AI-офис на OpenClaw: команда виртуальных сотрудников в Telegram

Из этой статьи:

• AI-офис — это мульти-агентная система в OpenClaw, где у каждого «сотрудника» своя роль, модель, память и доступы. Управление — через один Telegram-чат.
• Типичный набор для малого бизнеса: 5–7 агентов — секретарь, маркетолог, аналитик, копирайтер, поддержка, HR, финансы.
• Экономика: главный агент Jarvis на дорогой Claude роутит задачи специалистам на дешёвых моделях (GigaChat, локальная Gemma). Снижение расходов в 5–10 раз.
• Реалистичный бюджет AI-офиса для команды 5–10 человек: 2 000–8 000 ₽/мес на API-токены + 600–3 500 ₽/мес на VPS.
• Кому это не подходит: одиночкам без процессов, проектам с уникальными ML-моделями, регуляторике, где запрещены AI-помощники в принципе (некоторые гос-задачи).

Что такое AI-офис

AI-офис — это не «один большой бот, который умеет всё», а группа специализированных агентов, каждый из которых отвечает за свою область. Они живут в одной OpenClaw-инсталляции, управляются из одного Telegram-чата, имеют общую инфраструктуру, но разные роли, разную память и разные модели.

Если провести аналогию: офис из 7 человек — это 7 разных специалистов с разной зарплатой, опытом и кругом задач. Главный (CEO) распределяет работу. Каждый знает только то, что должен знать. Если CEO заболел — офис не работает; если уволился маркетолог — остальные продолжают.

AI-офис устроен так же: есть главный агент-диспетчер (обычно на сильной модели вроде Claude Sonnet) и специалисты на дешёвых моделях. Пользователь пишет задачу в Telegram, диспетчер решает, кто это сделает, и делегирует через инструмент agentToAgent. Результат возвращается в чат как ответ от соответствующего «сотрудника».

Зачем это бизнесу

Три типичных причины завести AI-офис вместо одного универсального бота:

Типовой набор «сотрудников»

Конфигурация для небольшой команды (5–10 человек):

Как это работает в Telegram

Пример рабочего дня в AI-офисе:

Пользователь: @JarvisBot Анна, поставь встречу с командой во вторник 14:00, тема — ретро спринта
→ Jarvis передаёт Анне
→ Анна добавляет событие в Google Calendar, отправляет приглашения
→ Возвращает: «Готово, встреча на 14:00 во вторник, отправила приглашения 5 участникам»
Пользователь: Марина, напиши пост про новую фичу X в наш Telegram-канал → Jarvis передаёт Марине → Марина пишет 3 варианта поста с учётом бренд-гайдлайнов → Пользователь выбирает вариант → Марина публикует через скилл telegram-channel
Пользователь: Виктор, сделай отчёт по продажам за прошлую неделю → Jarvis передаёт Виктору → Виктор через скилл к ClickHouse строит агрегаты → Возвращает: таблица + 5 ключевых выводов

Для пользователя — это один чат с виртуальным офисом. Под капотом — оркестрация нескольких агентов, разные модели, разные API.

Архитектура: что внутри

Конфигурация в openclaw.json

Ключевой блок — agents.list и tools.agentToAgent:

{
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["anna", "marina", "victor", "oleg", "sofia", "kostya"]
    }
  },
  "agents": {
    "defaults": {
      "model": { "primary": "anthropic/claude-sonnet-4-5" }
    },
    "list": [
      {
        "id": "main",
        "name": "Jarvis",
        "emoji": "🤖",
        "subagents": { "allowAgents": ["anna", "marina", "victor", "oleg", "sofia", "kostya"] }
      },
      { "id": "anna",   "name": "Анна",   "emoji": "💼", "model": "gigachat/GigaChat-Pro" },
      { "id": "marina", "name": "Марина", "emoji": "📣", "model": "anthropic/claude-opus-4-6" },
      { "id": "victor", "name": "Виктор", "emoji": "📊", "model": "yandexgpt/yandexgpt-32k" },
      { "id": "oleg",   "name": "Олег",   "emoji": "✍️", "model": "deepseek/deepseek-v3" },
      { "id": "sofia",  "name": "София", "emoji": "🎓", "model": "gigachat/GigaChat-Pro" },
      { "id": "kostya", "name": "Костя", "emoji": "💰", "model": "ollama-local/gemma4:latest" }
    ]
  }
}

Workspace каждого агента

Каждому — отдельная папка ~/.openclaw/agents//workspace/:

• IDENTITY.md — базовое представление: имя, роль, эмоджи, vibe.
• SOUL.md — характер, принципы работы, стилистика речи. Это «личность» агента.
• MEMORY.md — рабочая память. Что помнит, накопленные знания.
• Документы предметной области — для маркетолога это бренд-гайды, для HR — регламенты, для юриста — типовые договоры.

