Una volta affrontate le problematiche di installazione di OpenClaw e configurazione di channel abbiamo una solida base di lavoro con OpenClaw. Sebbene le sue potenzialità possano essere declinate in vari modi, uno dei principali approcci è quello di osservare come OpenClaw può "fisicamente" mettere mano alla macchina su cui si trova. Infatti, verrà il tempo di farlo interagire con tanti servizi remoti ma di sicuro un aspetto importante è mettergli a disposizione dei nostri file ed impartirgli ordini da remoto per fargli svolgere delle azioni. Questo è proprio il momento in cui OpeClaw si capacita di avere un corpo!
Sarà interessante vedere come saprà attivare tool per portare a compimento i nostri ordini.
Ambiente di sperimentazione
Tra le varie possibilità di avere a disposizione OpenClaw, per il nostro esperimento abbiamo una configurazione su macchina virtuale Linux usando Telegram come channel e Claude Sonnet 4 di Anthropic come modello.
Gli esperimenti che faremo serviranno a:
- valutare, in pratica, come poter interagire con OpenClaw;
- osservare come OpenClaw svolge i compiti e come ci tiene al corrente delle procedure che ha seguito per riuscirci.
Quando si ha un channel attivo a disposizione, la cosa estremamente interessante è la contituità di dialogo che abbiamo con questa piattaforma. Infatti saremo in grado di passare i nostri ordini tramite Telegram (o qualsiasi altro canale si sia scelto) ma ritrovarli presenti, con tanto di risultati, anche nella chat interna della dashboard di OpenClaw.
Tra l'altro, vale la pena ricordare che tramite la macchina su cui è installato OpenClaw esiste una user interface testuale attivabile con il comando openclaw tui che rappresenta una vera e propria versione da terminale della stessa chat.
Può essere un modo alternativo e via CLI per dialogare con il sistema ma anche utile perché in alcuni casi, nei nostri esperimenti di configurazione, ha mostrato dei messaggi di errore che la chat via web soffocava lasciando l'interazione in sospeso.
I nostri task sperimentali
Facciamo due esperimenti. Entrambi conducibili a piacere via channel o chat interne, riguardanti semplicemente la capacità di OpenClaw di agire sul sistema operativo:
- gli chiediamo di creare un file di dieci numeri casuali, compresi tra 1 e 100, in formato .txt;
- scriviamo un po' di righe in file di testo, mescolati con file in altri formati, all'interno di una cartella e gli chiediamo di trovare tutte le righe riguardanti un certo Claudio Rossi.
In pratica lo metteremo al lavoro sia con task di creazione sia con task di ricerca: vediamo come se la cava.
Esito del primo test
Nel primo caso, riesce perfettamente a completare il task creando un file e fornendoci sia il risultato in chat sia l'indirizzo del file creato:
Figura 1. OpenClaw invoca i tool
La cosa interessante è che OpenClaw, per riuscirci, invoca una serie di strumenti. Questo ce lo dimostra la sequenza di Tool call e Tool output. Nel nostro caso, ha prima scritto un programmino in Python per svolgere il task ma questo interprete non era presente. Poi ha provato con un po' di codice Node.js ed anche questo non era disponibile. Infine, ha usato lo storico comando Linux awk e con questo ci è riuscito.
Vale la pena apprezzare come il modello che abbiamo usato si sia impegnato a generare piccoli programmi per svolgere il compito ed abbia provato più volte fino a trovare lo strumento ed il modo per riuscirci. Nello scorcio in fondo alla figura vediamo i primi numeri generati.
Figura 2. Il tool di successo che usa awk
Può sembrare strano che in una macchina Linux non abbia trovato Python e Node.js ma si consideri che nella nostra installazione, come in molte in cui si può trovare OpenClaw, gira in un container separato dall'host che dispone solo degli strumenti che servono a OpenClaw stesso.
Esito del secondo test
Nella seconda prova, Openclaw ha ricevuto solo l'indicazione della cartella in cui cercare ed ha correttamente svolto il suo lavoro. Gli chiediamo Nei file della cartella "fatture" ci sono alcuni dati relativi a Claudio Rossi. Trovami tutte le righe che contengono questo nominativo e lui risponde così:
Figura 3. Risultati della ricerca nel file system locale
Tutto molto corretto e questa volta il compito è stato portato a termine (osservando ancora il contenuto della Tool call) con un comando Linux grep. Ciò dimostra che il modello che ha animato Openclaw sa bene quando è il caso di creare un programmino ad hoc e quando ricorrere a strumenti più immediati.
Cosa abbiamo imparato
Con questi primi esperimenti si hanno le prove di come OpenClaw abbia già grandi potenzialità sfruttando semplicemente il suo LLM (nel nostro caso, con Claude Sonnet, si tratta già di una grandissima opzione). Tutto ciò senza ancora aver sperimentato interazioni con sistemi esterni cosa che faremo a breve.
Di sicuro, l'utilizzo dei channel offre quella piacevole sensazione di averlo sempre con noi. L'interfaccia è estremamente reattiva e non appena inviamo un messaggio al nostro bot vediamo subito che OpenClaw iniziare a digitare la risposta. Sarà il caso di prendere l'abitudine che qualsiasi cosa vorremo imparare a fare con lui potremo direttamente chiedergli istruzioni in merito.
Ancor prima di cercare informazioni in Rete.