OpenClaw ಈಗ SignalK ಜೊತೆಗೆ Raspberry Pi 5 ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ದೋಣಿ ಮಾಲೀಕರಿಗೆ ತಮ್ಮ ನೌಕೆಯನ್ನು Telegram ಮೂಲಕ ಸಂದೇಶ ಕಳುಹಿಸಲು ಮತ್ತು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಲೈವ್ ಟೆಲಿಮೆಟ್ರಿಯನ್ನು (live telemetry) ಪಡೆಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ಸಂಯೋಜನೆಯು ಯಾವುದೇ ಹೆಚ್ಚಿನ ಸೆಟಪ್ ಇಲ್ಲದೆ ತಕ್ಷಣವೇ ಕೆಲಸ ಮಾಡುತ್ತದೆ, ಆದರೆ ಕೆಲವು ಕಾನ್ಫಿಗರೇಶನ್ ಸಮಸ್ಯೆಗಳು (configuration quirks) ಡಾಮನ್ ಅನ್ನು ನಿಲ್ಲಿಸಬಹುದು ಮತ್ತು ಟೋಕನ್ ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ವ್ಯರ್ಥ ಮಾಡಬಹುದು.

ನಾವಿಕರಿಗೆ Pi-ಆಧಾರಿತ LLM ಏಕೆ ಮುಖ್ಯ?

ಸಣ್ಣ ದೋಣಿಗಳಿಗೆ ಹೆಚ್ಚಾಗಿ ಕ್ಲೌಡ್-ಆಧಾರಿತ AI ಸೇವೆಗಳಿಗಾಗಿ ಅಗತ್ಯವಿರುವ ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ಅಥವಾ ಬಜೆಟ್ ಇರುವುದಿಲ್ಲ. Raspberry Pi 5, OpenClaw (ಒಂದು ಓಪನ್-ಸೋರ್ಸ್ LLM-ಚಾಲಿತ ಅಸಿಸ್ಟೆಂಟ್) ಅನ್ನು ಹೋಸ್ಟ್ ಮಾಡಲು ಬೇಕಾದ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಒದಗಿಸುತ್ತದೆ, ಮತ್ತು SignalK ಸಮುದ್ರದ ದತ್ತಾಂಶಕ್ಕಾಗಿ (marine data) ಪ್ರಮಾಣೀಕೃತ API ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಇವೆರಡೂ ಒಟ್ಟಾಗಿ, ದೋಣಿಯನ್ನು ಬಿಡದೆಯೇ “ನನ್ನ ವೇಗ ಎಷ್ಟು?” ಅಥವಾ “ನೀರಿನ ಆಳ ಎಷ್ಟು?” ಎಂಬ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಬಲ್ಲ ಕಡಿಮೆ ವೆಚ್ಚದ, ಆನ್-ಬೋರ್ಡ್ ಚಾಟ್ ಇಂಟರ್ಫೇಸ್ ಅನ್ನು ನೀಡುತ್ತವೆ.

ಇದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಪ್ರಮುಖ ಅಂಶಗಳು

  • OpenClaw ಸ್ಥಳೀಯ ಮಾಡೆಲ್ ಸ್ಟ್ಯಾಕ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ನೇರವಾಗಿ Pi ನ OS ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
  • SignalK ಒಂದು Docker ಕಂಟೇನರ್‌ನಲ್ಲಿ ಚಲಿಸುತ್ತದೆ, ಇದು JSON ನಲ್ಲಿ ಸೆನ್ಸರ್ ರೀಡಿಂಗ್‌ಗಳನ್ನು ಪ್ರಕಟಿಸುವ REST (HTTP) API ಅನ್ನು ಎಕ್ಸ್‌ಪೋಸ್ ಮಾಡುತ್ತದೆ.
  • ಎರಡೂ ಪ್ರೋಗ್ರಾಂಗಳು ಪ್ರತ್ಯೇಕವಾಗಿರುತ್ತವೆ: OpenClaw, SignalK ನ ಎಂಡ್‌ಪಾಯಿಂಟ್‌ಗಳನ್ನು (endpoints) ಕರೆಯುತ್ತದೆ, ಮತ್ತು SignalK ಎಂದಿಗೂ LLM ನ ಆಂತರಿಕ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ನೋಡುವುದಿಲ್ಲ.

