Руководство по началу работы с OpenLobster: более безопасная альтернатива OpenClaw

Предисловие

В конце 2025 года OpenClaw стал по-настоящему массовым. Платформа для самохостинга агентов, которая «позволяет ИИ делать дела за вас», взлетела на GitHub до 200 000+ звезд, став практически синонимом ИИ-агентов.

Однако вместе с популярностью посыпались предупреждения от команд безопасности. У 26% навыков (Skills) сообщества были обнаружены уязвимости, 40 тысяч инстансов оказались открыты в общий доступ без защиты, начали массово появляться CVE. Сообщество осознало: OpenClaw — это как очень быстрая машина без ремней безопасности: ездить круто, но до первой аварии.

Именно поэтому появился OpenLobster.

Это не просто оптимизация интерфейса, а полная переработка архитектуры безопасности. Бекэнд переписан на Go, внедрено зашифрованное хранилище, аутентификация по умолчанию и полноценная многопользовательская структура. В сообществе говорят, что это «то, чем OpenClaw должен был быть с самого начала». Давайте разберемся, так ли это.

Основное сравнение: OpenLobster vs OpenClaw

Давайте кратко разберем различия, чтобы вы могли понять, стоит ли переходить.

Архитектура: Node.js → Go

OpenClaw — это проект на Node.js/TypeScript, зависящий от огромного количества npm-пакетов. OpenLobster полностью переписан на Go, и весь бекэнд представляет собой один статический бинарный файл размером ~66 МБ.

Данные реальных измерений:

Время запуска: 200 мс (OpenClaw требует 2–3 секунды)
Потребление памяти: 30 МБ (OpenClaw 150 МБ+)
Способ развертывания: один бинарный файл + конфиг, среда Node не нужна

Если вы запускаете систему на Raspberry Pi или слабом VPS, эта разница будет весьма ощутимой.

Система памяти: Markdown → Графовая БД

Это ключевое различие.

«Память» OpenClaw — это, по сути, файл MEMORY.md, в который дописывается каждый диалог. При большом количестве параллельных сессий этот файл превращается в кашу. В официальной документации даже сказано: «только основная сессия может писать в MEMORY.md» — звучит как фича, а на деле — серьезное ограничение.

OpenLobster использует настоящую архитектуру графовых баз данных. Встроено два режима:

Файловый бекэнд: локальный формат GML, дополнительные сервисы не нужны.
Бекэнд Neo4j: полноценная графовая БД с поддержкой сложных запросов.

Каждое понятие в диалоге с ИИ становится узлом, а отношения между людьми и событиями — типизированными ребрами. Это значит, что вы можете реально «запрашивать» память ИИ, а не просто заставлять его повторять сказанное ранее.

Многопользовательская поддержка

В OpenClaw концепция нескольких пользователей почти отсутствует. Все сессии делят одну основную память, что приводит к путанице данных при использовании разных каналов.

OpenLobster изначально поддерживает многопользовательский режим:

Каждый пользователь в каждом канале (Telegram, Discord) — это отдельная сущность.
Независимая история диалогов.
Индивидуальные права доступа к инструментам.
Раздельные процессы сопряжения (Pairing).

Пользователь из Telegram и пользователь из Discord могут одновременно общаться с одним ИИ, не мешая друг другу.

Планировщик задач: Heartbeat → Cron

Планировщик OpenClaw — это фоновый процесс, который каждые 30 минут читает файл HEARTBEAT.md. Просто, но ограниченно.

OpenLobster реализует полноценный планировщик задач:

Выражения Cron для циклических задач.
Формат ISO 8601 для разовых задач.
Статус задач, время следующего запуска и логи выполнения визуализированы в Dashboard.

Модель безопасности: Открыто по умолчанию → Авторизация по умолчанию

Это самое важное изменение.

В OpenClaw авторизация по умолчанию отключена, из-за чего десятки тысяч инстансов «светят» данными в Censys. Одна из CVE даже позволяла неавторизованному злоумышленнику напрямую вызывать API агента.

Стратегия безопасности OpenLobster:

Dashboard требует Bearer Token по умолчанию (OPENLOBSTER_GRAPHQL_AUTH_TOKEN).
Конфигурационные файлы и ключи хранятся в зашифрованном виде.
API-ключи и токены каналов больше не хранятся открытым текстом в YAML, а записываются в защищенный бекэнд (файл или OpenBao).
Переменные окружения OPENLOBSTER_* никогда не утекают в инструменты терминала.

