OpenClaw artık SignalK ile birlikte bir Raspberry Pi 5 üzerinde çalışıyor; bu sayede tekne sahipleri Telegram üzerinden teknelerine mesaj gönderebiliyor ve saniyeler içinde canlı telemetri verilerini alabiliyor. Kombinasyon kutudan çıktığı haliyle çalışıyor ancak birkaç yapılandırma pürüzü daemon'ın durmasına ve token kredilerinin boşa gitmesine neden olabilir.

Denizciler için neden Pi tabanlı bir LLM önemlidir?

Küçük tekneler genellikle bulut tabanlı yapay zeka servisleri için yeterli bant genişliğine veya bütçeye sahip değildir. Bir Raspberry Pi 5, açık kaynaklı bir LLM tabanlı asistan olan OpenClaw'ı barındırmak için yeterli işlem gücü sağlarken, SignalK deniz verileri için standartlaştırılmış bir API sunar. Birlikte, tekneden ayrılmadan “Hızım ne?” veya “Su ne kadar derin?” gibi soruları yanıtlayabilen düşük maliyetli, yerleşik bir sohbet arayüzü sağlarlar.

Sistemi çalıştıran parçalar

  • OpenClaw, yerel model yığınını kullanarak doğrudan Pi'nin işletim sistemi üzerinde çalışır.
  • SignalK, bir Docker konteyneri içinde çalışarak sensör okumalarını JSON formatında yayınlayan bir REST (HTTP) API sunar.
  • İki program birbirinden izole kalır: OpenClaw, SignalK'nın uç noktalarını (endpoints) çağırır ve SignalK, LLM'in dahili süreçlerini asla görmez.

İletişim tamamen HTTP olduğu için özel ağ hilelerine gerek duyulmaz. Döngüyü canlı tutmak için tek bir Ethernet veya Wi-Fi bağlantısı yeterlidir.

İlk kez kuranların takılabileceği tuzaklar

  1. Gateway modu tanımlı kalmalıdır – OpenClaw yapılandırması, daemon'a API'sini nasıl sunacağını söyleyen bir gateway.mode anahtarı içerir. Bunun kaldırılması, servisin sessizce başlamasını engeller. Güvenli çözüm şudur: 

    openclaw config set gateway.mode local

  2. Birim dönüşümü otomatik değildir – SignalK, Uluslararası Birim Sistemi'ni (SI) takip eder. Hız metre/saniye, derinlik ise metre olarak gelir. Eğer LLM'den “knot” veya “feet” istenirse, ham sayıları yineleyerek yanıltıcı cevaplara yol açacaktır. Dönüşüm mantığını ajanın istemine (prompt) ekleyin veya veriyi kullanıcıya geri beslemeden önce JSON'ı işleyin.

  3. Geçmiş veriler ayrı bir eklentidir – Varsayılan olarak OpenClaw yalnızca en son anlık görüntüyü görür. Trendler hakkında soru sormak için (“Son bir saat içinde rüzgar arttı mı?”) SignalK'nın InfluxDB geçmiş eklentisine ihtiyacınız vardır. Eklentiyi kurun, etkinleştirin ve ardından geçmiş uç noktasını ajana açın.

  4. Raspberry Pi OS'ta jq eksiktir – Birçok eğitim, komut satırı JSON işlemcisi olan jq'nun mevcut olduğunu varsayar. Pi imajı bunu içermez. Ek paketler yüklemek yerine, OpenClaw'ın ham JSON'ı kendisinin ayrıştırmasına izin verin; modern LLM'ler çoğu telemetri sorgusu için iç içe geçmiş yapıları yeterince iyi işleyebilir.

  5. Ollama eklentisini devre dışı bırakmayın – Ollama, yerel dil modelleri için çalışma zamanını (runtime) sağlar. Bunu kapatmak model arka ucunu keser ve ajanın yanıt oluşturmasını engeller. Ek araçlarını kullanmasanız bile eklentiyi etkin tutun.

