OpenClaw тепер працює на Raspberry Pi 5 разом із SignalK, дозволяючи власникам човнів переписуватися зі своїм судном через Telegram і отримувати живу телеметрію за лічені секунди. Поєднання працює «з коробки», але кілька нюансів конфігурації можуть зупинити демон і змарнувати токени.

Чому LLM на базі Pi важлива для моряків

Малим суднам часто бракує пропускної здатності або бюджету для хмарних сервісів ШІ. Raspberry Pi 5 забезпечує достатньо обчислювальної потужності для хостингу OpenClaw — асистента на базі LLM з відкритим кодом, тоді як SignalK надає стандартизований API для морських даних. Разом вони створюють недорогий бортовий чат-інтерфейс, який може відповісти на запитання «Яка моя швидкість?» або «Яка глибина води?», не залишаючи човна.

Елементи, що забезпечують злагоджену роботу

  • OpenClaw працює безпосередньо в ОС Pi, використовуючи локальний стек моделей.
  • SignalK працює в Docker-контейнері, надаючи REST (HTTP) API, що публікує показники датчиків у форматі JSON.
  • Дві програми залишаються ізольованими: OpenClaw викликає ендпоінти SignalK, а SignalK ніколи не бачить внутрішніх процесів LLM.

Оскільки зв'язок здійснюється через чистий HTTP, спеціальні мережеві хитрощі не потрібні. Одного Ethernet або Wi-Fi з'єднання достатньо, щоб підтримувати цикл роботи.

Пастки, на які потрапляють новачки

  1. Режим шлюзу (gateway mode) має бути визначеним – Конфігурація OpenClaw містить ключ gateway.mode, який вказує демону, як відкривати свій API. Його видалення призведе до тихої зупинки сервісу. Безпечне рішення: 

    openclaw config set gateway.mode local

  2. Перетворення одиниць не є автоматичним – SignalK дотримується Міжнародної системи одиниць (SI). Швидкість передається в метрах на секунду, глибина — у метрах. Якщо попросити LLM надати дані в «вузлах» (knots) або «футах», вона просто повторить сирі числа, що призведе до помилкових відповідей. Додайте логіку конвертації в промпт агента або обробляйте JSON після отримання, перш ніж передавати його користувачеві.

  3. Історичні дані — це окремий плагін – За замовчуванням OpenClaw бачить лише останній знімок даних. Щоб запитати про тенденції («Чи посилився вітер за останню годину?»), вам потрібен плагін історії InfluxDB для SignalK. Встановіть і увімкніть його, а потім відкрийте історичний ендпоінт для агента.

  4. jq відсутній в Raspberry Pi OS – Багато туторіалів припускають наявність консольного процесора JSON jq. В образі Pi його немає. Замість встановлення додаткових пакетів дозвольте OpenClaw самому парсити сирий JSON; сучасні LLM досить добре справляються з вкладеними структурами для більшості запитів телеметрії.

  5. Не вимикайте плагін Ollama – Ollama забезпечує середовище виконання для локальних мовних моделей. Вимкнення цього плагіна відрізає бекенд моделі, і агент не зможе генерувати відповіді. Тримайте плагін увімкненим, навіть якщо ви не використовуєте його додаткові інструменти.

Як зменшити витрати на токени без втрати корисності

Запуск мовної моделі локально все одно створює витрати на токени щоразу, коли модель обробляє запит. Два практичні кроки дозволили мені зменшити споживання приблизно на чверть:

  • Скоротіть набір інструментів – OpenClaw містить цілий набір інструментів для розробників (виконання коду, перегляд файлів тощо). Асистентам, пов'язаним із човнами, рідко потрібно щось окрім доступу до середовища виконання та файлової системи. Перехід на мінімальний профіль усуває непотрібне витрачання токенів.

  • Збільште час утримання кешу – Конфігурація дозволяє довше зберігати системний промпт і нещодавній контекст у пам'яті. Довший кеш означає, що моделі не потрібно повторно кодувати ті самі інструкції для кожного повідомлення в Telegram, що економить токени під час кожного циклу запиту-відповіді.

Для власників, які віддають перевагу тихому моніторингу, вбудована функція cron може опитувати критичні датчики (напруга акумулятора, тривога глибини) за розкладом. Агент надсилає сповіщення в Telegram лише тоді, коли перевищено поріг, підтримуючи чистоту в чаті.

Хто виграє, а хто має бути обережним

  • Власники човнів отримують дешевий бортовий розмовний інтерфейс. Жодних абонплат, жодної залежності від мобільного інтернету.
  • Підтримувачі open-source проектів отримують приклад реального розгортання, яке перевіряє OpenClaw та SignalK в обмеженому середовищі, виявляючи помилки, які інакше залишилися б прихованими.
  • Постачальники хмарних LLM втрачають нішевий сегмент ринку, але вони все ще мають перевагу в складних міркуваннях або мультимодальних входах, з якими Pi не впорається.

Головний ризик — це надійність: стрибок напруги або збій Docker може «заглушити» асистента. Резервування (друга Pi, ДБЖ) пом'якшує проблему, але збільшує вартість. Користувачам також слід оберігати токен Telegram-бота; скомпрометований токен дозволить будь-кому опитувати датчики човна.

За чим стежити далі

  • Оновлення моделей – З появою новіших, ефективніших квантованих моделей вони працюватимуть швидше на ARM-ядрах Raspberry Pi, ще більше знижуючи затримку.
  • Розширення SignalK – Плагіни для AIS, радарів або прогнозів погоди, створені спільнотою, можуть бути доступні для LLM, що розширить межі спілкування.
  • Посилення безпеки – Проєкти вже експериментують із наскрізним шифруванням для SignalK-OpenClaw API, що є розумним кроком для будь-якого судна, яке ходить у відкритих водах.

Висновок

Розгортання OpenClaw на Raspberry Pi 5 разом із SignalK перетворює скромний човен на платформу з підтримкою чату, проте успіх залежить від збереження режиму шлюзу, обробки перетворення одиниць вимірювання, увімкнення зберігання історії та підтримки роботи плагіна Ollama. Скоротіть набір інструментів і збільште термін зберігання кешу, щоб мінімізувати використання токенів, і використовуйте cron-сповіщення, щоб система залишалася беззвучною, доки не виникне щось важливе. Результатом є недорогий телеметричний асистент, що працює в режимі реального часу повністю на борту, надаючи морякам зручність чат-бота без витрат на хмарні сервіси.