Openclaw(Moltbot /Clawdbot) : Panduan Penyiapan+ Tutorial Hosting API

Memimpin langkah ini adalah Moltbot (sebelumnya dikenal sebagai Clawdbot), sebuah proyek yang beralih dari alat pengembang niche menjadi sensasi viral dengan lebih dari 60.000 bintang GitHub hanya dalam beberapa minggu. Dibuat oleh Peter Steinberger, Moltbot merepresentasikan “molting” dari agen AI—melepaskan keterbatasan antarmuka web untuk menghuni aplikasi pesan dan sistem berkas yang kita gunakan setiap hari.

Perhatian terbaru: proyek ini berganti merek dari Clawdbot menjadi Moltbot setelah permintaan terkait merek dagang dari Anthropic karena “Clawd” terdengar terlalu mirip dengan “Claude.”

Apa itu Moltbot (Clawdbot) dan Mengapa Menjadi Viral?

Moltbot adalah agen AI bersumber terbuka dan dihosting sendiri yang dirancang untuk menjembatani kesenjangan antara Large Language Models (LLM) yang kuat dan komputer lokal Anda. Berbeda dengan ChatGPT atau Claude.ai, yang berada dalam tab peramban “walled garden”, Moltbot berjalan sebagai Gateway pada perangkat keras Anda (Mac, Linux, atau VPS).

Ia menerjemahkan pesan bahasa alami dari platform seperti Telegram, WhatsApp, dan Slack menjadi tindakan yang dapat dieksekusi di mesin Anda. Entah Anda perlu mencari file di desktop saat berada di toko kelontong atau memicu skrip deployment kompleks dari ponsel, Moltbot bertindak sebagai proksi digital Anda dengan akses penuh ke sistem.

Mengapa berbeda

• Eksekusi lokal-pertama & alat: Moltbot benar-benar dapat menjalankan perintah di host (dengan persetujuan), memanggil API eksternal, dan menggunakan “skills” yang merupakan program kecil atau alur kerja yang didefinisikan dalam markdown.
• Multi-channel: Anda menggunakan asisten yang sama dari Telegram, WhatsApp, Slack, Discord dan lainnya — ia dapat mengirim pesan secara proaktif kepada Anda.
• Memori & persistensi: Moltbot menyimpan file memori di workspace (Markdown) dan mengindeksnya untuk pengambilan sehingga asisten “mengingat” lintas sesi (detail di bawah).

Kemampuan Inti Sekilas

Bagaimana Clawdbot “Mengingat” Segalanya Tanpa Database?

Salah satu aspek paling inovatif dari Moltbot adalah arsitektur memori yang transparan. Sebagian besar alat AI mengalami “amnesia” antar sesi. Moltbot mengatasinya menggunakan sistem berlapis dari file Markdown biasa yang berada di workspace Anda. Pendekatan ini memastikan Anda dapat membaca, mengedit, dan mengaudit secara tepat apa yang diketahui AI tentang Anda.

Apa desain memori dan bagaimana cara kerjanya?

Memori Moltbot sengaja dibuat sederhana dan dapat diaudit: memori adalah file Markdown biasa di dalam workspace agen. File adalah sumber kebenaran — model hanya “mengingat” apa yang ditulis ke disk. Tata letak default menggunakan:

• memory/YYYY-MM-DD.md — log harian append-only (asisten membaca hari ini + kemarin saat sesi dimulai).
• MEMORY.md — memori jangka panjang yang dikurasi yang dapat Anda kendalikan dan hanya dimuat ke sesi privat.

Desain ini memiliki dua manfaat besar:

1. Keterauditan — Anda dapat membaca dan mengedit apa yang akan digunakan asisten sebagai memori.
2. Kesederhanaan untuk tooling — plugin memori menyediakan pengindeksan vektor/BM25 sehingga agen dapat mencari entri memori relevan dengan cepat.

