OpenClaw + OpenAI Codex: агентное программирование

┌─────────────────────────┐
│   Telegram/WhatsApp     │
│     Discord             │
└────────────┬────────────┘
             │
      ┌──────▼──────┐
      │  OpenClaw   │
      │  Agent Core │
      └──────┬──────┘
             │
    ┌────────┼────────┐
    │        │        │
┌───▼──┐ ┌──▼──┐ ┌───▼────┐
│Claude│ │ GPT │ │ Ollama  │
│ AI   │ │ 4   │ │ (Local) │
└───┬──┘ └──┬──┘ └───┬────┘
    │       │        │
    └───────┼────────┘
            │
      ┌─────▼──────┐
      │Code Analysis│
      │Generation  │
      │Execution   │
      └────────────┘

# Клонируем репозиторий
git clone https://github.com/pplancq/open-claw.git
cd open-claw
Устанавливаем зависимости
pip install -r requirements.txt
Создаём файл конфигурации
cp .env.example .env

# Ваш API ключ для LLM
OPENAI_API_KEY=sk-...
или
CLAUDE_API_KEY=sk-ant-...
Telegram токен бота
TELEGRAM_BOT_TOKEN=123456:ABC...
Параметры подключения
AGENT_NAME=CodeReviewer
AGENT_SYSTEM_PROMPT="Ты опытный программист..."

# Разрешить выполнение кода
ENABLE_CODE_EXECUTION=true
Путь к временной папке для скриптов
TEMP_CODE_DIR=/tmp/openclaw_code
Таймаут выполнения (секунды)
CODE_EXECUTION_TIMEOUT=30

python main.py

Пользователь:
def calculate_total(items):
    total = 0
    for item in items:
        total = total + item['price']
    return total
OpenClaw (ответ): Код работает, но есть замечания:
Производительность: используйте sum() вместо цикла
Безопасность: нет проверки наличия ключа 'price'
Стиль: следуйте PEP8
Вот улучшенный вариант:
def calculate_total(items):     return sum(         item.get('price', 0) for item in items          if isinstance(item, dict)     )
Это быстрее в 3-5 раз и безопаснее.

AGENT_SYSTEM_PROMPT="Ты senior code reviewer. 
Анализируй код по критериям:
Безопасность (SQL injection, XSS)
Производительность
Читаемость (PEP8, Clean Code)
Потенциальные ошибки runtime
Лучшие практики
Выводи результат в структурированном формате."

Пользователь:
Напиши функцию для парсинга CSV и экспорта в JSON. 
Нужна обработка ошибок и логирование.
OpenClaw: import csv import json import logging from pathlib import Path
logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__)
def csv_to_json(csv_path: str, json_path: str) -> bool:     """Конвертирует CSV в JSON с валидацией."""     try:         csv_file = Path(csv_path)         if not csv_file.exists():             raise FileNotFoundError(f"{csv_path} не найден")                  data = []         with open(csv_file, 'r', encoding='utf-8') as f:             reader = csv.DictReader(f)             for row in reader:                 data.append(row)                  with open(json_path, 'w', encoding='utf-8') as f:             json.dump(data, f, ensure_ascii=False, indent=2)                  logger.info(f"Конвертировано {len(data)} строк")         return True              except Exception as e:         logger.error(f"Ошибка конвертации: {e}")         return False
Использование
csv_to_json('data.csv', 'output.json')

Traceback (most recent call last):
  File "app.py", line 45, in process
    result = data['user_id'] * 2
TypeError: unsupported operand type(s) for *: 'str' and 'int'
OpenClaw: Проблема: 'user_id' — строка, а не число.
Варианты решения:
Конвертировать перед использованием:
   user_id = int(data['user_id'])
   result = user_id * 2
Добавить валидацию:
   if isinstance(data['user_id'], str):
       user_id = int(data['user_id'])
   result = user_id * 2
Использовать try-except:
   try:
       result = int(data['user_id']) * 2
   except ValueError:
       logger.error("user_id не число")
Рекомендация: вариант 2 или 3.

#!/bin/bash
.git/hooks/pre-commit
STAGED_FILES=$(git diff --cached --name-only --diff-filter=ACM | grep '\.(py|js|go)$')
if [ -z "$STAGED_FILES" ]; then     exit 0 fi
Отправляем в OpenClaw (требует настройки API)
for file in $STAGED_FILES; do
    curl -X POST http://localhost:8000/api/review \
        -H "Content-Type: application/json" \
        -d "{\"file\": \"$file\"}"
done
echo "Code review в процессе..." exit 0

/review - отправить код на review
/gen_func - сгенерировать функцию
/debug - анализ ошибки
/test - написать unit-тесты
/optimize - оптимизация производительности