Controle remoto com OpenClaw: use o celular como nó de IA

Estou em uma cafeteria quando aparece uma tarefa urgente: preciso consultar um PDF que está na área de trabalho do computador de casa. Pego o celular e mando uma mensagem para o “ClawBot” no Telegram: “Faça uma captura para eu ver a área de trabalho”. Dez segundos depois, recebo a imagem e encontro o PDF de imediato. Em seguida, peço: “Abra esse arquivo e me diga o que está escrito na terceira página”. Dois minutos depois, chega um resumo do conteúdo.

Para ser sincero, nos últimos seis meses isso virou algo comum para mim. Desde que configurei o OpenClaw como meu sistema operacional pessoal de IA, o iPhone se transformou em um verdadeiro “controle remoto”: consigo acionar a câmera do computador de casa, obter a localização e fazer capturas de tela à distância. Mais importante ainda, tudo funciona com ferramentas de código aberto, e os dados continuam inteiramente sob meu controle.

Se você também já quis transformar o celular em um console de verdade para seus agentes de IA, sem ficar limitado aos recursos oferecidos por um fabricante, este guia de controle remoto com OpenClaw foi feito para você. Vamos deixar os conceitos abstratos de lado e partir para a configuração.

Guia econômico para manter sua “lagosta”: ArkClaw torna os agentes de IA acessíveis de verdade

O OpenClaw, conhecido como “lagosta”, está em alta, mas sua configuração afasta muita gente. O ArkClaw, da Volcengine da ByteDance, reduz bastante essa barreira. Sem precisar administrar servidor nem ajustar Tokens, você consegue com um clique um agente de IA ativo 24 horas por dia, capaz de controlar o navegador, executar scripts e gerenciar o calendário.

O principal é o preço: a mensalidade é de apenas 9,9 yuans. Com meu código de convite ZLKUK54M (cadastre-se aqui), ela cai para 8,9 yuans. Para quem programa, o Coding Plan Pro ainda oferece acesso gratuito.

Entenda o protocolo de gateway do OpenClaw (fundamentos da Layer 1)

Antes de transformar o celular em um controle remoto do OpenClaw, é preciso entender como o sistema funciona. Não se assuste com o termo “protocolo de gateway”: na prática, ele é um conjunto de regras para diferentes dispositivos se reconhecerem e conversarem entre si.

O OpenClaw usa o Gateway WS Protocol, ou protocolo WebSocket do gateway. O nome parece complexo, mas o princípio é simples: todos os dispositivos — o controlador principal no computador, o nó no celular e até a interface de chat do Telegram — entram em um mesmo ambiente de controle por meio de uma conexão WebSocket persistente. Ao se conectar, cada dispositivo informa sua “identidade” e suas “capacidades”.

Por exemplo, seu iPhone pode dizer: “Sou um nó iOS e consigo usar a câmera, capturar a tela e obter a localização”. O computador informa: “Sou o gateway e coordeno o sistema”. Já o Telegram Bot diz: “Sou um cliente e recebo os comandos do usuário”.

Existem três funções centrais nesse mecanismo. Depois de entendê-las, o restante da configuração fica bem mais claro:

Gateway: é o “cérebro” do sistema e roda no seu dispositivo principal, normalmente um computador ou servidor. Todos os comandos chegam primeiro a ele, que os encaminha para o nó responsável pela execução.

Node (nó): é o dispositivo final que executa uma tarefa. Seu iPhone, celular Android ou até um aparelho antigo sem uso pode ser registrado como nó. Cada nó declara suas caps (capacidades), como camera (câmera), screen (tela), location (localização) e voice (voz).

Client (cliente): é a interface usada para enviar comandos. Pode ser uma conversa no Telegram, um canal do Discord, um aplicativo dedicado para iOS ou uma interface Web.

Nesse ponto, talvez você esteja se perguntando: é seguro conceder tantas permissões ao celular?

Essa também foi minha maior preocupação no começo. O OpenClaw trata a questão de forma razoavelmente cuidadosa: a conexão exige autenticação por Token, o dispositivo pode passar por validação de assinatura e a transmissão usa criptografia TLS. Mais importante ainda é o controle granular de permissões. Um nó pode declarar “tenho acesso à câmera”, enquanto o gateway determina que “este cliente só pode capturar a tela, sem usar a câmera”.

