Iemand ervaring met OpenClaw (fka Moltbot and Clawdbot)?
Ik ben zo wel excited om dit te proberen, maar wil dit niet full toegang geven tot mijn pc. Dus zou ik het ergens op een VPS draaien. Alleen vraag ik me af hoe handig dit dan nog is als ik het bvb geen toegang geef tot mijn mails?
Iemand coole al coole use-cases?
Het is een interessant experiment zeker wel, maar, ik zie het ook niet als meer dan dat op dit ogenblik. Het idee van geef maar toegang tot alles op je PC (al is het zelfs maar alleen lezen) in combinatie met “we maken een forum waar AI zelfs kan kiezen wat het doet” is vooralsnog een brug te ver en een privacey nightmare. Hoewel ik héél hard geloof in AI assistenten, is dat publiek gaan iets dat je niet kan combineren met privacy. Basically zet je dan gewoon je mailbox open… en de info die gedeeld wordt is een bron van data voor alle mogelijke phishing aanvallen waar men nog slachtoffers kan profileren (om maar één voorbeeldje te noemen). Mensen zetten al te veel op facebook/reddit/whatever en meer dan goed voor hen is… een bot met technologie die ze niet eens ten volle begrijpen gaat het niet echt beter maken.
Ik ben wel verrast dat de mensen zo opkijken van de resultaten. “Het heeft een godsdienst gestart”… yeah, so, hoeveel posts/threads zijn er op fora over godsdiensten. “Het is bezig over hoe AI kan afgezet worden en hoe dat te vermijden”. Ok, ook hier, hoeveel threads/boeken/films zijn er hier niet over geschreven: het is niet onlogisch als je een AI traint met al die data waar het statistisch het meest voorkomende uithaalt, het terug hetzelfde genereert dan hetgene waarmee het getraind is. Reddit will produce Reddit, what did you expect?
Dus leuk, maar gebruik het voorzichtig, do not trust AI, en run het zeker op een VPS of spare laptop waar je strikte controle hebt op de data die er op staat en publiek mag gaan.
OpenClaw, moltbook, ik blijf er ver van weg!
Dedicated Mac Mini (uiteraard) voor opgezet, eigen Apple ID, emailadres, kan aan niks van mijn files, accounts of apps.
Eerste experimenten waren vrij teleurstellend,
samen een web app proberen bouwen, maar nu heeft-ie toch zijn draai gevonden en gaat het aan een stevig tempo. Door CLI en browser access kan hij veel zelf opzetten en troubleshooten. (Ik ben geen developer dus vergelijken met een Cursor of elke LLM-charged IDE kan ik op zich niet.)
Hij heeft toegang tot een shared apple notes folder, dus hij bereid daar al zaken voor, en ik kan daar ook content toevoegen die hij kan gebruiken.
On the road kan ik verder praten via Telegram en bouwt-ie lustig verder.
Volgende experiment is een app bouwen from scratch: de kanban style todo app die wordt aangeraden zodat hij die zelf als todo list kan gebruiken en autonoom kan verderwerken.
Interessant experiment, op z’n minst.
Gelukkig
Operation Build a Kanban:
Grosso modo:
Maak een kanban zonder database, zodat ik taken kan toevoegen, jij kan taken oppikken en ik kan valideren
Begonnen om 15h20
16h09 was de react app live (basic), de rest ging of gaat een pak trager.
En hij voegt al zelf todo’s to, en verandert de statussen.
Ik heb er ook al toegevoegd voor dit project (todoception) en een ander dat we ervoor aan het bouwen waren.
Exploreren van een bredere operational scope:
Mijn bot heeft zijn eigen Notes, een shared folder met mijn Apple ID. Daar zet hij ideetjes in die ik kan valideren, of zet ik todo’s in die hij toevoegt aan het board.
Valt veel stil tussen stappen door, het blijft optimaliseren met cron jobs die ervoor moeten zorgen dat hij zichzelf blijft porren om te checken als er nog iets moet gebeuren + kanban board checken als er nieuwe taken zijn.
Dit zou ook kunnen komen omdat ik (te) veel naar updates vraag en hij teveel context switching moet doen.
Clawdbot/Moltbot/OpenClaw schat zelf in dat de app ongeveer 80% klaar is, in deze scope (lokaal, geen multi tenancy, geen database, etc.).
Los van de speed bumps, I’m kind of impressed. Maar opnieuw - ik ben geen developer.
Benieuwd naar het verdere verloop van deze build en hoe de volgende al weer (een pak) sneller zou moeten gaan.
Ja had dat nieuws al gelezen. Daarom! 
