Dans les articles précédents, nous avons réalisé une installation complète de LM Studio et d'OpenClaw. Le premier permet de faire fonctionner un modèle d'IA localement sur votre Mac. Le second est la star du moment : c'est un agent IA capable d'interagir avec son environnement, y compris les fichiers, les applications locales et le web. On lui donne un objectif (« envoyer un email depuis ma boîte Orange ») et on le supervise pendant qu'il s'en charge ou bien on le laisse tourner en autonomie pour récupérer les identifiants et configurer Mail.
La version d'OpenClaw installée a déjà été configurée et « branchée » sur LM Studio, qui fonctionne en tâche de fond. Vous avez donc fait connaissance avec votre nouveau chatbot. Vous vous êtes sûrement demandé plusieurs fois ce que vous pourriez en faire, au-delà des exemples déjà partagés ?
De son impact pour les réseaux sociaux, ce sont les community managers qui en parlent le mieux et les exemples ne manquent pas. À mon humble niveau, j'ai un agent dans mon serveur Discord. Au-delà du simple chat, il gère les réactions aux messages, les sondages, la recherche dans l'historique et me fait un rapport tous les deux jours. C'est un gain précieux, je lui consacre très peu de temps moi-même.
Si le web regorge d'histoires de comptes passés de 30 à 7 000 abonnés, il existe une célèbre histoire bien plus vérifiable. Lors de sa sortie en novembre 2025, OpenClaw s'est lancé organiquement, sans budget de communication. Le développeur Peter Steinberger a mis un bot de démonstration public dans son serveur Discord. N'importe qui pouvait discuter avec l'agent, poser des questions, tester ses capacités. Résultat : la curiosité est devenue conversion. Les gens voyaient l'agent répondre en temps réel dans les salons ou découvraient ce qu'il pouvait faire sur d’autres canaux comme WhatsApp ou Telegram. Le dépôt GitHub a atteint plus de 300 000 étoiles (un signe de popularité) en quelques mois, entraînant des ruptures de stock sur les Mac Mini, tant les utilisateurs voulaient faire tourner l'agent chez eux.
Ce ne sont que des exemples, parfois génériques. Mon message reste le même : avec OpenClaw, le plus difficile est de savoir ce que vous voulez faire. Le comment, il s'en charge.
On revient sur le plan d'optimisation d'OpenClaw. Cette partie est optionnelle : le logiciel fonctionne déjà tel quel. Si les réglages techniques ne vous tentent pas, vous pouvez passer directement à la section « L’art du prompt et l’envoi de messages » en milieu d’article. Sinon, voici les ajustements que je recommande…
La sous-section « Models » (AI & Agents)
Vous êtes encore là ? Alors on passe en « mode expert » ! Voici le programme que nous allons suivre :
- Valider une juste répartition des budgets de tokens pour l’inférence dans OpenClaw
- Revoir les regles du compactage et activer les notifications
- Activer l’indexation de la mémoire
- Modifier trois valeurs qui augmentent sensiblement le temps de traitement des images
Par l’accumulation de données de discussions, recherches ou documents partagés, la mémoire d’OpenClaw va grandir de jour en jour. Pour gérer ce genre de documentation vaste et variée, on utilise des modèles embedded, qui transforment du texte en coordonnées mathématiques spatiales. Les idées similaires se retrouvent proches dans cet espace, permettant une recherche par le sens (sémantique) plutôt que par les mot-clés (recherche lexicale). C’est donc idéal pour traiter de grandes quantités de documents stockés en mémoire.
Retournons dans LM Studio pour chercher le modèle mxbai-embed-large-v1-gguf de Christian Azinn. Une fois téléchargé, appliquez ces valeurs ci-dessous depuis My Models > Text Embedding, laissez le reste par défaut puis chargez-le en mémoire.
- contexte : 512
- déchargement GPU : maximum
- taille du lot d’évaluation : 2048
Nous reparlerons du modèle embedded plus loin, il s’agissait ici de préparer la partie LM Studio en amont pour éviter les allers-retours entre logiciels. Naviguons à présent dans une des pires interfaces de paramètres qu'il m'ait été donné de voir. Rassurez-vous, nous ferons cela ensemble. Cliquez sur l’engrenage en bas à gauche d’OpenClaw puis sur le mot default dans la zone « Model & Thinking » et c’est parti !
La configuration du modèle principal
Vous arrivez directement dans la section Al & Agents/Models. Ouvrez la sous-section Model Providers (la petite flèche à gauche), si ce n'est pas déjà fait. C'est ici que l'on déclare les modèles. Il suffit de descendre pour chercher votre modèle. Plus vous en avez installé au fil du temps, plus la liste est longue, car OpenClaw conserve la trace des modèles supprimés.
