Integrations & Workflows — เชื่อมต่อทุกระบบในองค์กร

🤖 AI ที่อยู่แค่ในแชทไม่เพียงพอ

ลองนึกภาพ: AI ที่ฉลาดแค่ไหนก็ตาม หากไม่สามารถเข้าถึงข้อมูลจริงในองค์กรได้ มันก็เป็นเพียง chatbot ที่แพงขึ้น การที่ AI จะมีประโยชน์จริงได้ มันต้องสามารถ:

อ่าน-ส่ง email เพื่อติดตามงานและสื่อสารกับทีม
จัดการ calendar สำหรับนัดหมายและ deadline
Query database เพื่อหาข้อมูลและสร้าง insights
ทำงานร่วมกับ GitHub สำหรับ code review และ deployment
ควบคุม smart home เพื่อปรับสภาพแวดล้อมการทำงาน
เชื่อมต่อกับ tools องค์กร ผ่าน APIs และ webhooks

นี่คือจุดแข็งหลักของ OpenClaw — มันไม่ได้เป็นแค่ AI assistant แต่เป็น integration platform ที่ให้ AI เข้าถึงและทำงานร่วมกับระบบจริงได้ครบวงจร

🏗️ Integration Architecture

OpenClaw ออกแบบมาให้เป็นสะพานเชื่อมระหว่าง AI และโลกจริง โดยมี architecture แบบ hub-and-spoke ที่ยืดหยุ่นและปลอดภัย:

Gateway ทำหน้าที่เป็นตัวกลางที่ปลอดภัย รับ requests จาก channels ต่าง ๆ แล้วส่งต่อไปยัง skills และ external APIs พร้อม authentication, rate limiting, และ logging ครบครัน

Tool Manager จัดการ lifecycle ของ skills ต่าง ๆ ทั้งการ install, update, permission control, และ resource monitoring เพื่อให้แน่ใจว่าระบบทำงานได้เสมอ

Channels รองรับการสื่อสารหลากหลายรูปแบบ — ตั้งแต่ messaging apps สำหรับ end users ไปจนถึง webhooks สำหรับ automated systems

💬 Messaging Channels — ประตูสู่ AI

OpenClaw รองรับ messaging channels หลากหลายรูปแบบ แต่ละตัวมีจุดแข็งและการใช้งานที่แตกต่างกันไป:

Telegram — ตัวเลือกยอดนิยม

Telegram เป็น channel ที่ได้รับความนิยมมากที่สุดเนื่องจากความยืดหยุ่นและ features ที่ครบครัน:

# การตั้งค่า Telegram Bot
# 1. สร้าง bot ผ่าน @BotFather
# 2. เพิ่ม configuration ใน openclaw.json

{
  "channels": {
    "telegram": {
      "enabled": true,
      "bot_token": "YOUR_BOT_TOKEN",
      "allowed_users": [123456789, 987654321],
      "groups": {
        "team_chat": -1001234567890,
        "alerts": -1009876543210
      },
      "forums": {
        "project_threads": {
          "chat_id": -1001111111111,
          "topics": {
            "bug_reports": 2,
            "feature_requests": 3
          }
        }
      }
    }
  }
}
            

Private chats เหมาะสำหรับงานส่วนตัวและ sensitive operations
Groups ใช้สำหรับ team collaboration และ notifications
Forum topics ช่วยจัดระเบียบการสนทนาตามหัวข้อ

Signal — ความปลอดภัยสูงสุด

Signal มี end-to-end encryption ที่แข็งแกร่ง เหมาะสำหรับองค์กรที่ใส่ใจเรื่องความปลอดภัย:

{
  "channels": {
    "signal": {
      "enabled": true,
      "phone_number": "+66812345678",
      "allowed_contacts": ["+66823456789"],
      "device_name": "OpenClaw-Production"
    }
  }
}
            

Discord — สำหรับทีมเทคนิค

Discord มี rich formatting และ bot ecosystem ที่เหมาะสำหรับทีมพัฒนาและ DevOps:

{
  "channels": {
    "discord": {
      "enabled": true,
      "bot_token": "YOUR_DISCORD_TOKEN",
      "guild_id": "123456789012345678",
      "channels": {
        "general": "234567890123456789",
        "alerts": "345678901234567890"
      },
      "roles": {
        "admin": "456789012345678901",
        "developer": "567890123456789012"
      }
    }
  }
}
            

Webhooks — สำหรับ Automation

Webhooks ช่วยให้ระบบภายนอกสามารถ trigger OpenClaw ได้โดยตรง เหมาะสำหรับ event-driven workflows:

# Webhook endpoint configuration
{
  "webhooks": {
    "github": {
      "endpoint": "/webhooks/github",
      "secret": "your-github-secret",
      "events": ["push", "pull_request", "issues"]
    },
    "monitoring": {
      "endpoint": "/webhooks/alerts",
      "auth_token": "your-monitoring-token"
    }
  }
}

