0. प्रस्तावना: AI सहयोग सुधार की लहर पर सवारी
हम पिछले आधे महीने से OpenClaw के साथ प्रयोग कर रहे हैं, कई कठिनाइयों का सामना किया, लेकिन कुछ दिलचस्प चीज़ें भी बनाईं।
यह एक सरल विचार से शुरू हुआ: क्या AI सिर्फ मेरे लिए काम करने से अधिक कुछ कर सकता है? क्या यह मुझे याद रख सकता है, मुझे समझ सकता है, और मेरे साथ सहयोग कर सकता है? हमने Agent Teams और OMO को आज़माया, लेकिन कुछ हमेशा कमी लगती थी। फिर हमने OpenClaw पाया और इसका उपयोग करके 4 व्यक्तियों की एक AI टीम बनाई—हमारे "Lobster 4 Brothers"।
यह लेख हमारा फ़ील्ड रिकॉर्ड है: हमने जो कठिनाइयाँ झेलीं, जो गेमप्ले खोजा, और अंततः जो हासिल किया। कोई उच्च-स्तरीय सिद्धांत नहीं, बस AI के साथ प्रयोग करने वाले आम लोगों का एक वास्तविक अनुभव। हमें उम्मीद है कि यह आपके लिए मूल्य प्रदान करेगा।
1. AI सहयोग की लहर में अग्रदूत
📷
OpenClaw में गोता लगाने से पहले, यह देखना उचित है कि इस क्षेत्र में दूसरे क्या कर रहे हैं। दो रास्ते विशेष ध्यान देने योग्य हैं: Agent Teams और OMO।
1.1 Agent Teams: AI टीम की बहस कक्ष
Agent Teams की शुरुआत Claude Code में एक प्रयोग के रूप में हुई। मूल विचार सरल है: एक AI के अकेले काम करने के बजाय, कई AI एक टीम बनाएँ, विभिन्न कोणों से सोचें और एक सहमति पर पहुँचें।
इस आर्किटेक्चर में कई प्रमुख भूमिकाएँ हैं। टीम लीड आवश्यकताओं को समझता है, कार्यों को विभाजित करता है और काम सौंपता है। साथी स्वतंत्र रूप से सोचते हैं, कभी-कभी बहस करते हैं, और अंत में एक एकीकृत योजना बनाते हैं। पर्यवेक्षक कभी-कभी अतिरिक्त जानकारी या दृष्टिकोण के साथ आते हैं।
इस दृष्टिकोण के स्पष्ट लाभ हैं। पहली है गति—एक समस्या जिसे एक व्यक्ति हल नहीं कर सकता, तीन दस मिनट में स्पष्ट रूप से चर्चा कर सकते हैं। दूसरी है अनेक दृष्टिकोण—एक ही समस्या को उत्पाद, तकनीकी और व्यावसायिक कोणों से देखा जा सकता है। तीसरी है उच्च दोष सहनशीलता—यदि एक व्यक्ति गलती करता है, तो अन्य दो इसे पकड़ सकते हैं।
लेकिन समय के साथ, समस्याएँ सामने आती हैं। पहली है स्मृति। हर नई बातचीत के साथ, टीम लीड और साथियों को एक-दूसरे को फिर से जानना पड़ता है; पिछले निष्कर्ष याद नहीं रहते। दूसरी है भूमिकाओं की धुंधली सीमाएँ। कभी-कभी टीम लीड कोड लिखता है जबकि साथी रणनीति का निर्देशन करते हैं। अंत में, स्थायी विकास का अभाव है। सर्वोत्तम प्रथाएँ दर्ज नहीं होतीं और गायब हो जाती हैं।
इसलिए Agent Teams एक कुशल बहस कक्ष की तरह है, जो एकमुश्त समस्याओं को हल करने के लिए उपयुक्त है, लेकिन दीर्घकालिक साथ के लिए नहीं।
1.2 OMO: AI इंजीनियरिंग पाइपलाइन
दूसरा रास्ता OMO है, या Oh My OpenCode। मूल अवधारणा AI कार्यप्रवाहों को मानकीकृत पाइपलाइनों में बदलना है।