WARNING

Если вы планируете выставить инстанс в интернет, первым же делом настройте токен авторизации.

Интеграция MCP

Поддержка MCP в OpenClaw была скорее демонстрационной. OpenLobster реализует полную экосистему MCP:

Подключение любого Streamable HTTP MCP сервера.
Полноценный процесс OAuth 2.1.
Возможность просмотра инструментов для каждого сервера отдельно.
Матрица прав доступа на уровне пользователя: кто и какие инструменты может использовать.
Встроенный Marketplace для интеграции популярных сервисов в один клик.

Подготовка среды

OpenLobster крайне нетребователен к железу, что является еще одним преимуществом перед OpenClaw.

Минимальные системные требования

Конфигурация	Рекомендуется	Минимум
CPU	2 ядра	1 ядро
RAM	1 ГБ	512 МБ
Диск	10 ГБ SSD	5 ГБ
ОС	Linux/macOS/Windows	Linux (Docker)

Система заведется на Raspberry Pi 3/4, VPS с 512 МБ RAM, NAS и даже на LicheeRV Nano за $15. На Raspberry Pi 4 работает без каких-либо задержек.

Зависимости

Docker (рекомендуемый и самый простой способ).
Или: Go 1.21+ (если компилируете самостоятельно).

Быстрое развертывание

Используем Docker как самый быстрый метод.

1. Создание директорий

mkdir -p ~/.openlobster/data ~/.openlobster/workspace

2. Запуск контейнера

docker run -p 8080:8080 \
  -e OPENLOBSTER_GRAPHQL_HOST=0.0.0.0 \
  -e OPENLOBSTER_GRAPHQL_AUTH_TOKEN=your-secret-token \
  -e OPENLOBSTER_AGENT_NAME=my-agent \
  -e OPENLOBSTER_DATABASE_DRIVER=sqlite \
  -e OPENLOBSTER_DATABASE_DSN=/app/data/openlobster.db \
  -v ~/.openlobster/data:/app/data \
  -v ~/.openlobster/workspace:/app/workspace \
  -d ghcr.io/neirth/openlobster/openlobster:latest

Пояснение ключевых настроек:

OPENLOBSTER_GRAPHQL_AUTH_TOKEN: пароль для доступа к Dashboard, обязателен.
OPENLOBSTER_AGENT_NAME: имя вашего ИИ-помощника.
OPENLOBSTER_DATABASE_DRIVER=sqlite: используем SQLite, чтобы не поднимать лишнюю БД.
Порт 8080 — это вход для GraphQL API и веб-интерфейса.

3. Проверка запуска

curl http://127.0.0.1:8080/health

Если вернулось {"status":"ok"}, значит запуск прошел успешно.

Первоначальная настройка

Мастер настройки (Setup Wizard)

Откройте в браузере http://127.0.0.1:8080, чтобы войти в Setup Wizard.

TIP

Для входа используйте OPENLOBSTER_GRAPHQL_AUTH_TOKEN, установленный при запуске, в качестве Bearer Token.

Setup Wizard поможет вам:

Настроить базу агента (имя, описание).
Выбрать базу данных (SQLite / PostgreSQL / MySQL).
Выбрать бекэнд памяти (File / Neo4j).
Добавить провайдера ИИ (AI Provider).

Настройка AI Provider

Это самый важный этап. OpenLobster поддерживает множество провайдеров:

OpenAI
Anthropic (Claude)
Ollama (локальные модели)
OpenRouter
Docker Model Runner
Любой OpenAI-совместимый интерфейс

TIP

Рекомендуем использовать платформу Defapi. Это сервис-посредник API, цена которого в два раза ниже официальной. Он поддерживает Claude, OpenAI, Gemini и другие модели, полностью совместим с интерфейсом v1/chat/completions. Не нужно менять код — просто замените base_url и API Key.

Пример конфигурации Defapi (на примере Claude Sonnet):

# Через переменные окружения
OPENLOBSTER_PROVIDERS_OPENAICOMPAT_API_KEY=ваш-Defapi-Key
OPENLOBSTER_PROVIDERS_OPENAICOMPAT_BASE_URL=https://api.defapi.org/v1
OPENLOBSTER_PROVIDERS_OPENAICOMPAT_MODEL=anthropic/claude-sonnet-4-5

Или заполните в Dashboard (Settings → Providers):

Поле	Значение
Provider Type	OpenAI Compatible
API Key	Ваш Defapi Key
Base URL	`https://api.defapi.org/v1`
Model	`anthropic/claude-sonnet-4-5`

Преимущества Defapi:

Цена вдвое ниже официальной.
Полная совместимость, OpenLobster не требует правок.
Поддержка топовых моделей (Claude, GPT, Gemini).
Низкие задержки доступа.

