ClawFlows bündelt vorgefertigte Workflows für OpenClaw-Agenten

ClawFlows bündelte im April mehr als 100 vorbereitete Workflows für OpenClaw-Agenten, und die Beispiele reichten dabei vom Morgen-Briefing bis zur Smart-Home-Steuerung, sodass wiederkehrende Aufgaben als feste Abläufe starten konnten, ohne dass ein Sprachmodell jeden Schritt neu planen musste.

Ein Morgen-Briefing macht den Nutzen greifbar: Wetter und Kalender werden in einer definierten Reihenfolge abgerufen, anschließend gewichtet ein Modell die Ergebnisse und formuliert die Zusammenfassung. Der vorhersehbare Teil bleibt reproduzierbar. LLM-Tokens werden nur für die Auswertung benötigt. Klar getrennt.

Routinen für Alltag und Betrieb

Das Community-Projekt rund um den Entwickler Nikilster beschreibt Workflows für Produktivität, Gesundheit und Smart Home. Dazu gehören E-Mail-Triage, Deep-Work-Blöcke und Wochenrückblicke sowie Routinen für Lichter, Thermostate oder Lüfter.

Solche Vorlagen sind Startpunkte, keine fertigen Betriebsversprechen. Ein Kalender-Workflow muss zu den verwendeten Konten und Zeitzonen passen. Eine Smart-Home-Routine braucht klare Gerätegrenzen und darf kritische Aktionen nicht unbemerkt ausführen, und erst ein Test in der eigenen Umgebung zeigt am Ende, ob eine Vorlage im Alltag wirklich zuverlässig trägt.

Feste Pipeline mit Checkpoints

ClawFlows setzt laut Projektdokumentation auf Lobster, eine deterministische Workflow-Engine. Standardisierte Schritte können dort über Werkzeuge wie Shell-Kommandos, curl und jq laufen, während das Modell nur an den vorgesehenen Stellen beteiligt wird.

Lobster speichert den Fortschritt eines Ablaufs und kann vor kritischen Aktionen an einem Checkpoint stoppen. Bei einer E-Mail-Routine wäre eine sinnvolle Grenze klar: Nachrichten sammeln und Entwürfe vorbereiten läuft automatisch, der tatsächliche Versand wartet auf eine Freigabe.

Kein Versand ohne Stopp.

Für Hintergrundjobs zählen vorhersagbare Kosten, reproduzierbare Ausführung und eine sichtbare Trennung zwischen Datensammlung, Modellentscheidung und externer Aktion. Fehlt eine dieser Eigenschaften, wird aus einer bequemen Vorlage schnell schwer durchschaubare Automatisierung.

Zwei Formate für unterschiedliche Einsätze

Das Projekt unterscheidet zwischen Abstract- und Lobster-Ready-Workflows. Abstract-Vorlagen beschreiben benötigte Fähigkeiten und sollen dadurch leichter auf verschiedene Agenten-Runtimes übertragbar sein. Lobster-Ready-Varianten enthalten konkrete ausführbare Schritte.

Auch Scheduling und Verwaltung sind laut Projekt über eigene Angaben und CLI-Befehle vorgesehen. Vor dem Einsatz sollten Betreiber die dokumentierte Syntax und Befehle wie clawflows list, clawflows enable, clawflows run oder clawflows edit gegen den aktuell ausgecheckten Repository-Stand prüfen. Der Artikel dokumentiert keinen eigenen Test dieser Befehle mit der heutigen OpenClaw-Version.

Installation ohne Blindflug

ClawFlows bietet ein Shell-Skript für die Installation an. Fremden Code direkt aus dem Netz an eine Shell zu übergeben spart zwar Schritte, erschwert aber die vorherige Prüfung und bindet die Installation an den jeweils aktuellen Stand des Skripts.

Der sichere Ablauf ist etwas langsamer: Repository auf einen gewünschten Commit festlegen, Installationsskript lesen und zunächst in einer Testumgebung ausführen. Danach reicht ein unkritischer Workflow, um fünf Fragen zu beantworten:

1. Erscheint der Workflow in der vorgesehenen Verwaltung?
2. Erzeugt ein manueller Lauf die erwartete Ausgabe?
3. Stoppt der Checkpoint vor einer externen Aktion?
4. Hinterlässt ein Fehler ein auffindbares Log?
5. Lassen sich Installation und Registrierung kontrolliert entfernen?

Diese Fragen trennen eine interessante Sammlung von einem belastbaren Betriebswerkzeug.

Wo ClawFlows praktisch hilft

ClawFlows behandelt wiederkehrende Agentenarbeit als benennbaren und prüfbaren Workflow. Das reduziert potenziell den Bastelaufwand und macht Fehler leichter reproduzierbar.

Im Betrieb zählen überprüfte Befehle und sichere Übergaben mehr als die Größe der Bibliothek. Produktiv wird die Sammlung erst mit sichtbaren Zuständen, einem Freigabepunkt für riskante Aktionen und einem Rückbaupfad. Genau dort liegt ihr Wert: weniger spontane Prompt-Orchestrierung, mehr kontrollierte Wiederholung.