Handboek voor AI-samenwerking

Hoe effectief samen te werken met clawbot. Patronen voor taakdelegatie, multi-channel strategieën en deskundige tips voor maximale productiviteit.

De Basis: Duidelijke Communicatie

In tegenstelling tot cloud-AI die alleen reageert, voert clawbot acties uit. Het verschil is ingrijpend: vage instructies die interessante gesprekken met ChatGPT genereren, worden destructieve commando's wanneer ze systeemtoegang krijgen. Precisie is essentieel.

Principes van effectieve instructies

1️⃣
Be Specific About Scope

Definieer exact wat er beïnvloed moet worden. AI zal niet om opheldering vragen - het zal aannames doen op basis van de context.

Good:

"Archiveer alle e-mails van newsletters@*.com in mijn inbox van de afgelopen 7 dagen."

Bad:

"Ruim mijn inbox op." (Welke e-mails? Welke actie? Hoe oud?)

2️⃣
Specify Triggers and Conditions

Voor doorlopende taken, definieer wanneer de actie moet worden uitgevoerd en aan welke voorwaarden moet worden voldaan.

Good:

"Elke werkdag om 9 uur 's ochtends, als er ongelezen e-mails met het label 'urgent' zijn, stuur me dan een Telegram-samenvatting."

Bad:

"Laat me weten over dringende e-mails." (Wanneer? Hoe? Wat definieert dringend?)

3️⃣
Define Success Criteria

Vertel de AI hoe de taak succesvol is afgerond. Dit voorkomt oneindige lussen en maakt zinvolle foutrapportage mogelijk.

Good:

"Voer tests uit totdat ze allemaal slagen of 3 pogingen mislukken, rapporteer vervolgens de resultaten aan het #dev-kanaal."

Bad:

"Blijf tests uitvoeren totdat ze werken." (Hoeveel pogingen? Wat als ze nooit slagen?)

4️⃣
Request Confirmation for Destructive Actions

Voor bewerkingen die gegevens verwijderen, wijzigen of publiceren, bouw goedkeuringsstappen in.

Good:

"Stel een antwoord op deze klantklacht op en stuur het me ter goedkeuring voordat het wordt verzonden."

Bad:

"Reageer automatisch op klantklachten." (Wat als de AI het verkeerd begrijpt?)

Zes patronen voor taakdelegatie

Elke automatisering valt in een van de zes patronen. Het begrijpen hiervan helpt u bij het ontwerpen van effectieve workflows en het instellen van passende verwachtingen voor wat AI autonoom kan afhandelen.

👁️
Pattern 1: Monitoring

AI bewaakt wijzigingen en informeert u.

De AI observeert continu een gegevensbron (logs, API's, bestanden, dashboards) en waarschuwt wanneer specifieke voorwaarden optreden. Er worden geen wijzigingen aangebracht - puur observatie.

Use Case: Server Health Monitoring

"Monitor het Prometheus /api/v1/alerts eindpunt elke 60 seconden. Als een waarschuwing in de 'firing' status komt met severity=critical, stuur dan details naar het #ops-emergency Slack kanaal."

Use Case: Competitor Intelligence

"Controleer dagelijks om 2 uur 's nachts competitor.com/pricing. Als prijzen met meer dan 10% veranderen, maak dan een screenshot van de pagina en stuur me de vergelijking per e-mail."

Best Practice

Stel controle-intervallen in op basis van urgentie: kritieke systemen elke 30-60 seconden, bedrijfsstatistieken per uur, trendbewaking dagelijks.

Pattern 2: Reminders

AI stuurt tijdgebaseerde of gebeurtenis-geactiveerde meldingen.

In tegenstelling tot eenvoudige agenda-meldingen, kunnen AI-herinneringen context, voorbereidende stappen of vooraf opgehaalde informatie bevatten om de herinnering actiegericht te maken.

Use Case: Meeting Preparation

"30 minuten voor elke agendabijeenkomst met het label 'client-meeting', stuur me via WhatsApp: (1) namen van deelnemers, (2) samenvatting van laatste gesprek uit Notion, (3) open actiepunten uit Jira."

