OpenClaw kini berjalan pada Raspberry Pi 5 bersama SignalK, membolehkan pemilik bot menghantar mesej teks ke kapal mereka melalui Telegram dan menerima telemetri secara langsung dalam beberapa saat. Gabungan ini berfungsi terus tanpa konfigurasi rumit, tetapi beberapa keanehan konfigurasi boleh menghentikan daemon dan membazirkan kredit token.

Mengapa LLM berasaskan Pi penting untuk pelaut

Bot kecil sering kekurangan jalur lebar atau bajet untuk perkhidmatan AI berasaskan awan. Raspberry Pi 5 menyediakan kuasa pengkomputeran yang mencukupi untuk menghoskan OpenClaw, pembantu dipacu LLM sumber terbuka, manakala SignalK membekalkan API piawai untuk data marin. Bersama-sama, ia memberikan antara muka sembang dalam kapal yang kos rendah yang boleh menjawab “Berapakah kelajuan saya?” atau “Berapakah kedalaman air?” tanpa perlu meninggalkan bot.

Komponen yang menjadikannya berfungsi

  • OpenClaw berjalan terus pada OS Pi, menggunakan timbunan model tempatan (local model stack).
  • SignalK berjalan dalam bekas Docker, mendedahkan API REST (HTTP) yang menerbitkan bacaan penderia dalam format JSON.
  • Kedua-dua program kekal terasing: OpenClaw memanggil titik akhir (endpoints) SignalK, dan SignalK tidak pernah melihat proses dalaman LLM tersebut.

Oleh kerana komunikasi adalah HTTP tulen, tiada helah rangkaian khas diperlukan. Satu sambungan Ethernet atau Wi-Fi sudah mencukupi untuk memastikan gelung tersebut sentiasa aktif.

Perangkap yang sering dihadapi pembina kali pertama

  1. Mod gateway mesti kekal ditakrifkan – Konfigurasi OpenClaw mengandungi kunci gateway.mode yang memberitahu daemon cara mendedahkan API-nya. Membuangnya secara senyap akan menghalang perkhidmatan daripada bermula. Penyelesaian yang selamat ialah: 

    openclaw config set gateway.mode local

  2. Penukaran unit tidak berlaku secara automatik – SignalK mengikut Sistem Unit Antarabangsa (SI). Kelajuan tiba sebagai meter sesaat, kedalaman sebagai meter. Jika LLM diminta untuk “knots” atau “feet”, ia akan mengulang nombor mentah tersebut, yang membawa kepada jawapan yang mengelirukan. Tambahkan logik penukaran pada prom (prompt) ejen atau proses semula JSON sebelum menghantarnya kembali kepada pengguna.

  3. Data sejarah adalah plugin berasingan – Secara lalai, OpenClaw hanya melihat tangkapan (snapshot) terkini. Untuk bertanya tentang trend (“Adakah angin meningkat dalam masa satu jam terakhir?”), anda memerlukan plugin sejarah InfluxDB milik SignalK. Pasang dan aktifkannya, kemudian dedahkan titik akhir sejarah tersebut kepada ejen.

  4. jq tiada pada Raspberry Pi OS – Banyak tutorial mengandaikan pemproses JSON baris perintah jq sudah tersedia. Imej Pi tidak menyediakannya. Daripada memasang pakej tambahan, biarkan OpenClaw mengurai (parse) JSON mentah itu sendiri; LLM moden mengendalikan struktur bersarang (nested structures) dengan cukup baik untuk kebanyakan pertanyaan telemetri.

  5. Jangan nyahaktifkan plugin Ollama – Ollama menyediakan masa larian (runtime) untuk model bahasa tempatan. Menutupnya akan memutuskan sambungan bahagian belakang (backend) model dan menyebabkan ejen tidak dapat menjana jawapan. Pastikan plugin kekal aktif walaupun anda tidak menggunakan peralatan tambahannya.

