AutoClaw: lokalny agent OpenClaw od Zhipu AI instalowany jednym kliknięciem

AutoClaw to desktopowy klient agentów AI wydany przez Zhipu AI i opisywany przez wydawcę jako pierwsza lokalna wersja OpenClaw instalowana jednym kliknięciem. OpenClaw to otwarty framework agentów, który zwykle wymaga ręcznego przygotowania środowiska uruchomieniowego, zależności i kanału komunikacji. AutoClaw zamyka całe to przygotowanie w jednym instalatorze dla macOS i Windows, dzięki czemu wdrożenie zajmuje około minuty. Następnie użytkownik zleca pracę agentowi z okna czatu w Feishu lub podobnym narzędziu. Istotna różnica wobec asystentów działających wyłącznie w chmurze polega na tym, że zadania wykonują się na lokalnym komputerze, a warstwa modeli pozostaje otwarta na zewnętrzne API.

Produkt składa się z trzech warstw. Lokalny rdzeń agenta zamienia polecenie w języku naturalnym na plan wieloetapowy i wywołuje narzędzia, aby go wykonać. Warstwa dostępu odbiera polecenia z komunikatora i zwraca wynik do tej samej rozmowy. Nad nimi znajdują się dwie powierzchnie rozszerzeń: ponad pięćdziesiąt gotowych umiejętności oraz warstwa modeli przełączająca się między własnym Pony-Alpha-2 a zewnętrznymi API, takimi jak DeepSeek, Kimi, MiniMax i GLM.

Takie połączenie rozwiązuje problem praktyczny, a nie brak możliwości. Otwarte frameworki agentów są już sprawne, ale instalacja wiąże się ze środowiskiem, poświadczeniami, uprawnieniami i kanałami wiadomości, i właśnie na tym zatrzymuje się większość użytkowników nietechnicznych. AutoClaw przenosi tę pracę do instalatora i ogranicza widoczną powierzchnię do pola czatu.

Najważniejsze możliwości

Wdrożenie jednym kliknięciem na obu systemach

Instalatory są dostępne dla macOS i Windows, a wydawca podaje, że instalacja kończy się w około minutę bez ręcznej konfiguracji środowiska. W przypadku frameworka, który inaczej wymaga przejścia dokumentacji polecenie po poleceniu, znika pierwsza i najwyższa bariera.

Zlecanie zadań w komunikatorze

AutoClaw integruje się z Feishu i innymi popularnymi komunikatorami. Po powiązaniu konta zadania są wysyłane wprost z okna czatu, a wynik wraca do tego samego wątku. Praca i kontekst rozmowy pozostają w jednym miejscu zamiast dzielić się między klienta czatu i osobną konsolę agenta.

Ponad 50 umiejętności i sklep z umiejętnościami

Klient zawiera gotową bibliotekę do programowania, obsługi dokumentów, analizy danych i tworzenia treści. Dodatkowy pakiet GLM Office Skills wnosi pięć umiejętności biurowych dla prezentacji, dokumentów, arkuszy, plików PDF i wykresów, z układami dla konkretnych scenariuszy, automatyczną kontrolą i konwersją formatów; według wydawcy tworzy kompletny dokument wraz z notatkami dla prelegenta.

Automatyzacja przeglądarki

Agent przeglądarki oparty na AutoGLM wykonuje łańcuchy wielostronicowe i wieloetapowe, na przykład zbiera informacje, wypełnia formularze i obsługuje zamówienia. To element, który zamienia rozmowę w wykonaną pracę, ponieważ większość realnych zadań kończy się w formularzu internetowym lub panelu administracyjnym, a nie w odpowiedzi czatu.

Wybór modelu i praca lokalna

AutoClaw nie przywiązuje użytkownika do jednego modelu. Poza wbudowanym Pony-Alpha-2 można podać klucze API do DeepSeek, Kimi, MiniMax i GLM. Zadania działają na lokalnym komputerze, więc dane robocze nie muszą trafiać do chmury dostawcy, co ma znaczenie przy umowach, sprawozdaniach finansowych i dokumentach wewnętrznych.

Rozwijająca się pamięć

Po rozmowie agent rozpoznaje poprawki, preferencje i nieudane próby, a po zatwierdzeniu przez użytkownika zapisuje je jako pamięć trwałą. Błąd poprawiony raz nie wymaga ponownego tłumaczenia, a zachowanie z czasem zbliża się do nawyków danej osoby.

