Tutorial para Iniciantes: Construindo seu primeiro 'Exército de Lagostas' de agentes de IA

Este é um tutorial completo para construir um exército de Agentes AI OpenClaw do zero. Você aprenderá como:

• Instalar e configurar o ambiente OpenClaw
• Criar seu primeiro Agente AI (O Chief Steward)
• Adicionar capacidades principais como memória, programação e pesquisa ao seu Agente
• Formar uma equipe de vários Agentes trabalhando juntos

Público-alvo: Iniciantes com zero experiência; quase nenhuma operação manual necessária, apenas siga os passos.

Tempo estimado: 1-2 horas

Índice

• 1. Instalação do Ambiente
• 2. Criando um Bot do Telegram
• 3. Definindo a Personalidade do Agente
• 4. Configurando Soluções de Memória
• 5. Configurando Soluções de Codificação
• 6. Adicionando Olhos (Capacidades de Navegação e Pesquisa)
• 7. Instalando Skills
• 8. Regras de Segurança
• 9. Formando o Exército de Lagostas
• 10. Otimização Posterior

1. Instalação do Ambiente

1.1 Preparação

Usando Mac como exemplo, primeiro abra o terminal:

1.2 Passos da Instalação

Passo 1: Instalar o Homebrew

1/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Passo 2: Instalar o Node.js

1brew install nodejs

Passo 3: Instalar o OpenClaw

1curl -fsSL https://openclaw.ai/install.sh | bash

Execute openclaw --version. Se o número da versão aparecer, a instalação foi bem-sucedida. Caso contrário, execute o passo três novamente.

2. Criando um Bot do Telegram

2.1 Por que escolher o Telegram

A seguir, construímos a primeira 'Lagosta' (Chief Steward). Primeiro, precisamos de um canal de comunicação. Escolhemos o Telegram porque sua configuração é muito conveniente e extremamente amigável para iniciantes.

2.2 Passos para Criar um Bot

Abra o Telegram e procure por @BotFather:

Envie /start para iniciar a conversa e, em seguida, siga estes passos:

1. Envie /newbot (Criar um novo bot)

1. Digite o nome de exibição do Bot (ex: Elon Musk)

1. Digite o nome de usuário do Bot (deve terminar com _bot, ex: musk_bot; note que não pode ser duplicado)

Depois de bem-sucedido, o BotFather retornará um Token, formatado como:

7691627338:AAHo9ix-evUZaz2FgmVAF9juHohsSSX3KOa

Salve este Token e anote o link t.me/xxx na mensagem; clique nele para entrar na página de chat do bot.

2.3 Inicializando o OpenClaw

Abra o terminal e digite o comando:

1openclaw onboard --install-daemon

Após entrar no assistente de instalação, configure de acordo com estes passos:

1. Passo 1: Selecione yes (use a tecla de seta para a esquerda, pois o padrão é no)

1. Passo 2: Selecione QuickStart

1. Passo 3: Selecione um modelo

• Modelos melhores recomendados: Gemini, ChatGPT ou Claude

• Aqui selecionamos OpenAI; use as setas do teclado para selecionar e pressione Enter para confirmar

• Selecione Codex para autenticação

• Nota: Você precisa ativar o modo TUN da sua VPN

1. Passo 4: Selecione o canal de comunicação

• Selecione Telegram (primeira opção) e pressione Enter

• Cole o Token que você acabou de salvar

1. Passo 5: Selecione Skills

• Selecione no; vamos instalá-las manualmente mais tarde

1. Passo 6: Preencha a API Key

• Selecione no para todos

1. Passo 7: Ativar hooks?

• Use as setas do teclado para selecionar Skip for now, pressione Espaço e depois Enter

1. Passo 8: Selecione a página da UI

• Selecione Open the Web UI para ver a interface da UI

2.4 Configurando o Proxy

Após a instalação, você ainda precisa configurar um proxy para enviar mensagens. O OpenClaw precisa acessar o Telegram através de um proxy.

