Paikallinen malli törmäsi seinään
Asensin Windows-koneeseen erillisen Ubuntu-ympäristön, jotta agentti pysyisi rajatulla hiekkalaatikolla eikä pääsisi tekemään mitä tahansa. Qwen2.5:7b käynnistyi kyllä, mutta näytönohjaimen vähäinen muisti osoittautui heti pullonkaulaksi. Malli jumittui tehtäviinsä, eikä osannut vaihtaa keskustelusta kuvantunnistukseen tai koodin suorittamiseen.
Paikallinen avoimen lähdekoodin malli omalla koneella oli lopulta yksinkertaisesti liian hidas ja liian heikko siihen, mitä agentilta halusin.
Pelkkä paikallinen malli ei riitä, jos tavoitteena on agentti, joka oikeasti tekee asioita. Työkalut ja käyttökelpoisuus ratkaisevat yhtä paljon kuin itse kielimalli.
Kun API vaihtoi vaihteen
Kun otin käyttöön OpenAI:n maksullisen API:n, kaikki muuttui. Agentti alkoi vastata keskusteluun, ymmärtää kontekstia ja toimia johdonmukaisesti. Sen jälkeen uusia kykyjä oli helppo lisätä. Kun agentille antaa rajapintoja, se voi lukea esimerkiksi Netatmon reaaliaikaista säätietoa ja käyttää sitä osana päätöksiä.
Silmät, korvat ja kanavat
Ubuntu-ympäristöstä ei ole pääsyä kaikkiin koneen resursseihin. Siksi rakensin Raspberry Pi -pohjaisen kameran ja mikrofonin, johon agentti pääsi SSH:n kautta käsiksi. Yhtäkkiä sillä oli silmät ja korvat: se pystyi ottamaan kuvia ja havainnoimaan ympäristöä.
Kommunikaatiokanavat laajenivat nopeasti. Telegram-integraatio onnistui lähes vaivatta: loin botin, ja agentti alkoi keskustella. Discord osoittautui hankalammaksi. Agentti kyllä asensi integraation itse, mutta aluksi se ei ymmärtänyt, että halusin sen liittyvän omaan kanavaani, enkä uuden botin rakentamista. Lopulta se pääsi linjoille ja toimii nyt kuten pitää. Agentilla on oma sähköpostiosoite, ja se voi keskustella muiden kanssa ystävällisesti ja asiallisesti.
- OpenAI API
- Netatmo-säätieto
- Raspberry Pi -kamera ja mikrofoni
- Telegram
- Discord
- Sähköposti
Mitä opin
OpenClaw-agentin rakentaminen on ollut poikkeuksellisen opettavaista. On yllättävää nähdä, miten pitkälle agentti voi mennä: se ottaa kuvia, kirjoittaa ja ajaa koodia, rakentaa ja julkaisee web-sivuja ja toimii monikanavaisena keskustelukumppanina.
Samalla on ollut silmiä avaavaa huomata, että laadukkaiden mallien käyttö on suhteellisen kallista, ja paikalliset avoimen lähdekoodin mallit jäävät vielä kauas suorituskyvystä. Silti matka on ollut innostava. Agentti ei ole enää pelkkä chatbotti - se on järjestelmä, joka oikeasti tekee asioita.
Agentti ei ole enää pelkkä chatbotti - se on järjestelmä, joka oikeasti tekee asioita.