Pendekatan teknis

• Penyimpanan percakapan/sesi: Gateway melacak sesi dan meneruskan konteks yang tepat ke runtime agen. Ini memungkinkan agen mempertahankan status percakapan lintas pesan dan kanal.
• Data lokal terindeks: Moltbot dapat mengindeks file dan dokumen lokal serta mengeksposnya melalui alat pencarian (semantik atau kata kunci) untuk pengambilan. Inilah cara agen dapat “mengingat” catatan rapat, snippet, atau kode Anda.
• Keluaran alat dan primitif memori: Skills dan alat dapat menulis ke penyimpanan tahan lama (database atau filesystem), dan Moltbot dapat mereferensikan entri tersebut pada prompt berikutnya. Banyak deployment menggunakan SQLite, Postgres, atau JSON/YAML lokal untuk setup kecil.
• Embedding LLM & vector store: Untuk recall semantik, pola yang biasa adalah melakukan embedding dokumen dan menyimpan vektor di DB vektor, lalu mengambil tetangga terdekat untuk dimasukkan ke prompt. Arsitektur Moltbot mengakomodasi panggilan alat yang agnostik terhadap model, sehingga Anda dapat menyambungkan kombinasi embedding + vector store apa pun.

Catatan keamanan: karena memori persisten dan skills dapat menjalankan perintah di host, default yang direkomendasikan bersifat konservatif: pairing DM untuk pengirim tidak dikenal, sandbox untuk sesi non-main, dan pemeriksaan moltbot doctor untuk menampilkan konfigurasi berisiko. Selalu tinjau dokumentasi keamanan dan perlakukan pesan masuk sebagai input yang tidak tepercaya.

Hierarki Memori

Saat Anda memberi tahu Moltbot, "Ingat bahwa saya ingin laporan saya dalam format PDF," ini tidak disimpan dalam database SQL tersembunyi. Ia secara literal membuka USER.md dan menambahkan poin baru. Ini memungkinkan agen mempertahankan konteks selama berminggu-minggu percakapan, membuatnya terasa seperti asisten pribadi sejati alih-alih instance baru setiap pagi.

---

Panduan penyiapan Moltbot: prasyarat dan instalasi

Di bawah ini adalah daftar periksa penyiapan praktis dan perintah untuk menjalankan instance Moltbot dasar di macOS/Linux (Ubuntu). Ini adalah panduan ringkas berorientasi produksi — jika Anda membutuhkan GUI atau host terkelola, lompat ke bagian hosting API.

Apa yang Anda perlukan (prasyarat)

• Mesin yang menjalankan macOS atau Linux (Windows dapat bekerja melalui WSL2). Node.js v22+ diperlukan untuk gateway dan CLI.
• Editor teks dan pemahaman dasar shell.
• Setidaknya satu kunci API LLM (OpenAI, Anthropic, Venice, atau model lokal seperti Ollama) — Moltbot sendiri agnostik terhadap model.
• Opsional: Docker, jika Anda lebih suka deployment terkontainerisasi.

Instalasi langkah demi langkah

1. Instal Paket: Jalankan perintah berikut di terminal Anda: npm install -g clawdbot@latest
2. Luncurkan Wizard Onboarding: Wizard adalah inti penyiapan. Ini akan memandu Anda melalui konfirmasi keamanan dan pemilihan model. clawdbot onboard --install-daemon
3. Konfirmasi Risiko Keamanan: Moltbot akan meminta Anda mengakui bahwa ia memiliki akses “mirip root” ke mesin Anda. Anda harus mengetik konfirmasi untuk melanjutkan.
4. Konfigurasi Gateway: Wizard akan menginstal clawdbot gateway sebagai layanan latar belakang (launchd di Mac atau systemd di Linux) sehingga tetap online 24/7.

Instal cepat (macOS / Linux)

Contoh ini menggunakan metode git + npm yang direkomendasikan yang mencerminkan dokumentasi resmi.

# Clone and enter repo
git clone https://github.com/moltbot/moltbot.git
cd moltbot

# Install via npm (global CLI) or run locally
npm install -g @moltbot/cli   # or: npm ci && npm run build

# Create environment file from example
cp .env.example .env

# Edit .env and add your API keys (OPENAI_API_KEY, ANTHROPIC_API_KEY, etc.)
# Then run onboarding
moltbot onboard --install-daemon
moltbot start

Docker (dasar)

# docker-compose.yml (simplified)
version: "3.8"
services:
  moltbot:
    image: moltbot/moltbot:latest
    environment:
      - OPENAI_API_KEY=${OPENAI_API_KEY}
      - OTHER_KEYS=...
    volumes:
      - ./data:/app/data
    ports:
      - "3000:3000"

Jalankan dengan:

docker compose up -d

Pasca-instal: pasangan kanal pesan

Moltbot mendukung banyak kanal. Proses pairing biasanya melibatkan pembuatan token pairing dari UI atau CLI gateway dan menggunakan “pairing URL” kecil untuk menyambungkan bot Telegram atau akun WhatsApp — langkah spesifik bergantung pada konektor kanal yang Anda pilih (Telegram Bot API vs. pembungkus grammY, WhatsApp via Baileys, dll.). Lihat dokumentasi untuk moltbot connect telegram atau moltbot connect whatsapp.

