La Fondation : Communication Claire
Contrairement à l'IA cloud qui ne fait que répondre, clawbot exécute. La différence est profonde : des instructions vagues qui génèrent une conversation intéressante avec ChatGPT deviennent des commandes destructrices lorsqu'elles ont accès au système. La précision compte.
Principes des Instructions Efficaces
Définissez exactement ce qui doit être affecté. L'IA ne demandera pas de clarification – elle fera des suppositions basées sur le contexte.
"Archivez tous les e-mails de newsletters@*.com dans ma boîte de réception des 7 derniers jours."
"Nettoyez ma boîte de réception." (Quels e-mails ? Quelle action ? Quel âge ?)
Pour les tâches continues, définissez quand l'action doit s'exécuter et quelles conditions doivent être remplies.
"Chaque jour de semaine à 9h, s'il y a des e-mails non lus marqués 'urgent', envoyez-moi un résumé sur Telegram."
"Informez-moi des e-mails urgents." (Quand ? Comment ? Qu'est-ce qui définit l'urgence ?)
Indiquez à l'IA comment savoir si la tâche a réussi. Cela évite les boucles infinies et permet des rapports d'erreurs significatifs.
"Exécutez les tests jusqu'à ce qu'ils réussissent tous ou que 3 tentatives échouent, puis rapportez les résultats au canal #dev."
"Continuez à exécuter les tests jusqu'à ce qu'ils fonctionnent." (Combien de tentatives ? Et s'ils ne fonctionnent jamais ?)
Pour les opérations qui suppriment, modifient ou publient des données, intégrez des étapes d'approbation.
"Rédigez une réponse à cette plainte client et envoyez-la-moi pour approbation avant de l'envoyer."
"Répondez automatiquement aux plaintes clients." (Et si l'IA comprend mal ?)
Six Modèles de Délégation de Tâches
Chaque automatisation s'inscrit dans l'un des six modèles. Comprendre ces modèles vous aide à concevoir des workflows efficaces et à définir des attentes appropriées quant à ce que l'IA peut gérer de manière autonome.
L'IA surveille les changements et vous notifie.
L'IA observe en continu une source de données (logs, API, fichiers, tableaux de bord) et alerte lorsque des conditions spécifiques surviennent. Aucune modification n'est apportée – purement observationnel.
"Surveillez le point de terminaison Prometheus /api/v1/alerts toutes les 60 secondes. Si une alerte passe en état 'firing' avec severity=critical, envoyez les détails au canal Slack #ops-emergency."
"Vérifiez competitor.com/pricing quotidiennement à 2h du matin. Si les prix changent de plus de 10%, capturez une capture d'écran de la page et envoyez-moi la comparaison par e-mail."
Best Practice
Définissez les intervalles de vérification en fonction de l'urgence : systèmes critiques toutes les 30-60 secondes, métriques commerciales toutes les heures, surveillance des tendances quotidiennement.
L'IA envoie des notifications basées sur le temps ou déclenchées par des événements.
Contrairement aux simples alertes de calendrier, les rappels IA peuvent inclure du contexte, des étapes de préparation ou des informations pré-chargées pour rendre le rappel actionnable.
"30 minutes avant tout événement de calendrier marqué 'client-meeting', envoyez-moi via WhatsApp : (1) les noms des participants, (2) le résumé de la dernière conversation de Notion, (3) les éléments d'action ouverts de Jira."
"7 jours avant la date limite d'un ticket Jira dont je suis l'assigné, rappelez-moi via Telegram. S'il est toujours incomplet 1 jour avant, escaladez en urgent."
Best Practice
Incluez un contexte actionnable avec les rappels. "Réunion dans 30 min" est inutile ; "Appel client avec Acme Corp dans 30 min - ils posent des questions sur les limites de l'API" est précieux.
L'IA effectue des actions en votre nom.
L'IA modifie activement l'état du système : fichiers, bases de données, API, services. C'est là que l'infrastructure auto-hébergée devient essentielle – l'IA cloud ne pourra jamais avoir ce niveau d'accès.
