemukannya pijakan jarak jauh ke server Anda. Jika perlu mengaksesnya dari laptop, gunakan VPN atau tunnel SSH, bukan membuka port. Tidak ada yang dapat menyerang port yang tidak dapat mereka jangkau.

Konektor channel: menerima pesan dan mengirim balasan

Personal agent hanya berguna jika Anda dapat berkomunikasi dengannya melalui aplikasi yang sudah Anda gunakan. Itulah fungsi channel connector. Setiap connector terhubung ke satu platform, seperti Telegram, WhatsApp, Slack, atau Discord, menggunakan bot API atau webhook milik platform tersebut.

Strukturnya sama untuk semua connector. Connector mendaftarkan bot ke platform, menerima pesan masuk Anda (dengan melakukan polling ke platform atau menerima webhook yang dikirim platform ke connector), meneruskan pesan tersebut ke gateway, lalu mengirim balasan dari gateway melalui API yang sama. Connector adalah lapisan translasi yang tipis. Connector mengubah "pesan Telegram telah diterima" menjadi "berikut teks untuk agent", lalu melakukan proses sebaliknya. Untuk membuat connector sendiri, Anda terutama perlu membaca dokumentasi bot pada salah satu platform dan memetakan format pesannya ke format gateway.

Siklus otak dan alat

Di dalam gateway terdapat komponen yang membuatnya menjadi agent, bukan chatbot. Komponen itu adalah sebuah loop.

Sebuah pesan masuk. Gateway mengirimkannya ke language model bersama daftar tool yang boleh digunakan oleh model tersebut. Model membaca pesan itu lalu memutuskan: menjawab langsung atau memanggil tool. Jika model memanggil tool, gateway menjalankan tool tersebut, mengambil hasilnya, lalu mengirimkan hasil itu kembali ke model. Model memeriksa hasil tersebut lalu mengambil keputusan lagi. Proses ini berulang sampai model tidak memiliki tindakan lain untuk dilakukan dan menghasilkan balasan akhir.

Loop tersebut adalah inti dari agent. Loop yang sama digunakan baik agent berjalan di aplikasi chat maupun di terminal. Untuk mengetahui cara menghubungkan tool ke loop ini dengan cara yang standar, baca menghubungkan tool melalui Model Context Protocol. Untuk sisi model, menjalankan model itu sendiri pada hardware milik Anda melengkapi bagian lainnya.

Tool adalah inti sekaligus sumber bahaya

Tool membuat OpenClaw menjadi powerful. Ada tool untuk menjalankan perintah shell, mengendalikan browser, serta membaca dan menulis file. Jika loop di atas diberi akses ke tool tersebut, loop itu dapat melakukan hampir semua hal yang dapat Anda lakukan melalui keyboard. Kemampuan tersebut adalah inti produk sekaligus sumber seluruh risikonya.

Agent yang dapat menjalankan perintah apa pun berdasarkan instruksi dari aplikasi chat memiliki attack surface yang besar. Instruksi berbahaya, serangan prompt injection yang disisipkan dalam halaman web yang dikunjungi oleh tool browser, atau bug seperti kerentanan pada March 2026 dapat mengubah perintah "baca kalender saya" menjadi "hapus file saya". Karena itu, pembatasan bukan fitur tambahan yang opsional. Jalankan agent sebagai dedicated user tanpa hak istimewa dan tanpa sudo agar compromise tidak dapat meningkatkan hak akses. Lindungi tool berbahaya dengan approval step agar agent meminta persetujuan sebelum melakukan tindakan destruktif. Sandboxing eksekusi tool agar perintah yang berjalan tanpa kendali tetap terisolasi. Isolasi API key model agar kebocoran tidak memberikan attacker akses ke akun Anda. Perhatikan juga secret lain yang tersimpan pada box yang sama, karena titik lemah sebenarnya Vaultwarden adalah admin token dan backup file-nya, bukan enkripsinya, dan agent dengan shell access dapat menjangkau keduanya.

