Avis OpenClaw 2.0 : agent local, ClawHub, installation et limites NSFW

OpenClaw 2.0 n’est pas un nouveau grand modèle de langage, mais une passerelle auto-hébergée pour agents IA. Elle fonctionne sur votre machine ou serveur et relie chats, outils locaux, modèles cloud, LLM locaux, skills et tâches planifiées.

Son intérêt est de réunir des outils souvent séparés : ChatGPT, Claude Code, Codex, modèles locaux, navigateur, Slack, Telegram, WhatsApp et tâches récurrentes. Pour développeurs et équipes orientées automatisation, c’est une couche de travail plus qu’un simple chatbot.

Verdict : OpenClaw 2.0 est prometteur pour un système local-first, extensible et multicanal. Il est moins adapté à ceux qui veulent seulement un chatbot sans configuration.

Avis rapide

Élément	Évaluation
Idéal pour	Assistants auto-hébergés, workflows multicanaux, automatisation dev, équipes et modèles locaux
Moins adapté à	Utilisateurs voulant un chatbot sans configuration
Type	Pas un modèle ; passerelle et couche d’orchestration
Licence	Le paquet npm indique MIT ; vérifiez les termes actuels avant production
Matériel	Pas de GPU pour le gateway ; les modèles locaux dépendent du backend
NSFW	Dépend du modèle/fournisseur connecté

Si le modèle derrière l’agent vous intéresse davantage, consultez aussi notre avis Qwen 3.8, avis Gemma 4 et avis Dolphin 3.0. OpenClaw sert surtout à connecter modèles, abonnements, navigateur, skills et canaux.

Qu'est-ce qu'OpenClaw 2.0 ?

OpenClaw est une passerelle open source auto-hébergée pour les assistants IA. Un processus persistant gère canaux, agents, plugins, mémoire, navigateur, tâches planifiées et fournisseurs de modèles locaux ou distants.

La version 2026.8.1 est présentée comme OpenClaw 2.0. Elle remanie l’interface web, simplifie la configuration initiale et fait évoluer mémoire, sessions, installation, messagerie, skills, modèles, automatisations, navigateur, applications natives, plugins et sécurité.

Téléchargement et installation

Le point d’entrée officiel est openclaw.ai. Pour le code et les releases, utilisez le dépôt GitHub. Le paquet existe aussi sur npm sous openclaw.

Méthode	Commande ou lien	Pour qui
macOS / Linux / WSL2	curl -fsSL https://openclaw.ai/install.sh | bash	Installation CLI rapide
Windows PowerShell	iwr -useb https://openclaw.ai/install.ps1 | iex	Utilisateurs Windows
npm	npm install -g openclaw@latest --allow-scripts=openclaw	Utilisateurs Node
Source	git clone https://github.com/openclaw/openclaw.git	Développeurs
Apps desktop	GitHub Releases	Windows/macOS

Le tableau de bord local tourne souvent sur 127.0.0.1:18789. Après installation, vérifiez openclaw –version, openclaw doctor et openclaw gateway status.

Déploiement local et matériel

La passerelle ne demande pas de GPU puissant. Cette couche repose sur Node : processeur, RAM, stockage et stabilité du réseau comptent davantage. Un ordinateur portable ordinaire peut suffire pour commencer ; une passerelle d’équipe doit être traitée comme un service persistant.

Le moteur du modèle est un choix distinct. ChatGPT, Claude, Gemini, Qwen API ou DeepSeek API demandent une connexion et des identifiants compatibles. Avec Ollama, LM Studio, llama.cpp, vLLM ou SGLang, le matériel nécessaire dépend du modèle local.

Configuration	Besoins pratiques
Passerelle seule	Processeur récent ; base indicative de 8 Go de RAM, 16 Go conseillés
Passerelle et modèles cloud	Pas de GPU local ; coût principal : API ou abonnement
Passerelle et modèle local 7B	16 Go de RAM ou au moins 8 Go de VRAM, selon la quantification
Passerelle et modèle local 20B–30B	Au moins 24 Go de VRAM ou une grande mémoire unifiée/système
Passerelle d’équipe	Hôte dédié, disque chiffré, sauvegardes et contrôle d’accès

Fonctions principales

Les fonctions utiles donnent aux agents un environnement persistant : recevoir des messages, conserver du contexte, appeler des outils, exécuter des automatisations et transmettre du travail entre canaux.

Fonction	Intérêt pratique
Passerelle multicanal	Relie Slack, Telegram, WhatsApp, Signal, Matrix, Microsoft Teams, Discord, LINE, Google Chat et d’autres services au moyen de plugins.
Choix des modèles	Peut combiner services cloud, agents de programmation, serveurs locaux et moteurs de recherche.
Navigateur et outils	Permet d’utiliser le navigateur, le shell, les fichiers et des intégrations externes avec les autorisations nécessaires.
Mémoire et sessions	Utile pour les assistants persistants et le travail en équipe.
Automatisations	Prend en charge les tâches planifiées et la surveillance récurrente.
Sessions partagées	Facilite la collaboration et le transfert du travail entre collègues.

