Российские LLM в OpenClaw: GigaChat и YandexGPT — архитектурный разбор

Из этой статьи:

• Почему нельзя подключить GigaChat и YandexGPT напрямую — обе модели говорят на собственных протоколах, OpenAI-совместимости из коробки нет.
• Прокси-слой как стандартное решение: между OpenClaw и российской LLM ставится транслятор протокола, и фреймворк продолжает считать, что разговаривает с OpenAI.
• GigaChat vs YandexGPT vs Claude — где какую модель ставить: бытовые ответы, длинные документы, код, двуязычные задачи.
• 152-ФЗ и контур данных — для медицины, финансов и госсектора это не «приятный бонус», а юридическое требование.
• Архитектурный паттерн «главный + специалисты» — почему мульти-агент с делегированием экономнее, чем один универсальный агент на дорогой модели.

Почему этот вопрос вообще возник

OpenClaw в стандартной поставке настроен на западные модели: Claude от Anthropic, GPT от OpenAI, опционально DeepSeek или Qwen. Это удобно, пока вы не упираетесь в три ситуации:

GigaChat и YandexGPT решают все три проблемы. Вопрос в том, как их аккуратно встроить в OpenClaw, не сломав остальную архитектуру.

Главная архитектурная проблема — несовместимость протоколов

OpenClaw общается с моделями через протокол OpenAI Chat Completions. Это де-факто стандарт: его поддерживают Anthropic (через адаптер), DeepSeek, Together.ai, vLLM, Ollama. Ваш код один раз пишется под эндпоинт /v1/chat/completions, а модель за ним — взаимозаменяема.

GigaChat и YandexGPT в этот ряд не встраиваются:

• GigaChat требует собственную OAuth-авторизацию, использует корневой CA Сбера (которого нет в стандартных доверенных хранилищах), отдаёт ответы в своём формате.
• YandexGPT работает через Yandex Cloud API: авторизация по Api-Key, обязательный folderId, путь foundationModels/v1/completion, своя структура запроса/ответа.

Решение: прокси-слой

Практика, к которой пришло сообщество — поставить между OpenClaw и российской моделью транслятор протокола. Маленький локальный сервер, который:

[OpenClaw] --POST /v1/chat/completions--> [Прокси на 127.0.0.1] --> [GigaChat/YandexGPT API]
   ↑                                            |
   └────────────── ответ в формате OpenAI ←─────┘

Для OpenClaw это выглядит как ещё один OpenAI-совместимый провайдер — она ничего не знает про Сбер и Яндекс. Прокси берёт на себя весь грязный код: авторизацию, маппинг полей, обработку SSL-сертификатов, нормализацию usage-статистики.

Для GigaChat готовое решение — открытый Python-проект gpt2giga. Для YandexGPT — собственный Node.js-прокси, который выложен в составе репозитория smvlx/openclaw-ru-skills (~150 строк, без зависимостей). Оба слушают локальные порты, оба регистрируются в openclaw.json обычным блоком провайдера.

Это архитектурно правильное решение: фреймворк остаётся в неприкосновенности, а замена модели сводится к перезапуску прокси на другом порту.

Какая модель под какую задачу

Подключить — полдела. Дальше нужно понять, какую модель куда направлять. Ниже — практическая разбивка по задачам.

Архитектурный паттерн «главный + специалисты»

Из этого вытекает естественная архитектура мульти-агентной системы:

Пользователь → главный агент (Claude Sonnet) → решает: рутинно или сложно?
                                              ├─ рутина → делегирует GigaChat
                                              ├─ юр.документ → оставляет себе
                                              ├─ английский → делегирует YandexGPT
                                              └─ код → делегирует Claude Opus

Главный агент дорогой, но умный — его задача правильно роутить. Специалисты дешёвые, но узкоспециализированные. Экономика получается такая:

• 80% запросов уходит в GigaChat-Pro (~₽1–2 за тысячу токенов)
• 15% — в YandexGPT для двуязычной работы
• 5% — в Claude для сложных кейсов

В OpenClaw такая схема собирается через блок tools.agentToAgent с allow-листом subagents — главный агент через инструмент sessions_send передаёт задачу нужному специалисту и получает ответ.

