Como instalar e usar o Clawdbot para controlar seu PC via WhatsApp e Telegram

O Clawdbot é um agente de IA de código aberto que atua como uma ponte entre modelos de linguagem (LLMs) e o seu sistema local. Diferente de chatbots comuns, ele possui permissão para executar comandos, gerenciar arquivos e automatizar tarefas via apps de mensajeria.

A proposta aqui é simples: você conversa com o seu assistente no WhatsApp ou Telegram, mas o “cérebro” e o contexto ficam no seu ambiente, com capacidade real de ação (ferramentas, arquivos, automações). Isso eleva produtividade, mas também muda o jogo de segurança, porque qualquer canal vira uma superfície de ataque se for mal configurado.

Requisitos: Linux/macOS/WSL2, Chave de API (Claude/GPT) | Nível: Intermediário.

Do ponto de vista editorial, o Clawdbot é menos “chat” e mais “camada de automação”: ele conecta conversas a ações locais. O benefício vem do acoplamento com ferramentas; o risco também.

O que torna o Clawdbot diferente?

Memória persistente (episódica, semântica, contextual)

O diferencial mais prático é que “memória” não é um recurso mágico do modelo, e sim uma disciplina: o que precisa durar vira arquivo no disco, em Markdown.

Memória episódica (diária): arquivos memory/YYYY-MM-DD.md funcionam como um log do dia, normalmente em modo append-only. Por padrão, o assistente lê o dia atual e o anterior no início da sessão.
Memória semântica (longo prazo): o arquivo MEMORY.md é o repositório curado de fatos duráveis (preferências, regras, decisões), carregado apenas na sessão principal e privada.
Memória contextual (janela do modelo): é o que entra no prompt a cada execução: regras, histórico recente, resultados de ferramentas e arquivos injetados, tudo limitado pela janela de contexto do modelo.

Isso “puxa” o controle de volta para você: memória é legível, versionável, auditável. Em contrapartida, o modelo só “lembra” o que for escrito e recuperado corretamente.

Privacidade: soberania local, sem ilusões

O estado do Clawdbot (workspace, sessões, arquivos de memória) vive localmente, mas o conteúdo que você envia ao modelo ainda transita pelo provedor do LLM escolhido. A boa prática é tratar “local” como controle de armazenamento e governança, não como anonimato automático.

Como o Clawdbot assume o controle (skills)

O Clawdbot combina dois blocos:

Ferramentas nativas (core tools), como ler/editar/escrever arquivos e executar comandos (sujeitas à política de ferramentas).
Skills, que são pastas com um SKILL.md ensinando o agente a operar integrações e fluxos. Skills podem ser gerenciadas e distribuídas via ClawdHub (registro público).

Exemplos práticos (do tipo que realmente economiza tempo):

Execução de comandos no terminal: pedir para o assistente checar espaço em disco, status de serviços, logs e rotinas repetitivas, com ferramentas como exec e políticas de permissão adequadas.
Leitura e análise de CSVs locais: abrir um CSV no workspace, sumarizar dados, gerar tabelas e alertas, sem “colar” tudo no chat.
Integração com agenda e Google Suite: o template de referência cita o skill gog (Google Suite CLI) para Gmail/Calendar/Drive/Contacts, útil para briefings e triagens.
Operação via Slack e outros canais: o Slack pode ser usado como superfície de conversa e comandos (com particularidades de slash commands).

O conceito de skill é onde o projeto “vira produto”: ele transforma intenção em procedimento reproduzível. Ao mesmo tempo, cada skill adiciona superfície de risco (permissões, credenciais, efeitos colaterais).

Guia de instalação rápida (passo a passo)

0) Pré-requisitos essenciais

Node.js >= 22 (base do runtime).
No Windows, use WSL2 (Ubuntu recomendado).
Uma forma de autenticação do modelo: API key (Anthropic/OpenAI etc.) ou OAuth quando suportado pelo fluxo.

