OpenClaw na casa inteligente: guia completo para controlar tudo por voz no WhatsApp

“Diminua um pouco a luz do quarto.”
Repeti a frase pela terceira vez diante do celular, e a Siri continuou respondendo com teimosia: “Desculpe, não entendi o que você disse.”
Deitado na cama e olhando para o teto, percebi algo absurdo: as lâmpadas inteligentes Philips Hue, nas quais eu havia gastado milhares, não conseguiam entender uma frase tão básica.
Para ser sincero, talvez você já tenha passado por algo parecido. Instalamos vários dispositivos de casa inteligente, baixamos cinco ou seis aplicativos e configuramos inúmeras automações. No fim, para apagar uma luz, ainda precisamos dizer uma instrução exata como “desligue a luminária de teto do quarto principal”. Se o pedido ficar um pouco vago, como “está claro demais, diminua a luz”, o sistema trava.
Esse é o impasse dos assistentes de voz tradicionais: eles associam palavras-chave, mas não entendem de verdade a sua intenção.
Até eu conhecer o OpenClaw.
Na primeira vez que o usei para controlar as luzes, apenas mandei um áudio pelo WhatsApp: “A luz da sala está incomodando. Deixe-a em amarelo quente, com cerca de 60% de brilho.” Três segundos depois, a iluminação mudou. Não era uma cena predefinida: a IA realmente havia entendido a descrição, calculado automaticamente a temperatura de cor e o brilho e, então, executado a ação.
A sensação foi curiosa. Era como se a casa tivesse ganhado um mordomo experiente: você não precisa ensinar o nome de cada aparelho nem memorizar um formato específico de comando. Basta falar como falaria normalmente.
Hoje quero mostrar como levar esse “mordomo” para a sua casa.
Guia econômico para “criar uma lagosta”: o ArkClaw torna os agentes de IA realmente acessíveis
O OpenClaw, conhecido como “lagosta”, está em alta e funciona bem, mas sua configuração afasta muita gente. O ArkClaw, da Volcano Engine, da ByteDance, reduz drasticamente essa barreira. Sem precisar lidar com servidor nem configurar tokens, basta um clique para ter um assistente de IA disponível 24 horas por dia, capaz de controlar o navegador, executar scripts e gerenciar o calendário.
O principal é o preço baixo: a mensalidade custa apenas 9,9 yuans. Com meu código de convite ZLKUK54M (clique aqui para se cadastrar), o valor cai para 8,9 yuans. Se você é programador, também pode aderir diretamente ao Coding Plan Pro sem pagar a mais.
O que é o OpenClaw e por que usá-lo como cérebro da casa inteligente?
O OpenClaw, antes chamado Moltbot e ClawdBot, é basicamente um agente de IA que permanece em execução em segundo plano. Ele pode ser visto como um assistente pessoal versátil: conecta-se aos seus aplicativos de mensagens, como WhatsApp, Telegram e Discord, lê seu calendário e seus e-mails e, claro, também pode assumir o controle da casa inteligente.
Mas qual é a principal diferença entre ele e assistentes de voz como Siri e Alexa?
Os assistentes tradicionais trabalham com “mapeamento de comandos”. Quando você diz A, eles procuram uma instrução B correspondente. Se não encontram, desistem. É por isso que uma frase como “diminua um pouco a luz” pode não funcionar: o sistema nunca viu exatamente aquela formulação.
O OpenClaw é diferente. Por trás dele está o Claude, um modelo de linguagem capaz de realmente “entender” o significado das palavras. Quando você diz “diminua um pouco a luz”, ele raciocina por conta própria: o usuário acha que o ambiente está claro demais e quer reduzir o brilho; talvez também seja preciso ajustar a temperatura de cor para deixar a iluminação mais suave. Em seguida, ele chama a API do Home Assistant, localiza a entidade da luz da sala, calcula os valores adequados e executa a ação.
São duas formas de pensar completamente diferentes.
