OpenClaw op reComputer – privacy-first emotie-AI-agent

De kernfuncties van deze AI Box zijn emotieperceptie plus emotionele respons.

Hij doet niet alleen maar emoties herkennen en zeggen "ik detecteer dat je je angstig voelt" — dat zou al te mechanisch zijn.

Wat hij doet, is de emotionele staat als contextinformatie behandelen en die in de dagelijkse gesprekken verwerken. Hij doet niet alleen maar emoties herkennen en zeggen "ik detecteer dat je je angstig voelt" — dat zou al te mechanisch zijn.

Bijvoorbeeld: wanneer je er angstig uitziet en een code-gerelateerde vraag stelt, kan de Agent als volgt antwoorden:

"Maak je geen zorgen, dit probleem heb ik al vaak gezien. Het is eenvoudig op te lossen. Laten we eerst het foutbericht bekijken…"

In plaats van zo te antwoorden:

"Ik heb gedetecteerd dat je huidige emotionele staat angst is. Ik schakel de antwoordmodus om naar een kalm en geduldig stijl. Na analyse zou dit probleem mogelijk…"

Emoties waarnemen en op natuurlijke wijze in het gesprek verwerken.

Dat is onze kernwaarde: geen opvallende emotiedetectie-truc, maar AI die mensen echt begrijpt en over menselijke warmte beschikt.

Stap 1: reComputer-apparaatimage flashen en inloggen

Ubuntu-image downloaden en flashen

reComputer Industrial R2145 ondersteunt Ubuntu. Download eerst de Ubuntu-image van de Seeed-website.
Schakel de hardware naar de Boot-modus, verbind het apparaat via een USB-C-datakabel met de computer en sluit de voedingskabel aan.

Open rpiboot en Raspberry Pi Imager en begin met het flashen van de image.

Eerste start en configuratie

Schakel de hardware na het flashen van de image naar de niet-Boot-modus. Verbind het apparaat en de computer via een ethernetkabel met hetzelfde netwerk en log vervolgens in met het volgende commando (wachtwoord: 12345678).

bash

ssh reComputer@raspberrypi.local

Stap 2: omgeving en OpenClaw op de reComputer configureren

Python en afhankelijkheden installeren

bash

pip install tensorflow>=1.7 opencv-contrib-python==3.3.0.9 fer

OpenClaw installeren

OpenClaw downloaden:

bash

curl -fsSL https://openclaw.ai/install.sh | bash

Download verifiëren:

bash

openclaw --version      # confirm the CLI is available
    openclaw doctor         # check for config issues
    openclaw gateway status # verify the Gateway is running
openclaw --version      # confirm the CLI is available
    openclaw doctor         # check for config issues
    openclaw gateway status # verify the Gateway is running

Het brein van de Agent configureren

Methode 1: API van een gangbaar bestaand LLM

Als je er bij de installatie voor hebt gekozen om de introductietutorial te draaien, kies dan in deze stap van de tutorial het juiste model en voer je persoonlijke API-sleutel in.
Als de installatie al voltooid is en je van model wilt wisselen, voer dan het commando openclaw onboard uit om opnieuw te configureren.

Methode 2: lokale modeluitrol (Ollama)

Ollama installeren

bash

curl -fsSL https://ollama.com/install.sh | sh
ollama --versio

OpenClaw verbinden met Ollama

OpenClaw heeft een API-sleutel nodig om de Ollama-service te identificeren. Omdat Ollama een lokale service is, mag deze sleutel elke willekeurige tekenreeks zijn.

Omgevingsvariabele instellen

bash

export OLLAMA_API_KEY="ollama-local

Via OpenClaw configureren

bash

openclaw config set models.providers.ollama.apiKey "ollama-local"

Controleren of de Ollama-service draait

Ollama-service controleren

bash

curl http://localhost:11434/api/tags

Als die niet draait, kun je hem starten

bash

ollama serve

OpenClaw-modellen bekijken

Beschikbare modellen in OpenClaw bekijken

bash

openclaw models list

Als er geen Ollama-modellen beschikbaar zijn, kun je ze toevoegen

bash

ollama launch openclaw
ollama launch openclaw --model qwen3:8b

OpenClaw-instelwizard uitvoeren

Configuratiewizard uitvoeren

bash

openclaw onboard

OpenClaw detecteert automatisch de lokale Ollama-service. Maak in de wizard de volgende keuzes

bash

◆  I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?
│  ● Yes / ○ No
◆  Onboarding mode
│  ● QuickStart (Configure details later via openclaw configure.)
│  ○ Manual

Vervolgens worden de momenteel verbonden modellen getoond. Dit document gebruikt het model ollama/qwen3:8b als voorbeeld

bash

◇  Existing config detected ─────────╮
│                                    │
│  workspace: ~/.openclaw/workspace  │
│  model: ollama/qwen3:8b            │
│  gateway.mode: local               │
│  gateway.port: 18789               │
│  gateway.bind: loopback            │
│                                    │
├────────────────────────────────────╯

Je kunt hier kiezen voor "Use existing values" of "Update values", maar niet voor "Reset"

bash

◆  Config handling
│  ● Use existing values
│  ○ Update values
│  ○ Reset

Kies bij Model provider voor "Skip for now"

bash

◆  Model/auth provider
│  ...
│  ○ Cloudflare AI Gateway
│  ○ Custom Provider
│  ● Skip for now