OMO पहले से भूमिकाएँ और अनुमतियाँ परिभाषित करता है। एक रूटिंग लेयर विभिन्न Agents को कार्य वितरित करती है। प्रत्येक Agent का Prompt निश्चित होता है, और आउटपुट प्रारूप सख्त होते हैं। कई मॉडल समानांतर में चल सकते हैं।
लाभों में कठोर प्रक्रियाएँ, अच्छा टूल इंटीग्रेशन और स्थिर, अनुमानित आउटपुट शामिल हैं।
हालाँकि, OMO अनम्य है। यदि कोई कार्य पूर्व निर्धारित प्रवाह से थोड़ा भी विचलित होता है, तो OMO खो जाता है। कॉन्फ़िगरेशन जटिल है, जिसमें कई फ़ाइलें और मिडलवेयर की आवश्यकता होती है। सीखने की क्षमता कमजोर है, क्योंकि स्मृति मैन्युअल कॉन्फ़िग अपडेट पर निर्भर करती है।
इसलिए OMO एक अत्यधिक स्वचालित असेंबली लाइन की तरह है, जो बड़े पैमाने पर मानकीकृत उत्पादन के लिए उपयुक्त है, लेकिन लचीले परिदृश्यों के लिए नहीं।
1.3 सारांश: दोनों रास्तों की सीमाएँ हैं
Agent Teams जटिल समस्याओं के लिए विस्फोटक शक्ति पर केंद्रित है। OMO मानकीकृत कार्य के लिए प्रक्रिया पर केंद्रित है।
लेकिन उनमें एक सामान्य अंध स्थान है: वे मनुष्य और AI के बीच दीर्घकालिक सहयोग पर विचार नहीं करते। Agent Teams AI को अस्थायी कर्मचारियों के रूप में मानता है; OMO AI को मशीनों के रूप में मानता है।
OpenClaw एक अलग रास्ता अपनाता है। यह विस्फोटक शक्ति या प्रक्रिया पर प्रतिस्पर्धा नहीं करता, बल्कि गहराई पर—मनुष्य और AI के बीच गहरी समझ, दीर्घकालिक स्मृति और निरंतर विकास पर।
2. OpenClaw का अनूठा दर्शन
📷
यदि Agent Teams एक बहस कक्ष है और OMO एक पाइपलाइन है, तो OpenClaw क्या है?
OpenClaw का दर्शन हमारी आवश्यकताओं के लिए बिल्कुल उपयुक्त है। यह चार प्रमुख क्षमताएँ प्रदान करता है: मेमोरी सिस्टम, व्यक्तित्व परिभाषा, मानव-इन-द-लूप और कौशल पारिस्थितिकी तंत्र। सीधे शब्दों में, स्मृति "गोल्डफ़िश मस्तिष्क" को रोकती है, व्यक्तित्व Agents को चरित्र देता है, मानव-इन-द-लूप आपको नियंत्रण में रखता है, और कौशल अनंत विस्तार की अनुमति देते हैं।
2.1 मेमोरी सिस्टम
यह मूलभूत अंतर है। अधिकांश AI सिस्टम हर बार शून्य से शुरू होते हैं। OpenClaw ऐसा नहीं होने देता। हमने एक दो-स्तरीय संरचना डिज़ाइन की: MEMORY.md दीर्घकालिक स्मृति (निर्णय, अनुभव, लक्ष्य) के लिए और एक मेमोरी फ़ोल्डर दैनिक नोट्स के लिए।
2.2 व्यक्तित्व परिभाषा
OpenClaw Agent के मूल मूल्यों, व्यवहार कोड और संचार शैली को परिभाषित करने के लिए SOUL.md का उपयोग करता है। कुछ तकनीकी और संक्षिप्त हैं; अन्य रचनात्मक और जीवंत हैं।
2.3 मानव-इन-द-लूप
हम जोर देते हैं कि मनुष्य निर्णय लूप में रहे। यह Discord में रीयल-टाइम संचार, संचालन को रोकने या वापस लाने की क्षमता और संयुक्त निर्णय लेने के माध्यम से प्राप्त होता है।
2.4 कौशल पारिस्थितिकी तंत्र