Подключение каналов связи

OpenLobster позволяет активировать несколько каналов одновременно.

Найдите @BotFather в Telegram и создайте нового бота.
Получите Bot Token.
В Dashboard → Settings → Channels → Telegram введите токен.
После сохранения ваш бот будет онлайн.

При первом сообщении запустится процесс сопряжения для привязки вашего Telegram ID к аккаунту OpenLobster.

Discord

Создайте приложение в Discord Developer Portal.
Добавьте бота и получите токен.
Пригласите бота на сервер (нужны права message.content).
Введите Bot Token в Dashboard.

Другие платформы

Процесс аналогичен для WhatsApp (нужен Business API), Slack (Socket Mode) и Twilio SMS. Найдите соответствующий канал в Dashboard и введите учетные данные.

Поиск и устранение неисправностей

1. Ошибка входа в Dashboard

Проверьте, правильно ли установлен OPENLOBSTER_GRAPHQL_AUTH_TOKEN. Все API-запросы должны содержать заголовок:

curl -H "Authorization: Bearer your-secret-token" \
  http://127.0.0.1:8080/graphql

2. ИИ не отвечает на сообщения

Частые причины:

Неверный API-ключ.
Несовпадение названия модели (проверьте регистр, например, claude-sonnet-4-5, а не claude-sonnet-4.5).
Проблемы с сетью (проверьте доступ Docker-контейнера в интернет).

Посмотрите логи: docker logs <container-id>, там обычно указана детальная ошибка.

3. Память не работает

Если выбран файловый бекэнд, проверьте наличие данных в GML-файлах в директории ~/.openlobster/data/.

Если используете Neo4j, убедитесь, что сервис запущен и данные для подключения верны.

4. Канал подключен, но сообщения не приходят

Проверьте права бота на платформе:

Telegram: бот должен быть в группе и иметь разрешение на чтение сообщений.
Discord: боту нужны права Read Messages/View Channels.

5. Ошибка вызова инструментов MCP

Сервер MCP должен работать в режиме Streamable HTTP. Проверьте:

Доступен ли URL сервера.
Верны ли настройки OAuth (если требуется).
Разрешены ли права на использование инструментов.

6. Ошибка запуска после обновления

Миграция базы данных происходит автоматически, но рекомендуется сделать бэкап:

cp -r ~/.openlobster/data ~/.openlobster/data.backup

Продвинутые возможности

Интеграция MCP

Поддержка MCP в OpenLobster — это на данный момент самая полная и безопасная реализация для ИИ-агентов.

В Dashboard → MCP можно просмотреть подключенные серверы и доступные инструменты. Для каждого инструмента есть описание параметров и контроль доступа.

В Marketplace сообщества есть готовые серверы MCP для файловых систем, GitHub, Slack и т.д. Добавляются в один клик.

Развертывание Neo4j

Если ваш сценарий требует сложных запросов к памяти, рекомендуется использовать Neo4j.

# Запуск Neo4j
docker run -p 7474:7474 -p 7687:7687 \
  -e NEO4J_AUTH=neo4j/password \
  neo4j:latest

Затем в настройках OpenLobster переключитесь на бекэнд Neo4j и введите данные подключения.

Настоящая ценность графовой БД в том, что вы можете спросить ИИ: «Что стало с тем проектом, который мы обсуждали в прошлый раз?», и он найдет ответ по цепочке связей, а не просто по ключевым словам.

Кластер из нескольких инстансов

Благодаря архитектуре Go без сохранения состояния (stateless), горизонтальное масштабирование выполняется очень легко. Для высокой доступности можно:

Использовать несколько инстансов OpenLobster с одной базой Neo4j.
Использовать общую базу данных PostgreSQL.
Поставить перед ними балансировщик нагрузки.

Дополнительное чтение

Официальная документация: https://neirth.gitbook.io/openlobster
GitHub: https://github.com/Neirth/OpenLobster
Оригинал OpenClaw: https://github.com/openclaw/openclaw
Платформа Defapi: https://defapi.org

Если вы ищете безопасную альтернативу OpenClaw или хотите иметь ИИ-помощника для самохостинга с низким потреблением ресурсов, OpenLobster определенно стоит попробовать.