از Warelay تا ۱۴۵٬۰۰۰ ستاره: درون معماری سلف‌هاستد OpenClaw

OpenClaw در کمتر از یک سال از یک پروژه شخصی به پرستاره‌ترین فریم‌ورک عامل متن‌باز جهان تبدیل شد — ۱۴۵٬۰۰۰ ستاره گیت‌هاب، هزاران فایل SKILL.md جامعه‌محور، و معماری‌ای که کنترل کامل داده را به کاربر بازمی‌گرداند. اما این مسیر از کجا شروع شد؟

۱. تاریخچه: از Warelay تا OpenClaw

پیتر اشتاین‌برگر (Peter Steinberger)، مهندس اتریشی که پیش از این به‌خاطر کارهایش در حوزه توسعه iOS شناخته شده بود، در اواسط ۲۰۲۴ با یک سوال ساده مواجه شد: «چرا باید برای استفاده از هوش مصنوعی، تمام داده‌هایم را به سرورهای دیگران بفرستم؟» پاسخ او اولین نسخه پروژه‌ای بود که Warelay نام گرفت.

Warelay یک اسکریپت ساده Node.js بود که پیام‌های تلگرام را دریافت می‌کرد، به یک مدل محلی می‌فرستاد، و پاسخ می‌داد. هیچ رابط گرافیکی‌ای نبود، هیچ سیستم مهارتی وجود نداشت، و مستندات آن چند فایل Markdown ساده بود. اما ایده محوری — عاملی که کاملاً روی سخت‌افزار خودت اجرا می‌شود — از همان ابتدا واضح بود.

در ژانویه ۲۰۲۵، اشتاین‌برگر Warelay را بازنویسی کرد و Clawdbot را معرفی نمود. Clawdbot یک معماری پلاگین ابتدایی داشت که به کاربران اجازه می‌داد رفتارهای سفارشی بنویسند. اما مشکل اینجا بود که هر پلاگین باید به زبان JavaScript نوشته می‌شد و نیازمند دانش فنی قابل‌توجهی بود. جامعه توسعه‌دهندگان با Clawdbot ارتباط برقرار کرد، اما برای کاربران غیرفنی هنوز غیرقابل‌دسترس بود.

تحول اصلی در آوریل ۲۰۲۵ رخ داد. اشتاین‌برگر با الهام از فایل‌های CLAUDE.md که Anthropic برای راهنمایی عامل‌هایش معرفی کرده بود، تصمیم گرفت «مهارت» (Skill) را به یک مفهوم شهروند درجه اول تبدیل کند. نسخه سوم با نام Moltbot منتشر شد — و برای اولین بار، مهارت‌ها در قالب فایل‌های متنی ساده SKILL.md تعریف می‌شدند که هر کسی می‌توانست بنویسد.

«می‌خواستم مادربزرگم بتواند یک مهارت سفارشی برای دستیار هوش مصنوعی‌اش بنویسد — بدون اینکه بداند JavaScript چیست.» — Peter Steinberger، مصاحبه با Hacker News، مه ۲۰۲۵

Moltbot در ۶ ماه به ۳۰٬۰۰۰ ستاره گیت‌هاب رسید — اما بازنامگذاری اجتناب‌ناپذیر بود. نام OpenClaw در نوامبر ۲۰۲۵ با نسخه ۱.۰ رسمی معرفی شد و چیزی که برای اشتاین‌برگر انتظار ماه‌ها طول می‌کشید، در سه هفته اتفاق افتاد: ۱۰۰٬۰۰۰ ستاره. تا ژوئن ۲۰۲۶، این عدد به ۱۴۵٬۰۰۰ رسیده است.

۲. چرا سلف‌هاستد؟ حریم خصوصی در عصر AI

برای فهمیدن اینکه چرا OpenClaw این‌قدر سریع رشد کرد، باید بدانیم مشکلی که حل می‌کند چیست. اکثر ابزارهای هوش مصنوعی که امروز استفاده می‌کنیم — ChatGPT، Claude، Gemini — یک مدل معماری مشترک دارند: پیام شما از طریق اینترنت به سرورهای یک شرکت فرستاده می‌شود، پردازش می‌شود، و جواب برمی‌گردد.