[Imagem: diagrama da arquitetura do protocolo de gateway do OpenClaw mostrando a relação entre Gateway, Node e Client]
Prompt: diagrama de arquitetura técnica, Gateway como nó central conectado a vários dispositivos iOS e Android, estilo tecnológico azul, simples e claro, alta qualidade

Vultr - Servidor cloud NVMe de alto desempenho, 32 locais globais, deploy Docker com um clique

Ver preços →Anúncio

Na configuração real, os parâmetros de conexão do nó incluem um trecho JSON como este:

{
  "role": "node",
  "caps": ["camera", "screen", "location"],
  "commands": ["camera.snap", "screen.record", "location.get"],
  "permissions": {
    "camera.capture": true,
    "screen.record": false
  }
}

O significado é direto: esse nó pode tirar fotos, capturar a tela e obter a localização, mas o uso de cada recurso ainda depende das permissões concedidas pelo gateway. Assim, mesmo que o nó do celular seja invadido, o invasor ficará limitado a um conjunto reduzido de ações.

Configuração prática de um nó móvel (nível avançado da Layer 2)

Depois de entender o protocolo, é hora de colocar a mão na massa. Vamos separar o processo entre iOS e Android, pois os caminhos de configuração são bem diferentes.

Configuração do nó no iOS

Primeiro, o iPhone. O aplicativo oficial do OpenClaw não está na App Store, então é preciso estar preparado para usar o TestFlight, caso tenha acesso ao beta, ou instalar um IPA com assinatura própria. Eu uso o AltStore e renovo a assinatura uma vez por mês; não é muito trabalhoso.

Depois da instalação, abra o aplicativo para acessar a tela de configuração do nó. Estes campos precisam ser preenchidos corretamente:

Gateway URL: o endereço WebSocket do gateway. Para testes na rede local, pode ser ws://192.168.1.100:8080. Para acessar pela internet, configure um proxy reverso e use o protocolo wss://. Eu uso o Cloudflare Tunnel para não expor um IP público.

Client ID: um nome para identificar o nó, como “iphone-15-main”.

Auth Token: o token de autenticação gerado no gateway. Basta copiá-lo e colá-lo aqui.

Capabilities: marque os recursos que deseja liberar. Na primeira vez, recomendo habilitar somente location; depois de confirmar que tudo funciona, ative camera e screen. Abrir todas as permissões logo no início dificulta a investigação caso algo dê errado.

Depois de preencher os campos, toque em conectar. Se o estado “Connected” aparecer em verde, o nó já está associado ao gateway.

Há uma armadilha no iOS que vale mencionar: as restrições de segundo plano. O iPhone controla rigidamente os aplicativos que rodam em segundo plano, e o sistema pode encerrar o nó do OpenClaw depois de algum tempo. Há duas alternativas: ativar “Atualização em 2º Plano” e abrir o aplicativo de vez em quando para mantê-lo ativo. Eu costumo deixar o nó em um aparelho reserva e usar normalmente meu celular principal.

Configuração do nó no Android

No Android, há mais flexibilidade. Você pode instalar o APK oficial ou executar a versão Node no Termux.

O processo com o APK é semelhante ao do iOS: instale o pacote, preencha a configuração e conecte-se ao gateway. As políticas de segundo plano do Android são menos restritivas e o nó tende a permanecer ativo por mais tempo. No entanto, cada fabricante aplica suas próprias regras de economia de bateria; em aparelhos Huawei, Xiaomi ou OPPO, é necessário habilitar manualmente “Permitir execução em segundo plano”, caso contrário o sistema pode suspender o processo rapidamente.

A alternativa com Termux serve para quem gosta de ajustar tudo. Instale o Node.js no Termux, execute npm install openclaw e inicie o nó pela linha de comando. A vantagem é o acesso aos logs detalhados, que facilitam a solução de problemas. A desvantagem é que o Termux também pode ser encerrado em segundo plano, exigindo ferramentas como Termux:Boot e Tasker para manter o processo ativo.

[Imagem: OpenClaw em execução no Termux em um celular Android]
Prompt: tela de celular, terminal Termux exibindo logs de conexão bem-sucedida de um nó OpenClaw, modo escuro, texto verde, alta qualidade

Seja no iOS ou no Android, a regra de segurança é a mesma: princípio do menor privilégio. Seu nó realmente precisa acessar a câmera? Se ele serve apenas para localização e capturas ocasionais, não habilite a câmera. Quanto menos permissões abertas, menor a superfície de ataque.

