OpenClaw: Arquitetura, Desenvolvimento e Segurança para Agentes de IA Locais
Este curso oferece uma análise aprofundada do OpenClaw, um framework open-source inovador para agentes de IA autônomos. Ele deforma sistematicamente a arquitetura em camadas do framework, seus mecanismos de memória RAG baseados localmente, protocolos de automação de navegador e ecossistema de habilidades altamente escalável. O currículo aborda a orquestração prática de fluxos complexos, incluindo fluxos de automação PIV e padrões de comitê de múltiplos agentes. Além disso, analisa criticamente as trade-offs de hardware nos paradigmas de implantação de produção e apresenta estratégias de defesa em profundidade contra ameaças de segurança fundamentais, como vulnerabilidades de execução remota de código (RCE) e injeção de prompts. O curso tem como objetivo capacitar desenvolvedores sênior e arquitetos a construir sistemas de agentes de IA com alta autonomia, mantendo-se seguros e controláveis.
Visão Geral do Curso
📚 Resumo do Conteúdo
Este curso oferece uma análise aprofundada e abrangente sobre o OpenClaw, um framework open-source inovador para agentes de IA autônomos. Desmontamos sistematicamente sua arquitetura em camadas, focando nas mecanismos de memória Local-First RAG, protocolos de automação de navegador e um ecossistema de habilidades altamente escalável.
O currículo vai além da teoria, abordando a orquestração prática de fluxos complexos como fluxos de automação PIV e padrões de comitê de múltiplos agentes. De forma crucial, trata desafios de produção, analisando trade-offs de hardware e implementando estratégias de defesa em profundidade contra ameaças críticas, como vulnerabilidades de RCE e injeção de prompt. Este curso foi projetado para capacitar desenvolvedores sênior e arquitetos a construir sistemas de IA que são tanto altamente autônomos quanto rigorosamente seguros.
Público-alvo: Desenvolvedores Sênior & Arquitetos de Sistemas
🎯 Objetivos de Aprendizagem
Ao final deste curso, você será capaz de:
- Arquitetar sistemas autônomos usando o framework OpenClaw e sua filosofia Markdown-First.
- Implantar arquiteturas de memória locais-first seguras que evitam corrupção de estado em ambientes de alta concorrência.
- Fortalecer cadeias de suprimento de agentes contra ameaças avançadas, como Injeção de Prompt Indireta e RCE Silencioso.
Aulas 共 5 课时 · 预计 15.0h
Aulas
Lesson
This lesson introduces the OpenClaw architecture, which utilizes a Markdown-first philosophy to define agent identity and logic through human-readable files like SOUL.md and MEMORY.md. Students learn how the system ensures reliability and security through session isolation via lane queues, a model-agnostic runtime, and a centralized gateway for managing autonomous tasks.
This lesson explores the OpenClaw architecture, focusing on the PIV (Planning-Interaction-Verification) workflow for autonomous browser agents and the importance of session isolation for system security. It also covers the modular configuration system, where openclaw.json manages technical routing and SOUL.md defines the agent's persistent identity and ethical boundaries.
This lesson introduces the OpenClaw architecture, which utilizes a Markdown-first philosophy to manage agent identity, capabilities, and workflows through human-readable configuration files. Students learn how to build robust, model-agnostic agents by leveraging core infrastructure components like the Gateway, Agent Runtime, and a structured manifest system to ensure secure, version-controlled, and transparent AI orchestration.
This lesson covers the production deployment of autonomous agents using the OpenClaw architecture, emphasizing the Markdown-First philosophy for configuration and runtime sovereignty. Students will learn to optimize performance through hybrid execution models, local-first RAG, and memory management techniques like semantic snapshots and pre-compaction flushing.
This lesson explores the evolving threat landscape for autonomous AI agents, focusing on risks like indirect prompt injection, skill supply chain poisoning, and delegated compromise. It emphasizes implementing a Zero Trust architecture, including strict network binding and ephemeral credential management, to secure agent gateways and minimize the blast radius of potential security breaches.