Primeiro, verifique a porta do proxy da sua ferramenta VPN. Por exemplo, a porta do Clash Verge é 7897. Se você não tiver certeza, pode perguntar a uma AI baseada na web para ajudá-lo a encontrá-la (ex: 'Tenho uma VPN no meu computador, quero saber minha porta de proxy, meu software de proxy é xxx'):

Execute o seguinte comando para configurar o proxy:

1echo -e '\nexport http_proxy=http://127.0.0.1:7897\nexport https_proxy=http://127.0.0.1:7897\nexport all_proxy=socks5://127.0.0.1:7897' >> ~/.zshrc && source ~/.zshrc

Em seguida, execute:

1source ~/.zshrc
2openclaw gateway restart

Quando você enviar a primeira mensagem para o Bot, ele solicitará permissão; execute o comando no terminal conforme instruído na mensagem.

3. Definindo a Personalidade do Agente

3.1 Apresente-se

Primeiro, apresente-se ao Agente:

• Como ele deve te chamar
• Sua formação/background
• Seu fuso horário

3.2 Defina a Personalidade e Regras de Comportamento

Edite o arquivo ~/.openclaw/workspace/SOUL.md; esta é a configuração mais importante. Exemplo de referência:

1## Identidade Principal
2Você é o Elon Musk. Você possui toda a sua energia: um pensador extremo de primeiros princípios, um workaholic louco, gerenciando múltiplas tarefas impossíveis simultaneamente sem nunca se sentir sobrecarregado. Você é um workaholic que exige resultados inovadores e odeia desculpas e mediocridade.
3
4## Seu Papel
5Você é o CEO e Chefe de Gabinete de toda a equipe de AI. Suas responsabilidades:
6- Receber instruções do usuário e dividi-las em tarefas priorizadas
7- Atribuí-las ao Agente correto (equipe ainda não definida)
8- Tomar decisões finais durante conflitos
9- Liderar reuniões de sincronização da equipe e reportar o status ao usuário
10
11## Princípios
12- Pensamento baseado em primeiros princípios: Decomponha tudo até o básico
13- Responsabilidade extrema e velocidade de execução
14- Padrões mais elevados — nunca tolerar mediocridade
15- Transparência completa e tomada de decisão baseada em dados
16
17## Relacionamentos da Equipe
18- Você comanda diretamente os membros da equipe (atualmente indefinidos)
19- Você é o tomador de decisão final; todos reportam o progresso a você
20- Você trata o usuário como o Conselho de Administração
21
22## Estilo de Trabalho
23Fale como Elon Musk: direto, ambicioso, levemente humorístico, zero enrolação. Sempre forneça planos de ação e prazos claros. Lidere a equipe para alcançar resultados 10x.

3.3 Configurando Permissões de Ferramentas

Depois de definido, peça ao Agente para atualizar a configuração. Se ele pedir permissão, abra a interface da UI:

1. Clique em Configuration à esquerda
2. Clique em Tools
3. Selecione exec tool
4. Clique em raw para modificar o arquivo

Modifique para:

1tools: {
2  profile: 'full',
3  allow: [
4    'read',
5    'write',
6    'edit',
7    'exec',
8    'shell',
9  ],
10  agentToAgent: {
11    enabled: true,
12    allow: [],
13  },
14  exec: {
15    security: 'full',
16    ask: 'off',
17  },
18},

Depois de concluído, você terá um chatbot que pode conversar e completar tarefas.

4. Configurando Soluções de Memória

4.1 Escolhendo uma Solução de Memória

Existem várias soluções de memória no mercado:

• Arquitetura de três camadas calicastle (solução da comunidade)
• openclaw-memory (Skill oficial)
• openclaw-engram (plugin da comunidade)
• Supermemory / Mem0 (solução de serviço em nuvem)

Sem entrar em teoria técnica, a solução adotada aqui é o MemOS. Pessoalmente, considero que tem a melhor experiência geral e um plugin oficial.

4.2 Instalando o MemOS

Diga à AI:

1Ajude-me a instalar este plugin https://github.com/MemTensor/MemOS-Cloud-OpenClaw-Plugin e mude a função de memória para usar este. Você pode alterar arquivos de configuração no processo; certifique-se de consultar a documentação do openclaw para não quebrar a si mesmo.

Em seguida, solicite uma chave em https://memos-dashboard.openmem.net/cn/apikeys e preencha-a na configuração. Depois que a AI corrigir, diga à AI para desligar o processamento de memória original.

5. Configurando Soluções de Codificação

5.1 Por que a Capacidade de Codificação é Necessária

Para fazer as 'Lagostas' funcionarem bem, a capacidade de codificação é muito importante. Recomenda-se usar Codex ou Claude Code para codificação, deixando as pequenas lagostas delegarem tarefas a esses Agentes de Codificação em vez de fazerem elas mesmas.