"Lorsqu'un nouveau tag correspondant à v*.*.* est poussé sur la branche principale, exécutez les tests CI. Si tous réussissent, déployez sur staging. Après 10 minutes sans erreurs dans Sentry, promouvez en production."
"Chaque dimanche à 3h du matin, archivez les messages Slack de plus de 90 jours dans le canal #random. Exportez en JSON dans ~/archives/slack/ avant de supprimer."
Best Practice
Testez toujours les workflows d'exécution dans des environnements non-production en premier. Utilisez les drapeaux --dry-run lorsque disponibles. Intégrez des mécanismes de rollback.
L'IA traite les données et extrait des informations.
L'IA lit de grands volumes de données – logs, métriques, documents, conversations – et résume, identifie des modèles ou répond à des questions. Aucune modification du système, mais génération d'intelligence précieuse.
"Analysez les 1000 dernières lignes de /var/log/nginx/error.log. Identifiez les 5 modèles d'erreurs les plus courants, estimez l'impact (requêtes affectées) et suggérez des corrections."
"Lisez les transcriptions de toutes les réunions Zoom marquées 'product-review' du mois dernier. Quelles sont les 5 principales demandes de fonctionnalités par fréquence ? Qui en a mentionné chacune ?"
Best Practice
Associez l'analyse à l'action. Ne vous contentez pas de générer des rapports – configurez l'IA pour qu'elle escalade les découvertes qui nécessitent une attention immédiate.
L'IA connecte plusieurs services et les maintient synchronisés.
L'IA agit comme un middleware, déplaçant les données entre des systèmes qui ne s'intègrent pas nativement. Cela remplace l'automatisation de type Zapier mais avec une logique en langage naturel au lieu de workflows glisser-déposer.
"Lorsqu'un nouveau ticket est créé dans Zendesk, vérifiez si le client existe dans HubSpot. Si oui, ajoutez le lien du ticket à sa chronologie. Sinon, créez un enregistrement de contact avec les métadonnées du ticket."
"Lorsque je ferme un ticket Jira, calculez le temps entre 'En cours' et 'Terminé', enregistrez-le dans Clockify sous le projet correspondant à la clé du projet Jira."
Best Practice
Concevez les intégrations pour qu'elles soient idempotentes (sans danger d'exécution multiple) et gérez les échecs avec élégance. Enregistrez toutes les opérations de synchronisation pour les pistes d'audit.
L'IA enchaîne plusieurs actions basées sur une logique conditionnelle.
Cela combine tous les modèles précédents en workflows sophistiqués avec une logique de branchement, des mécanismes de nouvelle tentative et des arbres de décision. L'IA orchestre des séquences complexes de manière autonome.
"Lorsque Prometheus déclenche une alerte 'HighMemoryUsage' : (1) Vérifiez si ce service a redémarré dans la dernière heure. Si oui, ignorez. (2) Sinon, capturez le tas mémoire. (3) Analysez avec gdb. (4) Si une fuite mémoire est détectée, redémarrez le service et déposez un bug Jira. (5) Publiez un rapport d'incident sur Slack #ops."
"Lorsqu'un nouveau fichier markdown apparaît dans ~/blog/drafts/ : (1) Vérifiez l'orthographe et la grammaire. (2) Générez les métadonnées SEO. (3) Optimisez les images de l'article. (4) Déplacez vers ~/blog/ready/. (5) Créez une PR vers le dépôt du site web. (6) Publiez le lien d'aperçu sur Slack #content."
Best Practice
Décomposez les automatisations complexes en étapes avec des points de contrôle. Enregistrez l'état à chaque étape afin que les échecs puissent être débogués et que les workflows puissent reprendre en cours de processus.
Stratégie Multi-Canaux
clawbot prend en charge plus de 15 canaux de communication. La clé d'une utilisation efficace n'est pas de tous les connecter, mais de choisir le bon canal pour chaque type de tâche en fonction du contexte, de l'urgence et de l'intégration du workflow.
WhatsApp: Personal, High-Priority
- Critical alerts (production down, security incidents)
- Time-sensitive reminders (meeting prep, travel check-in)
- Personal automation (smart home, family tech support)
- Voice commands via voice messages
Why: Always with you, native mobile notifications, voice input.