Dan Malone compartilhou um caso interessante em seu blog: ele deu ao OpenClaw uma personalidade de guaxinim — isso mesmo, um raccoon. Como resultado, a IA não apenas controlava a casa inteligente, mas também fazia comentários sarcásticos. Quando ele acendia a luz tarde da noite, por exemplo, a IA respondia: “Ainda acordado a esta hora? Tudo bem, vou acender a luz, mas não fique acordado por muito tempo.”
Parece um pouco bobo, não é? No entanto, esse tipo de interação personalizada é justamente algo que os assistentes de voz tradicionais não oferecem.
Vale lembrar que o OpenClaw roda localmente. Seus dados não são enviados sem explicação a algum servidor na nuvem para análise, algo importante para quem se preocupa com privacidade.
Preparação do ambiente e pré-requisitos
Agora que já vimos o que ele é e por que usá-lo, vamos à configuração.
Primeiro, você precisa atender a estes requisitos básicos:
1. Sistema Home Assistant
- Recomenda-se a versão 2024.1 ou posterior
- Deve conseguir acessar normalmente outros dispositivos na rede local
- O Philips Hue — ou outro dispositivo inteligente que você queira controlar — já deve estar conectado
Se você ainda não instalou o Home Assistant, recomendo começar rapidamente com uma imagem do HassOS. Há muitos tutoriais disponíveis, então não vou entrar em detalhes aqui.
2. Ambiente de execução do OpenClaw
Há três opções de instalação:
- Docker: a opção mais flexível, indicada para quem tem um servidor
- Add-on do HA: a mais simples, instalada diretamente no Home Assistant
- Execução local: requer um ambiente Node.js
Pessoalmente, recomendo o Docker, pois ele facilita atualizações e gerenciamento.
3. Requisitos de rede
- O Home Assistant precisa estar acessível ao OpenClaw por um IP da rede local ou por um domínio
- Recomenda-se configurar um IP fixo ou usar um domínio mDNS
4. Integração com o Philips Hue
Confirme que o Hue Bridge já foi conectado ao Home Assistant pela integração oficial. Se a lista de dispositivos Philips Hue aparecer em “Configurações - Dispositivos e serviços” no HA, está tudo certo.
Como funciona e como configurar o skill openclaw-ha
Esta é a parte central de toda a solução. O openclaw-ha é um skill do OpenClaw que permite a comunicação com o Home Assistant.
Etapa 1: obtenha um token de acesso do Home Assistant
Entre no Home Assistant, clique no seu nome de usuário no canto inferior esquerdo e selecione “Tokens de acesso de longa duração”.
Clique em “Criar token”, dê a ele um nome qualquer, como “openclaw-token”, e copie a sequência de caracteres gerada. Atenção: esse token é exibido apenas uma vez, então guarde-o em um local seguro.
Etapa 2: configure as variáveis de ambiente
Você precisa definir duas variáveis de ambiente:
export HA_URL="http://你的HA地址:8123"
export HA_TOKEN="刚才复制的长串令牌"
Se a implantação usar Docker, adicione ao arquivo docker-compose.yml:
environment:
- HA_URL=http://192.168.1.100:8123
- HA_TOKEN=eyJhbGciOiJIUzI1NiIs...
Etapa 3: instale o skill homeassistant
Entre no contêiner ou diretório do OpenClaw e execute:
openclaw add skill homeassistant
Ou adicione ao array skills no arquivo de configuração:
{
"skills": [
{
"name": "homeassistant",
"enabled": true
}
]
}
Etapa 4: verifique a conexão
Depois de reiniciar o OpenClaw, envie uma mensagem pelo WhatsApp ou Telegram:
“Liste todas as luzes da minha casa.”
Se a configuração estiver correta, ele retornará uma lista de dispositivos semelhante a esta:
Foram encontrados os seguintes dispositivos de iluminação:
- light.living_room_main (luz principal da sala)
- light.bedroom_ceiling (luminária de teto do quarto)
- light.kitchen_spotlights (spots da cozinha)
Se você chegou até aqui, parabéns: a configuração básica está concluída.
