OpenLobster : une alternative à OpenClaw née des limites architecturales

Des développeurs publient OpenLobster, fork assumé d’OpenClaw, en citant plusieurs blocages concrets : conflits sur MEMORY.md en contexte multi-utilisateurs, scheduler reposant sur la lecture d’un fichier .md toutes les 30 minutes, intégration MCP jugée non production-ready, et plus de 40 000 instances exposées publiquement. Le projet ne cherche pas à “trash-talker” OpenClaw mais propose une architecture plus robuste pour les déploiements à plus grande échelle.

CostClaw : le dashboard gratuit qui révèle ce que vos agents consomment vraiment

Un utilisateur publie CostClaw, un plugin de suivi des coûts LLM pour OpenClaw, après avoir découvert que son heartbeat agent brûlait 60$/mois sans utilité réelle. Le projet, disponible sur GitHub, fonctionne 100% en local (dashboard sur localhost:3333), sans compte ni configuration, en s’appuyant sur les hooks natifs d’OpenClaw. Il ventile les dépenses par type de déclencheur : message utilisateur, heartbeat, cron, subagent — un niveau de granularité inédit pour ce type d’outil.

Ollama devient provider officiel d’OpenClaw

L’intégration est désormais officielle : une seule commande, openclaw onboard --auth-choice ollama, suffit pour connecter l’ensemble des modèles Ollama à OpenClaw. L’annonce sur Reddit salue cette étape comme un signal fort vers les agents entièrement locaux — cerveau local et modèle local — même si le débat sur l’efficacité réelle des LLM locaux vs API reste vif dans la communauté.

Nemotron-3-super via Ollama : le modèle qui réconcilie avec les outils OpenClaw

Plusieurs utilisateurs rapportent que Nemotron-3-super résout d’un coup les problèmes d’appels d’outils défaillants rencontrés avec d’autres modèles. Conçu spécifiquement pour les agents, il surpasse Claude Opus sur certains benchmarks. Retour notable : une fois ce modèle activé, l’agent OpenClaw commence spontanément à suggérer des extensions de ses propres capacités — comportement absent avec d’autres modèles.

LinkedIn restreint en 48h : le retour d’expérience qui fait réfléchir

Un utilisateur demande à son agent OpenClaw d’analyser 200 profils LinkedIn pour identifier des prospects. L’agent exécute à la lettre : navigation browser, scroll, extraction. Résultat : compte re