Bagaimana cara mengontrol PC saya dari Telegram via Moltbot (langkah demi langkah)?

Di bawah ini adalah langkah praktis yang aman untuk mengontrol host via pesan Telegram — berguna untuk administrasi jarak jauh, menjalankan skrip, mengambil log, atau meminta Moltbot menjalankan tugas kecil. Catatan keamanan penting: jangan mengekspos Gateway Anda ke Internet terbuka tanpa token API dan firewall; hanya izinkan pengguna Telegram tepercaya untuk berbicara dengan bot Anda.

1) Buat bot Telegram dengan BotFather

1. Di Telegram, kirim pesan ke @BotFather.
2. Kirim /newbot dan ikuti instruksi.
3. Salin token bot 123456789:ABC-... (BotFather akan menampilkannya).

2) Tambahkan token ke gateway Anda

Setel variabel lingkungan atau konfigurasi:

export TELEGRAM_BOT_TOKEN="123456789:ABC-..."
# or add to your gateway's config file:
# channels:
#   telegram:
#     botToken: "123456789:ABC-..."

Anda juga dapat menambahkan token melalui perintah moltbot channels add atau moltbot configure tergantung versi CLI Anda. Dokumentasi Telegram menunjukkan jalur penyiapan cepat ini.

3) Jalankan wizard onboarding dan pilih Telegram

Jalankan:

moltbot onboard --install-daemon

Selama wizard:

• Pilih penyedia model (Anthropic Opus, OpenAI, atau lokal).
• Saat diminta untuk kanal, pilih Telegram dan tempel token.
• Konfigurasi pairing/allowlist untuk membatasi siapa yang dapat mengirim pesan ke bot (penting — setel ID pengguna Anda agar hanya Anda yang dapat mengendalikannya).

Panduan komunitas dan proses onboarding akan meminta Anda menempelkan output perintah kecil dari host Anda untuk membuktikan pairing node — ikuti prompt.

4) Aktifkan alat exec dan persetujuan (secara aman)

Moltbot dapat menjalankan perintah sistem melalui alat exec, tetapi melakukannya di bawah model persetujuan eksplisit:

• Persetujuan exec direkam di ~/.clawdbot/exec-approvals.json.
• Sistem akan meminta persetujuan di chat saat aksi diminta untuk pertama kali; Anda dapat merespons /approve untuk melanjutkan (atau menolak).
• Untuk alur kerja yang sepenuhnya otomatis Anda dapat membuat daftar izin terbatas untuk perintah atau “bin” skrip yang telah disetujui.

Contoh: aktifkan alat exec di konfigurasi moltbot (atau melalui UI/plugin):

{
  "tools": {
    "exec": {
      "enabled": true,
      "allowlist": ["/usr/local/bin/backup.sh", "/usr/bin/uptime"]
    }
  }
}

Proyek ini memiliki alur persetujuan exec eksplisit dan meneruskan prompt persetujuan ke kanal chat saat diminta, sehingga memudahkan untuk meninjau dan menyetujui operasi.

5) Coba perintah aman dari Telegram

Dari akun Telegram Anda (pengguna yang diizinkan) kirim:

@YourMoltbot Hi — please run: uptime

Asisten akan:

1. Meminta konfirmasi (jika exec memerlukan persetujuan).
2. Menjalankan perintah yang diizinkan di host.
3. Mengembalikan output ke chat.

6) Buat tindakan yang lebih aman melalui skills

Alih-alih memberikan akses shell langsung via chat, lebih baik gunakan skills yang mengenkapsulasi tindakan (mis., skill backup yang memanggil skrip dan mengembalikan hasil yang diformat rapi). Skills dapat diinstal/dihapus dan lebih aman untuk ditinjau.