Demonstração prática: controle por voz do Philips Hue pelo WhatsApp
Agora vem a parte principal. Vamos ver como funciona o controle real por linguagem natural.
Controles básicos
Cenário 1: ligar e desligar
Você: “Apague a luz da sala.”
IA: “Certo, a luz principal da sala foi apagada.”
Não é preciso dizer um ID de entidade como “light.living_room_main”. A IA associa automaticamente “sala” e “luz” e encontra o dispositivo correspondente.
Cenário 2: ajustar o brilho e a temperatura de cor
Você: “Diminua um pouco a luz do quarto. Quero uma iluminação boa para ler antes de dormir.”
IA: “O brilho da luminária de teto do quarto foi ajustado para 40%, e a temperatura de cor, para branco quente de 2700 K.”
Percebeu? Você não informou valores específicos. A própria IA deduziu parâmetros adequados com base no cenário de leitura antes de dormir.
Cenário 3: controle de cor
Você: “Deixe a luz do escritório em azul-claro, como o céu visto pela janela em um dia nublado.”
IA: “A luz do escritório foi definida como azul-claro (RGB: 173, 216, 230).”
Os assistentes de voz tradicionais simplesmente não conseguem lidar com descrições vagas como essa.
Cenários complexos
Cenário 4: automação de vários dispositivos
Você: “Vou assistir a um filme.”
IA: “O modo cinema foi iniciado:
- A luz principal da sala foi apagada
- A fita de iluminação ambiente foi ligada no modo cinema
- O ar-condicionado foi ajustado para 24 °C”
Esse cenário exige que o script “modo cinema” tenha sido definido previamente no Home Assistant, mas a forma de acioná-lo fica extremamente natural.
Cenário 5: avaliação de condições
Você: “Está escuro. Acenda as luzes para mim.”
IA: “A intensidade da luz externa está em 50 lux, portanto realmente está escuro. Acendi as luzes da sala e do corredor.”
A IA não apenas executa comandos: ela combina os dados dos sensores para tomar uma decisão.
Conversa em vários turnos
Esta é a parte mais interessante:
Você: “Aquela luz está clara demais.”
IA: “Você se refere à luz de qual cômodo?”
Você: “Da sala.”
IA: “Reduzi o brilho da luz principal da sala de 80% para 50%. Quer que eu diminua mais?”
Você: “Mais um pouco. E ela está meio amarelada.”
IA: “O brilho foi ajustado para 30%, e a temperatura de cor, para 2200 K. A iluminação está boa agora?”
Essa conversa não parece um bate-papo com o mordomo da casa?
Técnicas avançadas e solução de problemas
Apelidos personalizados para entidades
Às vezes, o nome do dispositivo não é muito intuitivo. Você pode definir um “nome amigável” para a entidade no Home Assistant ou adicionar um mapeamento de apelidos à configuração do OpenClaw:
{
"aliases": {
"light.living_room_main": ["luz grande", "luz principal", "luz da sala"]
}
}
Assim, quando você disser “luz grande”, “luz principal” ou “luz da sala”, a IA saberá que se trata do mesmo dispositivo.
Recomendações de segurança
-
Controle de permissões do token
Recomenda-se começar os testes com um token de acesso somente de leitura. Depois de confirmar que tudo está funcionando, substitua-o por um token com permissão de escrita. -
Restrição de acesso
Se o OpenClaw estiver rodando em um servidor público, use HTTPS em HA_URL e considere configurar o firewall para aceitar conexões apenas de determinados endereços IP. -
Monitoramento dos logs
Verifique periodicamente os logs de operação do OpenClaw para identificar solicitações incomuns de controle de dispositivos.