Контур данных и 152-ФЗ

Если вы работаете с персональными данными граждан РФ — переписка пользователя автоматически становится «обработкой ПДн». А Закон 152-ФЗ требует, чтобы базы с ПДн физически находились на серверах в РФ.

При подключении российских моделей контур получается чистый:

• OpenClaw Gateway — на VPS в РФ (например, Selectel, Timeweb, MCS).
• gpt2giga / yandexgpt-proxy — на той же машине, локальные порты 127.0.0.1:8443/8444.
• GigaChat / YandexGPT API — серверы Сбера и Яндекса в РФ, по их публичным заявлениям.
• Telegram — формально иностранный, но с массовым корпоративным использованием в РФ; для строгих сценариев заменяется на VK Teams или MAX.

Что внутри готового стека openclaw-ru-skills

Репозиторий smvlx/openclaw-ru-skills — это набор готовых компонентов, которые избавляют от необходимости писать прокси и навыки с нуля:

• gigachat/ — навык-обёртка над gpt2giga. Стартует прокси, пробрасывает credentials через переменные окружения, регистрируется в OpenClaw.
• yandexgpt/ — Node.js translation-прокси без зависимостей. Принимает запросы в формате OpenAI на порту 8444, переводит в Yandex Cloud Foundation Models API.
• yax/ — отдельный CLI для всей экосистемы Yandex 360: Disk, Calendar (через CalDAV API с auto-discovery), Mail (IMAP/SMTP), Telemost. Авторизация через OAuth с сохранением токена в ~/.openclaw/yax/token.json.

• gpt2giga имеет привычку оставаться defunct-процессом и держать порт — рецепт лечения известен.
• В Yandex Cloud путаница между permissions на сервисный аккаунт и ролями на folder — стек даёт правильные yc команды.
• CalDAV у Yandex.Calendar требует точных путей вида /calendars/{login}@yandex.ru/events-{id}/{uid}.ics, а не корня /calendars/events/.
• При деплое на Railway блокируются исходящие SMTP-порты (25/465/587), что ломает Yandex Mail. Стек документирует это как известное ограничение.

Где обычно ломается

Коротко о пяти типичных граблях, на которые натыкаются те, кто настраивает связку самостоятельно:

Когда нужна помощь профессионала

Собрать проксиями обвешанного мульти-агента с GigaChat, YandexGPT и Telegram-ботом — это не «вечер выходного дня». Это OAuth-фло, отладка SSL-сертификатов Сбера, правильная настройка systemd-юнитов для двух прокси, мониторинг расходов токенов, бэкапы памяти агентов и обвязка SSL для самого Telegram-бота. Реалистичная оценка — 8–14 часов работы для опытного DevOps.

Сервис OpenClaw Install ставит OpenClaw под российский стек под ключ: GigaChat + YandexGPT + опциональный Claude в гибридной схеме, мульти-агент в Telegram, контур внутри РФ. Установка — от 4000 ₽ разово, сопровождение — 7000 ₽/мес. Подробнее: тарифы или сразу в @openclawinstallru_bot.

Итог

Подключение российских LLM к OpenClaw — это не «костыль», а штатная архитектурная схема: прокси-слой между фреймворком и API провайдера. На выходе вы получаете:

• ✅ Контур данных полностью внутри РФ (152-ФЗ-совместимый)
• ✅ Оплата с российских карт без посредников
• ✅ Снижение расходов на токены в 5–10 раз через мульти-агентную схему «главный + специалисты»
• ✅ Хорошее качество русскоязычных ответов на бытовых задачах
• ⚠️ Claude/GPT остаются для сложных кейсов (длинные документы, код), но через гибридную схему

Дальше читать

• Пошаговая инструкция по сборке (включая команды и JSON-конфиги): habr.com/ru/articles/996966/ — гайд от автора smvlx, на котором основан репозиторий openclaw-ru-skills.
• Как сравнивается OpenClaw с Hermes по архитектуре, памяти и каналам: /blog/openclaw-vs-hermes/.
• Локальный AI без облака — Gemma 4 + Ollama для приватных задач: /blog/openclaw-gemma-ollama/.