Também é importante configurar a assinatura do dispositivo. O OpenClaw aceita a validação por um par de chaves pública e privada. Durante a configuração, gere as chaves, coloque a pública no gateway e mantenha a privada no nó. Assim, mesmo que alguém obtenha seu Token, não conseguirá se conectar sem a chave privada. No meu gateway, a assinatura do dispositivo é obrigatória; desse modo, um Token vazado não é suficiente para obter acesso.

Controle remoto na prática com o Telegram

O nó está conectado. Como controlá-lo? A forma mais direta é pelo Telegram. Para ser sincero, também é a opção de que mais gosto: não preciso instalar outro aplicativo, basta abrir o Telegram.

Railway - Plataforma de deploy moderna, sem ops complexas, no ar em minutos

Começar agora →Anúncio

Configurar um Telegram Bot é mais simples do que parece. Primeiro, solicite um novo Bot ao @BotFather e copie o Token recebido. Em seguida, adicione o plugin do Telegram à configuração de channels do OpenClaw e informe o Token. Reinicie o gateway, e o Bot estará ativo.

channels:
  telegram:
    token: "YOUR_BOT_TOKEN"
    mode: polling

O modo Polling é o mais simples e funciona bem para uso pessoal. O modo Webhook exige um endereço público e HTTPS, portanto dá um pouco mais de trabalho, mas responde mais rápido.

Depois que o Bot se conectar, você já poderá enviar mensagens. Por padrão, o OpenClaw encaminha todas elas para processamento pela IA, mas nosso objetivo é fazer controle remoto de hardware, o que exige um formato específico de comando.

Na configuração de skills do OpenClaw, associe comandos aos recursos do nó. Por exemplo:

skills:
  remote_control:
    commands:
      camera:
        target: "iphone-15-main"
        action: "camera.snap"
      screenshot:
        target: "iphone-15-main"
        action: "screen.capture"
      where:
        target: "iphone-15-main"
        action: "location.get"

Depois disso, ao digitar /camera no Telegram, o Bot pede ao iPhone indicado para tirar uma foto e enviá-la de volta. Com /where, ele responde com as coordenadas GPS atuais.

Quando consegui, pela primeira vez, mandar o celular de casa tirar uma foto e recebê-la no Telegram, fiquei realmente animado. Foi como ganhar um assistente sempre a postos — e inteiramente meu.

[Imagem: conversa no Telegram mostrando o comando /camera e a foto retornada]
Prompt: tela de conversa do Telegram, usuário envia o comando /camera, Bot responde com a foto capturada, estilo de interface móvel, português, alta qualidade

O Telegram também tem a vantagem de aceitar grupos. Você pode colocar o Bot em um grupo privado só seu, facilitando a consulta ao histórico. Também pode compartilhá-lo com a família para que outras pessoas usem os recursos do nó — mas configure bem as permissões, para ninguém fazer uma captura da sua tela no meio da madrugada (não me pergunte como descobri isso).

Além disso, o Telegram permite enviar imagens e documentos ao Bot. Você pode, por exemplo, mandar uma imagem para o celular antigo que está em casa e pedir ao OpenClaw para analisá-la ou salvá-la em uma pasta específica. De certa forma, isso funciona como uma “área de transferência entre dispositivos”.

Aplicativo dedicado e cenários avançados

O Telegram é prático, mas continua sendo uma interface de chat e nem sempre é a ferramenta mais confortável. Talvez você queira conferir rapidamente a imagem da câmera de casa ou visualizar o estado de todos os nós em uma só tela. Nesses casos, vale considerar um aplicativo dedicado.

O OpenClaw oferece uma Web UI que, por padrão, roda em http://localhost:3000. Ao abrir esse endereço no navegador do celular, você vê um painel de controle. Como a interface escuta apenas a máquina local na configuração padrão, o acesso externo exige um proxy reverso.

Eu configurei o Nginx com HTTP Basic Auth, salvei o endereço nos favoritos do navegador do celular e o resultado funciona bem. A Web UI mostra todos os nós online, o estado de suas capacidades e os logs recentes. Ao selecionar um nó, é possível acionar manualmente seus recursos; um toque no botão Camera, por exemplo, manda o celular correspondente tirar uma foto.