OpenClaw Agents को अपनी क्षमताओं का विस्तार करने देने के लिए Skills तंत्र का उपयोग करता है। Skill एक प्लग करने योग्य मॉड्यूल है जिसे कोई भी Agent कॉल कर सकता है।
2.5 तीनों फ्रेमवर्क की तुलना
आयाम | Agent Teams | OMO | OpenClaw |
|---|---|---|---|
सहयोग मोड | बहस-शैली | पाइपलाइन-शैली | सहयोगी स्थान |
स्मृति क्षमता | सत्र-स्तर | कमजोर | दीर्घकालिक स्मृति |
व्यक्तित्व परिभाषा | अस्थायी | निश्चित | SOUL.md |
मानव-इन-द-लूप | वैकल्पिक (अनुमोदन + हुक) | कमजोर | गहन एकीकरण |
सीखने की क्षमता | 3 स्टार | 3 स्टार | 4 स्टार |
लागू परिदृश्य | तेज़ प्रोटोटाइपिंग | बड़े पैमाने पर उत्पादन | दीर्घकालिक साथ |
परिशिष्ट: OpenClaw की .md फ़ाइल प्रणाली
SOUL.md परिभाषित करता है "Agent कौन है," MEMORY.md रिकॉर्ड करता है "इसने क्या सीखा," memory/ रिकॉर्ड करता है "दैनिक गतिविधियाँ," AGENTS.md बताता है "कैसे कार्य करें," और HEARTBEAT.md याद दिलाता है "क्या जाँचना है।"
3. मुख्य स्तंभ: स्मृति और व्यक्तित्व
📷
3.1 मेमोरी सिस्टम: AI की हार्ड ड्राइव
OpenClaw की स्मृति में दीर्घकालिक स्मृति, दैनिक लॉग और पुनर्प्राप्ति तंत्र शामिल हैं। हम memory_search और memory_get का उपयोग सिमैंटिक खोज के लिए करते हैं, जो पूर्ण लोडिंग की तुलना में टोकन में 50%-80% बचाता है।
3.2 व्यक्तित्व परिभाषा: SOUL.md की शक्ति
SOUL.md परिभाषित करता है कि मैं कौन हूँ, मेरे मूल्य और मेरे व्यवहार कोड। हमारी टीम में चार Agents हैं: Huangjia No. 1 (समन्वयक), तकनीकी सलाहकार, रचनात्मक साथी और थिंक टैंक (रणनीति)।
3.3 स्मृति और व्यक्तित्व का तालमेल
स्मृति संदर्भ प्रदान करती है; व्यक्तित्व यह निर्धारित करता है कि इसका उपयोग कैसे किया जाए। एक तकनीकी Agent इतिहास में डेटा पर ध्यान केंद्रित करता है, जबकि एक रचनात्मक Agent भावनात्मक अनुनाद पर ध्यान केंद्रित करता है।
4. गहन सहयोग: मानव-AI का निर्बाध कनेक्शन
📷
4.1 मानव-इन-द-लूप: नियंत्रण बनाए रखना
OpenClaw की आर्किटेक्चर रीयल-टाइम हस्तक्षेप, संचालन अनुमोदन और संयुक्त निर्णय लेने का समर्थन करती है।
4.2 sessions_send: क्रॉस-एजेंट संचार
Agents sessions_send के माध्यम से संचार करते हैं। यह प्रक्रिया नॉन-ब्लॉकिंग और अतुल्यकालिक है। उदाहरण के लिए, समन्वयक तकनीकी सलाहकार को एक स्क्रिप्ट तैयार करने के लिए कह सकता है, जो फिर रचनात्मक साथी को बताता है कि डेटा तैयार है।
4.3 कौशल पारिस्थितिकी तंत्र: अनंत विस्तार
Skills स्वतंत्र मॉड्यूल हैं। समुदाय के पास 5,000 से अधिक skills हैं। हमने ट्वीट विश्लेषण, चित्रण निर्माण और पॉडकास्टिंग के लिए अपने स्वयं के लिखे।
4.4 सहयोग के माध्यम से उभराव
जब कई Agents sessions_send के माध्यम से जुड़ते हैं और विशेष Skills का उपयोग करते हैं, तो "उभराव" होता है—संपूर्ण अपने भागों के योग से अधिक हो जाता है।
