OpenClaw + Codex/ClaudeCode Agent Swarm: वन-पर्सन डेव टीम [फुल सेटअप]

मैं अब Codex या Claude Code का सीधे उपयोग नहीं करता।

मैं OpenClaw को अपनी ऑर्केस्ट्रेशन लेयर के रूप में उपयोग करता हूँ। मेरा ऑर्केस्ट्रेटर, Zoe, एजेंटों को स्पॉन करता है, उनके प्रॉम्प्ट लिखता है, प्रत्येक कार्य के लिए सही मॉडल चुनता है, प्रगति पर नज़र रखता है, और PR मर्ज करने के लिए तैयार होने पर मुझे Telegram पर पिंग करता है।

पिछले 4 हफ़्तों के प्रमाण:

• एक दिन में 94 कमिट. मेरा सबसे उत्पादक दिन - मेरे पास 3 क्लाइंट कॉल थे और मैंने अपना एडिटर एक बार भी नहीं खोला। औसतन प्रति दिन लगभग 50 कमिट होते हैं।

• 30 मिनट में 7 PR. आइडिया से प्रोडक्शन तक बेहद तेज़ है क्योंकि कोडिंग और वैलिडेशन ज़्यादातर स्वचालित हैं।

• कमिट → MRR: मैं इसका उपयोग एक वास्तविक B2B SaaS के लिए कर रहा हूँ जिसे मैं बना रहा हूँ — इसे फाउंडर-लेड सेल्स के साथ बंडल करके अधिकांश फीचर अनुरोधों को उसी दिन पूरा करता हूँ। स्पीड लीड को भुगतान करने वाले ग्राहकों में बदल देती है।

मेरा git हिस्ट्री ऐसा दिखता है जैसे मैंने अभी-अभी एक डेव टीम को काम पर रखा हो। हकीकत में, यह सिर्फ मैं ही हूँ जो Claude Code को मैनेज करने से, एक OpenClaw एजेंट को मैनेज करने की ओर बढ़ गया हूँ जो अन्य Claude Code और Codex एजेंटों के एक समूह को मैनेज करता है।

सफलता दर: सिस्टम बिना किसी हस्तक्षेप के लगभग सभी छोटे से मध्यम कार्यों को एक ही बार में पूरा कर देता है।

लागत: Claude के लिए ~$100/माह और Codex के लिए $90/माह, लेकिन आप $20 से शुरू कर सकते हैं।

यहाँ बताया गया है कि यह Codex या Claude Code का सीधे उपयोग करने से बेहतर क्यों काम करता है:

>Codex और Claude Code के पास आपके व्यवसाय के बारे में बहुत कम संदर्भ होता है।

वे कोड देखते हैं। वे आपके व्यवसाय की पूरी तस्वीर नहीं देखते हैं।

OpenClaw समीकरण बदल देता है। यह आपके और सभी एजेंटों के बीच ऑर्केस्ट्रेशन लेयर के रूप में कार्य करता है — यह मेरे Obsidian वॉल्ट के अंदर मेरे सभी व्यावसायिक संदर्भ (ग्राहक डेटा, मीटिंग नोट्स, पिछले निर्णय, क्या काम किया, क्या विफल रहा) रखता है, और ऐतिहासिक संदर्भ को प्रत्येक कोडिंग एजेंट के लिए सटीक प्रॉम्प्ट में अनुवादित करता है। एजेंट कोड पर केंद्रित रहते हैं। ऑर्केस्ट्रेटर उच्च रणनीति स्तर पर रहता है।

यहाँ बताया गया है कि सिस्टम उच्च स्तर पर कैसे काम करता है:

पिछले हफ्ते Stripe ने अपने बैकग्राउंड एजेंट सिस्टम के बारे में लिखा जिसे "Minions" कहा जाता है — एक केंद्रीकृत ऑर्केस्ट्रेशन लेयर द्वारा समर्थित समानांतर कोडिंग एजेंट। मैंने गलती से वही चीज़ बना ली, लेकिन यह मेरे Mac mini पर स्थानीय रूप से चलता है।