Bagaimana cara saya meng-host API Moltbot (Gateway) dan menggunakan HTTP API?

Bisakah Moltbot menyajikan API yang dapat dipanggil program lain?

Ya. Gateway Moltbot dapat mengekspos endpoint HTTP yang kompatibel dengan OpenResponses (seperti POST /v1/responses) dan shim /v1/chat/completions bergaya OpenAI. Endpoint ini dinonaktifkan secara default dan harus diaktifkan dalam konfigurasi gateway. Endpoint HTTP OpenResponses memetakan langsung ke jalur run agen gateway, sehingga permintaan dijalankan sebagai sesi agen nyata (dengan routing/perizinan yang sama).

Apa itu Proksi API di Moltbot?

Proksi API di Moltbot adalah layanan perantara yang berada di antara runtime agen Moltbot dan penyedia LLM hulu seperti:

• OpenAI
• Anthropic
• Venice
• Azure OpenAI
• Endpoint yang dihosting sendiri yang kompatibel dengan OpenAI

Alih-alih Moltbot memanggil penyedia secara langsung, semua permintaan dirutekan melalui proksi, yang dapat:

• Menulis ulang permintaan dan respons
• Menegakkan batas laju (rate limits)
• Melacak penggunaan token dan biaya
• Mengalihkan model secara dinamis
• Menyembunyikan kunci API asli dari Moltbot
• Menambahkan autentikasi, logging, dan caching

Secara konseptual:

Moltbot → API Proxy → LLM Provider

Arsitektur ini secara dramatis meningkatkan keamanan, keteramatan, dan kontrol biaya.

🚀 Quick Start: Kami merekomendasikan menggunakan CometAPI (apiyi.com) untuk mendapatkan kunci API Anda. Pendaftaran memberi Anda kredit gratis. Ini mendukung semua algoritma utama, seperti Claude Sonnet 4.5, Claude Opus 4.5, dan GPT-5.2, dan biasanya 10–20% lebih murah daripada harga resmi.

Langkah 1: Dapatkan Kunci Proksi API Anda

Metode 1: Setel Variabel Lingkungan. Di file .env Moltbot Anda:

OPENAI_API_BASE=https://cometapi.com/v1
OPENAI_API_KEY=moltbot-internal-token
OPENAI_MODEL=gpt-4.1-mini

Poin penting:

• OPENAI_API_BASE menunjuk ke proksi Anda, bukan OpenAI
• OPENAI_API_KEY adalah token yang diterbitkan proksi
• Proksi memutuskan penyedia/model apa yang sebenarnya digunakan

Restart Moltbot setelah memperbarui nilai-nilai ini.

Metode 2: Konfigurasi melalui config.json:

• Menemukan File Konfigurasi Moltbot
• Buka file konfigurasi Anda dan tambahkan atau perbarui models.providers

File konfigurasi biasanya berada di salah satu lokasi ini:

Anda juga dapat menemukannya menggunakan baris perintah:

# See your current config
moltbot config list

# Get the exact path to your config file
moltbot config path

---

Langkah 2: Verifikasi Konektivitas

Jalankan prompt uji sederhana:

moltbot test llm

Jika dikonfigurasi dengan benar, Moltbot akan menerima respons secara normal—tanpa pernah menghubungi penyedia hulu secara langsung.

Perkiraan biaya menjalankan Moltbot menggunakan model terkelola

Biaya menggunakan model terkelola bergantung pada harga API, jadi memilih penyedia API yang murah cukup penting, itulah mengapa saya merekomendasikan CometAPI.

Faktor harga biasanya bergantung pada:

• Harga vendor. Biaya menggunakan model terkelola bergantung pada harga API, sehingga memilih vendor API yang lebih murah sangat krusial, itulah mengapa saya merekomendasikan CometAPI.
• Pilihan antara model flagship atau ringan; misalnya, perbedaan harga antara Claude Opus 4.5 dan GLM 4.7 signifikan.
• Kompleksitas konten yang diproses. Jika alur kerja Anda berat teks (parsing file, balasan panjang), tambahkan token.