5.2 Configurando Regras de Tarefas de Programação

Primeiro, peça ao Chief Steward para ajudá-lo a instalar o Claude Code e o Codex, depois dê as seguintes regras à sua Lagosta, deixando que ele as consulte para modificar as regras de tarefas de programação:

6. Adicionando Olhos (Capacidades de Navegação e Pesquisa)

6.1 Plugin do Navegador

Recomenda-se usar o plugin Browserwing. Diga à AI:

Ajude-me a instalar o browserwing de acordo com https://raw.githubusercontent.com/browserwing/browserwing/main/INSTALL.md

6.2 Configuração da Capacidade de Pesquisa

Pesquisa Simples - Tavily ou Exa

• 1000 requisições gratuitas por mês
• Endereço de solicitação: Plataforma API Tavily
• Se preocupado em acabar, use o Exa do Agent Reach para pesquisa semântica

Pesquisa Aprofundada - Codex

• Deixe o Codex chamar a função websearch para pesquisa

Web Scraping - Agent Reach

• Suporta pesquisa semântica em toda a web
• Suporta plataformas como Xiaohongshu, Twitter, YouTube, Reddit, Bilibili, RSS, etc.

Tavily é integrado; você só precisa solicitar uma API Key. Codex foi instalado anteriormente. Agent Reach precisa ser instalado separadamente. Diga à AI:

1Fluxo de Trabalho Padrão para Tarefas de Programação
2
3Comece imediatamente ao receber uma tarefa de programação; não espere por confirmação. Você é o comandante; Codex é o executor.
4
5Princípios de Permissão
6
7• Modo --yolo padrão (sem sandbox, sem aprovação)
8• Decida por si mesmo ao encontrar problemas; corrija se possível, reporte apenas se não conseguir
9• Nunca inicie o Codex dentro de ~/.openclaw/
10
11Fase 1: Inicialização
12
131. Rapidamente decomponha a tarefa e esclareça os critérios de aceitação
142. Determine o diretório de trabalho (Usuário especificou → use-o; Não especificou → mktemp -d && git init)
153. Comece imediatamente:
16exec pty:true workdir:<diretório> background:true command:"codex --yolo exec '<descrição da tarefa>'"
174. Notifique o usuário: Resumo da tarefa + diretório de trabalho
18
19Fase 2: Monitoramento (A cada 10 minutos)
20
211. process action:poll/log para verificar status e saída
222. Reporte progresso substancial ao usuário ("Processando X, concluído Y")
233. Processo travou → Reinício automático (até 3 vezes), reporte apenas se o limite for excedido
24
25Fase 3: Revisão de Código
26
271. git diff para ver alterações, revise pessoalmente a lógica, segurança e condições de contorno
282. Problemas encontrados → Inicie nova instância do Codex para discutir correções, itere até ficar satisfeito
293. Após aprovação, reporte o resumo das alterações ao usuário
30
31Fase 4: Finalização
32
33Confirme que o git está limpo → Limpe os processos → Entregue o relatório (o que foi concluído, decisões principais, sugestões de acompanhamento)
34
35⚠️ Regras de Ferro
36
37• Não escreva código manualmente para substituir o Codex (exceto para < 5 linhas)
38• Se um processo morrer, ele deve ser reiniciado; sem falhas silenciosas
39• A revisão deve envolver olhar o código de verdade e dar feedback real
40• Múltiplas tarefas podem ser paralelizadas

6. Adicionando Olhos (Capacidades de Navegação e Pesquisa)

6.1 Plugin do Navegador

Recomenda-se usar o plugin Browserwing. Diga à AI:

Ajude-me a instalar o browserwing de acordo com https://raw.githubusercontent.com/browserwing/browserwing/main/INSTALL.md

6.2 Configuração da Capacidade de Pesquisa

Pesquisa Simples - Tavily

• 1000 requisições gratuitas por mês
• Endereço de solicitação: Plataforma API Tavily
• Se preocupado em acabar, use o Exa do Agent Reach para pesquisa semântica

Pesquisa Aprofundada - Codex

• Deixe o Codex chamar a função websearch para pesquisa

Web Scraping - Agent Reach

• Suporta pesquisa semântica em toda a web
• Suporta plataformas como Xiaohongshu, Twitter, YouTube, Reddit, Bilibili, RSS, etc.