इससे पहले कि मैं आपको बताऊं कि इसे कैसे सेट अप करना है, आपको पता होना चाहिए कि आपको एजेंट ऑर्केस्ट्रेटर की आवश्यकता क्यों है।

एक AI दोनों क्यों नहीं कर सकता

कॉन्टेक्स्ट विंडो ज़ीरो-सम होती हैं। आपको चुनना होता है कि क्या अंदर जाएगा।

इसे कोड से भरें → व्यावसायिक संदर्भ के लिए जगह नहीं। इसे ग्राहक इतिहास से भरें → कोडबेस के लिए जगह नहीं। यही कारण है कि दो-स्तरीय प्रणाली काम करती है: प्रत्येक AI में वही लोड किया जाता है जिसकी उसे आवश्यकता होती है।

OpenClaw और Codex के पास बिल्कुल अलग संदर्भ होता है:

विशेषज्ञता अलग-अलग मॉडलों के माध्यम से नहीं, बल्कि संदर्भ के माध्यम से।

पूर्ण 8-चरणीय कार्यप्रवाह

मैं आपको पिछले हफ्ते के एक वास्तविक उदाहरण के माध्यम से ले चलता हूँ।

चरण 1: ग्राहक अनुरोध → Zoe के साथ स्कोपिंग

मेरे पास एक एजेंसी ग्राहक के साथ कॉल थी। वे टीम में पहले से सेट अप किए गए कॉन्फ़िगरेशन को पुनः उपयोग करना चाहते थे।

कॉल के बाद, मैंने Zoe के साथ अनुरोध पर बात की। क्योंकि मेरे सभी मीटिंग नोट्स स्वचालित रूप से मेरे Obsidian वॉल्ट में सिंक हो जाते हैं, मेरी ओर से किसी स्पष्टीकरण की आवश्यकता नहीं थी। हमने एक साथ फीचर का स्कोप तय किया — और एक टेम्पलेट सिस्टम पर पहुंचे जो उन्हें अपने मौजूदा कॉन्फ़िगरेशन को सहेजने और संपादित करने देता है।

फिर Zoe तीन काम करती है:

1. ग्राहक को तुरंत अनब्लॉक करने के लिए क्रेडिट टॉप अप करती है — उसके पास एडमिन API एक्सेस है
2. प्रोड डेटाबेस से ग्राहक कॉन्फ़िग पुल करती है — उसके पास केवल-पढ़ने के लिए प्रोड DB एक्सेस है (मेरे Codex एजेंटों के पास यह कभी नहीं होगा) ताकि उनका मौजूदा सेटअप प्राप्त किया जा सके, जो प्रॉम्प्ट में शामिल किया जाता है
3. एक Codex एजेंट स्पॉन करती है — सभी संदर्भ वाले विस्तृत प्रॉम्प्ट के साथ

चरण 2: एजेंट को स्पॉन करें

प्रत्येक एजेंट को अपना स्वयं का वर्कट्री (पृथक शाखा) और tmux सत्र मिलता है:

1# वर्कट्री + एजेंट स्पॉन करें
2git worktree add ../feat-custom-templates -b feat/custom-templates origin/main
3cd ../feat-custom-templates && pnpm install
4
5tmux new-session -d -s "codex-templates" \
6  -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \
7  "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"

एजेंट एक स्क्रिप्ट के माध्यम से पूर्ण टर्मिनल लॉगिंग के साथ tmux सत्र में चलता है।

यहाँ बताया गया है कि हम एजेंटों को कैसे लॉन्च करते हैं:

1# Codex
2codex --model gpt-5.3-codex \
3  -c "model_reasoning_effort=high" \
4  --dangerously-bypass-approvals-and-sandbox \
5  "आपका प्रॉम्प्ट यहाँ"
6
7# Claude Code
8claude --model claude-opus-4.5 \
9  --dangerously-skip-permissions \
10  -p "आपका प्रॉम्प्ट यहाँ"

मैं पहले codex exec या claude -p का उपयोग करता था, लेकिन हाल ही में tmux पर स्विच कर गया:

tmux कहीं बेहतर है क्योंकि कार्य के बीच में रीडायरेक्शन शक्तिशाली है। एजेंट गलत दिशा में जा रहा है? उसे मारें नहीं:

1# गलत तरीका:
2tmux send-keys -t codex-templates "रुको। पहले API लेयर पर ध्यान दो, UI पर नहीं।" Enter
3
4# अधिक संदर्भ चाहिए:
5tmux send-keys -t codex-templates "स्कीमा src/types/template.ts में है। उसका उपयोग करो।" Enter

कार्य .clawdbot/active-tasks.json में ट्रैक किया जाता है:

1{
2  "id": "feat-custom-templates",
3  "tmuxSession": "codex-templates",
4  "agent": "codex",
5  "description": "एजेंसी ग्राहक के लिए कस्टम ईमेल टेम्पलेट",
6  "repo": "medialyst",
7  "worktree": "feat-custom-templates",
8  "branch": "feat/custom-templates",
9  "startedAt": 1740268800000,
10  "status": "running",
11  "notifyOnComplete": true
12}

पूरा होने पर, यह PR नंबर और जांच के साथ अपडेट होता है। (इस पर अधिक जानकारी चरण 5 में)

1{
2  "status": "done",
3  "pr": 341,
4  "completedAt": 1740275400000,
5  "checks": {
6    "prCreated": true,
7    "ciPassed": true,
8    "claudeReviewPassed": true,
9    "geminiReviewPassed": true
10  },
11  "note": "सभी जांचें पास। मर्ज करने के लिए तैयार।"
12}

चरण 3: एक लूप में निगरानी

एक cron जॉब हर 10 मिनट में सभी एजेंटों की देखभाल के लिए चलता है। यह मोटे तौर पर एक बेहतर Ralph Loop की तरह काम करता है, इसके बारे में बाद में और अधिक जानकारी।

लेकिन यह सीधे एजेंटों से पोल नहीं करता है — वह महंगा होगा। इसके बजाय, यह एक स्क्रिप्ट चलाता है जो JSON रजिस्ट्री को पढ़ता है और जाँच करता है:

1.clawdbot/check-agents.sh

स्क्रिप्ट 100% नियतात्मक और अत्यधिक टोकन-कुशल है:

• जाँच करता है कि tmux सत्र जीवित हैं या नहीं
• ट्रैक की गई शाखाओं पर खुले PR की जाँच करता है
• gh cli के माध्यम से CI स्थिति की जाँच करता है
• विफल एजेंटों को स्वचालित रूप से पुनर्जीवित करता है (अधिकतम 3 प्रयास) यदि CI विफल होता है या महत्वपूर्ण समीक्षा प्रतिक्रिया है
• केवल तभी सतर्क करता है जब किसी चीज़ को मानवीय ध्यान की आवश्यकता होती है

मैं टर्मिनल नहीं देख रहा हूँ। सिस्टम मुझे बताता है कि कब देखना है।

चरण 4: एजेंट PR बनाता है

एजेंट कमिट करता है, पुश करता है, और gh pr create --fill के माध्यम से एक PR खोलता है। इस बिंदु पर मुझे सूचित नहीं किया जाता — केवल PR पर्याप्त नहीं है।

पूर्ण होने की परिभाषा (आपके एजेंट के लिए यह जानना बहुत महत्वपूर्ण है):

• PR बनाया गया
• शाखा main से सिंक की गई (कोई मर्ज कॉन्फ्लिक्ट नहीं)
• CI पास हो रहा है (lint, types, यूनिट टेस्ट, E2E)
• Codex समीक्षा पास हुई
• Claude Code समीक्षा पास हुई
• Gemini समीक्षा पास हुई
• स्क्रीनशॉट शामिल किए गए (यदि UI परिवर्तन हैं)

चरण 5: स्वचालित कोड समीक्षा

प्रत्येक PR की समीक्षा तीन AI मॉडलों द्वारा की जाती है। वे अलग-अलग चीज़ें पकड़ते हैं:

• Codex समीक्षक — एज केस में असाधारण। सबसे गहन समीक्षा करता है। लॉजिक एरर, मिसिंग एरर हैंडलिंग, रेस कंडीशन को पकड़ता है। झूठी सकारात्मक दर बहुत कम है।
• Gemini Code Assist समीक्षक — मुफ़्त और अविश्वसनीय रूप से उपयोगी। सुरक्षा मुद्दों, स्केलेबिलिटी समस्याओं को पकड़ता है जो अन्य एजेंट मिस करते हैं। और विशिष्ट सुधार सुझाता है। इंस्टॉल करना कोई दिमागी खेल नहीं है।
• Claude Code समीक्षक — ज़्यादातर बेकार - अत्यधिक सतर्क होता है। बहुत सारे "विचार करें कि ... जोड़ें" सुझाव जो आमतौर पर ओवरइंजीनियरिंग होते हैं। मैं सब कुछ छोड़ देता हूं जब तक कि इसे महत्वपूर्ण चिह्नित न किया गया हो। यह शायद ही कभी अपने आप महत्वपूर्ण मुद्दे ढूंढता है, लेकिन जो अन्य समीक्षक फ़्लैग करते हैं उन्हें मान्य करता है।

तीनों सीधे PR पर टिप्पणियाँ पोस्ट करते हैं।

चरण 6: स्वचालित परीक्षण

हमारी CI पाइपलाइन भारी मात्रा में स्वचालित परीक्षण चलाती है:

• Lint और TypeScript जाँच
• यूनिट टेस्ट
• E2E टेस्ट
• प्रीव्यू एनवायरनमेंट (प्रोड के समान) के विरुद्ध Playwright टेस्ट

मैंने पिछले हफ्ते एक नया नियम जोड़ा: यदि PR किसी UI को बदलता है, तो PR विवरण में एक स्क्रीनशॉट शामिल होना चाहिए। अन्यथा CI विफल हो जाता है। यह समीक्षा समय को नाटकीय रूप से कम करता है — मैं प्रीव्यू के माध्यम से क्लिक किए बिना देख सकता हूं कि वास्तव में क्या बदला है।

चरण 7: मानवीय समीक्षा

अब मुझे Telegram सूचना मिलती है: "PR #341 समीक्षा के लिए तैयार।"

इस बिंदु तक:

• CI पास हो गया
• तीन AI समीक्षकों ने कोड को मंजूरी दे दी
• स्क्रीनशॉट UI परिवर्तन दिखाते हैं
• सभी एज केस समीक्षा टिप्पणियों में दस्तावेज़ित हैं

मेरी समीक्षा में 5-10 मिनट लगते हैं। कई PR मैं कोड पढ़े बिना ही मर्ज कर देता हूं — स्क्रीनशॉट मुझे वह सब कुछ दिखाता है जो मुझे चाहिए।

चरण 8: मर्ज

PR मर्ज हो जाता है। एक दैनिक cron जॉब अनाथ वर्कट्री और टास्क रजिस्ट्री json को साफ करता है।

Ralph Loop V2

यह मूल रूप से Ralph Loop है, लेकिन बेहतर।

Ralph Loop मेमोरी से संदर्भ खींचता है, आउटपुट जनरेट करता है, परिणामों का मूल्यांकन करता है, सीख को सहेजता है। लेकिन अधिकांश कार्यान्वयन प्रत्येक चक्र में एक ही प्रॉम्प्ट चलाते हैं। डिस्टिल्ड लर्निंग भविष्य की पुनर्प्राप्ति में सुधार करती है, लेकिन प्रॉम्प्ट स्वयं स्थिर रहता है।

हमारा सिस्टम अलग है। जब कोई एजेंट विफल होता है, तो Zoe उसे उसी प्रॉम्प्ट के साथ पुनर्जीवित नहीं करती है। वह पूर्ण व्यावसायिक संदर्भ के साथ विफलता को देखती है और पता लगाती है कि उसे कैसे अनब्लॉक किया जाए:

• एजेंट का संदर्भ खत्म हो गया? "केवल इन तीन फ़ाइलों पर ध्यान केंद्रित करें।"
• एजेंट गलत दिशा में चला गया? "रुको। ग्राहक X चाहता था, Y नहीं। यहाँ बताया गया है कि उन्होंने मीटिंग में क्या कहा।"
• एजेंट को स्पष्टीकरण चाहिए? "यहाँ ग्राहक का ईमेल और उनकी कंपनी क्या करती है।"