Use Case: Deadline Management

"7 dagen voor elke Jira-ticket deadline waar ik de toegewezen persoon ben, herinner me via Telegram. Als het 1 dag van tevoren nog onvoltooid is, escaleer dan naar urgent."

Best Practice

Voeg actiegerichte context toe aan herinneringen. "Vergadering over 30 minuten" is nutteloos; "Klantgesprek met Acme Corp over 30 minuten - ze vragen naar API-limieten" is waardevol.

Pattern 3: Execution

AI voert acties uit namens u.

De AI verandert actief de systeemstatus: bestanden, databases, API's, services. Dit is waar zelf-gehoste infrastructuur essentieel wordt - cloud-AI kan nooit dit niveau van toegang hebben.

Use Case: Deployment Automation

"Wanneer een nieuwe tag die overeenkomt met v*.*.* naar de hoofdbranch wordt gepusht, voer dan CI-tests uit. Als alle tests slagen, implementeer dan naar staging. Na 10 minuten zonder fouten in Sentry, promoot naar productie."

Use Case: Data Cleanup

"Elke zondag om 3 uur 's nachts, archiveer Slack-berichten ouder dan 90 dagen in het #random kanaal. Exporteer naar JSON in ~/archives/slack/ voordat u ze verwijdert."

Best Practice

Test uitvoeringsworkflows altijd eerst in niet-productieomgevingen. Gebruik --dry-run flags wanneer beschikbaar. Bouw rollback-mechanismen in.

📊
Pattern 4: Analysis

AI verwerkt gegevens en extraheert inzichten.

De AI leest grote hoeveelheden gegevens - logs, statistieken, documenten, gesprekken - en vat samen, identificeert patronen of beantwoordt vragen. Geen systeemwijzigingen, maar genereert waardevolle intelligentie.

Use Case: Log Analysis

"Analyseer de laatste 1000 regels van /var/log/nginx/error.log. Identificeer de 5 meest voorkomende foutpatronen, schat de impact (betrokken verzoeken) en stel oplossingen voor."

Use Case: Meeting Intelligence

"Lees transcripties van alle Zoom-vergaderingen met het label 'product-review' van de afgelopen maand. Wat zijn de top 5 functieaanvragen op frequentie? Wie heeft elk genoemd?"

Best Practice

Koppel analyse aan actie. Genereer niet alleen rapporten - configureer AI om bevindingen die onmiddellijke aandacht vereisen te escaleren.

🔗
Pattern 5: Integration

AI verbindt meerdere services en houdt ze gesynchroniseerd.

De AI fungeert als middleware en verplaatst gegevens tussen systemen die niet native integreren. Dit vervangt Zapier-achtige automatisering, maar dan met natuurlijke taal logica in plaats van drag-and-drop workflows.

Use Case: CRM ↔ Support Sync

"Wanneer een nieuw ticket wordt aangemaakt in Zendesk, controleer dan of de klant bestaat in HubSpot. Zo ja, voeg de ticketlink toe aan hun tijdlijn. Zo nee, maak een contactrecord aan met de ticketmetadata."

Use Case: Time Tracking

"Wanneer ik een Jira-ticket sluit, bereken dan de tijd van 'In Progress' naar 'Done', log naar Clockify onder het project dat overeenkomt met de Jira-projectcode."

Best Practice

Ontwerp integraties om idempotent te zijn (veilig om meerdere keren uit te voeren) en om fouten gracieus af te handelen. Log alle synchronisatiebewerkingen voor audit trails.

🤖
Pattern 6: Automation (Multi-Step Workflows)

AI koppelt meerdere acties op basis van voorwaardelijke logica.

Dit combineert alle voorgaande patronen in geavanceerde workflows met vertakkingslogica, retry-mechanismen en beslissingsbomen. De AI orkestreert complexe sequenties autonoom.

Use Case: Incident Response

"Wanneer Prometheus een 'HighMemoryUsage' waarschuwing genereert: (1) Controleer of deze service in het afgelopen uur is herstart. Zo ja, negeer. (2) Zo nee, maak een heap dump. (3) Analyseer met gdb. (4) Als een geheugenlek wordt gedetecteerd, herstart de service en maak een Jira-bug aan. (5) Post incidentrapport naar #ops Slack."

