Utiliser OpenClaw sans limites avec Claude

OpenClaw est une passerelle d’IA multicanal qui connecte Claude à plus de 50 canaux de messagerie via une architecture en étoile. Chaque canal est un point de terminaison d’inférence indépendant : bots Telegram, serveurs Discord, espaces de travail Slack, widgets web et intégrations personnalisées passent tous par une passerelle centrale exécutée sur votre infrastructure. Avec des compétences injectées dans les prompts système et des canaux qui ne se ferment jamais, OpenClaw entraîne une consommation d’API continue et permanente, qui augmente linéairement avec le nombre de canaux et d’utilisateurs actifs.

L’architecture toujours active d’OpenClaw

OpenClaw fonctionne comme une passerelle en étoile. Le nœud central est un processus central (généralement exécuté sur un VPS au port 18789) qui gère la configuration des modèles, l’injection des compétences et le routage des requêtes. Les branches sont des connecteurs de canaux : chacun maintient une connexion persistante à une plateforme de messagerie et transmet les messages entrants au nœud central pour l’inférence.

Chaque canal est une source permanente de requêtes d’inférence. Lorsqu’un utilisateur envoie un message sur une plateforme connectée, le connecteur du canal le transmet au nœud central, qui construit le prompt complet (prompt système + compétences + historique de la conversation + message de l’utilisateur), l’envoie à Claude et transmet la réponse en streaming au canal. Il n’y a ni mise en file d’attente ni traitement par lots : chaque message déclenche immédiatement une inférence.

La passerelle ne s’arrête jamais. Tant que le processus fonctionne, les 50+ canaux sont tous actifs et chaque message entrant déclenche un appel à l’API Claude. Contrairement aux outils interactifs qui ne consomment des tokens que lorsqu’un développeur travaille, OpenClaw consomme des tokens dès qu’un utilisateur envoie un message sur n’importe quel canal, ce qui représente des centaines ou des milliers d’appels par jour sur les déploiements actifs. L’accès illimité devient ainsi non seulement pratique, mais économiquement nécessaire pour les déploiements d’envergure.

Configuration du fournisseur dans openclaw.json

La configuration des modèles d’OpenClaw se trouve dans ~/.openclaw/openclaw.json, sous le bloc models.providers. Chaque entrée de fournisseur nécessite un nom, un champ api (qui MUST être explicitement défini sur 'anthropic-messages' pour Claude : ce n’est pas la valeur par défaut), un baseUrl pointant vers votre passerelle et un apiKey pour l’authentification. Le champ api détermine le format de requête utilisé par OpenClaw.

Définissez baseUrl sur https://aiprimetech.io (hôte racine, sans /v1 : le gestionnaire anthropic-messages ajoute le chemin approprié). Pour apiKey, vous pouvez utiliser des valeurs directes ou l’interpolation de variables d’environnement avec la syntaxe ${ENV_VAR}. L’interpolation permet de ne pas stocker les secrets dans le fichier de configuration : définissez apiKey sur '${UNLIMITED_API_KEY}' et exportez la variable dans votre shell ou votre unité systemd.

Vous pouvez également spécifier des en-têtes personnalisés dans la configuration du fournisseur. Utilisez le champ headers pour transmettre des options anthropic-beta ou des en-têtes de routage personnalisés. Par exemple, headers: {'anthropic-beta': 'max-tokens-3-5-sonnet-2024-07-15'} active une sortie étendue pour les modèles compatibles. Sur la passerelle illimitée, les en-têtes standard fonctionnent sans modification.

Entrées de modèles et obligation de définir le champ api

Un piège important dans la configuration d’OpenClaw : le champ api de chaque entrée de modèle MUST être explicitement défini sur 'anthropic-messages'. S’il est omis, OpenClaw utilise par défaut un format de complétion générique incompatible avec Claude. Cela provoque des erreurs obscures qui ressemblent à des échecs de connexion, mais qui sont en réalité dues à des formats incompatibles. Incluez toujours api: 'anthropic-messages' dans chaque entrée de modèle Claude.