این معماری برای کاربرد روزمره کاملاً قابل‌قبول است. اما وقتی صحبت از یک عامل دائمی می‌شود — نه یک پرسش و پاسخ ساده، بلکه ابزاری که ایمیل‌هایتان را می‌خواند، فایل‌هایتان را مدیریت می‌کند، پیام‌هایتان را پردازش می‌کند — دیگر موضوع حریم خصوصی به شکل جدی‌تری مطرح می‌شود.

OpenClaw سه سطح حریم خصوصی ارائه می‌دهد:

سطح ۱ — کاملاً محلی: مدل Ollama روی همان ماشین، بدون هیچ اتصال خارجی. تمام پردازش‌ها روی سخت‌افزار شما انجام می‌شود.

سطح ۲ — ترکیبی: منطق عامل و داده‌ها محلی هستند، اما مدل از API خارجی (OpenAI، Anthropic) استفاده می‌کند. محتوای مکالمه به سرورهای خارجی می‌رود، اما فایل‌ها و پیکربندی‌ها نه.

سطح ۳ — کاملاً ابری: حالت غیرسلف‌هاستد که OpenClaw آن را پشتیبانی می‌کند اما توصیه نمی‌کند — در واقع این حالت مزیت اصلی OpenClaw را از بین می‌برد.

۳. معماری فنی: هسته Node 24

OpenClaw روی Node.js 24 ساخته شده — انتخابی که اشتاین‌برگر در مستندات توضیح داده است: «Node 24 native fetch، native WebSocket، و بهترین ecosystem برای کار با API‌های هوش مصنوعی را فراهم می‌کند. TypeScript first از ابتدا.»

معماری OpenClaw پنج لایه دارد که به ترتیب پیام را پردازش می‌کنند:

لایه Message Gateway از یک آداپتور مشترک برای تمام پیام‌رسان‌های پشتیبانی‌شده استفاده می‌کند. این یعنی توسعه‌دهنده‌ای که یک مهارت جدید می‌نویسد، نیازی ندارد بداند پیام از تلگرام آمده یا سیگنال — همه پیام‌ها به یک فرمت یکسان نرمال‌سازی می‌شوند.

لایه Intent Router جالب‌ترین بخش از نظر فنی است. به جای استفاده از regex یا keyword matching ساده، OpenClaw از یک مدل embedding سبک برای تشخیص قصد استفاده می‌کند. این مدل روی پیام کاربر اجرا می‌شود و نزدیک‌ترین SKILL.md موجود را پیدا می‌کند. اگر شباهت کمتر از آستانه تعریف‌شده باشد، یک مهارت fallback عمومی فراخوانی می‌شود.

دیمون systemd یکی از ویژگی‌هایی است که OpenClaw را برای استقرار واقعی متمایز می‌کند. به جای اینکه کاربر هر بار باید سرویس را دستی راه‌اندازی کند، فایل‌های unit آماده systemd در مخزن OpenClaw موجودند که عامل را به عنوان یک سرویس سیستم ثبت می‌کنند — auto-restart در صورت crash، logging به journald، و مدیریت محیط از طریق فایل .env.

۴. سیستم مهارت‌ها (Skills): فلسفه SKILL.md

اگر OpenClaw یک قلب داشته باشد، سیستم SKILL.md آن است. هر فایل SKILL.md یک مهارت قابل‌حمل است — مثل یک برنامه که می‌توانید از یک ماشین به ماشین دیگر ببرید و دوباره اجرا کنید.

ساختار یک فایل SKILL.md دو بخش اصلی دارد:

بخش YAML Frontmatter: شامل metadata مهارت — نام، توضیح، trigger keywords، ابزارهای مجاز، و سطح اعتماد (trusted-input-only یا untrusted-input-allowed).

بخش Markdown: دستورالعمل‌های زبان طبیعی برای عامل. این دستورالعمل‌ها به عنوان system prompt به مدل زبانی ارسال می‌شوند. اینجاست که طراح مهارت مشخص می‌کند عامل چه رفتاری داشته باشد، چه ابزارهایی استفاده کند، و چگونه پاسخ دهد.