Use Case: Content Publishing Pipeline

"Wanneer een nieuw markdown-bestand verschijnt in ~/blog/drafts/: (1) Controleer spelling en grammatica. (2) Genereer SEO-metadata. (3) Optimaliseer afbeeldingen in de post. (4) Verplaats naar ~/blog/ready/. (5) Maak een PR naar de website-repo. (6) Post preview-link naar #content Slack."

Best Practice

Breek complexe automatisering op in fasen met controlepunten. Log de status bij elke stap, zodat fouten kunnen worden gedebugd en workflows halverwege kunnen worden hervat.

Multi-channel strategie

clawbot ondersteunt 15+ communicatiekanalen. De sleutel tot effectief gebruik is niet om ze allemaal te verbinden - het is om het juiste kanaal te kiezen voor elk taaktype op basis van context, urgentie en workflow-integratie.

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

Configureer clawbot om verschillende berichttypen automatisch naar de juiste kanalen te routeren: fouten naar Slack #ops, samenvattingen naar Telegram, kritieke waarschuwingen naar WhatsApp. Definieer routeringslogica in uw IDENTITY.md of kanaalspecifieke configuratie.

Vaardigheden-ecosysteem: Mogelijkheden uitbreiden

clawbot's 565+ community vaardigheden (ClawdHub) volgen de AgentSkills standaard. Vaardigheden bieden vooraf gebouwde integraties en domeinspecifieke mogelijkheden die u kunt installeren, aanpassen en combineren.

Vaardigheden ontdekken

Vaardigheden worden gedistribueerd via ClawdHub (GitHub-gebaseerde marktplaats). Blader per categorie of zoek op trefwoord:

Via CLI:

clawbot skills search kubernetes

Via Chat:

"Laat me vaardigheden zien voor het monitoren van PostgreSQL databases."

Populaire categorieën: DevOps (kubectl, docker, terraform), Cloud (AWS, Azure, GCP), Productiviteit (agenda, e-mail, notities), Ontwikkeling (GitHub, GitLab, CI/CD), Smart Home (Home Assistant, IoT), Data (databases, analyse, ETL).

Vaardigheden installeren

Vaardigheden worden geïnstalleerd als Node.js-pakketten met declaratieve capaciteitsdefinities:

Install from ClawdHub:

clawbot skills install kubectl

Install from Git URL:

clawbot skills install https://github.com/user/custom-skill

Security Note

Vaardigheden draaien met de rechten van uw clawbot. Bekijk de broncode van vaardigheden voor installatie, vooral voor vaardigheden die systeemcommando's uitvoeren of toegang krijgen tot referenties. Geef de voorkeur aan vaardigheden met veel GitHub-sterren en recente updates.

Vaardigheden aanpassen

De meeste vaardigheden bieden configuratie via omgevingsvariabelen of configuratiebestanden. Veelvoorkomende aanpassingen:

API Credentials

Opslaan in ~/.clawbot/secrets.env met encryptie ingeschakeld.

Example:

GITHUB_TOKEN=ghp_xxxxx
SLACK_BOT_TOKEN=xoxb-xxxxx

Skill-Specific Settings

Overschrijf standaardwaarden in ~/.clawbot/skills/{skill-name}/config.json

Example (kubectl skill):

{"default_namespace": "production", "timeout": 30}

Permission Controls

Beperk welke acties de vaardigheid kan uitvoeren via tool-allowlists.

Example:

Sta "kubectl get" en "kubectl describe" toe, weiger "kubectl delete"

10 Gebruikspatronen op deskundig niveau

Geavanceerde technieken van clawbot power users die het transformeren van "behulpzame assistent" naar "onmisbare infrastructuur".

1️⃣
Context Awareness via IDENTITY.md

Sla uw voorkeuren, werkcontext en domeinkennis op in ~/.clawbot/IDENTITY.md. De AI leest dit voor elke interactie, waardoor antwoorden worden gepersonaliseerd zonder herhaalde uitleg.

What to include:

• 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

2️⃣
Approval Workflows for Risk Management

Configureer goedkeuringspoorten voor bewerkingen met gevolgen (implementaties, gegevenswijzigingen, externe communicatie). AI stelt de actie op, u keurt goed via chat.