Contoh kisaran (ilustratif, harga Jan 2026 yang dilaporkan dalam posting komunitas):

• Penggunaan pribadi sesekali (beberapa ratus respons/bulan, campuran model lokal dan panggilan API murah): $0–$50/bulan.
• Penggunaan pribadi/pro developer berat (pengindeksan file, banyak panggilan alat): $100–$1.000/bulan.
• Tim atau produksi selalu aktif (banyak pengguna + web scraping + chaining): $1.000+/bulan kecuali Anda mengoptimalkan penggunaan model secara agresif.

Cara memangkas biaya

• Routing model: kirim tugas ringan ke model yang lebih murah atau LLM lokal, cadangkan model mahal untuk penalaran jangka panjang — pengujian komunitas menunjukkan ini dapat memangkas biaya hingga ~50% atau lebih.
• Relays & harga grosir: gunakan relay API yang menawarkan tarif per-token lebih baik atau hosting model privat (Venice, endpoint privat).
• Caching & pemangkasan agresif: cache output LLM, pangkas riwayat panjang, dan rangkum alih-alih mengirim ulang konteks penuh.

Fitur Proksi API Lanjutan untuk Moltbot

Routing Model berdasarkan Jenis Tugas

Anda dapat memeriksa payload permintaan dan merutekan secara dinamis:

function selectModel(messages) {
  const systemPrompt = messages[0]?.content || "";
  if (systemPrompt.includes("shell") || systemPrompt.includes("automation")) {
    return "gpt-4.1";
  }
  return "gpt-4.1-mini";
}

Pola ini mengurangi biaya tanpa mengorbankan kualitas.

---

Batas Token dan Biaya

Anda dapat menegakkan batas keras:

if (req.body.max_tokens > 2000) {
  return res.status(400).json({
    error: "Token limit exceeded"
  });
}

Beberapa tim juga melacak penggunaan kumulatif per ID pengguna Moltbot.

---

Apakah Aman Memberikan Akses Shell AI ke Komputer Saya?

Ini adalah pertanyaan paling krusial bagi pengguna Moltbot. Memberikan LLM kemampuan untuk menjalankan rm -rf secara inheren berisiko. Moltbot menyertakan beberapa pagar pembatas untuk menguranginya:

1. Sandboxing: Anda dapat menjalankan Moltbot di dalam kontainer Docker. Ini membatasi “dunia” agen ke folder tertentu, mencegahnya menyentuh file sistem Anda.
2. Persetujuan eksplisit: Secara default, “Main Sessions” (chat langsung dengan Anda) memiliki kepercayaan lebih tinggi, tetapi Anda dapat mengonfigurasi bot untuk meminta izin sebelum menjalankan perintah shell yang destruktif.
3. Perlindungan kata sandi: Jika Anda mengekspos Web UI Moltbot, selalu aktifkan autentikasi kata sandi di config.json Anda:

{
  "gateway": {
    "auth": {
      "mode": "password",
      "password": "YOUR_STRONG_SECURE_PASSWORD"
    }
  }
}

Pemikiran Akhir:

Moltbot lebih dari sekadar chatbot; ia adalah infrastruktur untuk karyawan digital pribadi. Dengan meng-host sendiri, Anda mendapatkan kembali kendali atas data Anda sambil memperoleh produktivitas dari AI yang tidak pernah tidur. Entah Anda menggunakannya untuk mengelola kalender via Telegram atau mengotomasi pipeline devops dari sofa, Moltbot adalah sekilas masa depan di mana setiap orang memiliki “Jarvis”-nya sendiri yang berjalan di Mac Mini di sudut ruangan.

Jika Anda menginginkan platform API dengan model dari banyak vendor (seperti Chatgpt-5.2, Claude opus 4.5, dll.) yang harganya lebih rendah daripada resmi, maka CometAPI adalah pilihan terbaik. Untuk memulai, jelajahi kemampuan model di Playground dan konsultasikan panduan API untuk instruksi terperinci. Sebelum mengakses, pastikan Anda telah masuk ke CometAPI dan memperoleh kunci API. CometAPI menawarkan harga yang jauh lebih rendah daripada harga resmi untuk membantu Anda melakukan integrasi.

Siap Jalan?→ Daftar CometAPI hari ini!

Jika Anda ingin mengetahui lebih banyak tips, panduan, dan berita tentang AI ikuti kami di VK, X dan Discord!