A comunidade também mantém alguns painéis de controle de terceiros com mais opções visuais. Um deles é o ClawDash, que aceita layouts personalizados e permite deixar os botões mais usados na página inicial. Antes de usar qualquer ferramenta de terceiros, porém, avalie a segurança por conta própria, pois ela terá acesso ao seu gateway.

Fluxos de automação

Há ainda um uso mais avançado: automações. O OpenClaw pode executar skills a partir de eventos, o que abre possibilidades interessantes.

Eu configurei, por exemplo, uma cerca geográfica. Quando o nó do celular que carrego comigo entra na área definida como “casa”, o computador doméstico recebe automaticamente o comando “abrir o reprodutor de música”. Assim, a música já está tocando quando chego.

Outro exemplo é a captura agendada. Programei um celular Android sem uso para fazer uma captura de tela todos os dias às 8h. A IA analisa a imagem em busca de algo anormal, como um eletrodoméstico que ficou ligado, e envia um alerta pelo Telegram quando encontra algum problema.

Alibaba Cloud - Escolha dos desenvolvedores, 15% de desconto exclusivo em Lighthouse

Ganhar 15% off →Anúncio

Essas regras de automação são definidas no arquivo de configuração do OpenClaw em um formato parecido com este:

automations:
  - name: "arrive_home"
    trigger:
      type: "geofence"
      device: "iphone-15-main"
      location: "home"
    action:
      target: "macbook-pro"
      skill: "music.play"
  - name: "morning_check"
    trigger:
      type: "schedule"
      cron: "0 8 * * *"
    action:
      target: "android-spare"
      skill: "screen.analyze"

Solução de problemas

É normal encontrar alguns problemas durante a configuração. Estes foram os que apareceram para mim:

Não conecta ao gateway: primeiro, confira o endereço WebSocket e veja se a porta está acessível. Teste com curl ws://gateway-ip:port. Se estiver usando wss, confirme que o certificado está correto.

O nó aparece offline, mas o aplicativo diz que está conectado: provavelmente a função foi declarada de forma incorreta. Verifique se role está definido como "node", e não como "client", na configuração do nó.

O comando não responde: consulte os logs do gateway e confirme se o comando chegou ao nó correto. Às vezes, um erro no ID do dispositivo faz o comando ser enviado para um nó inexistente.

Permissão negada: confira a configuração de permissions do nó e a política de permissões do gateway. As permissões do OpenClaw dependem dos dois lados: o nó declara uma capacidade, mas o gateway também precisa autorizar seu uso por aquele cliente.

Conclusão

Depois de todos esses detalhes, a ideia se resume a três pontos.

Primeiro, o Gateway Protocol do OpenClaw oferece um padrão unificado de conexão entre dispositivos. Com ele, celular e computador conversam no mesmo “ambiente de controle”. Não há mágica: é WebSocket combinado com um mecanismo simples de declaração de funções e capacidades.

Segundo, ao configurar o celular como nó, você ganha um sensor e um terminal de execução que carrega consigo. Câmera, localização e tela — recursos antes restritos ao próprio aparelho — passam a ficar disponíveis para o seu agente de IA.

Terceiro, o Telegram ou um aplicativo dedicado funciona como interface de controle para você enviar comandos ao sistema de IA de casa, de qualquer lugar. Na prática, a experiência é mais concreta que a oferecida por muitos “assistentes inteligentes” na nuvem, porque os dados e as decisões continuam inteiramente sob seu controle.

Se ainda não experimentou, minha sugestão é simples: pegue hoje mesmo um celular sem uso e siga os passos da segunda seção. Mesmo que você implemente apenas a função de “tirar uma foto remotamente”, a sensação de ter “um par de olhos disponível a qualquer hora” é surpreendente.

A comunidade de código aberto continua aprimorando o OpenClaw, com novas skills e integrações surgindo o tempo todo. Por enquanto, estamos falando do controle de hardware da Layer 2; no futuro, talvez seja possível controlar muito mais coisas. Quem sabe?

Ao menos hoje, meu celular já não é apenas um celular. Ele é o controle remoto do meu sistema operacional de IA. O seu também pode ser.