Jak zacząć

1. Otwórz oficjalną stronę autoglm.zhipuai.cn/autoclaw, pobierz wersję dla macOS lub Windows zgodną z twoim systemem i uruchom instalator jednego kliknięcia.
2. Skonfiguruj model w kliencie: zostaw wbudowany Pony-Alpha-2 albo wklej klucz API z DeepSeek, Kimi lub GLM. Korzystanie z modeli zewnętrznych rozlicza każdy dostawca według własnego cennika.
3. Postępuj zgodnie z podpowiedziami, aby powiązać konto Feishu, a następnie wskaż AutoClaw w czacie i zleć zadanie; postęp i wynik wracają do rozmowy.
4. Zacznij od jednego wąsko określonego zadania, na przykład streszczenia notatek ze spotkania albo wyciągnięcia tabeli ze strony, sprawdź wynik i dopiero potem przekazuj długą pracę wieloetapową, pozwalając pamięci zapisywać twoje poprawki.

Koszt i limity

• Wydawca informuje, że w zestawie jest pewien darmowy limit, aby produkt można było przetestować bez kosztów; dokładna wartość limitu nie jest ujawniona.
• W odróżnieniu od chmurowych platform agentów nie ma z góry płaconego czynszu miesięcznego, więc wydatek idzie za rzeczywistym użyciem, a nie za stałym abonamentem.
• Przy podłączonych modelach zewnętrznych opłaty za tokeny pobierają DeepSeek, Kimi, MiniMax lub GLM według własnych cenników. AutoClaw nie publikuje narzutu, a plany abonamentowe ani ceny firmowe nie zostały ogłoszone.

Do czego pasuje

• Tworzenie treści: pisanie tekstów do mediów społecznościowych, skład tekstu z grafiką i publikacja na kilku platformach w jednym przepływie.
• Tworzenie oprogramowania: pisanie kodu strony na podstawie dokumentu wymagań, a także szkice architektury, przegląd kodu i poprawianie błędów.
• Automatyzacja biurowa: analiza arkuszy, przygotowanie prezentacji i porządkowanie notatek ze spotkań.
• Badania finansowe: pobieranie raportów spółek giełdowych, pisanie notatek analitycznych i śledzenie rynku.
• Zadania w przeglądarce: zbieranie informacji z wielu stron, wypełnianie formularzy i obsługa zamówień od początku do końca.
• Najlepiej sprawdza się u osób i małych zespołów, które chcą mieć agenta w dotychczasowym przepływie czatu i nie chcą przenosić poufnych plików do usługi w chmurze.

Ograniczenia do sprawdzenia

• Praca lokalna wiąże agenta z jedną maszyną: gdy komputer jest wyłączony, uśpiony lub bez sieci, praca się zatrzymuje, więc długie zadania bez nadzoru wymagają urządzenia działającego bez przerwy.
• Dane nie muszą trafiać do chmury dostawcy, ale tekst wysłany do zewnętrznego API modelu opuszcza komputer i idzie do tego dostawcy; przy materiałach poufnych źródło modelu trzeba wybrać świadomie.
• Integracja z komunikatorami jest opisana głównie wokół Feishu. Wydawca nie precyzuje wsparcia dla WeCom, DingTalk ani Slack, więc zespoły korzystające z wielu narzędzi powinny najpierw potwierdzić punkt wejścia.
• Automatyzacja przeglądarki może się zatrzymać na captchy, logowaniu dwuetapowym, ochronie przed botami lub zmianie wyglądu strony, dlatego krytyczne procesy powinny zachować etap sprawdzenia przez człowieka.
• Minimalna wersja systemu, zużycie pamięci i dysku, limit czasu na zadanie oraz liczba zadań równoległych nie są publikowane, podobnie jak zobowiązanie dotyczące poziomu usługi; przed wdrożeniem produkcyjnym przetestuj na własnym obciążeniu.
• Wpisy pamięci są zapisywane dopiero po zatwierdzeniu, ale zatwierdzanie bez przeglądu utrwala błędne preferencje, więc warto je okresowo przeglądać.

Częste pytania

Jaki jest związek AutoClaw z OpenClaw?

AutoClaw to lokalna dystrybucja frameworka agentów OpenClaw przygotowana przez Zhipu AI. Jej wkład polega na sprowadzeniu instalacji i konfiguracji do jednego kliknięcia oraz dodaniu interfejsu komunikatora, biblioteki umiejętności i sterowania przeglądarką; pod spodem pozostaje otwarty OpenClaw.

Czy trzeba używać modelu Zhipu?

Nie. Poza wbudowanym Pony-Alpha-2 AutoClaw przyjmuje klucze API do DeepSeek, Kimi, MiniMax i GLM, a użytkownik płaci tym dostawcom bezpośrednio za zużycie.

Czy moje dane opuszczają komputer?

Wykonanie odbywa się lokalnie, a pliki robocze nie wymagają wysyłania. Każde polecenie przesłane do zewnętrznego API modelu jest jednak przetwarzane przez tego dostawcę, więc wrażliwe procesy powinny to uwzględniać.

Jakie systemy są obsługiwane?

Dostępne są wersje dla macOS i Windows. Wersja dla Linux nie jest wspomniana.