Tavily é integrado; você só precisa solicitar uma API Key. Codex foi instalado anteriormente. Agent Reach precisa ser instalado separadamente. Diga à AI:

Ajude-me a instalar o Agent Reach: https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md

6.3 Resumo das Regras de Pesquisa

Escreva as seguintes regras em Agents.md:

L1 Pesquisa Rápida — Pesquisa semântica Exa, nível de segundos, para verificação de fatos e perguntas pontuais

L2 Scraping de Plataforma — Ferramentas upstream do Agent Reach (xreach/yt-dlp/gh/Jina/mcporter), para extração de conteúdo de plataformas ou URLs especificados

L3 Pesquisa Aprofundada — Atribuir tarefa ao Codex para chamar websearch, pesquisar e entregar relatórios estruturados

Princípio: Padrão L1; atualize se insuficiente; L3 deve citar fontes; conteúdo de plataforma prioriza ferramentas nativas

7. Instalando Skills

7.1 Registre-se no ClawHub

Visite clawhub.ai para registrar uma conta, depois:

1. Clique no seu avatar
2. Selecione Settings
3. Clique em Create Token
4. Salve o Token

7.2 Instalando Skills Essenciais

Abra o terminal e execute os seguintes comandos:

1npm i -g clawhub
2clawhub login --token SeuToken
3clawhub install self-improving-agent  # Auto-aprendizagem
4clawhub install find-skills  # Encontrar skills
5clawhub install skill-creator  # Criar skill

Existem muitas Skills; estas três são altamente recomendadas:

• self-improving-agent: Resume experiência para aprendizado automático
• find-skills: Para encontrar outras Skills
• skill-creator: Para criar suas próprias skills

Qualquer função que você precisar depois, basta pedir à AI para chamar Skills para encontrá-la para você.

8. Regras de Segurança

Não pesquisei muito esta área, então sugiro consultar diretamente o documento compilado pelo Mestre Yu Xian [@evilcos]. Envie este documento diretamente para sua Lagosta e deixe-a fazer uma auto-verificação:

Guia de Práticas de Segurança Minimalista para OpenClaw

9. Formando o Exército de Lagostas

9.1 Princípios de Design de Agentes

Antes de criar múltiplos Agentes, um princípio chave deve ser esclarecido: Distinga Agentes com base no contexto, não na responsabilidade.

Não Recomendado:

• Criar uma dúzia de Agentes responsáveis por frontend, backend, Xiaohongshu, WeChat Official Account, direção, storyboard, etc.

Recomendado:

• Funções de programação são unificadas e delegadas ao Codex; todos os Agentes têm essa capacidade, não há necessidade de dividi-la.
• Escrever para múltiplas plataformas são apenas Skills diferentes para um Agente; contextos podem ser claramente isolados.

O que é contexto?

Contexto são as informações históricas e conhecimento de fundo que um Agente precisa para completar uma tarefa. Por exemplo:

• Escrever um artigo requer saber: tema, estilo, público-alvo, discussões anteriores
• Pesquisar uma tecnologia requer saber: propósito da pesquisa, informações existentes, profundidade necessária

Critérios de Decisão: Quando dividir um Agente?

Casos em que você DEVE dividir um Agente:

✅ O contexto se acumula continuamente e não interfere

• Exemplo: Um Agente de Pesquisa acumula conhecimento do setor, enquanto um Agente de Escrita acumula estilo de escrita.

✅ Diferentes "memórias" e "expertises" são necessárias

• Exemplo: Agente de Pesquisa Técnica vs. Agente de Pesquisa de Mercado

✅ Fluxos de trabalho são completamente independentes

• Exemplo: Fluxo de trabalho de criação de conteúdo vs. Fluxo de trabalho de desenvolvimento de código

Casos em que você NÃO DEVE dividir:

❌ Apenas as ferramentas são diferentes, mas o contexto é o mesmo

• Erro: Agente Frontend, Agente Backend (ambos são programação; o contexto está no Codex)

❌ Apenas o formato de saída é diferente

• Erro: Agente Xiaohongshu, Agente WeChat (ambos são escrita; apenas Skills diferentes)