Sebelum mengekspos apa pun yang menjalankan perintah shell, lakukan pemeriksaan dasar secara sistematis. Buat checklist untuk box Anda sendiri di sini, lalu ikuti dari atas ke bawah:

Bagian tentang unprivileged user dibahas secara mendalam dalam menjalankan service sebagai unprivileged user, sedangkan panduan lengkap untuk menyiapkan project sebenarnya secara aman tersedia di menjalankan OpenClaw dengan aman pada VPS.

Memori sebagai file biasa

Sebagian besar orang mengira memori agent disimpan dalam database. Pada OpenClaw, tidak demikian. OpenClaw menyimpan memori sebagai file Markdown biasa di disk, dan pendekatan ini layak ditiru. File tersebut merupakan sumber kebenaran; memory engine default mempertahankan indeks pencarian SQLite di sebelahnya, dan indeks tersebut dapat dibuat ulang dari file.

File itu sederhana. Tidak ada schema yang perlu dimigrasikan, service yang harus terus berjalan, atau bahasa query yang perlu dipelajari. Isinya dapat diperiksa: Anda dapat membuka folder dan membaca dengan tepat hal-hal yang diyakini agent tentang Anda, memperbaiki catatan yang keliru dengan mengedit file, atau menghapus memori dengan menghapus file tersebut. File juga portabel karena memindahkan agent ke server baru cukup dilakukan dengan menyalin sebuah direktori. Untuk agent personal satu pengguna, folder berisi file teks sudah memadai dan membuat seluruh sistem mudah dipahami.

Skill: cara portabel untuk menambahkan kemampuan

Selain tool bawaan, OpenClaw menggunakan format skill portabel agar komunitas dapat memperluas kemampuannya tanpa mengubah inti sistem. Skill adalah paket mandiri yang berisi instruksi dan, terkadang, kode untuk mengajarkan agent melakukan tugas baru. Agent memuat skill ketika tugas memerlukannya. Web search biasanya menjadi skill pertama yang ditambahkan. Mengarahkan skill tersebut ke instance SearXNG milik Anda sendiri menjaga query Anda tetap berada di luar API pencarian komersial. Pendekatan ini juga memperjelas batas kepercayaan skill, karena semua hasil yang dikembalikannya berupa teks yang ditulis oleh pihak lain.

Nilai format seperti ini terletak pada kemampuannya untuk dibagikan. Seseorang dapat menulis skill untuk pekerjaan tertentu, memublikasikannya, lalu orang lain memasangnya. Kemudahan ini memiliki risiko karena skill merupakan kode dari pihak lain yang akan dijalankan agent Anda tanpa ragu. Oleh karena itu, jalankan apa pun yang tidak Anda tulis sendiri melalui pemindai keamanan yang Anda host sendiri sebelum memuatnya. Jika Anda membangun agent sendiri, menentukan format ekstensi yang kecil dan jelas sejak awal akan mencegah Anda memasukkan setiap kemampuan secara hard-code ke dalam inti sistem nantinya.

Gunakan model pilihan Anda

OpenClaw bersifat agnostik terhadap model. OpenClaw tidak menyertakan model bahasa sendiri. Sebagai gantinya, OpenClaw terhubung ke model yang Anda pilih, baik melalui API yang di-host maupun model yang Anda jalankan sendiri.

Pemisahan ini penting untuk biaya, privasi, dan kendali. API yang di-host memberi Anda akses ke model terkuat tanpa perlu mengelola perangkat keras, dengan biaya per token dan prompt Anda dikirim keluar dari server. Model yang di-host sendiri, yang dijalankan dengan perangkat lunak seperti Ollama, menyimpan setiap pesan di mesin Anda sendiri dan hanya memerlukan biaya perangkat keras serta listrik, tetapi model yang digunakan biasanya lebih kecil atau lebih lambat. Banyak orang menggabungkan keduanya. Jika Anda ingin menjaga agen tetap sepenuhnya privat, meng-host sendiri model pada VPS Anda adalah bagian yang menutup celah terakhir tersebut, dan Hermes Agent adalah agen yang di-host sendiri lainnya yang layak dijadikan pembanding.