Faydayı azaltmadan token maliyetlerini düşürmek

Bir dil modelini yerel olarak çalıştırmak, model bir isteği işlediğinde hala token maliyetine yol açar. İki pratik düzenleme kullanımımı yaklaşık dörtte bir oranında azalttı:

  • Araç setini sadeleştirin – OpenClaw, bir dizi geliştirici aracı (kod yürütme, dosya gezintisi vb.) ile birlikte gelir. Tekneyle ilgili asistanların çalışma zamanı ve dosya sistemi erişimi dışında nadiren bir şeye ihtiyacı olur. Minimal bir profile geçmek gereksiz token tüketimini ortadan kaldırır.

  • Önbellek tutma süresini uzatın – Yapılandırma, sistem istemini (system prompt) ve son bağlamı (context) bellekte daha uzun süre tutmanıza olanak tanır. Daha uzun bir önbellek, modelin her Telegram mesajında aynı talimatları tekrar kodlamak zorunda kalmaması anlamına gelir ve her gidiş-dönüş işleminden token tasarrufu sağlar.

Sessiz izlemeyi tercih eden sahipler için yerleşik cron özelliği, kritik sensörleri (pil voltajı, derinlik alarmı) belirli bir program dahilinde kontrol edebilir. Ajan, yalnızca bir eşik değer aşıldığında bir Telegram uyarısı göndererek sohbet kanalını temiz tutar.

Kim kazanıyor, kim dikkat etmeli?

  • Tekne sahipleri, ucuz ve yerleşik bir sohbet arayüzü kazanır. Abonelik ücreti yok, hücresel veriye bağımlılık yok.
  • Açık kaynak sürdürücüleri, kısıtlı bir ortamda hem OpenClaw hem de SignalK'yı zorlayan ve aksi takdirde gizli kalacak hataları ortaya çıkaran gerçek dünya uygulamaları görürler.
  • Bulut LLM sağlayıcıları, niş bir pazar segmentini kaybeder ancak Pi'nin yönetemeyeceği ağır muhakeme veya çok modlu (multi-modal) girdiler için hala avantajlı konumdadırlar.

Temel risk güvenilirliktir: Bir güç kesintisi veya Docker çökmesi asistanı susturabilir. Yedeklilik (ikinci bir Pi, UPS desteği) sorunu hafifletir ancak maliyeti artırır. Kullanıcılar ayrıca Telegram bot token'ını korumalıdır; ele geçirilen bir token, herkesin teknenin sensörlerini sorgulamasına olanak tanır.

Sırada ne var?

  • Model güncellemeleri – Daha yeni ve daha verimli kuantize edilmiş modeller ortaya çıktıkça, Pi'nin ARM çekirdeklerinde daha hızlı çalışacaklar ve gecikmeyi daha da azaltacaklar.
  • SignalK eklentileri – AIS, radar veya hava durumu tahminleri için topluluk tarafından geliştirilen eklentiler LLM'e sunularak konuşma kapsamı genişletilebilir.
  • Güvenlik sıkılaştırma – Projeler halihazırda SignalK-OpenClaw API için uçtan uca şifreleme üzerinde deneyler yapıyor; bu, kamuya açık sularda seyreden her tekne için mantıklı bir adımdır.

Özet

OpenClaw'ı SignalK ile bir Raspberry Pi 5 üzerinde çalıştırmak, mütevazı bir tekneyi sohbet özellikli bir platforma dönüştürür, ancak başarı; gateway modunu korumaya, birim dönüştürmeyi yönetmeye, geçmiş depolamayı etkinleştirmeye ve Ollama eklentisini canlı tutmaya bağlıdır. Token kullanımını düşük tutmak için araç setini sadeleştirin ve önbellek tutma süresini uzatın; önemli bir durum oluşana kadar sessiz kalmak için ise cron alarmını kullanın. Sonuç; tamamen teknede çalışan, denizcilere bulut hizmetlerinin maliyetine katlanmadan bir chatbot kolaylığı sağlayan, düşük maliyetli ve gerçek zamanlı bir telemetri asistanıdır.