OpenClaw : analyse de la configuration, du premier bot à un système multi-agents dans Telegram

OpenClaw permet de lancer un agent IA sur Telegram littéralement en une soirée : la commande `openclaw onboard` configure la Gateway et lance votre premier bot. La plupart des guides s'arrêtent juste là. Un nouveau tutoriel détaillé franchit le niveau suivant : comment fonctionne toute la configuration en interne, comment passer d'un bot de démonstration à un véritable système de production avec plusieurs agents et sans dépense inutile de tokens.

Ce qu'il y a dans openclaw.json

Le fichier de configuration openclaw.json est le fichier de contrôle central de tout le système. La documentation officielle d'OpenClaw le couvre fragmentairement, donc une analyse section par section avec des exemples concrets est particulièrement précieuse.

Sections clés de la configuration :

• gateway — adresse et port pour les requêtes entrantes aux agents
• agents — liste des agents avec prompts système et liaisons aux modèles de langage
• bindings — règles de routage : quel agent doit recevoir chaque message entrant
• session_policy — gestion de la mémoire : quand réinitialiser le contexte et combien de temps conserver l'historique
• workspace — chemin vers les fichiers de travail qui sont chargés dans le contexte de l'agent

Un point subtil sur workspace : tout ce qui se trouve dans le répertoire n'entre pas automatiquement en contexte. L'agent ne voit que ce qui est explicitement déclaré dans la configuration. C'est l'une des sources de confusion les plus fréquentes — quand un agent « ne connaît pas » le contexte nécessaire, même si les fichiers sont physiquement là.

Dans la section agents, il est important de définir explicitement le modèle et ses paramètres pour chaque agent — sinon la configuration par défaut de la Gateway s'applique, ce qui dans un environnement de production peut entraîner un comportement inattendu.

Heartbeat sans consommation inutile de tokens

Heartbeat est un mécanisme pour l'activation périodique de l'agent. Il permet d'exécuter des tâches de manière autonome, sans message entrant : monitorer les événements, envoyer des rapports, vérifier l'état des services externes.

Un piège typique est d'activer heartbeat avec un court intervalle sans conditions d'activation. L'agent commence à générer des centaines de requêtes vides au modèle de langage et brûle des tokens inutilement.

Une configuration qui fonctionne inclut trois éléments obligatoires :

• intervalle raisonnable — généralement pas moins de 5–10 minutes pour la plupart des scénarios
• condition d'activation — seulement quand il y a de nouveaux événements ou des données à traiter
• prompt heartbeat séparé — non mélangé avec le prompt système principal de l'agent

«

Heartbeat sans conditions de garde — c'est un générateur de consommation, pas une fonctionnalité », — des discussions de la communauté OpenClaw.

Un heartbeat correctement configuré fonctionne silencieusement et s'active seulement quand il y a une véritable tâche.

Multi-agent : bindings et topics

La transition d'un bot à plusieurs agents est la partie la plus non triviale de la configuration. OpenClaw supporte plusieurs schémas de distribution : chats séparés (chaque agent obtient son propre chat_id sur Telegram), topics dans un seul chat de groupe, ou combiné — certains agents en messages directs, d'autres en chats de groupe.

Le routage est assuré par la section `bindings`. Elle lie la source du message (chat_id + topic_id) à un agent spécifique. Si binding n'est pas défini — le message va vers l'agent par défaut, ce qui dans un schéma multi-agent casse presque toujours la logique de fonctionnement.

Session_policy dans les configurations de groupe nécessite une spécification explicite de la portée. Sans cela, les contextes de différents utilisateurs du même chat peuvent se mélanger — l'agent commencera à « se souvenir » des données des mauvaises personnes.

Ce que cela signifie

OpenClaw gère bien le lancement rapide, mais le chemin vers l'architecture de production nécessite une compréhension détaillée de la configuration. Le tutoriel comble le fossé entre le premier bot fonctionnel et un véritable système multi-agent — avec une analyse de toutes les sections clés, des exemples concrets et une explication des pièges.

Utile pour tous ceux qui construisent une infrastructure IA sur Telegram et ont dépassé un seul bot de démonstration.