Définissez les entrées de modèles sous models.models dans openclaw.json. Chaque entrée référence un fournisseur par son nom et précise l’identifiant du modèle. Créez des entrées pour chaque variante de Claude : claude-sonnet-4-5 par défaut pour la plupart des canaux, claude-opus-4-6 pour les canaux nécessitant un raisonnement plus approfondi et claude-haiku-4-5 pour les canaux à fort volume où la rapidité compte davantage que la profondeur.

Attribuez des modèles aux canaux dans la configuration des canaux. Chaque canal peut utiliser un modèle différent : un canal d’assistance client peut utiliser Sonnet pour des réponses équilibrées, un canal technique peut utiliser Opus pour des explications complexes et un canal de notifications peut utiliser Haiku pour des confirmations rapides. Avec l’accès illimité, attribuez les modèles en fonction des besoins de qualité, sans tenir compte des coûts.

Passerelle en étoile sur le port 18789

La passerelle OpenClaw fonctionne généralement sur le port 18789 (configurable dans openclaw.json sous server.port). Elle expose une API REST que les connecteurs de canaux utilisent pour soumettre des messages et recevoir des réponses. La passerelle gère en interne la construction des prompts, la sélection des modèles, la gestion de l’historique des conversations et le streaming des réponses.

Déployez la passerelle sur un VPS offrant une disponibilité fiable : elle doit fonctionner 24/7 pour que les canaux restent réactifs. Utilisez systemd ou Docker pour garantir un redémarrage automatique en cas de plantage. Le processus consomme peu de ressources CPU et de mémoire ; le facteur limitant reste toujours la latence des appels à l’API en amont plutôt que le traitement local. Un petit VPS (1 CPU, 1 Go de RAM) gère sans difficulté des dizaines de canaux simultanés.

La passerelle conserve les historiques de conversation en mémoire (avec une persistance configurable sur disque ou dans Redis). Chaque conversation active, tous canaux confondus, possède son propre contexte qui s’enrichit au fil des échanges. Avec 50 canaux et plusieurs utilisateurs actifs par canal, la passerelle peut conserver des centaines d’états de conversation simultanés. Cette gestion du contexte est automatique : les anciennes conversations sont supprimées selon des paramètres de TTL configurables.

Injection des compétences et gestion des prompts système

Le système de compétences d’OpenClaw injecte des instructions propres à chaque capacité dans le prompt système de chaque requête. Les compétences sont définies sous forme de fichiers texte dans le répertoire skills et peuvent être attribuées à des canaux spécifiques ou appliquées globalement. Chaque compétence ajoute du contexte qui aide Claude à répondre de manière adaptée à l’objectif du canal : ton de l’assistance client, style de documentation technique ou connaissances propres à un domaine.

Chaque compétence ajoute des tokens à chaque requête sur chaque canal auquel elle est attribuée. Un canal avec cinq compétences actives peut ajouter 2,000-5,000 tokens au prompt système de chaque requête avant même l’inclusion de l’historique de la conversation. Sur cinquante canaux avec différentes configurations de compétences, le surcoût total quotidien en tokens dû aux compétences est considérable. Avec l’accès illimité, ce n’est pas un problème : rédigez des compétences complètes sans vous soucier du coût par requête.

Les compétences peuvent inclure du contenu dynamique grâce à des variables de modèle. OpenClaw permet d’injecter des informations sur l’utilisateur, le contexte du canal, l’heure de la journée et des variables personnalisées dans le texte des compétences. Cette injection dynamique intervient au moment de la requête, garantissant que les compétences contiennent toujours des informations à jour. Cette flexibilité permet un comportement élaboré pour chaque canal sans logique de routage complexe.