Zoe एजेंटों को पूरा होने तक संभालती है। उसके पास वह संदर्भ है जो एजेंटों के पास नहीं है — ग्राहक इतिहास, मीटिंग नोट्स, हमने पहले क्या प्रयास किया, यह क्यों विफल रहा। वह प्रत्येक पुन: प्रयास पर बेहतर प्रॉम्प्ट लिखने के लिए उस संदर्भ का उपयोग करती है।

लेकिन वह कार्य सौंपने के लिए मेरे इंतजार भी नहीं करती है। वह सक्रिय रूप से काम ढूंढती है:

• सुबह: Sentry स्कैन करती है → 4 नई त्रुटियां ढूंढती है → जांच और सुधार के लिए 4 एजेंट स्पॉन करती है
• मीटिंग के बाद: मीटिंग नोट्स स्कैन करती है → ग्राहकों द्वारा उल्लिखित 3 फीचर अनुरोधों को फ़्लैग करती है → 3 Codex एजेंट स्पॉन करती है
• शाम: git लॉग स्कैन करती है → चेंजलॉग और ग्राहक दस्तावेज़ अपडेट करने के लिए Claude Code स्पॉन करती है

मैं ग्राहक कॉल के बाद टहलने जाता हूं। वापस आता हूं तो Telegram पर: "समीक्षा के लिए 7 PR तैयार। 3 फीचर, 4 बग फिक्स।"

जब एजेंट सफल होते हैं, तो पैटर्न लॉग हो जाता है। "यह प्रॉम्प्ट संरचना बिलिंग फीचर्स के लिए काम करती है।" "Codex को टाइप डेफिनिशन पहले से चाहिए।" "हमेशा टेस्ट फ़ाइल पथ शामिल करें।"

पुरस्कार संकेत हैं: CI पास होना, तीनों कोड समीक्षाएं पास होना, मानवीय मर्ज। कोई भी विफलता लूप को ट्रिगर करती है। समय के साथ, Zoe बेहतर प्रॉम्प्ट लिखती है क्योंकि उसे याद रहता है कि क्या शिप हुआ।

सही एजेंट चुनना

सभी कोडिंग एजेंट समान नहीं हैं। त्वरित संदर्भ:

Codex मेरा वर्कहॉर्स है। बैकएंड लॉजिक, जटिल बग, मल्टी-फ़ाइल रिफैक्टर, ऐसा कुछ भी जिसके लिए कोडबेस में तर्क की आवश्यकता होती है। यह धीमा है लेकिन गहन है। मैं इसका उपयोग 90% कार्यों के लिए करता हूं।

Claude Code तेज़ है और फ्रंटएंड काम में बेहतर है। इसमें अनुमति संबंधी कम समस्याएं भी हैं, इसलिए यह git ऑपरेशन के लिए बढ़िया है। (मैं पहले दिन-प्रतिदिन चलाने के लिए इसका अधिक उपयोग करता था, लेकिन Codex 5.3 अब बस बेहतर और तेज़ है)

Gemini की एक अलग सुपरपावर है — डिज़ाइन संवेदनशीलता। सुंदर UI के लिए, मैं पहले Gemini से एक HTML/CSS स्पेक जनरेट करवाता हूं, फिर इसे हमारे कम्पोनेंट सिस्टम में लागू करने के लिए Claude Code को देता हूं। Gemini डिज़ाइन करता है, Claude बनाता है।

Zoe प्रत्येक कार्य के लिए सही एजेंट चुनती है और उनके बीच आउटपुट रूट करती है। बिलिंग सिस्टम बग Codex के पास जाता है। बटन स्टाइल फिक्स Claude Code के पास जाता है। नया डैशबोर्ड डिज़ाइन Gemini से शुरू होता है।

इसे कैसे सेट अप करें

इस पूरे लेख को OpenClaw में कॉपी करें और इसे बताएं: "मेरे कोडबेस के लिए इस एजेंट स्वॉर्म सेटअप को लागू करें।"

यह आर्किटेक्चर पढ़ेगा, स्क्रिप्ट बनाएगा, डायरेक्टरी स्ट्रक्चर सेट अप करेगा, और cron मॉनिटरिंग कॉन्फ़िगर करेगा। 10 मिनट में हो जाएगा।

आपको बेचने के लिए कोई कोर्स नहीं है।

वह अड़चन जिसकी किसी को उम्मीद नहीं है

यहाँ वह सीमा है जिसे मैं अभी झेल रहा हूँ: RAM.

