OpenLobster — Asistente de IA Personal

     <img src="https://placehold.co/800x200/0b6e4f/ffffff?text=OpenLobster&font=raleway" alt="OpenLobster" width="800">

Asistente de IA personal y auto-alojado — se ejecuta donde quieres, se conecta a los canales que usas.

English • Español • 简体中文

[!NOTE] ¿Migrando desde OpenClaw? Una guía de migración paso a paso está disponible en Discussions #44.

Un fork de OpenClaw elaborado con opinión que realmente aborda las cosas de las que la gente se ha estado quejando desde que el proyecto explotó.

OpenClaw tuvo su momento — agente de IA auto-alojado, mucho hype, crecimiento rápido. Luego la comunidad de seguridad le echó un vistazo y se puso feo muy rápido: un lote de CVE que llenó toda una página en RedPacket, y un mercado de habilidades (ClawHub) donde el 26% de las habilidades tenía al menos una vulnerabilidad. El sistema de memoria era un archivo MEMORY.md que explotaba con sesiones concurrentes. El "programador" (scheduler) era un demonio de latidos que se despertaba cada 30 minutos para leer una lista HEARTBEAT.md. El soporte multi-usuario era básicamente inexistente — la documentación literalmente decía "solo la sesión principal escribe en MEMORY.md, previniendo conflictos de sesiones paralelas" como si eso fuera una característica.

Este fork comenzó como un arreglo personal para todo eso y creció desde ahí.

Instalación Rápida (Local)

Ejecuta el siguiente comando para descargar el último binario e instalarlo como un servicio en segundo plano en tu máquina (soporta Linux/systemd, macOS/launchd y Windows/WSL2):

curl -sSL https://openlobster.app/install.sh | sh

Qué cambió (y por qué)

• Memoria — MEMORY.md y una carpeta de archivos markdown no es un sistema de memoria, es una wiki. OpenLobster usa una base de datos de grafos adecuada (Neo4j) donde el agente construye nodos, bordes y relaciones tipificadas a medida que habla con las personas. Puedes navegar por ella y editarla desde la interfaz de usuario. También existe un backend de archivos para uso local que no requiere ejecutar Neo4j.

• Multi-usuario — En OpenClaw, la memoria curada solo se cargaba en la "sesión privada, principal" y nunca en contextos de grupo. No existía el concepto de usuarios separados con historiales separados. Aquí, cada usuario a través de cada canal es una entidad de primera clase con su propio historial de conversación, sus propios permisos de herramientas y su propio flujo de emparejamiento (pairing). Un usuario de Telegram y un usuario de Discord pueden hablar con el mismo agente sin interferirse mutuamente.

• Programador (Scheduler) — El bucle de latidos leyendo un archivo HEARTBEAT.md cada 30 minutos ha desaparecido. Hay un verdadero programador de tareas con expresiones cron para trabajos recurrentes y fechas/horas ISO 8601 para tareas únicas. El estado, las horas de próxima ejecución y los registros son visibles en el panel de control.

• MCP — La integración MCP de OpenClaw era esencialmente una demo. OpenLobster se conecta a cualquier servidor HTTP MCP Streamable, maneja el flujo completo de OAuth 2.1, te permite navegar por las herramientas por servidor y te da una matriz de permisos por usuario para que controles exactamente qué puede hacer cada uno. También hay un mercado (marketplace) para integraciones de un clic.

• Seguridad — Esta es la gran diferencia. OpenClaw se distribuyó con la autenticación desactivada por defecto, que es cómo terminas con 40,000 instancias expuestas en Censys. Aquí, la autenticación del panel de control está activada por defecto detrás de un token portador (OPENLOBSTER_GRAPHQL_AUTH_TOKEN). La configuración y los secretos se cifran en el disco. Las claves API y los tokens de los canales se almacenan en un backend de secretos (archivo cifrado u OpenBao), no en un YAML en texto plano. Las variables de entorno OPENLOBSTER_* nunca se filtran a herramientas de consola. ¿El CVE que permitía a llamadas no autenticadas golpear la API del agente directamente? No es una preocupación aquí.