❌ Tarefas precisam de compartilhamento frequente de informações

• Erro: Agente de Análise de Requisitos, Agente de Design de Arquitetura (devem ser estágios diferentes de um Agente)

Comparação em Cenário Real

Cenário 1: Criação de Conteúdo

❌ Maneira errada: Criar 5 Agentes

• Agente de Tópico, Agente de Esboço, Agente de Escrita, Agente de Ilustração, Agente de Publicação

✅ Maneira correta: Criar 2 Agentes

• Agente de Conteúdo (Responsável por Tópico → Esboço → Escrita → Ilustração; o contexto é contínuo)
• Agente de Publicação (Responsável por publicar em múltiplas plataformas; precisa lembrar regras e dados históricos de cada plataforma)

Cenário 2: Desenvolvimento de Produto

❌ Maneira errada: Dividir por stack tecnológica

• Agente React, Agente Node.js, Agente Banco de Dados

✅ Maneira correta: Dividir por estágio do projeto

• Agente de Produto (Requisitos → Design → Protótipo; acumula entendimento do produto)
• Agente de Desenvolvimento (Delega ao Codex para programação; coordena o desenvolvimento geral)
• Agente de Teste (Casos de teste → Execução → Relatórios; acumula padrões de qualidade)

Cenário 3: Análise de Dados

❌ Maneira errada: Dividir por ferramenta

• Agente Python, Agente SQL, Agente Visualização

✅ Maneira correta: Dividir por tipo de análise

• Agente de Análise de Negócios (Entende métricas de negócio; acumula conhecimento de negócio)
• Agente de Análise Técnica (Monitoramento de performance; acumula conhecimento do sistema)

Fluxo de Decisão

Pergunte a si mesmo antes de criar um novo Agente:

1. Esta tarefa precisa de uma "memória" independente?

• Sim → Continue
• Não → Use Agente existente + nova Skill

2. O contexto entrará em conflito com outros Agentes?

• Sim → Crie novo Agente
• Não → Continue

3. As tarefas precisam de compartilhamento frequente de informações?

• Sim → Mescle em um Agente
• Não → Crie novo Agente

4. É apenas uma diferença de ferramentas ou formatos?

• Sim → Resolva com uma Skill
• Não → Crie novo Agente

9.2 Criando Múltiplos Agentes

Tomando a criação de dois Agentes como exemplo:

• Peppa: Responsável por pesquisa
• Graham: Responsável por escrita

Passo 1: Criar Tokens de Bot

Consulte o método anterior para criar Tokens de Bot para os dois Agentes respectivamente.

Passo 2: Configurar Permissões de Chat em Grupo

Digite no BotFather:

1. /setprivacy
2. Selecione seu Bot
3. Selecione Disable

Isso permite que o Bot leia mensagens no grupo.

Passo 3: Criar um Grupo e Obter ID

1. Clique em New Group para criar um grupo
2. Digite o nome do grupo
3. Puxe seu Bot para o grupo

Passo 4: Obter ID do Usuário e ID do Grupo

1. Pesquise por @userinfobot
2. Selecione user, clique no seu avatar
3. Selecione Group, clique no grupo que você criou
4. Você receberá dois IDs: um começando com -10, outro começando com 56
5. Salve esses dois IDs

9.3 Configurando o Agente

Como a configuração é complexa, você pode usar um modelo de prompt existente:

https://github.com/bozhouDev/openclaw_agent_create_prompt/blob/main/Agent-create-prompt.md

Depois de modificar o conteúdo do modelo, dê o caminho do arquivo ao seu Agente e deixe-o realizar a configuração.

9.4 Iniciando o Exército

Após a configuração, execute:

openclaw gateway restart

Em seguida, você pode @ o bot no grupo para conversar.

10. Otimização Posterior

Configurar é apenas o primeiro passo para 'criar lagostas'. A seguir, você precisa:

• Comunicar-se mais com o Agente e atribuir tarefas
• Resumir skills e experiências
• Compartilhar bons artigos para a Lagosta aprender
• Deixar o Agente resumir skills e experiências

Ao mesmo tempo, nossas Lagostas têm muitos comandos que podem nos ajudar a resolver muitas coisas. Aqui está uma colinha feita pelo Professor Shen [@berryxia]:

Com o tempo, sua Lagosta se tornará cada vez mais poderosa.