Skills et plugins ClawHub

ClawHub est le catalogue public de skills et de plugins d’OpenClaw. Ces ressources facilitent les tâches répétées : courrier, résumés, recherche web, revue de code, notifications, rapports ou coordination entre conversations.

Les usages couvrent courrier, calendrier, recherche web, revue de code, dépôts, documents et PDF, Slack ou Teams, CRM, fichiers locaux, production d’images, de vidéos et de musique, ainsi que surveillance planifiée.

Tâche	Commande ou accès
Rechercher des skills	openclaw skills search "calendar"
Installer une skill	openclaw skills install @openclaw/demo
Mettre à jour les skills	openclaw skills update --all
Rechercher des plugins	openclaw plugins search "calendar"
Installer un plugin	openclaw plugins install clawhub:<package>
Catalogue web	clawhub.ai

Avant d’installer un paquet communautaire, examinez sa description, son historique, ses permissions et les résultats d’analyse de sécurité. Un plugin largement autorisé peut accéder aux messages, fichiers, navigateur, identifiants et services externes.

Comparaison avec d'autres agents locaux

Outil	Orientation	Différence
OpenClaw 2.0	Passerelle multicanal auto-hébergée	Réunit canaux, skills, navigateur, automatisations et fournisseurs.
OpenHands / OpenDevin	Agents de développement	Plus orientés programmation que coordination multicanal permanente.
AutoGen / CrewAI	Framework multiagent	Destiné aux développeurs ; la couche produit reste à construire.
LangGraph	Graphe de workflows d’agents	Adapté à une logique structurée ; l’assistant doit être construit.
Dify / Flowise	Applications LLM visuelles	Plus accessible sans code, moins centré sur l’exécution locale.
n8n	Automatisation	Nombreuses intégrations d’applications ; moins centré sur la mémoire des agents.
Claude Code / Codex	Travail sur le code	Plus adaptés comme assistants spécialisés ; OpenClaw peut les coordonner.

OpenClaw ne cherche pas à devenir le modèle le plus intelligent ni le meilleur agent de programmation. Son rôle est celui d’une passerelle locale réunissant canaux, agents, outils, permissions et tâches récurrentes.

NSFW et limites de sécurité

OpenClaw ne génère pas lui-même de contenu NSFW : il transmet les demandes au modèle connecté. Les filtres d’un fournisseur distant restent applicables. Un modèle local peut être plus permissif, mais les accès aux outils doivent être contrôlés séparément.

Pour le jeu de rôle adulte ou les contenus sensibles, séparez le modèle des outils capables d’actions importantes. N’accordez pas un accès large au navigateur, aux fichiers, au courrier, aux paiements ou aux conversations d’équipe sans comprendre les permissions. Évitez les contenus sexuels illégaux, les mineurs, la sexualisation non consentie de personnes réelles, le harcèlement et les automatisations nuisibles.

Avant la mise en production, lisez la documentation de sécurité : limites de confiance de la passerelle, accès entrants, permissions des outils, exposition réseau et protection des dossiers contenant identifiants, sessions et journaux.

Pour qui ?

OpenClaw 2.0 convient aux workflows traversant plusieurs apps : messages, pages web, fichiers locaux, tâches planifiées, API de modèles et outils de code.

Pour de simples questions ponctuelles, un chatbot classique ou une interface locale simple sera plus rapide.

FAQ

OpenClaw 2.0 est-il un LLM ?

Non. C’est une passerelle qui relie modèles, fournisseurs, skills, plugins, canaux et outils.

Où le télécharger ?

Consultez OpenClaw, GitHub, GitHub Releases ou npm.

Faut-il un GPU ?

La passerelle n’a pas besoin de GPU. Celui-ci n’est nécessaire que si vous choisissez un modèle local accéléré par GPU.

Peut-il utiliser des modèles locaux ?

Oui, avec des environnements comme Ollama, LM Studio, llama.cpp, vLLM ou SGLang.

Est-il adapté à la sécurité d’une équipe ?

Elle peut convenir si vous limitez les accès, séparez les passerelles, examinez les plugins et gérez correctement journaux et identifiants.

Où trouver des skills ?

Cherchez dans ClawHub ou utilisez les commandes de recherche de skills et de plugins documentées pour votre version.

Références

• Site officiel OpenClaw
• Documentation OpenClaw
• Guide d’installation
• Notes de version 2026.8.1
• Notes de version 2026.8.2
• Dépôt GitHub
• Paquet npm
• Catalogue ClawHub
• Article AIbase

Conclusion

OpenClaw 2.0 est une étape sérieuse vers des assistants IA locaux, multicanaux et extensibles. Sa force est l’orchestration, pas le benchmark de modèle.

En échange, il faut gérer permissions, logs, identifiants et limites de sécurité. Pour développeurs et power users, il mérite l’attention ; pour un usage occasionnel, un chatbot simple reste plus confortable.