ಸಂವಹನವು ಸಂಪೂರ್ಣವಾಗಿ HTTP ಆಗಿರುವುದರಿಂದ, ಯಾವುದೇ ವಿಶೇಷ ನೆಟ್‌ವರ್ಕಿಂಗ್ ತಂತ್ರಗಳ ಅಗತ್ಯವಿಲ್ಲ. ಒಂದು ಇಥರ್ನೆಟ್ (Ethernet) ಅಥವಾ Wi-Fi ಲಿಂಕ್ ಈ ಲೂಪ್ ಅನ್ನು ಸಕ್ರಿಯವಾಗಿಡಲು ಸಾಕಾಗುತ್ತದೆ.

ಮೊದಲ ಬಾರಿಗೆ ನಿರ್ಮಿಸುವವರಿಗೆ ಎದುರಾಗುವ ತೊಂದರೆಗಳು

  1. Gateway mode ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲೇಬೇಕು – OpenClaw ಕಾನ್ಫಿಗರೇಶನ್‌ನಲ್ಲಿ gateway.mode ಕೀ ಇರುತ್ತದೆ, ಇದು ಡಾಮನ್ ತನ್ನ API ಅನ್ನು ಹೇಗೆ ಎಕ್ಸ್‌ಪೋಸ್ ಮಾಡಬೇಕು ಎಂದು ತಿಳಿಸುತ್ತದೆ. ಅದನ್ನು ತೆಗೆದುಹಾಕುವುದರಿಂದ ಸೇವೆ ಪ್ರಾರಂಭವಾಗುವುದನ್ನು ಮೌನವಾಗಿ ತಡೆಯುತ್ತದೆ. ಸುರಕ್ಷಿತ ಪರಿಹಾರವೆಂದರೆ: 

    openclaw config set gateway.mode local

  2. ಯೂನಿಟ್ ಪರಿವರ್ತನೆ (Unit conversion) ಸ್ವಯಂಚಾಲಿತವಾಗಿಲ್ಲ – SignalK ಅಂತರಾಷ್ಟ್ರೀಯ ಏಕಮಾನಗಳ ವ್ಯವಸ್ಥೆಯನ್ನು (SI) ಅನುಸರಿಸುತ್ತದೆ. ವೇಗವು ಮೀಟರ್ ಪ್ರತಿ ಸೆಕೆಂಡ್ ಆಗಿ ಮತ್ತು ಆಳವು ಮೀಟರ್ ಆಗಿ ಬರುತ್ತದೆ. LLM ಗೆ “knots” ಅಥವಾ “feet” ಬಗ್ಗೆ ಕೇಳಿದರೆ, ಅದು ಕೇವಲ ಮೂಲ ಅಂಕಿಅಂಶಗಳನ್ನು ನೀಡುತ್ತದೆ, ಇದು ತಪ್ಪು ಮಾಹಿತಿಗೆ ಕಾರಣವಾಗಬಹುದು. ಏಜೆಂಟ್‌ನ ಪ್ರಾಂಪ್ಟ್‌ಗೆ ಪರಿವರ್ತನೆಯ ತರ್ಕವನ್ನು (conversion logic) ಸೇರಿಸಿ ಅಥವಾ ಬಳಕೆದಾರರಿಗೆ ಹಿಂತಿರುಗಿಸುವ ಮೊದಲು JSON ಅನ್ನು ಪ್ರೊಸೆಸ್ ಮಾಡಿ.