4.5 अपनी एजेंट टीम बनाना
प्रत्येक Agent अपने स्वयं के वर्कस्पेस फ़ोल्डर के साथ एक स्वतंत्र Gateway इंस्टेंस चलाता है। हमने अपने Lobster 4 Brothers के लिए सही एहसास पाने के लिए SOUL.md फ़ाइलों को ठीक करने में एक सप्ताह बिताया।
5. OpenClaw वास्तविक दुनिया के मामले
📷
5.1 मामला 1: ट्वीट शैली विश्लेषक
📷
हमने उच्च-सहभागिता वाले ट्वीट का विश्लेषण करने के लिए twitter-crawler skill का उपयोग किया। थिंक टैंक ने नमूना आकार पर सवाल उठाया, जिससे अधिक मजबूत निष्कर्ष निकला: उच्च-प्रदर्शन करने वाले ट्वीट "ठोस परिणाम + व्यावहारिक मूल्य + संख्यात्मक साक्ष्य" को जोड़ते हैं।
5.2 मामला 2: स्वचालित दैनिक रिपोर्ट प्रणाली
📷
हमने एक क्रॉन-आधारित प्रणाली बनाई जो MEMORY.md और HEARTBEAT.md की जाँच करती है और रात 10 बजे एक परिष्कृत दैनिक रिपोर्ट भेजती है, यह सुनिश्चित करते हुए कि कोई भी कार्य न भूला जाए।
5.3 मामला 3: सत्र क्रैश स्वचालित पुनर्प्राप्ति
📷
जब सत्र फ़ाइल त्रुटियों के कारण Gateway क्रैश हुआ, तो हमने एक हेल्थ-चेक Skill बनाई जो लॉग की निगरानी करती है और यदि त्रुटियाँ एक सीमा से अधिक होती हैं तो स्वचालित रूप से Gateway को पुनरारंभ करती है।
5.4 मामला 4: QMD मेमोरी ऑप्टिमाइज़ेशन
📷
पूरे MEMORY.md (1500 टोकन) को पढ़ने के बजाय, हमने सिमैंटिक खोज का उपयोग करके "मांग पर खोज" दृष्टिकोण लागू किया, जिससे लागत और विलंबता में काफी कमी आई।
6. डिजिटल ट्विन: OpenClaw का अंतिम दृष्टिकोण
📷
6.1 डिजिटल ट्विन क्या है?
डिजिटल ट्विन प्रतिस्थापन नहीं है; यह आपका एक डिजिटल संस्करण है जो आपकी प्राथमिकताओं को समझता है, आपकी सोच की नकल करता है और स्वायत्त रूप से कार्यों को संभालता है।
6.2 विकास पथ
📷
- चरण 1: आपको देखना (निगरानी + स्मृति) - प्राप्त
- चरण 2: आपको समझना (सीखना + विश्लेषण) - प्रगति पर
- चरण 3: आपकी मदद करना (सहायता + भविष्यवाणी) - मध्यम अवधि
- चरण 4: आपको बदलना (स्वायत्त निष्पादन) - दीर्घकालिक
6.3 OpenClaw आज कहाँ है?
चरण 1 सत्यापित हो चुका है; हम कार्य पैटर्न को ट्रैक करने के लिए ActivityWatch का उपयोग करके चरण 2 में प्रवेश कर रहे हैं।
6.4 रास्ते में चुनौतियाँ
गोपनीयता बनाम सुविधा, स्वायत्तता बनाम नियंत्रण की सीमा, और विकास बनाम स्थिरता के बीच संतुलन।
6.5 अंतिम शब्द
📷
OpenClaw एक प्रयोग है। हम मानते हैं कि AI का भविष्य सह-निर्माण है, प्रतिस्थापन नहीं।
परिशिष्ट: OpenClaw के साथ त्वरित शुरुआत
- GitHub के माध्यम से OpenClaw स्थापित करें।
- SOUL.md के साथ अपना पहला Agent परिभाषित करें।
- MEMORY.md के साथ एक मेमोरी सिस्टम बनाएँ।
- समुदाय से कुछ Skills चुनें।
- Discord में बातचीत शुरू करें।
वेबसाइट: https://docs.openclaw.ai