• Backend — OpenClaw era Node.js/TypeScript. Todo el backend ha sido reescrito en Go. Eso significa un único binario estático sin dependencia de tiempo de ejecución, inicio más rápido, menor uso de memoria y una API GraphQL adecuada a través de gqlgen. También hace que el despliegue sea significativamente más simple — sin npm, sin fijar de versión de Node, sin depender de `node_modules`.

• UI — La interfaz web fue construida teniendo en cuenta su utilidad real. El primer inicio te lleva a un asistente de configuración de cero hasta tener un agente en ejecución sin tocar un archivo de configuración. La configuración es un formulario dinámico que se ajusta basándose en lo que habilitas — solo ves los campos que importan para tu situación. Todo lo que de otra manera necesitarías editar en YAML es accesible desde el navegador.

[!NOTE] Se necesitan contribuyentes Estoy pensando en añadir mantenedores a este repositorio. Lo estoy discutiendo en Discussions #68.

Stack

Despliegue Rápido en la nube

Despliegue en un clic — incluye configuración automática de Neo4j (Memoria) y Vault (Secretos).

Despliegue Manual

make build-prod

./dist/openlobster

El panel de control web estará en http://127.0.0.1:8080. En el primer inicio, el asistente de instalación te guiará con la configuración inicial. Las variables de entorno en .env o exportadas a tu shell se detectarán automáticamente.

Docker

Recomendado: usar un archivo .env para los secretos

docker run -p 8080:8080 \
  --env-file .env \
  -v ~/.openlobster/data:/app/data \
  -v ~/.openlobster/workspace:/app/workspace \
  -d ghcr.io/neirth/openlobster/openlobster:latest

Alternativamente, pásalos individualmente:

docker run -p 8080:8080 \
  -e OPENLOBSTER_GRAPHQL_AUTH_TOKEN=tu-token-secreto \
  -v ~/.openlobster/data:/app/data \
  -v ~/.openlobster/workspace:/app/workspace \
  -d ghcr.io/neirth/openlobster/openlobster:latest

Revisa .docker/ para ver los Dockerfiles disponibles (Dockerfile.basic para una build mínima, Dockerfile.static para un binario estático).

Configuración

La configuración vive en el panel principal bajo Herramientas, pero puedes definir todo por medio de variables de entorno con el prefijo OPENLOBSTER_. Viper los mapeara automáticamente (los puntos en las llaves YAML pasarán a guiones bajos).

# Ejemplo minimalista
OPENLOBSTER_AGENT_NAME=mi-agente
OPENLOBSTER_DATABASE_DRIVER=sqlite
OPENLOBSTER_DATABASE_DSN=./data/openlobster.db
OPENLOBSTER_GRAPHQL_AUTH_TOKEN=tu-token-secreto

# Proveedor IA (elige uno)
OPENLOBSTER_PROVIDERS_OLLAMA_ENDPOINT=http://localhost:11434
OPENLOBSTER_PROVIDERS_OLLAMA_DEFAULT_MODEL=llama3.2:latest

Referencia completa de variables de entorno

Canales

El agente habla con los usuarios dondequiera que ya estén. Habilita cualquier combinación en Ajustes (Settings) o a través de variables de entorno.

• Telegram — Crea un bot con @BotFather, pega el token. Funciona en mensajes directos (DMs) y grupos.
• Discord — Crea un bot en el Developer Portal, invítalo a tu servidor. Funciona en DMs y canales.
• Slack — Aplicación en Socket Mode con un token de bot (xoxb-) y un token de app (xapp-).
• WhatsApp — API de Negocios de WhatsApp (WhatsApp Business API) a través del Meta Business Suite.
• Twilio SMS — SMS estándar a través de Twilio.

Documentación de usuario

La ca