Perlukah Anda membuatnya?

Anda dapat membangun semua komponen ini. Komponennya tidak rumit: sebuah daemon, beberapa konektor chat, loop model dan alat, folder berisi Markdown, serta format plugin. Memahami komponen tersebut sangat berguna karena hal ini menghilangkan misteri di balik setiap agent yang akan Anda gunakan dan menunjukkan dengan tepat lokasi risikonya.

Namun, bagi kebanyakan orang, jawaban yang jujur adalah menjalankan implementasi yang sebenarnya lalu memperkuat keamanannya, bukan membuatnya ulang. OpenClaw sudah menangani konektor, loop, dan format skill, serta telah melalui pemeriksaan keamanan nyata. Sebaiknya Anda memusatkan upaya pada bagian yang memang harus Anda konfigurasi dengan benar, yaitu setup dan hardening pada server Anda sendiri. Jika Anda ingin memulai dengan pendekatan pembelajaran, mempelajari konsep-konsep tersebut secara bertahap lebih baik daripada langsung membaca kode sumber agent, karena setiap tahap menghasilkan sesuatu yang benar-benar telah Anda bangun. Bangun agent kecil untuk belajar. Jalankan dan amankan agent yang sebenarnya untuk digunakan.

Dasar-dasar umumnya dibahas dalam membangun AI agent sendiri pada VPS, sedangkan membangun agent dengan Claude menunjukkan gagasan yang sama menggunakan model tertentu sebagai otaknya.

FAQ

Apakah sulit membuat agent seperti OpenClaw?

Setiap komponennya tidak sulit. Proses gateway, konektor chat, loop model dan tools, serta folder berisi file, masing-masing mudah dibuat secara terpisah. Bagian yang sulit adalah melakukannya dengan aman. Agent yang menjalankan perintah shell dari pesan chat memiliki permukaan keamanan yang serius. Konfigurasi sandbox, permission, dan pengguna tanpa hak istimewa yang tepat memerlukan lebih banyak pekerjaan daripada menghubungkan berbagai fiturnya.

Mengapa OpenClaw menyimpan memori sebagai file Markdown, bukan database?

Karena untuk agent personal satu pengguna, file sudah cukup dan jauh lebih sederhana. Anda tidak perlu menjalankan service database. Memori juga mudah dibaca dan diperbaiki secara manual. Memindahkan agent ke server lain cukup dilakukan dengan menyalin sebuah direktori. Database baru memberikan manfaat pada skala yang lebih besar, bukan untuk kebutuhan ini.

Apa bagian paling berbahaya dari agent AI personal?

Bagian tersebut adalah tools yang memungkinkannya bertindak: menjalankan perintah shell, mengendalikan browser, dan menulis file. Kemampuan ini merupakan alasan untuk membuatnya, sekaligus alasan agent tersebut dapat merugikan Anda. Gelombang advisori keamanan OpenClaw pada March 2026, dengan 27 advisori yang diterbitkan antara 13 dan 16 March, termasuk dua advisori kritis dengan rating 9.9, merupakan alasan paling jelas untuk menangani layer tools dengan hati-hati: jalankan sebagai pengguna tanpa hak istimewa, batasi tindakan destruktif, dan gunakan sandbox untuk eksekusi.

Apakah saya memerlukan language model sendiri untuk membuatnya?

Tidak. Agent seperti OpenClaw bersifat model-agnostic, sehingga Anda dapat menghubungkannya ke model pilihan Anda. Model tersebut dapat berupa API terkelola untuk model dengan kemampuan terbaik, atau model yang Anda jalankan sendiri untuk privasi penuh. Self-hosting dengan Ollama menjaga setiap pesan tetap berada di server Anda sendiri, dengan konsekuensi Anda harus menjalankan model yang lebih kecil.