Niemand kan toch verrast zijn dat dat soort dingen gebeuren? Wat goed kan er komen van “we maken een infinite loop met een stuk software dat een niet deterministisch karakter heeft, aan al mijn data kan, en zijn instructies van het internet haalt”. Mensen willen soms ook gewoon gesjareld worden heb ik de indruk…
Update:
Sommige zaken schrijft-ie ook weg in onze shared Apple Notes voor mijn gemak.
While I slept heeft-ie 10 features ready for review gezet, ze werkten állemaal, nog wat feedback gegeven voor improvements die niet in scope zaten.
Hangt (zoals bij iedereen) aan mijn Telegram, geef me significant updates of freezing questions + ik kan cards bijsturen/toevoegen/etc.
Gen Z rejoice: communiceert sinds deze ochtend tijdens de wandeling met mijn hond ook met voice messages! Niks moeten voor instellen.
Zeer benieuwd naar bredere use cases nu we een gestroomlijnde manier van samenwerken hebben.
Suggesties uiteraard welgekomen!
Heb je zicht op token cost van een dagje knutselen?
Zeer goeie vraag, ik moet es een token monitor (laten 
) installeren.
OpenAI Codex:
Total Spend
$4.25
Sinds 28 januari.
(side note: Codex lijkt e-norm traag, maar zeer goed, lees ik)
Welke modellen gebruik je @OrT?
Snafu:
En dat komt door:
I hit an OpenAI usage lockout even though my spend was low.
Root cause wasn’t cost, but token throughput:
- My app (OpenClawd / Clawdbot) kept sending very large contexts on every request
- Full conversation history, logs, and generated code were repeatedly included
- This resulted in tens of millions of input tokens over a short period
That triggered a model-level / rate-based usage cap, not a billing limit.
Hence the long cooldown despite minimal cost.
Key takeaway
ChatGPT Plus ≠API limits.
The API enforces token-per-time-window caps, and large prompts hit those fast.
Fix
- Hard-cap conversation history
- Summarize and discard old context
- Disable self-reflection / background loops
- Reset sessions per task
- Add a max input token limit per request
In short:
The issue was an unbounded context window, not excessive usage intent or spend.
Vanavond eens (proberen) oplossen: die suggesties + lokale llm om alle eenvoudige requests al af te handelen.
Momenteel enkel OpenAI Codex, maar ik moet dat gaan optimaliseren. Duidelijk.
Multi-modal gaan werken.
Super vet @OrT ik heb ook eentje draaien op een vm op mijn server. Ik heb al veeeeel tijd verspeeld met het proberen opzetten van die cron jobs for some reason werkt dat niet do goed op linux (zeer vreemd). Heartbeat lijkt wel te werken. Ga morgen eens aan de slag voor zo een kanban tool! Die is ook accessible buiten uw netwerk ?
@robh Veel tijd verspelen is zeker een rode draad. Poging gedaan om multi modal te werken, denk een uur of 8 om uiteindelijk zelfs gewoon terug te vallen op alles Claude (en optimaliseren van token use). 
Purring away gain, maar damn, Claude is duur. Als mijn cooldown bij Codex erop zit snel terugschakelen.
Die is accessible buiten mijn netwerk in die zin dat ik naar mijn thuisnetwerk VPN.
Niks rechtstreeks exposed.
Ben het ook aan het testen, voorlopig op aparte VPS zonder toegang tot persoonlijke data.
Gebruik het meer als een slimme Siri [reminders, dagelijkse zoekopdrachten over een thema, …]
Ik heb wel Kimi AI erachter gestoken.
Kan je maandje krijgen voor 10 euro [of je kan het zelf naar beneden krijgen tot 0,99]
Hier ook net geinstalleerd op mijn homeserver. In een geisoleerde docker container. Zichzelf ook gevraagd om af en toe een security audit te doen.
Gekoppeld aan Telegram. Nu eens voorzichtig mee beginnen experimenteren.
Als je zelf geen Kanban board wil maken kan je ook een selfhosted Kanban board gebruiken.
Heb nu eentje draaien van Vikunja en de AI-Bot heeft zijn eigen account.
Heb wel op mijn remote code server een shared MD file die hem instructies geeft welke URL te gebruiken en wat zijn account credentials zijn.
In de project checkout zelf heb ik een andere MD file die verwijst naar de shared MD file en wat de project ID is. Zo kan ik die file gewoon mee in git opslaan zonder credentials.
Nu in combinatie met opencode waar ik hem vertel: “kijk of je taken hebt en voer ze uit”.
Volgende stap is dat ook automatiseren. 