Problemas comuns
Problema 1: a IA diz que não encontrou o dispositivo
- Verifique se HA_TOKEN tem permissões suficientes
- Confirme se o ID da entidade aparece nas ferramentas do desenvolvedor do Home Assistant
- Tente reiniciar o serviço do OpenClaw
Problema 2: a resposta está muito lenta
- Verifique a latência da rede — do OpenClaw ao HA, ela deve ser inferior a 50 ms
- Considere usar um proxy local do Claude para reduzir a latência da API
- Se houver muitos dispositivos, limite no arquivo de configuração o conjunto de entidades que podem ser controladas
Problema 3: acionamentos indevidos
- Ao usar o OpenClaw em um grupo, configure uma palavra de ativação ou exija uma @menção
- Configure uma lista de bloqueio que exclua dispositivos sensíveis, como fechaduras e câmeras
Conclusão
Depois de tudo isso, a ideia central cabe em uma frase: a IA finalmente começou a entender como as pessoas falam.
A mudança de “desligue light.living_room_main” para “diminua um pouco a luz da sala” não é apenas uma alteração no formato do comando, mas uma transformação na forma de interação. Não precisamos mais aprender a linguagem da máquina; agora é a máquina que aprende a entender como nos expressamos.
A combinação do OpenClaw com o Home Assistant me fez sentir, pela primeira vez, que os dispositivos da minha casa eram realmente “inteligentes”. O sistema não está apenas executando um programa predefinido: ele entende minhas necessidades e decide por conta própria como atendê-las.
Se você também quiser experimentar, pode começar pelo repositório awesome-openclaw-skills no GitHub, onde há documentação completa de configuração e discussões da comunidade. Se encontrar problemas, também pode pedir ajuda na seção dedicada ao OpenClaw na comunidade do Home Assistant; o pessoal costuma ser bastante prestativo.
Para ser sincero, talvez você encontre alguns obstáculos durante a configuração. Ainda assim, quando conseguir controlar as luzes com linguagem natural pela primeira vez, sentirá que valeu a pena.
Afinal, o futuro já chegou; só não está distribuído de maneira uniforme. E nós, que gostamos de explorar e configurar novas tecnologias, sempre conseguimos tocar um pouco dele antes dos outros.
Processo completo para configurar o OpenClaw em uma casa inteligente
Conecte o OpenClaw ao Home Assistant com o skill openclaw-ha e controle dispositivos inteligentes usando linguagem natural
⏱️ Estimated time: 20 min
- 1
Step 1: Preparação: confirme o ambiente e os pré-requisitos
Verifique se o Home Assistant está instalado (recomenda-se a versão 2024.1 ou posterior)
• Confirme que o Philips Hue já foi conectado ao HA pela integração oficial
• Prepare o ambiente de execução do OpenClaw (Docker, add-on do HA ou instalação local)
• Garanta a conectividade de rede: o OpenClaw precisa acessar a porta 8123 do HA - 2
Step 2: Obtenha um token de acesso do Home Assistant
Entre na interface web do Home Assistant
• Clique no seu nome de usuário no canto inferior esquerdo → Tokens de acesso de longa duração
• Clique em ‘Criar token’ e dê um nome como ‘openclaw-token’
• Copie imediatamente o token gerado (ele só é exibido uma vez)
• Guarde-o com segurança, pois será necessário nas próximas etapas - 3
Step 3: Configure as variáveis de ambiente
Defina as duas variáveis de ambiente obrigatórias:
• HA_URL: endereço do Home Assistant, como http://192.168.1.100:8123
• HA_TOKEN: o token de acesso longo que você acabou de copiar
Exemplo de implantação com Docker (docker-compose.yml):
• environment:
- HA_URL=http://192.168.1.100:8123
- HA_TOKEN=eyJhbGciOiJIUzI1NiIs... - 4
Step 4: Instale o skill homeassistant
Entre no contêiner ou diretório local do OpenClaw e execute:
• npx moltbot add skill homeassistant
Ou adicione manualmente ao arquivo de configuração:
• {
"skills": [
{
"name": "homeassistant",
"enabled": true
}
]
} - 5
Step 5: Verifique a conexão e comece a usar
Reinicie o serviço do OpenClaw para aplicar a configuração
• Envie uma mensagem de teste pelo WhatsApp ou Telegram: ‘Liste todas as luzes da minha casa’
• Se uma lista de dispositivos for retornada, a configuração funcionou
• Agora você já pode controlar sua casa inteligente com linguagem natural
FAQ
Qual é a diferença entre o OpenClaw e assistentes de voz tradicionais, como Siri e Alexa?