  3. ಹಿಸ್ಟಾರಿಕಲ್ ಡೇಟಾ (Historical data) ಒಂದು ಪ್ರತ್ಯೇಕ ಪ್ಲಗಿನ್ – ಡಿಫಾಲ್ಟ್ ಆಗಿ OpenClaw ಕೇವಲ ಇತ್ತೀಚಿನ ಸ್ನ್ಯಾಪ್‌ಶಾಟ್ ಅನ್ನು ಮಾತ್ರ ನೋಡುತ್ತದೆ. ಟ್ರೆಂಡ್‌ಗಳ ಬಗ್ಗೆ ಕೇಳಲು (“ಕಳೆದ ಒಂದು ಗಂಟೆಯಲ್ಲಿ ಗಾಳಿಯ ವೇಗ ಹೆಚ್ಚಾಗಿದೆಯೇ?”) ನಿಮಗೆ SignalK ನ InfluxDB ಹಿಸ್ಟರಿ ಪ್ಲಗಿನ್ ಅಗತ್ಯವಿದೆ. ಅದನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿ ಮತ್ತು ಎನೇಬಲ್ ಮಾಡಿ, ನಂತರ ಹಿಸ್ಟೋರಿಕ್ ಎಂಡ್‌ಪಾಯಿಂಟ್ ಅನ್ನು ಏಜೆಂಟ್‌ಗೆ ಎಕ್ಸ್‌ಪೋಸ್ ಮಾಡಿ.

  4. Raspberry Pi OS ನಲ್ಲಿ jq ಇಲ್ಲದಿರುವುದು – ಅನೇಕ ಟ್ಯುಟೋರಿಯಲ್‌ಗಳು ಕಮಾಂಡ್-ಲೈನ್ JSON ಪ್ರೊಸೆಸರ್ jq ಇರುತ್ತದೆ ಎಂದು ಭಾವಿಸುತ್ತವೆ. ಆದರೆ Pi ಇಮೇಜ್‌ನಲ್ಲಿ ಇದು ಇರುವುದಿಲ್ಲ. ಹೆಚ್ಚುವರಿ ಪ್ಯಾಕೇಜ್‌ಗಳನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡುವ ಬದಲು, OpenClaw ನೇ ನೇರವಾಗಿ ರೊ (raw) JSON ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡಲಿ; ಆಧುನಿಕ LLM ಗಳು ಹೆಚ್ಚಿನ ಟೆಲಿಮೆಟ್ರಿ ಪ್ರಶ್ನೆಗಳಿಗಾಗಿ ನೆಸ್ಟೆಡ್ ಸ್ಟ್ರಕ್ಚರ್‌ಗಳನ್ನು (nested structures) ಚೆನ್ನಾಗಿ ನಿರ್ವಹಿಸುತ್ತವೆ.

  5. Ollama ಪ್ಲಗಿನ್ ಅನ್ನು ಡಿಸೇಬಲ್ ಮಾಡಬೇಡಿ – ಸ್ಥಳೀಯ ಭಾಷಾ ಮಾದರಿಗಳಿಗೆ (local language models) Ollama ರನ್‌ಟೈಮ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಅದನ್ನು ಆಫ್ ಮಾಡುವುದರಿಂದ ಮಾಡೆಲ್ ಬ್ಯಾಕ್‌ಎಂಡ್ ಕಡಿತಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಏಜೆಂಟ್ ಉತ್ತರಗಳನ್ನು ನೀಡಲು ಅಸಮರ್ಥವಾಗುತ್ತದೆ. ನೀವು ಅದರ ಹೆಚ್ಚುವರಿ ಟೂಲಿಂಗ್ ಅನ್ನು ಬಳಸದಿದ್ದರೂ ಪ್ಲಗಿನ್ ಅನ್ನು ಎನೇಬಲ್ ಆಗಿ ಇರಿಸಿ.