Kies "All providers"

bash

◆  Filter models by provider
│  ● All providers
│  ○ amazon-bedrock
│  ○ anthropic
│  ○ azure-openai-responses

Bij Default Model verschijnt het verbonden Ollama-model bovenaan en is het standaardmodel; kies het direct, bijvoorbeeld

bash

◆  Default model
│  ● Keep current (ollama/qwen3:8b)
│  ○ Enter model manually
│  ○ amazon-bedrock/anthropic.claude-3-haiku-20240307-v1:0
│  ○ amazon-bedrock/anthropic.claude-3-5-haiku-20241022-v1:0

Hiermee is OpenClaw succesvol verbonden met het lokale Ollama-model. Je kunt de volgende stappen naar wens verder configureren

bash

◆  How do you want to hatch your bot?
│  ○ Hatch in TUI (recommended)
│  ● Open the Web UI
│  ○ Do this later

OpenClaw + Ollama gaan gebruiken

Na het voltooien van de wizard opent OpenClaw automatisch de Web UI
Je bot kan nu met het lokale Ollama-model draaien. Als je van model wilt wisselen, voer dan uit

bash

ollama launch openclaw

Je kunt het model ook direct opgeven

bash

ollama launch openclaw --model qwen3:8b

Stap 3: visueel herkenningsalgoritme ontwikkelen

Emotieherkenning kan op drie manieren worden geïmplementeerd. Kies de aanpak die past bij je resources en behoeften.

Methode 1: multimodaal groot model (handigst, maar resource-intensief en traag)

Gebruik multimodale modellen zoals GPT-4V, die al emotieherkenning aan boord hebben en geen lokaal model nodig hebben.

Methode 2: klein model (meest stabiel)

We kunnen yolo en FER gebruiken voor emotieherkenning, of open-source / eigen modellen zoals FaceNet.

Dit artikel gebruikt de efficiënte YOLO + FER-implementatie om de inferentiecode in te kapselen:

Het YOLO-algoritme kan met één commando snel worden opgehaald en succesvol gedraaid vanaf het reComputer AI Lab-platform:

bash

sudo docker run --rm \
--name cm5-hailo8-yolo11n \
--privileged \
--net=host \
-e PYTHONUNBUFFERED=1 \
--device /dev/hailo0:/dev/hailo0 \
-v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
ghcr.io/seeed-projects/recomputer-hailo8-cv/yolov11n:latest \
python web_detection.py --model_path model/yolov11n.hef --video_path video/test.mp4

Stap 4: systemd-auto-start configureren

Om de emoteerdherkenningsservice automatisch te laten draaien bij het starten van de reComputer, moet je een systemd-gebruikersservice configureren, het emoteherkenningsscript aanpassen en het opslaan in een vast bestand dat OpenClaw kan lezen. Zo kan OpenClaw in volgende gesprekken in realtime emotie-informatie ophalen:

Service activeren en starten:

bash

mkdir -p ~/.config/systemd/user
systemctl --user daemon-reload
systemctl --user enable emotion.service
systemctl --user start emotion.service

Stap 5: emotie-instellingen configureren

OpenClaw SOUL.md configureren

Bewerk het SOUL.md-bestand van OpenClaw en voeg de emotieperceptiemogelijkheid toe:

bash

Emotional Awareness Mode
You have an emotional awareness AI companion mode. When the user starts the emotion detection service:
Read emotion state file:
/home/seeed/.openclaw/emotion_state.json
Before every reply, check the emotion and style fields in emotion_state.json, then adjust your tone based on the user’s emotion.

OpenClaw herstarten om de configuratie toe te passen

Kernbewerkingen van OpenClaw

bash

Terminal:
    openclaw --Start OpenClaw
    openclaw onboard --Reconfigure OpenClaw
Chat interface:
    chat --Enter the previous conversation
    /new --Create a new conversation interface

Stap 6: verifiëren en testen

Apparaat herstarten

bash

sudo reboot

Het apparaat zou nu automatisch de emoteherkenningsservice moeten draaien.

Camera- en emoteherkenning verifiëren

Maak verschillende gezichtsuitdrukkingen voor de camera en controleer de update van de emotestatus via het bestand /home/seeed/.openclaw/emotion_state.json

bash

cd /home/seeed/.openclaw
vim emotion_state.json

Verwacht resultaat:

Volledige gesprekstest

OpenClaw-gesprek starten:

bash

openclaw
chat

Testscenario:

Voorbeelden van emotierespons

Scenario 1: gebruiker oogt angstig

bash

User (frowning): This code keeps throwing errors, please help me check it.
Agent (Anxiety emotion detected): "Don’t worry, let me take a look at this problem for you. It appears to be a type conversion error. Let me fix it for you:It should work properly after this adjustment. Feel free to tell me if you still run into issues."

Emotion Update → User’s relaxed expression detected after several seconds
Agent: "I see the issue is resolved and you look relieved~ Is there anything else I can assist you with?"

Scenario 2: gebruiker oogt verdrietig

bash

User (sighing): My coding skills seem to be getting worse lately.
Agent (Frustration emotion detected): "I understand how you feel. It’s perfectly normal to hit a bottleneck sometimes. The fact that you can recognize this means you have high standards for code quality, and that in itself is progress. Would you like me to check exactly what you’re unsatisfied with? Let’s optimize it together."