Configuration (in tool policy):

tools.exec.approval: "vraag" voor commando's die overeenkomen met "rm -rf", "kubectl delete", "git push --force"

3️⃣
Feedback Loops for Continuous Improvement

Nadat automatisering is uitgevoerd, vertel de AI expliciet wat werkte en wat niet. Het onthoudt dit in de sessiegeheugen en past toekomstig gedrag aan.

Feedback examples:

"That email draft was too formal—use a friendlier tone next time."
"The log analysis missed errors in stderr—check both stdout and stderr."

4️⃣
Scheduled Tasks via Gateway Cron

Gebruik voor terugkerende automatisering de cron-planning van clawbot Gateway in plaats van systeem-cron. AI-gegenereerde cron-taken begrijpen natuurlijke taal en behandelen fouten intelligent.

Natural language cron:

"Elke werkdag om 9 uur 's ochtends, behalve feestdagen" → Gateway vertaalt naar cron-expressie en beheert vakantiekalender.

5️⃣
Chaining Skills into Workflows

Combineer meerdere vaardigheden in sequenties. De AI coördineert de gegevensstroom tussen vaardigheden zonder dat u integratiecode hoeft te schrijven.

Multi-skill workflow:

"Gebruik de 'github' vaardigheid om de laatste release-opmerkingen op te halen, vervolgens de 'slack' vaardigheid om een samenvatting te posten naar #announcements, en vervolgens de 'twitter' vaardigheid om een tweet op te stellen."

6️⃣
Audit Logging for Accountability

Schakel uitgebreide logging in om elke AI-actie te volgen. Essentieel voor debugging, beveiligingsaudits en het begrijpen van wat er is gebeurd tijdens incidenten.

Log locations:

~/.clawbot/logs/gateway.log (all messages)
~/.clawbot/logs/exec.log (system commands)
~/.clawbot/logs/skills.log (skill invocations)

7️⃣
Sandbox Testing for High-Risk Automation

Test automatisering in geïsoleerde omgevingen voordat u deze naar productiesystemen implementeert. Gebruik Docker-containers, staging-servers of --dry-run-modi.

Testing strategy:

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

8️⃣
Per-Channel Skill Policies

Beperk bepaalde vaardigheden tot specifieke kanalen. Voorbeeld: sta destructieve bewerkingen alleen toe via WhatsApp (waar u geauthenticeerd bent), nooit via openbare Discord.

Channel policy:

WhatsApp: all skills enabled
Slack #ops: DevOps skills only
Discord: read-only skills only
Telegram: monitoring and reporting

9️⃣
Session Continuity for Multi-Turn Tasks

Voor complexe taken die heen-en-weer communicatie vereisen, start een speciale sessie. De AI behoudt context over berichten en onthoudt tussenresultaten.

Session example:

"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."

🔟
Model Selection for Task Type

Verschillende AI-modellen blinken uit in verschillende taken. Configureer clawbot om intelligent te routeren: Claude voor complexe redenering, GPT-4 voor code, Ollama voor offline/privé-bewerkingen.

Model routing rules:

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)

Veelvoorkomende problemen en oplossingen

Uitdagingen uit de praktijk die clawbot-gebruikers tegenkomen en hoe ze op te lossen.

Problem: AI Executes Incorrect Commands

Cause: Ambiguous instructions or insufficient context.

Solution: Be more explicit. Use approval workflows for risky commands. Add examples of correct behavior to IDENTITY.md.

Before:

"Verwijder oude logs"

After:

"Verwijder logbestanden in /var/log/myapp/ ouder dan 30 dagen met namen die overeenkomen met *.log. Bewaar de 10 meest recente bestanden, ongeacht de leeftijd. Vraag om bevestiging voor het verwijderen."

Problem: Automation Stops Working Randomly

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.

Problem: Too Many Notifications

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").

Problem: AI Misunderstands Complex Workflows

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.

Problem: Sensitive Data in Logs

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.

Klaar om clawbot te beheersen?

Begin met één eenvoudige automatisering. Naarmate u meer vertrouwen krijgt, voegt u meer patronen toe. Binnen enkele weken vraagt u zich af hoe u ooit zonder hebt gewerkt.

Get Started See Real Examples