ಉಪಯುಕ್ತತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡದೆ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ತಗ್ಗಿಸುವುದು

ಸ್ಥಳೀಯವಾಗಿ ಭಾಷಾ ಮಾದರಿಯನ್ನು ಚಲಾಯಿಸುವುದರಿಂದ ಮಾಡೆಲ್ ಯಾವುದೇ ವಿನಂತಿಯನ್ನು ಪ್ರೊಸೆಸ್ ಮಾಡಿದಾಗಲೂ ಟೋಕನ್ ವೆಚ್ಚಗಳು ಉಂಟಾಗುತ್ತವೆ. ಎರಡು ಪ್ರಾಯೋಗಿಕ ಬದಲಾವಣೆಗಳು ನನ್ನ ಬಳಕೆಯನ್ನು ಸುಮಾರು ಕಾಲು ಭಾಗದಷ್ಟು ಕಡಿಮೆ ಮಾಡಿವೆ:

  • ಟೂಲ್‌ಸೆಟ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡಿ (Trim the toolset) – OpenClaw ಹಲವಾರು ಡೆವಲಪರ್ ಟೂಲ್‌ಗಳ (ಕೋಡ್ ಎಕ್ಸಿಕ್ಯೂಷನ್, ಫೈಲ್ ಬ್ರೌಸಿಂಗ್ ಇತ್ಯಾದಿ) ಸರಣಿಯನ್ನು ಒಳಗೊಂಡಿದೆ. ದೋಣಿ ಸಂಬಂಧಿತ ಅಸಿಸ್ಟೆಂಟ್‌ಗಳಿಗೆ ರನ್‌ಟೈಮ್ ಮತ್ತು ಫೈಲ್‌ಸಿಸ್ಟಮ್ ಪ್ರವೇಶದ ಹೊರತಾಗಿ ಬೇರೇನೂ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ. ಕನಿಷ್ಠ ಪ್ರೊಫೈಲ್‌ಗೆ ಬದಲಾಯಿಸುವುದರಿಂದ ಅನಗತ್ಯ ಟೋಕನ್ ಬಳಕೆಯನ್ನು ತಪ್ಪಿಸಬಹುದು.

  • ಕ್ಯಾಶ್ ಉಳಿತಾಯವನ್ನು ಹೆಚ್ಚಿಸಿ (Extend cache retention) – ಕಾನ್ಫಿಗರೇಶನ್ ಮೂಲಕ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ಮತ್ತು ಇತ್ತೀಚಿನ ಸಂದರ್ಭವನ್ನು (context) ನೆನಪಿನಲ್ಲಿ ಇರಿಸಿಕೊಳ್ಳಬಹುದು. ದೀರ್ಘವಾದ ಕ್ಯಾಶ್ ಎಂದರೆ ಪ್ರತಿ ಟೆಲಿಗ್ರಾಮ್ ಸಂದೇಶದ ಮೇಲೆ ಮಾಡೆಲ್ ಒಂದೇ ಸೂಚನೆಗಳನ್ನು ಮತ್ತೆ ಎನ್‌ಕೋಡ್ ಮಾಡಬೇಕಾಗಿಲ್ಲ, ಇದರಿಂದ ಪ್ರತಿ ಸುತ್ತಿನ ಟೋಕನ್‌ಗಳು ಉಳಿತಾಯವಾಗುತ್ತವೆ.

ಶಾಂತವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಬಯಸುವ ಮಾಲೀಕರಿಗಾಗಿ, ಬಿಲ್ಟ್-ಇನ್ ಕ್ರೋನ್ (cron) ಫೀಚರ್ ನಿರ್ದಿಷ್ಟ ವೇಳಾಪಟ್ಟಿಯಲ್ಲಿ ನಿರ್ಣಾಯಕ ಸೆನ್ಸರ್‌ಗಳನ್ನು (ಬ್ಯಾಟರಿ ವೋಲ್ಟೇಜ್, ಆಳದ ಅಲಾರಾಂ) ಪೋಲ್ ಮಾಡಬಹುದು. ಒಂದು ಮಿತಿ ಮೀರಿದಾಗ ಮಾತ್ರ ಏಜೆಂಟ್ ಟೆಲಿಗ್ರಾಮ್ ಅಲರ್ಟ್ ಕಳುಹಿಸುತ್ತದೆ, ಇದರಿಂದ ಚಾಟ್ ಚಾನೆಲ್ ಸ್ವಚ್ಛವಾಗಿರುತ್ತದೆ.