1) Instalação (via script oficial)

Execute o instalador:

curl -fsSL https://clawd.bot/install.sh | bash

Alternativa (instalação global via npm/pnpm):

npm install -g clawdbot@latest
pnpm add -g clawdbot@latest

Análise editorial: curl | bash é rápido, mas é um padrão que exige maturidade operacional. Em ambientes mais sensíveis, baixe o script, inspecione e só então execute.

2) Onboarding e serviço em background

Rode o wizard e instale o daemon de usuário (systemd/launchd):

clawdbot onboard --install-daemon

Esse wizard costuma configurar: modelo/auth, workspace, canais (WhatsApp/Telegram etc.), regras de pairing e, opcionalmente, o serviço persistente.

3) Iniciar o gateway

Há dois caminhos comuns:

Em primeiro plano (bom para debug): clawdbot gateway --port 18789 --verbose
Como serviço (quando você instalou o daemon): clawdbot gateway start

A UI local costuma ficar em http://127.0.0.1:18789/.

4) Conectar WhatsApp e Telegram

WhatsApp (login por QR):

Rode clawdbot channels login
No celular: WhatsApp → Configurações → Dispositivos conectados → escaneie o QR.

Telegram (via @BotFather):

Abra o Telegram e converse com @BotFather.
Execute /newbot e siga o fluxo (nome e username terminando em bot).
Copie o token e guarde com cuidado.

Depois, você pode adicionar o canal de forma não interativa, por exemplo:

clawdbot channels add --channel telegram --token <bot-token>

Pairing (recomendado e normalmente padrão): no primeiro contato, o bot entrega um código de pareamento e só passa a responder após sua aprovação, via:

clawdbot pairing approve <channel> <code>

Alerta de segurança: o risco do prompt injection

Aqui está o ponto que separa “assistente produtivo” de “incidente de segurança”.

Prompt injection é quando uma mensagem ou conteúdo malicioso manipula o modelo para fazer algo inseguro (ignorar regras, exfiltrar dados, executar ações indevidas). E isso não depende de bot público: basta o agente ler algo “hostil” (links, páginas, anexos, emails, logs colados) e ter ferramentas com poder real.

Riscos típicos quando o agente tem acesso ao sistema:

Vazamento de segredos acessíveis no filesystem (tokens, chaves, cookies, configs).
Execução de comandos “sugeridos” por conteúdo externo.
Envio de informações sensíveis para um canal errado ou superfície errada.

Mitigações práticas (defensivas)

Isole o ambiente de execução: habilite sandboxing com Docker para reduzir raio de impacto de ferramentas como exec/read/write.
Privilégios mínimos: restrinja ferramentas com allow/deny e evite “full access” por padrão.
Trate DMs e grupos como input não confiável: mantenha pairing/allowlists e, em grupos, use mention gating para o bot só acordar quando marcado.
Separe “leitor” de “executor”: use um agente com ferramentas desabilitadas para resumir conteúdo externo e só depois repasse o resumo ao agente principal (com ferramentas).
Tire segredos do alcance: não deixe chaves e cookies no mesmo escopo/volume montado onde o agente opera. Se precisar montar diretórios, prefira read-only.

Regra operacional que funciona: se um agente pode executar comandos, ele deve operar como se estivesse em “zona semi contaminada”. A segurança vem da arquitetura, não da boa intenção do prompt.

Conclusão: o veredito sobre o futuro dos assistentes locais

O Clawdbot aponta para um futuro onde “assistente” deixa de ser UI e vira infra pessoal: memória em disco, ferramentas reais, múltiplos canais e automações contínuas. A troca é clara: você ganha soberania e produtividade, mas precisa administrar risco como em qualquer sistema que executa ações. Com sandboxing, pairing, política de ferramentas e separação de agentes, dá para colher o ganho sem transformar seu ambiente em um alvo fácil.

Precisa acessar o código-fonte? Visite a página do Github do projeto.