Um Raspberry Pi custa 35 $. Meu agente de IA funciona nele 24 horas por dia, 7 dias por semana e usa cerca de 3 watts de eletricidade — ou seja, cerca de 3 $ por ano. Para um investimento total de 38 $ no primeiro ano, eu tenho um assistente de IA pessoal que está sempre ativo, sempre disponível, e que fica tranquilamente na minha mesa em vez de consumir um
Cada commit que eu faço agora é revisado por uma IA antes que alguém o veja. Não porque eu não confie no meu próprio código — mas porque eu não confio na minha atenção às 23h de uma sexta-feira quando estou tentando entregar um patch antes do fim de semana.
A IA revisora nota coisas que eu deixo passar: uma variável
Eu queria um painel que mostrasse o que meus agentes de IA estão fazendo. Nada de monitoramento em nível Grafana com métricas e alertas — eu já tenho isso. Eu queria algo que pudesse consultar no meu telefone e saber: quais agentes estão ativos, em que eles estão trabalhando, quanto eles gastaram hoje e se algo requer a minha atenção.
Então
A rede Docker é a razão pela qual quase abandonei minha configuração OpenClaw em contêiner. Tudo funcionava localmente — o agente conseguia acessar o banco de dados, conectar-se à API, servir webhooks. Então eu o coloquei no Docker e nada conseguia se comunicar com nada.
Se você já se deparou com um erro “conexão recusada” de dentro de um contêiner Docker e pensou
Os webhooks mudaram minha maneira de pensar sobre a automação de agentes de IA. Antes dos webhooks, minhas automações eram todas baseadas em tempo: verificar novos emails a cada 5 minutos, escanear as notificações do GitHub a cada 10 minutos, verificar o estado do servidor a cada hora. Com os webhooks, os eventos vêm até mim. Sem pesquisa. Sem atrasos. Nenhuma chamada de API inútil para verificar quando não há nada.
Eu perdi uma semana configurando o OpenClaw uma vez. Não por causa de um hack ou de uma falha de hardware. Porque eu fiz uma atualização do sistema que corrompeu meu cartão SD. Tudo — minha configuração, minhas skills personalizadas, meus arquivos de memória, minhas definições de tarefas cron — desapareceu.
Reconstruir tudo isso levou todo um final de semana. E o pior é que eu sabia que eu
Seis meses de diários OpenClaw. Era isso que eu tinha quando finalmente tirei um tempo para entender por que algumas sessões de depuração levavam 5 minutos e outras levavam 2 horas. A resposta era óbvia em retrospectiva: a logging.
Não porque eu não tinha diários — eu sempre tinha diários. O problema era que metade dos meus diários eram ruídos desnecessários.
Eu queria adicionar uma funcionalidade ao OpenClaw que não existia: um resumo das notícias do Hacker News que reúne as principais histórias todas as manhãs e publica no meu Slack. Nada disso existia como uma skill. Então, eu criei uma.
Da primeira vez, levou quatro horas, sendo duas horas mal lendo a especificação da skill. O
Na primeira vez que um dos meus agentes parou silenciosamente de funcionar, eu não percebi por três dias. Três dias de relatórios programados perdidos. Três dias de mensagens automatizadas sem resposta. Três dias de um trabalho de monitoramento que não monitorava nada.
Meu cliente percebeu antes de mim. Foi constrangedor.
Então eu configurei o Grafana para monitorar meus agentes.
Olá, fiéis do Clawgo! Jake Morrison aqui, de volta ao teclado e animado com algo que venho mexendo incansavelmente nas últimas semanas. Vocês me conhecem, eu adoro colocar a mão na massa com a mais recente tecnologia de IA, especialmente quando ela promete tornar minha vida, e a de vocês, um pouco mais fácil. Hoje, estamos