ಯಾರು ಲಾಭ ಪಡೆಯುತ್ತಾರೆ ಮತ್ತು ಯಾರು ಎಚ್ಚರ ವಹಿಸಬೇಕು

  • ದೋಣಿ ಮಾಲೀಕರು ಕಡಿಮೆ ವೆಚ್ಚದ, ಆನ್-ಬೋರ್ಡ್ ಸಂಭಾಷಣಾ ಇಂಟರ್ಫೇಸ್ ಅನ್ನು ಪಡೆಯುತ್ತಾರೆ. ಯಾವುದೇ ಚಂದಾದಾರಿಕೆ ಶುಲ್ಕವಿಲ್ಲ, ಸೆಲ್ಯುಲರ್ ಡೇಟಾ ಅವಲಂಬನೆಯೂ ಇಲ್ಲ.
  • ಓಪನ್-ಸೋರ್ಸ್ ನಿರ್ವಹಕರು (Maintainers) ಸೀಮಿತ ಪರಿಸರದಲ್ಲಿ OpenClaw ಮತ್ತು SignalK ಎರಡನ್ನೂ ಪರೀಕ್ಷಿಸುವ ನೈಜ ಪ್ರಾಯೋಗಿಕ ಬಳಕೆಯನ್ನು ನೋಡುತ್ತಾರೆ, ಇದು autrementಾ ಅಡಗಿದ್ದ ಬಗ್‌ಗಳನ್ನು (bugs) ಹೊರಹಾಕುತ್ತದೆ.
  • ಕ್ಲೌಡ್ LLM ಪ್ರೊವೈಡರ್‌ಗಳು ಒಂದು ನಿರ್ದಿಷ್ಟ ಮಾರುಕಟ್ಟೆಯ ಭಾಗವನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಾರೆ, ಆದರೆ Pi ನಿಂದ ನಿಭಾಯಿಸಲು ಸಾಧ್ಯವಾಗದ ಭಾರೀ ತರ್ಕ ಅಥವಾ ಮಲ್ಟಿ-ಮೋಡಲ್ ಇನ್‌ಪುಟ್‌ಗಳ ವಿಷಯದಲ್ಲಿ ಅವರು ಇನ್ನೂ advantage ಹೊಂದಿದ್ದಾರೆ.

ಮುಖ್ಯ ಅಪಾಯವೆಂದರೆ ವಿಶ್ವಾಸಾರ್ಹತೆ (reliability): ಪವರ್ ಗ್ಲಿಚ್ ಅಥವಾ Docker ಕ್ರ್ಯಾಶ್ ಅಸಿಸ್ಟೆಂಟ್ ಅನ್ನು ನಿಲ್ಲಿಸಬಹುದು. ರೆಡಂಡನ್ಸಿ (ಎರಡನೇ Pi, UPS ಬ್ಯಾಕಪ್) ಸಮಸ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಆದರೆ ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಬಳಕೆದಾರರು ಟೆಲಿಗ್ರಾಮ್ ಬಾಟ್ ಟೋಕನ್ ಅನ್ನು ಸಹ ರಕ್ಷಿಸಬೇಕು; ಕಳುವಾದ ಟೋಕನ್ ಯಾರನ್ನಾದರೂ ದೋಣಿಯ ಸೆನ್ಸರ್‌ಗಳನ್ನು ಪ್ರಶ್ನಿಸಲು ಅನುಮತಿಸುತ್ತದೆ.

