AutoClaw : l'agent OpenClaw local de Zhipu AI en une seule installation

AutoClaw est un client de bureau pour agents publié par Zhipu AI, présenté par l'éditeur comme la première version locale d'OpenClaw installable en un seul clic. OpenClaw est un framework d'agents open source qui exige habituellement de préparer à la main l'environnement d'exécution, les dépendances et un canal de messagerie. AutoClaw réunit cette préparation dans un installateur pour macOS et Windows : le déploiement prend environ une minute, puis l'utilisateur confie du travail à l'agent depuis une fenêtre de discussion dans Feishu ou un outil équivalent. La différence notable avec un assistant purement hébergé est que les tâches s'exécutent sur la machine locale, tandis que la couche de modèles reste ouverte à des API tierces.

Le produit s'organise en trois couches. Un cœur d'agent local transforme une demande en langage naturel en un plan à plusieurs étapes et appelle des outils pour l'exécuter. Une couche d'accès reçoit les consignes de la messagerie et renvoie le résultat dans la même conversation. Au-dessus se trouvent deux surfaces d'extension : plus de 50 compétences prêtes à l'emploi et une couche de modèles qui alterne entre Pony-Alpha-2, le modèle maison, et des API externes comme DeepSeek, Kimi, MiniMax ou GLM.

Cette combinaison répond à un problème pratique plutôt qu'à un manque de capacités. Les frameworks d'agents ouverts sont déjà compétents, mais l'installation implique environnement, identifiants, autorisations et canaux de messages, et c'est là que s'arrêtent la plupart des utilisateurs non techniques. AutoClaw déplace ce travail dans l'installateur et réduit la surface d'usage à une zone de discussion.

Fonctions principales

Déploiement en un clic sur les deux systèmes

Des installateurs sont proposés pour macOS et Windows, et l'éditeur annonce une installation en une minute environ sans configuration manuelle de l'environnement. Pour un framework qui oblige sinon à suivre la documentation commande par commande, cela supprime le premier obstacle, et le plus élevé.

Confier des tâches depuis la messagerie

AutoClaw s'intègre à Feishu et à d'autres messageries courantes. Une fois le compte relié, les tâches partent directement dans la fenêtre de discussion et la sortie revient dans le même fil. Le travail et le contexte de la conversation restent au même endroit au lieu d'être répartis entre un client de chat et une console d'agents séparée.

Plus de 50 compétences et une boutique de skills

Le client embarque une bibliothèque prête pour la programmation, le traitement de documents, l'analyse de données et la création de contenu. Un pack complémentaire, GLM Office Skills, ajoute cinq compétences bureautiques pour PPT, DOCX, XLSX, PDF et graphiques, avec des mises en page par scénario, des contrôles automatiques et la conversion de formats ; selon l'éditeur, il produit un document complet avec les notes de présentation.

Automatisation du navigateur

Un agent de navigation fondé sur AutoGLM enchaîne les parcours multi-pages et multi-étapes : collecte d'informations, saisie de formulaires, traitement de commandes. C'est la pièce qui transforme la conversation en travail terminé, car la plupart des tâches réelles s'achèvent dans un formulaire web ou un back-office, pas dans une réponse de chat.

Choix du modèle et exécution locale

AutoClaw n'enferme pas l'utilisateur dans un modèle unique. Outre le Pony-Alpha-2 intégré, il accepte des clés d'API pour DeepSeek, Kimi, MiniMax et GLM. Les tâches tournent sur l'ordinateur local : les données de travail n'ont pas besoin de monter vers le cloud d'un fournisseur, ce qui compte pour des contrats, des états financiers ou des documents internes.

Mémoire évolutive

Après une conversation, l'agent repère les corrections, les préférences et les tentatives ratées, puis les enregistre durablement une fois l'utilisateur d'accord. Une erreur corrigée une fois n'a plus à être expliquée, et le comportement se rapproche peu à peu des habitudes de chacun.