प्रत्येक एजेंट को अपने स्वयं के वर्कट्री की आवश्यकता होती है। प्रत्येक वर्कट्री को अपने स्वयं के node_modules की आवश्यकता होती है। प्रत्येक एजेंट बिल्ड, टाइप चेक, टेस्ट चलाता है। पाँच एजेंट एक साथ चलने का मतलब है पाँच समानांतर TypeScript कंपाइलर, पाँच टेस्ट रनर, पाँच सेट डिपेंडेंसी मेमोरी में लोड।

मेरा Mac Mini 16GB के साथ अधिकतम 4-5 एजेंटों पर ही काम करता है इससे पहले कि यह स्वैप करना शुरू करे — और मुझे भाग्यशाली होना होगा कि वे एक ही समय में बिल्ड करने का प्रयास न करें।

इसलिए मैंने इस सिस्टम को पावर देने के लिए 128GB RAM ($3,500) वाला Mac Studio M4 max खरीदा है। यह मार्च के अंत में आएगा और मैं साझा करूंगा कि क्या यह इसके लायक है।

अगला: वन-पर्सन मिलियन-डॉलर कंपनी

हम 2026 से शुरू होने वाले बहुत सारी वन-पर्सन मिलियन-डॉलर कंपनियां देखने जा रहे हैं। उन लोगों के लिए लीवरेज बहुत बड़ा है जो समझते हैं कि रिकर्सिवली सेल्फ-इम्प्रूविंग एजेंट कैसे बनाए जाते हैं।

यह इस तरह दिखता है: एक AI ऑर्केस्ट्रेटर जो आपके विस्तार की तरह है (जैसे Zoe मेरे लिए है), विशेषज्ञ एजेंटों को काम सौंपता है जो विभिन्न व्यावसायिक कार्यों को संभालते हैं। इंजीनियरिंग। ग्राहक सहायता। संचालन। मार्केटिंग। प्रत्येक एजेंट उस पर केंद्रित होता है जिसमें वह अच्छा है। आप लेज़र फोकस और पूर्ण नियंत्रण बनाए रखते हैं।

उद्यमियों की अगली पीढ़ी वह करने के लिए 10 लोगों की टीम को काम पर नहीं रखेगी जो एक व्यक्ति सही सिस्टम के साथ कर सकता है। वे इस तरह निर्माण करेंगे — छोटे रहकर, तेज़ी से आगे बढ़ते हुए, प्रतिदिन शिप करते हुए।

अभी बहुत सारा AI-जनरेटेड स्लॉप है। एजेंटों और "मिशन कंट्रोल" के बारे में बहुत सारा प्रचार है बिना कुछ वास्तव में उपयोगी बनाए। कोई वास्तविक दुनिया का लाभ नहीं देने वाले फैंसी डेमो।

मैं इसके विपरीत करने की कोशिश कर रहा हूं: कम प्रचार, एक वास्तविक व्यवसाय बनाने का अधिक दस्तावेज़ीकरण। वास्तविक ग्राहक, वास्तविक राजस्व, वास्तविक कमिट जो प्रोडक्शन में शिप होते हैं, और वास्तविक नुकसान भी।

मैं क्या बना रहा हूं? Agentic PR — एक वन-पर्सन कंपनी जो एंटरप्राइज PR के मौजूदा खिलाड़ियों को टक्कर दे रही है। एजेंट जो स्टार्टअप्स को $10k/माह के रिटेनर के बिना प्रेस कवरेज पाने में मदद करते हैं।

यदि आप देखना चाहते हैं कि मैं इसे कितनी दूर तक ले जाता हूं, तो साथ चलें।