ಮುಂದೆ ಏನನ್ನು ಗಮನಿಸಬೇಕು

  • ಮಾದರಿ ನವೀಕರಣಗಳು – ಹೊಸದಾದ ಮತ್ತು ಹೆಚ್ಚು ದಕ್ಷವಾದ ಕ್ವಾಂಟೈಸ್ಡ್ (quantised) ಮಾದರಿಗಳು ಬಂದಂತೆ, ಅವು Pi ನ ARM ಕೋರ್‌ಗಳಲ್ಲಿ ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ, ಇದರಿಂದ ವಿಳಂಬತೆ (latency) ಮತ್ತಷ್ಟು ಕಡಿಮೆಯಾಗುತ್ತದೆ.
  • SignalK ವಿಸ್ತರಣೆಗಳು – AIS, radar ಅಥವಾ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಗಳಿಗಾಗಿ ಸಮುದಾಯವು ನಿರ್ಮಿಸಿದ ಪ್ಲಗಿನ್‌ಗಳನ್ನು LLM ಗೆ ಒದಗಿಸಬಹುದು, ಇದು ಸಂಭಾಷಣೆಯ ವ್ಯಾಪ್ತಿಯನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ.
  • ಭದ್ರತಾ ಬಲವರ್ಧನೆ – SignalK-OpenClaw API ಗಾಗಿ ಎಂಡ್-ಟು-ಎಂಡ್ ಎನ್‌ಕ್ರಿಪ್ಶನ್ (end-to-end encryption) ಅನ್ನು ಬಳಸುವ ಪ್ರಯೋಗಗಳನ್ನು ಯೋಜನೆಗಳು ಈಗಾಗಲೇ ಮಾಡುತ್ತಿವೆ, ಇದು ಸಾರ್ವಜನಿಕ ನೀರುಗಳಲ್ಲಿ ಸಂಚರಿಸುವ ಯಾವುದೇ ಹಡಗಿಗೆ ಒಂದು ವಿವೇಕಯುತ ಹೆಜ್ಜೆಯಾಗಿದೆ.

ಸಾರಾಂಶ

SignalK ನೊಂದಿಗೆ Raspberry Pi 5 ಮೇಲೆ OpenClaw ಅನ್ನು ನಿಯೋಜಿಸುವುದು ಒಂದು ಸಾಮಾನ್ಯ ದೋಣಿಯನ್ನು ಚಾಟ್-ಸಕ್ರಿಯ ವೇದಿಕೆಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ, ಆದರೆ ಇದರ ಯಶಸ್ಸು ಗೇಟ್‌ವೇ ಮೋಡ್ ಅನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವುದು, ಯುನಿಟ್ ಪರಿವರ್ತನೆಯನ್ನು ನಿರ್ವಹಿಸುವುದು, ಇತಿಹಾಸ ಸಂಗ್ರಹಣೆಯನ್ನು (history storage) ಸಕ್ರಿಯಗೊಳಿಸುವುದು ಮತ್ತು Ollama ಪ್ಲಗಿನ್ ಅನ್ನು ಕಾರ್ಯನಿರ್ವತಿಸುವಂತೆ ಇಡುವುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ಟೋಕನ್ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಟೂಲ್‌ಸೆಟ್ ಅನ್ನು ಸೀಮಿತಗೊಳಿಸಿ ಮತ್ತು ಕ್ಯಾಶ್ ಉಳಿತಾಯವನ್ನು (cache retention) ವಿಸ್ತರಿಸಿ, ಹಾಗೂ ಯಾವುದಾದರೂ ಮುಖ್ಯ ವಿಷಯವಾಗುವವರೆಗೆ ಮೌನವಾಗಿರಲು cron ಅಲಾರಾಂ ಅನ್ನು ಬಳಸಿ. ಇದರ ಪರಿಣಾಮವಾಗಿ, ಸಂಪೂರ್ಣವಾಗಿ ಹಡಗಿನ ಒಳಗೇ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಕಡಿಮೆ ವೆಚ್ಚದ, ರಿಯಲ್-ಟೈಮ್ ಟೆಲಿಮೆಟ್ರಿ ಅಸಿಸ್ಟೆಂಟ್ ಲಭ್ಯವಾಗುತ್ತದೆ, ಇದು ಕ್ಲೌಡ್ ಸೇವೆಗಳ ಹೆಚ್ಚಿನ ವೆಚ್ಚವಿಲ್ಲದೆ ನಾವಿಕರಿಗೆ ಚಾಟ್‌ಬಾಟ್‌ನ ಸೌಲಭ್ಯವನ್ನು ನೀಡುತ್ತದೆ.