Slack/Discord: Team Collaboration
- Deployment notifications visible to the team
- CI/CD status updates in project channels
- Shared automation (bot commands anyone can trigger)
- Incident response coordination
Why: Transparency, team context, threaded discussions.
Telegram: Reliable, Fast, Flexible
- High-frequency updates (monitoring dashboards)
- Daily digests and reports
- File sharing (screenshots, logs, exports)
- Bot API for custom integrations
Why: No rate limits, inline buttons, powerful bot API.
Email: Formal, Archival, External
- Weekly reports for stakeholders
- Formal notifications (legal, compliance)
- Communication with external parties
- Long-form content with formatting
Why: Universal, formal record, rich formatting.
Pro Tip: Channel Routing Rules
Configurez clawbot pour router automatiquement différents types de messages vers les canaux appropriés : erreurs vers Slack #ops, résumés vers Telegram, alertes critiques vers WhatsApp. Définissez la logique de routage dans votre fichier IDENTITY.md ou la configuration spécifique au canal.
Écosystème de Compétences : Étendre les Capacités
Les plus de 565 compétences communautaires de clawbot (ClawdHub) suivent la norme AgentSkills. Les compétences fournissent des intégrations pré-construites et des capacités spécifiques au domaine que vous pouvez installer, personnaliser et combiner.
Découvrir les Compétences
Les compétences sont distribuées via ClawdHub (marketplace basée sur GitHub). Parcourez par catégorie ou recherchez par mot-clé :
clawbot skills search kubernetes
"Montrez-moi les compétences pour la surveillance des bases de données PostgreSQL."
Catégories populaires : DevOps (kubectl, docker, terraform), Cloud (AWS, Azure, GCP), Productivité (calendrier, e-mail, prise de notes), Développement (GitHub, GitLab, CI/CD), Maison Intelligente (Home Assistant, IoT), Données (bases de données, analyse, ETL).
Installer les Compétences
Les compétences s'installent comme des packages Node.js avec des définitions de capacités déclaratives :
clawbot skills install kubectl
clawbot skills install https://github.com/user/custom-skill
Security Note
Les compétences s'exécutent avec les autorisations de votre clawbot. Examinez le code source des compétences avant de les installer, en particulier pour celles qui exécutent des commandes système ou accèdent à des identifiants. Privilégiez les compétences avec un grand nombre d'étoiles GitHub et des mises à jour récentes.
Personnaliser les Compétences
La plupart des compétences exposent la configuration via des variables d'environnement ou des fichiers de configuration. Personnalisations courantes :
Stockez dans ~/.clawbot/secrets.env avec chiffrement activé.
GITHUB_TOKEN=ghp_xxxxx
SLACK_BOT_TOKEN=xoxb-xxxxx
Remplacez les valeurs par défaut dans ~/.clawbot/skills/{nom-de-la-compétence}/config.json
{"default_namespace": "production", "timeout": 30}
Restreignez les actions que la compétence peut effectuer via des listes blanches d'outils.
Autoriser "kubectl get" et "kubectl describe", refuser "kubectl delete"
10 Modèles d'Utilisation de Niveau Expert
Techniques avancées des utilisateurs expérimentés de clawbot qui le transforment d'un "assistant utile" en une "infrastructure indispensable".
Stockez vos préférences, votre contexte de travail et vos connaissances du domaine dans ~/.clawbot/IDENTITY.md. L'IA lit ceci avant chaque interaction, personnalisant les réponses sans explications répétées.
• Your role and tech stack
• Project structure and naming conventions
• Preferred communication style
• Time zone and working hours
• Key contacts and their roles
• Decision-making principles
Pour les opérations ayant des conséquences (déploiements, modifications de données, communications externes), configurez des portes d'approbation. L'IA rédige l'action, vous approuvez via chat.
tools.exec.approval: "ask" pour les commandes correspondant à "rm -rf", "kubectl delete", "git push --force"
Après l'exécution de l'automatisation, indiquez explicitement à l'IA ce qui a fonctionné et ce qui n'a pas fonctionné. Elle s'en souvient dans la mémoire de session et ajuste son comportement futur.
"That email draft was too formal—use a friendlier tone next time."
