ClawFlows: 111 vorgefertigte KI-Workflows fuer OpenClaw-Agenten

OpenClaw-Agenten lassen sich durch ClawFlows mit über 100 vorgefertigten Workflows erweitern – vom morgendlichen Briefing bis zur Smart-Home-Steuerung. Statt für jede Aufgabe eigene Prompts zu schreiben und Cron-Jobs zu orchestrieren, bietet die Erweiterung eine sofort nutzbare Bibliothek für wiederkehrende Automatisierungen. Der praktische Reiz liegt darin, dass viele Abläufe nicht jedes Mal neu vom Sprachmodell geplant werden müssen, sondern als vorbereitete Pipeline laufen.

Damit adressiert ClawFlows ein sehr konkretes Problem produktiver Agenten-Setups: Gute Automatisierung entsteht nicht nur durch bessere Modelle, sondern durch wiederholbare Routinen, klare Zustände und kontrollierte Übergabepunkte.

Einsatzszenarien: Von Produktivität bis Smart Home

Das von der Community rund um den Entwickler Nikilster gepflegte Projekt deckt zahlreiche Lebensbereiche ab. Ein typisches Szenario ist das Morgen-Briefing: Der Agent ruft automatisiert das Wetter ab, prüft den Kalender auf Konflikte, setzt Prioritäten für den Tag und sucht ein passendes Zitat heraus.

Weitere Workflows umfassen die Smart-Home-Steuerung, etwa einen Schlaf-Modus, der Lichter dimmt, Thermostate regelt und Lüfter aktiviert. Für den Bereich Gesundheit und Wellness finden sich Check-ins zur Flüssigkeitsaufnahme sowie Schlaf- und Workout-Tracking. Produktivitäts-Szenarien werden durch E-Mail-Triage, Deep-Work-Blöcke und wöchentliche Reviews abgedeckt.

Wichtig ist dabei weniger die einzelne Vorlage als das Prinzip: ClawFlows bündelt Aufgaben, die in vielen Agenten-Umgebungen immer wieder ähnlich aussehen. Dadurch kann ein Nutzer schneller testen, welche Routinen im Alltag tatsächlich tragen, ohne zuerst eine eigene kleine Automatisierungsplattform bauen zu müssen.

Determinismus spart Token-Kosten

Technisch basiert ClawFlows auf Lobster, einer deterministischen Workflow-Engine. Laut Projekt-Dokumentation kommt diese Architektur bei der Ausführung standardisierter Aufgaben ohne LLM-Tokens aus. Die Datensammlung erfolgt ressourcenschonend über Shell-Kommandos, curl und jq.

Statt dass ein Sprachmodell jeden Schritt einzeln orchestriert – was bei wiederkehrenden Aufgaben unnötig viele Tokens verbrauchen kann –, arbeitet Lobster die Aufgaben als feste Pipeline ab. Workflows merken sich ihren Fortschritt und stoppen an definierten Checkpoints, um vor kritischen Aktionen, etwa dem massenhaften Versand von E-Mails, die Freigabe des Nutzers einzuholen. Das macht die Automatisierung reproduzierbarer und erleichtert das Debugging.

Für Agenten-Betreiber ist dieser Punkt zentral. Je mehr Aufgaben im Hintergrund laufen, desto wichtiger werden vorhersagbare Kosten, stabile Wiederholbarkeit und klare Grenzen zwischen automatischem Sammeln, modellgestützter Auswertung und menschlicher Freigabe.

Flexibilität durch zwei Formate und CLI-Steuerung

Die Architektur unterscheidet zwischen zwei Formaten: Abstract und Lobster-Ready. Abstract-Formate definieren benötigte Fähigkeiten, also Capabilities, und sind portabel zwischen verschiedenen Agent-Runtimes. Lobster-Ready-Formate enthalten dagegen konkrete, direkt ausführbare Shell-Kommandos. Nutzer wählen je nach Anwendungsfall zwischen Portabilität und direkter Ausführbarkeit.

Gesteuert wird das System über eine einfache Scheduling-Syntax in einer Markdown-Datei, etwa every 2 hours oder morning, sowie ein eigenes Command-Line-Interface. Befehle wie clawflows list, clawflows enable oder clawflows run erlauben die Verwaltung im laufenden Betrieb, ohne die Agenten-Session neu starten zu müssen. Eigene Anpassungen lassen sich über clawflows edit in einem separaten Ordner speichern und modifizieren.

Ökosystem und Installation

ClawFlows entwickelt sich laut den Maintainern zu einer Art Paketmanager für Agenten. Die offizielle Registry umfasst über 100 Automatisierungen, getrieben durch aktive Contributoren. Standard-Capabilities decken Aufgaben wie Datenbankabfragen, Chart-Generierung, Kalender-Management, Social-Search oder Text-to-Speech ab.

Die Installation erfolgt über ein Shell-Skript:

curl -fsSL https://raw.githubusercontent.com/nikilster/clawflows/main/system/install.sh | bash

Anschließend kann das System über einen Prompt an den Agenten in der OpenClaw-Runtime registriert werden. Der Installer klont das Repository in das entsprechende Verzeichnis und prüft die Integration. Danach kennt der Agent die verfügbaren Workflows und kann sie auf Zuruf aktivieren.

Was daraus folgt

ClawFlows ist interessant, weil es Agenten-Automatisierung aus der reinen Prompt-Ebene herauszieht. Wiederkehrende Aufgaben werden als benennbare, prüfbare und planbare Workflows behandelt. Das ist weniger spektakulär als ein neues Modell, aber für produktive Agenten oft wichtiger.

Wenn sich solche Workflow-Bibliotheken durchsetzen, wird der Unterschied zwischen einem experimentellen Agenten und einem nützlichen Alltagsagenten kleiner: Nicht jeder Ablauf muss neu erfunden werden, und nicht jede Routine muss Tokens verbrennen. Genau darin liegt der praktische Wert von ClawFlows.