• Assistentes de voz tradicionais: associam palavras-chave e só reconhecem comandos predefinidos
• OpenClaw: usa o modelo de linguagem Claude para entender o significado e o contexto da linguagem natural
Por exemplo, se você disser ‘diminua um pouco a luz’, um assistente tradicional pode não reconhecer o comando, enquanto o OpenClaw entende a intenção, calcula um nível de brilho adequado e executa a ação. Além disso, o OpenClaw mantém conversas em vários turnos, permitindo refinar o pedido como em um bate-papo.
Qual é a diferença entre o skill openclaw-ha e as integrações oficiais do Home Assistant?
As integrações oficiais costumam ser fornecidas pelos fabricantes para que o HA controle dispositivos de determinadas marcas. Já o openclaw-ha permite interagir com esses dispositivos por linguagem natural: ele não controla o equipamento diretamente, mas ajuda a IA a entender sua intenção e, então, usar a API do HA.
Em resumo: a integração oficial faz o HA reconhecer o dispositivo; o openclaw-ha faz a IA entender o que você diz.
Por que não consigo controlar os dispositivos depois de concluir a configuração?
1. Verifique as permissões do token: confirme que HA_TOKEN pode ler e controlar dispositivos
2. Confira o ID da entidade: em ‘Ferramentas do desenvolvedor - Estados’ no HA, confirme que o ID da entidade existe
3. Teste a conectividade: na máquina em que o OpenClaw está rodando, use curl para verificar se HA_URL está acessível
4. Consulte os logs: os logs do OpenClaw mostram os erros específicos das chamadas à API
5. Reinicie o serviço: depois de alterar a configuração, é necessário reiniciar o OpenClaw
É seguro usar o OpenClaw para controlar uma casa inteligente?
• Execução local: o próprio OpenClaw roda localmente, e os dados não são enviados a servidores de terceiros
• Gestão de tokens: recomenda-se usar um Long-Lived Access Token e trocá-lo periodicamente
• Controle de permissões: você pode começar com acesso somente de leitura e liberar a escrita após os testes
• Segurança de rede: se o sistema ficar exposto à internet, use HTTPS e controle de acesso
• Dispositivos sensíveis: recomenda-se excluir da configuração o controle de fechaduras, câmeras e outros dispositivos sensíveis
Quais dispositivos são compatíveis além do Philips Hue?
O Home Assistant tem mais de 2.500 integrações oficiais, incluindo:
• Iluminação: Philips Hue, Yeelight, Xiaomi, TP-Link Kasa e outras
• Ar-condicionado e climatização: Midea, Gree, Nest, Ecobee e outras
• Interruptores e tomadas: Xiaomi, Sonoff, Tuya e outras
• Cortinas e fechaduras: Aqara, dispositivos Zigbee e outros
• Sensores: temperatura, umidade, presença, luminosidade e outros
Se o dispositivo aparece no HA, ele pode ser controlado com linguagem natural pelo OpenClaw.
11 min de leitura · Publicado em: 27 fev 2026 · Atualizado em: 4 set 2026
Deploy e prática OpenClaw
Se você chegou pela busca, o caminho mais rápido é ir para o post anterior ou próximo desta série.
Anterior
Alerta no ClawHub: mais de 800 plugins maliciosos ameaçam sua API Key
Entenda o ataque ClawHavoc de 2026 e veja como detectar skills maliciosas no OpenClaw, revisar plugins e proteger suas API Keys.
Parte 26 de 30
Próximo
OpenClaw 2026.3 na prática: principais recursos e boas práticas
Entenda as principais mudanças do OpenClaw 2026.3, como o ContextEngine, a arquitetura de plugins em três camadas, os backends de sandbox substituíveis e a integração com o Firecrawl, com exemplos de configuração e um roteiro de migração.
Parte 28 de 30



Comentários
Entre com GitHub para comentar