La maggior parte degli agenti AI del 2026 sono servizi cloud: li usi via browser, paghi a consumo, non controlli nulla. OpenClaw e l'opposto: un framework per agenti AI autonomi che gira localmente su Mac, costruito per chi vuole piena sovranita sul proprio sistema AI.
Cos'e OpenClaw
OpenClaw e un framework per agenti AI locali sviluppato come parte di AiNextStudio. Gira su Mac, si avvia da terminale, opera in modo autonomo pianificando ed eseguendo task senza intervento umano continuo. Ha memoria persistente, skill modulari e integrazione nativa con macOS.
L'architettura
Provider intercambiabili
OpenClaw supporta piu provider tramite OpenRouter: DeepSeek (costo-efficienza), Claude (ragionamento complesso), Hermes (open-source). Cambi modello senza riscrivere codice.
Sistema di skill
Ogni capability e una skill — un modulo autonomo con nome, descrizione e logica. L'agente chiama le skill in base al contesto. Skill implementate: ricerca web, posting Facebook via JXA+Chrome nativo, posting X via intent URL, lettura/scrittura file, messaggi Telegram, analisi metriche.
Memoria persistente
Il plugin before_prompt_build inietta la memoria rilevante nel contesto prima di ogni chiamata. Il meccanismo compaction.memoryFlush pulisce le informazioni obsolete mantenendo quelle critiche. L'agente ricorda decisioni e risultati tra sessioni diverse.
Workflow tipico
- Trigger: messaggio Telegram, cron job, o avvio manuale
- Pianificazione: il modello ragiona e identifica le skill necessarie
- Esecuzione: le skill vengono chiamate in sequenza o parallelo
- Memoria: i risultati vengono salvati per le sessioni future
- Notifica: report finale via Telegram
Integrazione Telegram
Telegram funziona da pannello di controllo remoto: invii task all'agente, ricevi notifiche, monitori lo stato, approvi o blocchi azioni. Il tuo smartphone diventa il controllo di un agente AI che lavora sul tuo Mac anche quando sei fuori.
Quando usare OpenClaw
- Vuoi un agente AI locale senza dipendere da cloud proprietari
- Hai bisogno di integrazioni native con macOS
- Vuoi memoria persistente tra sessioni lunghe
- Il tuo workflow richiede automazione di processi ricorrenti
Confronto con Hermes: OpenClaw vs Hermes. Contesto generale: Cosa sono gli agenti AI.
Un esempio reale: dall'input al risultato
Ecco come OpenClaw gestisce un task quotidiano reale — la pubblicazione di un post su LinkedIn basato sull'attività della giornata. Task inviato via Telegram alle 9:00: "Pubblica su LinkedIn una riflessione sugli agenti AI basata su quello che ho fatto ieri".
- Parsing: OpenClaw riceve il messaggio, lo passa al modello con il contesto dalla memoria (attività di ieri, progetti attivi, tono della voce).
- Planning: il modello decide — leggi il log delle attività di ieri, genera una riflessione, scrivi il post in formato LinkedIn.
- Esecuzione skill: chiama
read_activity_log, ottiene i dati. Genera il testo. Chiamapost_linkedintramite integrazione browser. - Memoria: salva il post nel log, aggiorna la memoria con "pubblicato post LinkedIn sul tema agenti AI".
- Notifica: invia via Telegram: "Post LinkedIn pubblicato. Ecco il testo: [...]".
Tutto questo in 45-90 secondi, senza intervento umano dopo il trigger iniziale.
Le skill in dettaglio
Ogni skill in OpenClaw è un modulo indipendente con questa struttura: nome e descrizione (quello che il modello usa per decidere se chiamarla), input schema (parametri in JSON Schema), handler (la funzione Node.js che esegue l'azione reale), output (il risultato restituito al modello).
Skill implementate:
web_search: ricerca web via API (Brave Search o SerpAPI)post_facebook: pubblicazione su Facebook via JXA + Chrome nativo — senza API di terze partipost_x: pubblicazione su X via intent URL nativosend_telegram: invio messaggi con formattazioneread_file/write_file: accesso al filesystem localeanalyze_metrics: lettura e sintesi di dati da fonti configurabili
Aggiungere una skill nuova richiede scrivere l'handler e registrare la skill nel file di configurazione. Il modello la impara immediatamente senza riaddestramento.
OpenClaw vs altri framework agentici
| OpenClaw | LangChain | AutoGen | CrewAI | |
|---|---|---|---|---|
| Target | Mac, locale | Generico | Multi-agent | Crew con ruoli |
| macOS nativo | Sì | No | No | No |
| Telegram nativo | Sì | Plugin | Plugin | Plugin |
| Memoria persistente | Built-in | Plugin | Limitata | Limitata |
| Open source | No | Sì | Sì | Sì |
| Curva apprendimento | Media | Alta | Alta | Media |
Requisiti e limitazioni
Requisiti: Mac con macOS 12+, Node.js 18+, account OpenRouter o chiavi API dei provider supportati, account Telegram per il gateway di controllo.
Non è adatto per: chi cerca un sistema completamente open source, deployment su server Linux, chi vuole un framework con documentazione pubblica e community. Per alternative open source su Linux, AutoGen di Microsoft e CrewAI sono i punti di partenza più solidi.
Risorsa gratuita
Vuoi iniziare con l'AI?
Scarica la guida AI da Zero — PDF gratuito, pratico, senza tecnicismi.