Mengurangkan bil token tanpa mengurangkan kegunaan

Menjalankan model bahasa secara tempatan masih melibatkan kos token setiap kali model memproses permintaan. Dua pelarasan praktikal telah mengurangkan penggunaan saya sebanyak kira-kira satu perempat:

  • Ringkaskan set alatan – OpenClaw menyertakan satu suite lengkap alatan pembangun (pelaksanaan kod, pelayaran fail, dll.). Pembantu berkaitan bot jarang memerlukan apa-apa selain akses masa larian dan sistem fail. Bertukar kepada profil minimal akan menghapuskan pembaziran token yang tidak perlu.

  • Panjangkan pengekalan cache – Konfigurasi membolehkan anda menyimpan prom sistem dan konteks terkini dalam memori lebih lama. Cache yang lebih panjang bermakna model tidak perlu mengekod semula arahan yang sama pada setiap mesej Telegram, sekali gus menjimatkan token bagi setiap kitaran.

Bagi pemilik yang lebih gemar pemantauan senyap, ciri cron terbina dalam boleh menyemak penderia kritikal (voltan bateri, penggera kedalaman) mengikut jadual. Ejen hanya akan menghantar amaran Telegram apabila ambang (threshold) dilepasi, memastikan saluran sembang kekal bersih.

Siapa yang untung, siapa yang perlu berwaspada

  • Pemilik bot mendapat antara muka perbualan dalam kapal yang murah. Tiada yuran langganan, tiada pergantungan pada data selular.
  • Penyelenggara sumber terbuka melihat penggunaan dunia nyata yang menguji OpenClaw dan SignalK dalam persekitaran yang terhad, mendedahkan pepijat (bugs) yang mungkin tidak kelihatan sebelum ini.
  • Penyedia LLM awan kehilangan segmen pasaran khusus, tetapi mereka masih mempunyai kelebihan untuk penaakulan berat atau input pelbagai mod (multi-modal) yang tidak dapat dikendalikan oleh Pi.

Risiko utama ialah kebolehpercayaan: gangguan kuasa atau kegagalan Docker boleh menyebabkan pembantu menjadi senyap. Redundansi (Pi kedua, sandaran UPS) dapat mengurangkan masalah ini tetapi menambah kos. Pengguna juga harus melindungi token bot Telegram; token yang diceroboh membolehkan sesiapa sahaja membuat pertanyaan pada penderia bot.

Apa yang perlu diperhatikan seterusnya

  • Kemas kini model – Apabila model kuantisasi yang lebih baharu dan cekap muncul, ia akan berjalan lebih pantas pada teras ARM Pi, seterusnya mengurangkan kependaman.
  • Sambungan SignalK – Plugin binaan komuniti untuk AIS, radar, atau ramalan cuaca boleh didedahkan kepada LLM, sekali gus meluaskan skop perbualan.
  • Pengukuhan keselamatan – Projek-projek sedang bereksperimen dengan penyulitan hujung-ke-hujung untuk API SignalK-OpenClaw, satu langkah yang bijak bagi mana-mana kapal yang berlayar di perairan awam.

Rumusan

Melaksanakan OpenClaw pada Raspberry Pi 5 dengan SignalK mengubah bot biasa menjadi platform yang menyokong sembang, tetapi kejayaannya bergantung pada mengekalkan mod gerbang, mengendalikan penukaran unit, membolehkan storan sejarah, dan memastikan plugin Ollama sentiasa aktif. Kecilkan set alatan dan panjangkan pengekalan cache untuk mengekalkan penggunaan token yang rendah, serta gunakan penggera cron untuk kekal senyap sehingga sesuatu yang penting berlaku. Hasilnya ialah pembantu telemetri masa nyata kos rendah yang berfungsi sepenuhnya di atas kapal, memberikan pelaut kemudahan chatbot tanpa kos perkhidmatan awan.