Premiers pas

1. Ouvrez la page officielle autoglm.zhipuai.cn/autoclaw, téléchargez la version macOS ou Windows correspondant à votre système et lancez l'installateur en un clic.
2. Configurez le modèle dans le client : gardez le Pony-Alpha-2 intégré ou collez une clé d'API de DeepSeek, Kimi ou GLM. L'usage de modèles tiers est facturé par chaque fournisseur selon ses propres tarifs.
3. Suivez les indications pour relier un compte Feishu, puis mentionnez AutoClaw dans une discussion pour confier une tâche ; la progression et le résultat reviennent dans la conversation.
4. Commencez par une demande bien délimitée, comme résumer des notes de réunion ou extraire un tableau d'une page, vérifiez la sortie, puis confiez un travail long à plusieurs étapes en laissant la mémoire enregistrer vos corrections.

Coût et quotas

• L'éditeur indique qu'un certain volume d'usage gratuit est inclus pour essayer le produit sans frais ; le chiffre exact du quota n'est pas publié.
• Contrairement aux plateformes d'agents hébergées, il n'y a pas de loyer mensuel payé d'avance : la dépense suit l'usage réel et non un abonnement fixe.
• Avec des modèles externes, les coûts par token sont facturés par DeepSeek, Kimi, MiniMax ou GLM selon leurs propres grilles. AutoClaw ne publie aucune marge additionnelle, et aucune formule d'abonnement ni tarif entreprise n'a été annoncée.

Cas d'usage

• Production de contenu : rédiger des textes sociaux, composer texte et image et publier sur plusieurs plateformes en un seul flux.
• Développement logiciel : écrire le code d'un site à partir d'un cahier des charges, avec esquisses d'architecture, revue de code et correction de bugs.
• Bureautique : analyse de tableaux, création de présentations et mise en forme de comptes rendus de réunion.
• Recherche financière : extraire des rapports d'entreprises cotées, rédiger des notes d'analyse et suivre le marché.
• Tâches de navigateur : collecter des informations sur plusieurs sites, remplir des formulaires et traiter des commandes de bout en bout.
• Convient surtout aux indépendants et petites équipes qui veulent un agent dans leur flux de discussion habituel sans déplacer des fichiers sensibles vers un service cloud.

Limites à vérifier

• L'exécution locale attache l'agent à une machine : éteinte, en veille ou hors ligne, elle ne travaille plus. Les tâches longues sans surveillance demandent donc un ordinateur toujours allumé.
• Les données n'ont pas à rejoindre le cloud de l'éditeur, mais un texte envoyé à une API de modèle externe quitte la machine pour ce fournisseur ; avec des documents confidentiels, le choix du modèle doit en tenir compte.
• L'intégration de messagerie est documentée surtout autour de Feishu. L'éditeur ne précise pas si WeCom, DingTalk ou Slack sont pris en charge, les équipes multi-outils doivent donc vérifier le point d'entrée.
• L'automatisation du navigateur peut échouer sur un captcha, une connexion à deux facteurs, une règle anti-robot ou une refonte du site : les parcours critiques doivent garder une vérification humaine.
• La version minimale du système, l'empreinte mémoire et disque, la durée maximale par tâche et la concurrence ne sont pas publiées, et aucun engagement de niveau de service n'est mentionné ; testez avec votre propre charge avant la production.
• Les entrées de mémoire ne sont enregistrées qu'après validation, mais valider sans relire peut conserver de mauvaises préférences : une revue périodique reste utile.

Questions fréquentes

Quel est le lien entre AutoClaw et OpenClaw ?

AutoClaw est une distribution locale du framework d'agents OpenClaw réalisée par Zhipu AI. Son apport consiste à ramener installation et configuration à un clic et à ajouter une façade de messagerie, une bibliothèque de compétences et le pilotage du navigateur ; OpenClaw reste le framework open source sous-jacent.

Faut-il obligatoirement le modèle de Zhipu ?

Non. En plus du Pony-Alpha-2 intégré, AutoClaw accepte des clés d'API pour DeepSeek, Kimi, MiniMax et GLM, et chaque utilisateur paie directement ces fournisseurs à l'usage.

Mes données quittent-elles la machine ?

L'exécution est locale et les fichiers de travail n'ont pas besoin d'être téléversés. Toute consigne envoyée à une API de modèle externe est traitée par ce fournisseur, un point à intégrer pour les usages sensibles.

Quels systèmes sont pris en charge ?

Des versions macOS et Windows sont proposées. Aucune version Linux n'est mentionnée.