یکی از ویژگی‌های کلیدی SKILL.md قابلیت chaining است: یک مهارت می‌تواند مهارت دیگری را فراخوانی کند. این ترکیب‌پذیری به ایجاد workflow‌های پیچیده بدون نوشتن کد امکان می‌دهد. مثلاً یک مهارت «خلاصه روزانه» می‌تواند مهارت‌های «خواندن ایمیل»، «خواندن تقویم»، و «تحلیل اخبار» را به ترتیب فراخوانی کند و خروجی آن‌ها را ترکیب نماید.

۵. اتصال به پیام‌رسان‌ها: سیگنال، تلگرام، اسلک

OpenClaw با چهار پیام‌رسان اصلی کار می‌کند و هر کدام ویژگی‌های خاص خود را دارند:

Signal امن‌ترین گزینه است. Signal از رمزنگاری end-to-end استفاده می‌کند و سرورهای آن metadata کمینه‌ای نگهداری می‌کنند. اتصال OpenClaw به Signal از طریق یک پروژه متن‌باز به نام signal-cli انجام می‌شود که نیاز به ثبت یک شماره تلفن دارد. برای کاربردهایی که حریم خصوصی در آن‌ها حیاتی است — کسب‌وکارهای حساس، خبرنگاران، فعالان — Signal توصیه‌شده است.

تلگرام محبوب‌ترین گزینه در میان کاربران OpenClaw است. Telegram Bot API رسمی، مستند و پایدار، و پشتیبانی از inline keyboards، فایل‌ها، و گروه‌ها آن را جذاب می‌کند. اتصال آسان‌تر از Signal است — فقط یک توکن Bot API نیاز است. اما باید توجه داشت که Telegram رمزنگاری end-to-end به صورت پیش‌فرض ندارد.

Slack برای محیط‌های سازمانی طراحی شده است. OpenClaw با Slack از طریق Slack App و Webhook API ادغام می‌شود. این گزینه برای تیم‌هایی که از Slack به عنوان ابزار اصلی همکاری استفاده می‌کنند بسیار مناسب است — یک عامل AI می‌تواند در channel‌های مختلف به درخواست‌ها پاسخ دهد و با workflow‌های موجود ادغام شود.

WhatsApp از طریق WhatsApp Business API پشتیبانی می‌شود. این گزینه برای کسب‌وکارهایی که مشتریانشان از WhatsApp استفاده می‌کنند مناسب است، اما نیازمند تأییدیه از Meta دارد و در بعضی مناطق (از جمله ایران) دسترسی پیچیده‌تری دارد.

«ما از روز اول می‌دانستیم که پیام‌رسان‌ها نقطه تماس هستند. مردم هر روز ساعت‌ها با آن‌ها وقت می‌گذرانند — معنی‌دار نیست که برای صحبت با هوش مصنوعی یک اپلیکیشن جداگانه باز کنند.» — Peter Steinberger، مصاحبه با The Verge، دسامبر ۲۰۲۵

۶. مدل‌های محلی: Ollama و LM Studio

بخش «محلی» بودن OpenClaw تا حد زیادی به دو ابزار وابسته است: Ollama و LM Studio.

Ollama یک runtime مدل زبانی است که اجرای مدل‌های بزرگ را روی سخت‌افزار معمولی ممکن می‌کند. Ollama از فرمت GGUF استفاده می‌کند که کوانتیزاسیون (فشرده‌سازی مدل با کاهش دقت محاسبات) را برای کاهش نیازمندی‌های حافظه فعال می‌کند. یک MacBook Pro با چیپ M2 می‌تواند مدل Llama 3.1 8B را با سرعت قابل‌قبول اجرا کند. یک سرور Linux با GPU NVIDIA می‌تواند مدل‌های ۷۰B را اجرا نماید.

OpenClaw با Ollama از طریق Ollama REST API ارتباط برقرار می‌کند — یک API ساده که روی پورت 11434 اجرا می‌شود. پیکربندی فقط نیاز به یک خط در فایل .env دارد: MODEL_ENDPOINT=http://localhost:11434.