Configuration des canaux et montée en charge

Chaque canal dans OpenClaw est configuré dans la section channels d’openclaw.json ou dans des fichiers de configuration de canaux distincts. Une entrée de canal précise le type de plateforme (telegram, discord, slack, web, custom), les identifiants d’authentification pour cette plateforme, le modèle à utiliser, les compétences attribuées et les paramètres de gestion des conversations (longueur de l’historique, TTL, persona).

La montée en charge est linéaire : chaque nouveau canal ajoute un point de terminaison d’inférence ouvert supplémentaire. L’ajout d’un bot Telegram ajoute un canal. L’ajout d’un serveur Discord avec plusieurs canaux surveillés peut en ajouter dix. Chaque canal Discord surveillé constitue un flux de conversation distinct, avec son propre contexte. Un déploiement OpenClaw de grande taille comprenant Discord, Telegram, Slack et des widgets web peut facilement compter 50-100 points de terminaison d’inférence actifs.

Avec une facturation au token, augmenter le nombre de canaux augmente directement les coûts. Chaque nouveau canal ajoute des dépenses API proportionnelles à son volume de messages. Avec l’offre illimitée, vous pouvez augmenter librement le nombre de canaux dans les limites de débit liées à l’usage raisonnable. Ajoutez de nouvelles plateformes, de nouveaux bots et de nouveaux widgets : le tarif fixe les couvre tous. La seule contrainte est la limite de débit par minute, suffisamment généreuse pour la plupart des déploiements multicanaux.

Dépannage des déploiements OpenClaw

L’erreur de configuration la plus fréquente consiste à oublier api: 'anthropic-messages' dans les entrées de modèle. Sans ce champ, OpenClaw envoie les requêtes dans un format incorrect et reçoit des erreurs incompréhensibles de l’API. Si vous constatez des échecs d’analyse des réponses ou des erreurs 400 inattendues, vérifiez d’abord le champ api. Il doit être défini explicitement : aucune valeur par défaut ne convient aux modèles Claude.

Si certains canaux échouent alors que d’autres fonctionnent, le problème vient généralement d’une affectation de modèle au niveau du canal qui pointe vers une entrée inexistante ou contenant une faute de frappe. OpenClaw ne valide pas les références aux modèles au démarrage : l’échec se produit au moment de la requête, lorsque le canal tente d’utiliser le modèle mal configuré. Vérifiez que la référence au modèle de chaque canal correspond exactement au nom d’une entrée models.models existante.

En cas d’erreurs de limite de débit sous une forte charge multicanal, gardez à l’esprit que tous les canaux partagent la même clé API et les mêmes limites de débit. Si cinquante canaux sont tous actifs simultanément aux heures de pointe, le débit cumulé des requêtes peut dépasser les limites d’usage raisonnable. La passerelle gère les réponses 429 en mettant les requêtes en file d’attente puis en les réessayant, ce qui ajoute de la latence sans perdre de messages. Pour les déploiements à très fort volume, contactez AI Prime Tech afin de discuter d’une augmentation des quotas de débit.

// ~/.openclaw/openclaw.json
{
  "models": {
    "providers": {
      "unlimited": {
        "api": "anthropic-messages",
        "baseUrl": "https://aiprimetech.io",
        "apiKey": "${UNLIMITED_API_KEY}"
      }
    },
    "models": {
      "sonnet": { "provider": "unlimited", "model": "claude-sonnet-4-5" },
      "opus":   { "provider": "unlimited", "model": "claude-opus-4-6" },
      "haiku":  { "provider": "unlimited", "model": "claude-haiku-4-5" }
    }
  },
  "server": { "port": 18789 }
}

# IMPORTANT: api: "anthropic-messages" is REQUIRED
# Without it, OpenClaw uses wrong request format

Questions fréquentes

AI Prime Tech est une passerelle API indépendante. Elle n’est ni affiliée à Anthropic, ni approuvée par Anthropic, ni revendeuse d’Anthropic. Claude et les noms de modèles associés sont des marques de leurs propriétaires respectifs.