# SOUL.md — Кто ты
Ты Марина, маркетолог компании. Знаешь наш продукт, ЦА, бренд-гайдлайны.
Пишешь короткие, цепляющие тексты с фокусом на пользу. 
Избегаешь канцелярита и общих фраз. Используешь конкретику и цифры.
Для Telegram пишешь в нашем фирменном дружелюбном тоне.

Скиллы — руки агентов

Каждому агенту нужны свои инструменты:

• Анна — google-calendar, notion-meetings, telegram-channel
• Марина — telegram-channel, image-generation, seo-analyzer
• Виктор — clickhouse, google-analytics, chart-generator
• Олег — web-search, notion-db
• София — notion-hr, google-docs, email-sender
• Костя — accounting-1c или интеграция с банком, pdf-generator

Реалистичная экономика

Допустим, у вас команда 7 человек, 100 запросов/день в среднем по AI-офису. Распределение нагрузки:

Для сравнения: тот же объём задач на одной модели Claude Opus — около 25 000–35 000 ₽/мес. Делегирование экономит ~80%.

Сценарии для разных бизнесов

Юридическая фирма

Замените «маркетолога/копирайтера» на двух юристов: один по гражданским делам, другой по корпоративным. Подключите скиллы к КонсультантПлюс или ГАРАНТ. Главный агент роутит вопросы по тематике.

Интернет-магазин

Команда: диспетчер + поддержка клиентов (FAQ + статус заказа) + каталогизатор (карточки товаров) + рекламный (объявления для маркетплейсов) + аналитик (продажи). Главный — недорогой DeepSeek, потому что задачи стандартизированы.

Стартап-команда из 5 разработчиков

Диспетчер + DevOps (логи, деплой) + код-ревьюер (PR analysis) + tech-writer (документация) + рекрутер. Большая часть задач — на Claude Opus, потому что качество кода дороже экономии токенов.

Маркетинговое агентство

Диспетчер + копирайтер + дизайн-промптинг (Midjourney/DALL-E через скилл) + SEO + аккаунт-менеджер. Каждый клиент — отдельный workspace маркетолога с его бренд-гайдами.

Образовательная платформа

Диспетчер + методист (учебные планы) + тьютор (объясняет студентам) + проверяющий (анализирует домашние задания) + контент-менеджер. Тьютор работает в общем чате со студентом, остальные — внутренние.

Кому AI-офис не подходит

Честный список ограничений:

Как запустить AI-офис у себя

Шаг 1. Спроектируйте состав

Начните с 3 агентов: главный + 2 специалиста. Не пытайтесь сразу запустить 7 ролей — большая часть будет простаивать. Через месяц поймёте, чего не хватает, и добавите.

Шаг 2. Подготовьте модели и API-ключи

Claude (Anthropic) — основной диспетчер. GigaChat — для русскоязычных рутинных задач. Опционально — Ollama с Gemma 4 для самых приватных операций. Подробнее в нашем архитектурном разборе российских моделей.

Шаг 3. Поставьте OpenClaw на VPS

4 vCPU / 8 ГБ RAM минимум. Если планируете локальную модель — 16 ГБ. Подробный разбор провайдеров — в статье про VPS для OpenClaw.

Шаг 4. Напишите SOUL.md для каждого агента

Это половина успеха. Чёткая личность с ролью даёт качественные ответы. Размытые инструкции = «AI-болтологию».

Шаг 5. Настройте скиллы

Каждому агенту — только то, что ему реально нужно. Меньше скиллов = быстрее работа и меньше галлюцинаций.

Шаг 6. Тестируйте 2 недели

После запуска — мониторьте: какие задачи проходят легко, где агент ошибается, какие диалоги лучше переадресовать человеку. По итогам — корректируйте SOUL.md и распределение моделей.

Когда нужна помощь профессионала

Собрать AI-офис «на коленке» — реалистично за 2–3 дня для опытного DevOps. Под продакшен с поддержкой — 1–2 недели: SOUL.md под каждого, тестирование скиллов, обучение команды, мониторинг расходов на токены.

Сервис OpenClaw Install настраивает AI-офис под ключ: проектируем состав агентов под ваши процессы, ставим, обучаем. Минимум — конфигурация на 3 агентов. Подробности — на странице тарифов или сразу в @openclawinstallru_bot.

Итог

AI-офис на OpenClaw — это не «бот ChatGPT с расширенным промптом», а полноценная мульти-агентная система с:

• ✅ Специализацией ролей (каждому своя модель, душа, память)
• ✅ Экономией на токенах через делегирование (–80% против моноагента)
• ✅ Изолированной памятью каждого «сотрудника»
• ✅ Управлением из одного Telegram-чата
• ✅ Растущим набором ролей по мере зрелости команды

Что почитать дальше

• Подключение GigaChat и YandexGPT через прокси — мульти-модельная схема
• Какой VPS выбрать для OpenClaw — инфраструктура для AI-офиса
• Что такое OpenClaw — полный обзор — если ещё не определились с платформой
• Wiki: Каталог моделей — все провайдеры с описаниями
• OpenClaw для бизнеса: 10 сценариев автоматизации — больше идей