LM Studio رویکرد متفاوتی دارد: یک رابط گرافیکی برای مدیریت و اجرای مدل‌های محلی. کاربران می‌توانند از طریق LM Studio مدل‌های مختلف را دانلود کنند، آزمایش نمایند، و سرور API محلی فعال کنند که OpenClaw می‌تواند به آن متصل شود. برای کاربرانی که با command line راحت نیستند، LM Studio نقطه ورود مناسب‌تری است.

علاوه بر مدل‌های کاملاً محلی، OpenClaw از API‌های ابری نیز پشتیبانی می‌کند: OpenAI API، Anthropic API، و Groq. Groq گزینه جالبی است — سرویس inference ابری که با استفاده از سخت‌افزار LPU (Language Processing Unit) اختصاصی، سرعت بسیار بالاتری نسبت به GPU‌های معمولی ارائه می‌دهد. برای کاربرانی که می‌خواهند سرعت بالا داشته باشند اما هنوز آماده سرمایه‌گذاری در GPU محلی نیستند، Groq + OpenClaw ترکیب جذابی است.

مقایسه پیام‌رسان‌های پشتیبانی‌شده در OpenClaw

OpenClaw با چهار پیام‌رسان اصلی یکپارچه می‌شود و هر کدام مسیر اتصال، سطح امنیت و پیچیدگی راه‌اندازی متفاوتی دارند. این تنوع به کاربران امکان می‌دهد بر اساس نیاز خود — از حریم خصوصی حداکثری گرفته تا یکپارچگی سازمانی — بهترین گزینه را انتخاب کنند.

سیگنال با رمزنگاری سرتاسری خود امن‌ترین گزینه است و از طریق پروژه متن‌باز signal-cli به OpenClaw متصل می‌شود. تلگرام با Bot API ساده و مستند خود محبوب‌ترین انتخاب در میان کاربران است و فقط به یک توکن API نیاز دارد. اسلک برای محیط‌های سازمانی و تیم‌هایی طراحی شده که از Slack App و Webhook استفاده می‌کنند. واتس‌اپ نیز از طریق WhatsApp Business API پشتیبانی می‌شود اما نیازمند تأییدیه از Meta است و در برخی مناطق محدودیت دارد. در جدول زیر این چهار پیام‌رسان را از نظر معیارهای کلیدی مقایسه کرده‌ایم:

انتخاب پیام‌رسان مناسب به اولویت‌های شما بستگی دارد. اگر حریم خصوصی در اولویت است، سیگنال با رمزنگاری سرتاسری بهترین انتخاب است — هرچند نیاز به ثبت شماره تلفن دارد. اگر سهولت راه‌اندازی مهم‌تر است، تلگرام با فرایند ساده دریافت توکن Bot API گزینه مناسب‌تری خواهد بود. برای محیط‌های سازمانی، اسلک یکپارچگی عمیق‌تری با workflow‌های تیمی ارائه می‌دهد. واتس‌اپ نیز برای کسب‌وکارهایی که مشتریانشان در این پلتفرم هستند گزینه مناسبی است، اما فرایند تأییدیه Meta و محدودیت‌های منطقه‌ای ممکن است چالش‌برانگیز باشد.

نتیجه‌گیری: چرا OpenClaw فراتر از یک پروژه متن‌باز است

OpenClaw تنها یک ابزار برنامه‌نویسی نیست — یک بیانیه درباره حریم خصوصی، استقلال داده، و آینده هوش مصنوعی شخصی است. در دنیایی که شرکت‌های بزرگ رقابت می‌کنند تا به‌عنوان «دستیار دائمی» شما در همه دستگاه‌هایتان جا بگیرند، OpenClaw می‌گوید: «تو می‌توانی خودت این دستیار را داشته باشی، روی سخت‌افزار خودت، با قوانین خودت.»

۱۴۵٬۰۰۰ ستاره گیت‌هاب نشان می‌دهد که این پیام طنین انداخته است. اما رشد واقعی OpenClaw در اکوسیستمی است که دور آن شکل گرفته: سرویس‌های هاستینگ مدیریت‌شده، فروشگاه‌های مهارت، سازندگان فورک برای بازارهای خاص، و یک جامعه جهانی که هر روز SKILL.md جدید به کتابخانه اضافه می‌کند. OpenClaw به زیرساخت تبدیل شده است — و داستان آن تازه شروع شده است.