"The log analysis missed errors in stderr—check both stdout and stderr."
Pour les automatisations récurrentes, utilisez la planification cron de clawbot Gateway au lieu du cron système. Les jobs cron générés par l'IA comprennent le langage naturel et gèrent les échecs intelligemment.
"Chaque jour de semaine à 9h, sauf les jours fériés" → Gateway traduit en expression cron et gère le calendrier des jours fériés.
Combinez plusieurs compétences en séquences. L'IA coordonne le flux de données entre les compétences sans que vous ayez à écrire de code d'intégration.
"Utilisez la compétence 'github' pour récupérer les dernières notes de version, puis la compétence 'slack' pour publier un résumé sur #announcements, puis la compétence 'twitter' pour rédiger un tweet."
Activez une journalisation complète pour suivre chaque action de l'IA. Essentiel pour le débogage, les audits de sécurité et la compréhension de ce qui s'est passé lors des incidents.
~/.clawbot/logs/gateway.log (all messages)
~/.clawbot/logs/exec.log (system commands)
~/.clawbot/logs/skills.log (skill invocations)
Avant de déployer l'automatisation sur des systèmes de production, testez dans des environnements isolés. Utilisez des conteneurs Docker, des serveurs de staging ou les modes --dry-run.
1. Test command manually
2. Run AI automation in dry-run mode
3. Deploy to staging with real data
4. Monitor for 24-48 hours
5. Promote to production
Restreignez certaines compétences à des canaux spécifiques. Exemple : autorisez les opérations destructrices uniquement via WhatsApp (où vous êtes authentifié), jamais via Discord public.
WhatsApp: all skills enabled
Slack #ops: DevOps skills only
Discord: read-only skills only
Telegram: monitoring and reporting
Pour les tâches complexes nécessitant des allers-retours, démarrez une session dédiée. L'IA maintient le contexte entre les messages et se souvient des résultats intermédiaires.
"Start a debugging session for the payment service errors."
→ AI creates session, asks clarifying questions
→ You provide logs, AI analyzes
→ AI proposes fixes, you approve
→ AI implements and verifies
"End session and summarize what we fixed."
Différents modèles d'IA excellent dans différentes tâches. Configurez clawbot pour un routage intelligent : Claude pour le raisonnement complexe, GPT-4 pour le code, Ollama pour les opérations hors ligne/privées.
Code reviews: GPT-4 Turbo (best at code)
Data analysis: Claude Sonnet (best at reasoning)
Simple automation: Ollama llama3 (free, local)
Sensitive data: Ollama only (never cloud)
Problèmes Courants et Solutions
Défis du monde réel rencontrés par les utilisateurs de clawbot et comment les résoudre.
Cause: Ambiguous instructions or insufficient context.
Solution: Be more explicit. Use approval workflows for risky commands. Add examples of correct behavior to IDENTITY.md.
"Supprimer les anciens logs"
"Supprimez les fichiers de log dans /var/log/myapp/ de plus de 30 jours dont le nom correspond à *.log. Conservez les 10 fichiers les plus récents, quel que soit leur âge. Demandez confirmation avant de supprimer."
Cause: External API rate limits, credential expiration, or transient network failures.
Solution: Build in retry logic with exponential backoff. Monitor ~/.clawbot/logs/ for errors. Set up alerts when automation fails.
Cause: Monitoring thresholds set too sensitive or no noise filtering.
Solution: Add debouncing ("Only alert if condition persists for 5 minutes") and deduplication ("Don't alert more than once per hour for same issue").
Cause: Trying to describe entire workflow in one message.
Solution: Break into stages. Configure one stage, test, then add the next. Use session continuity for incremental refinement.
Cause: AI logging full command outputs including credentials or private data.
Solution: Configure log sanitization rules to redact patterns (API keys, tokens, passwords). Review logs periodically and add new redaction rules as needed.
Prêt à Maîtriser clawbot ?
Commencez par une automatisation simple. Au fur et à mesure que vous gagnez en confiance, ajoutez d'autres modèles. En quelques semaines, vous vous demanderez comment vous avez pu travailler sans cela.
Get Started See Real Examples