# ตัวอย่าง GitHub webhook ที่ trigger auto-review
curl -X POST https://your-domain.com/webhooks/github \
  -H "X-GitHub-Event: pull_request" \
  -H "X-Hub-Signature-256: sha256=..." \
  -d '{"action": "opened", "pull_request": {...}}'
            

📧 Google Workspace via gog CLI

Google Workspace เป็นหัวใจของการทำงานในองค์กรสมัยใหม่ OpenClaw ใช้ gog CLI เป็นตัวเชื่อมต่อที่ให้ความสามารถครบครันในการจัดการ email, calendar, drive, และ sheets:

Gmail Operations

การจัดการ email ไม่ใช่แค่การอ่านและส่งเท่านั้น แต่ต้องสามารถ search, filter, และ organize ได้อย่างฉลาด:

# ค้นหา emails ตามเงื่อนไขที่ซับซ้อน gog gmail search "from:[email protected] subject:urgent" \ --max-results 10 \ --format json # ส่ง email พร้อม attachments และ CC gog gmail send \ --to "[email protected]" \ --cc "[email protected]" \ --subject "Weekly Report - $(date +%Y-%m-%d)" \ --body-file report.html \ --attach report.pdf \ --attach charts.xlsx # อ่าน email ล่าสุดที่ยังไม่ได้อ่าน gog gmail list --query "is:unread" --max-results 5 | \ jq '.[] | {subject: .subject, from: .from, date: .date}' # Mark emails as read/unread และจัดการ labels gog gmail modify \ --id "thread-id-here" \ --add-labels "IMPORTANT,PROCESSED" \ --remove-labels "INBOX"

ตัวอย่างการใช้งานจริง: AI สามารถ monitor email จาก monitoring system แล้วสร้าง incident reports โดยอัตโนมัติ พร้อมส่งต่อให้ทีมที่เกี่ยวข้อง

Calendar Management

การจัดการ calendar ที่ดีต้องคำนึงถึง availability, conflicts, และ meeting preparation:

# ดูกำหนดการวันนี้ gog calendar list-events \ --calendar primary \ --time-min $(date -Iseconds) \ --time-max $(date -d "today 23:59:59" -Iseconds) # สร้าง meeting ใหม่พร้อม attendees gog calendar create-event \ --summary "Team Standup" \ --start "2024-03-15T09:00:00+07:00" \ --end "2024-03-15T09:30:00+07:00" \ --attendees "[email protected],[email protected]" \ --description "Daily standup meeting" \ --location "Conference Room A" # ตรวจสอบ free/busy ของทีม gog calendar freebusy \ --calendars "[email protected],[email protected]" \ --time-min "2024-03-15T08:00:00Z" \ --time-max "2024-03-15T18:00:00Z" # Update หรือยกเลิก meeting gog calendar update-event \ --event-id "event-id-here" \ --summary "Team Standup (Updated)"

Google Drive Integration

Drive ไม่ใช่แค่ที่เก็บไฟล์ แต่เป็น collaboration hub ที่ AI สามารถจัดการและ organize ได้อย่างชาญฉลาด:

# Upload files พร้อม metadata และ sharing gog drive upload /local/report.pdf \ --folder "Reports/2024/Q1" \ --name "Weekly Report - Week 11" \ --description "Generated by OpenClaw" \ --share-with "[email protected]:reader" # ค้นหาไฟล์ตามเนื้อหาและ metadata gog drive search \ --query "name contains 'budget' and modifiedTime > '2024-01-01'" \ --fields "id,name,modifiedTime,owners" # Batch operations สำหรับการจัดระเบียบ gog drive list --folder "Inbox" | jq -r '.[] | .id' | \ xargs -I {} gog drive move {} --destination "Archive/2024" # สร้างและแชร์ folders สำหรับ projects gog drive create-folder "Project Alpha" \ --parent "Active Projects" \ --share-with "[email protected]:writer"

Google Sheets — Data Operations

Sheets เป็น lightweight database ที่ AI สามารถใช้สำหรับ tracking, reporting, และ simple data operations:

# อ่านข้อมูลจาก sheet
gog sheets read \
  --spreadsheet "1BxiMVs0XRA5nFMdKvBdBZjgmUUqptlbs74OgvE2upms" \
  --range "A1:E10" \
  --format json

# เขียนข้อมูลลง sheet
echo "Date,Task,Status,Assignee" | \
  gog sheets write \
    --spreadsheet "spreadsheet-id" \
    --range "A1:D1" \
    --format csv

# Update ข้อมูลแบบ batch
gog sheets batch-update \
  --spreadsheet "spreadsheet-id" \
  --updates-file updates.json

# สร้าง charts และ pivot tables
gog sheets create-chart \
  --spreadsheet "spreadsheet-id" \
  --range "A1:C10" \
  --chart-type "LINE"
            

🐙 GitHub Integration — DevOps Automation

GitHub เป็น backbone ของการพัฒนา software ในองค์กร OpenClaw ทำให้ AI สามารถเข้าไปช่วยในทุกขั้นตอนของ development lifecycle:

Repository Management

การจัดการ repositories, branches, และ releases ที่ช่วยให้ทีมทำงานได้อย่างมีประสิทธิภาพ:

# Clone และ setup repository
gh repo clone company/project-alpha
cd project-alpha
gh repo set-default company/project-alpha

# สร้าง branch สำหรับ feature ใหม่
gh repo create-branch feature/user-authentication \
  --source main

# ตรวจสอบสถานะ CI/CD
gh run list --limit 10 --json status,conclusion,headBranch
gh run view 123456789 --log

# Create และ manage releases
gh release create v1.2.0 \
  --title "Version 1.2.0 - New Authentication" \
  --notes-file CHANGELOG.md \
  --target main
            

Issue & PR Management

การจัดการ issues และ pull requests ที่ช่วยให้ process พัฒนาเป็นไปอย่างราบรื่น:

# ดู issues ที่ assigned ให้ตัวเอง
gh issue list --assignee @me --state open

# สร้าง issue ใหม่พร้อม template
gh issue create \
  --title "Add password reset functionality" \
  --body-file .github/ISSUE_TEMPLATE/feature_request.md \
  --label "feature,backend" \
  --assignee alice

# Review pull requests
gh pr list --state open --review-requested @me
gh pr checkout 123
gh pr review 123 \
  --approve \
  --body "LGTM! Great implementation of password reset."

# Merge PR ผ่าน CLI
gh pr merge 123 --squash --delete-branch
            

Automated PR Workflows

OpenClaw มี skill พิเศษ /gh-issues ที่ช่วยทำ end-to-end automation ตั้งแต่หา issues, implement fixes, สร้าง PR, จนถึง respond กับ review comments:

# ใช้ /gh-issues skill สำหรับ automation
/gh-issues company/project \
  --label bug \
  --limit 5 \
  --watch \
  --model claude-3-sonnet

# Skill จะ:
# 1. ค้นหา issues ที่ label "bug"
# 2. วิเคราะห์ความซับซ้อนและความเป็นไปได้
# 3. สร้าง implementation plan
# 4. เขียน code และ tests
# 5. สร้าง PR พร้อม description ที่ละเอียด
# 6. Monitor และ respond กับ review comments
# 7. อัพเดต code ตาม feedback
            

Code Quality & Security

การรักษา code quality และ security ผ่าน automated checks และ reviews:

# ตรวจสอบ security vulnerabilities
gh api repos/company/project/vulnerability-alerts

# Review code changes
gh pr diff 123 --name-only | \
  xargs -I {} echo "Reviewing: {}"

# ตั้งค่า branch protection
gh api repos/company/project/branches/main/protection \
  --method PUT \
  --field required_status_checks='{"strict":true,"contexts":["ci/tests"]}' \
  --field enforce_admins=true \
  --field required_pull_request_reviews='{"required_approving_review_count":2}'
            

🗄️ Database Connectors — ข้อมูลคือพลัง

ข้อมูลใน database คือ goldmine ที่ AI สามารถนำมาใช้สร้าง insights และตอบคำถามทางธุรกิจได้ แต่ต้องทำอย่างปลอดภัยและมีระเบียบ:

Secure Database Access Pattern

OpenClaw ใช้ pattern VPN + wrapper script เพื่อให้แน่ใจว่าการเข้าถึง database ปลอดภัยและ controlled:

# ha_query.py - Safe database wrapper
# ไฟล์นี้ handle VPN connection และ de-identification

#!/usr/bin/env python3
import psycopg2
import re
import hashlib
from datetime import datetime

class SafeDBQuery:
    def __init__(self):
        self.vpn_connected = self.check_vpn()
        self.db_config = self.load_config()
        
    def query(self, sql):
        # 1. Validate SQL (prevent dangerous operations)
        if not self.is_safe_query(sql):
            raise ValueError("Unsafe query detected")
        
        # 2. Execute with connection pooling
        result = self.execute_query(sql)
        
        # 3. De-identify sensitive data
        return self.de_identify(result)
    
    def de_identify(self, data):
        # Hash personal identifiers
        # Replace sensitive values with anonymized versions
        # Log access for audit trail
        pass

# การใช้งาน - เรียกผ่าน wrapper เท่านั้น
python3 tools/ha_query.py "SELECT patient_count, avg_age FROM patient_summary WHERE date = '2024-03-10'"
            

Practical Database Example

ตัวอย่างการใช้งานจริงกับ hospital database ที่ต้องการ insights เร็ว ๆ แต่ปลอดภัย:

# Query สำหรับ daily dashboard
python3 tools/ha_query.py """
SELECT 
    department,
    COUNT(*) as patient_count,
    AVG(satisfaction_score) as avg_satisfaction,
    COUNT(CASE WHEN severity = 'critical' THEN 1 END) as critical_cases
FROM patient_visits 
WHERE visit_date = CURRENT_DATE
GROUP BY department
ORDER BY critical_cases DESC
"""

# ผลลัพธ์ (de-identified):
# department        | patient_count | avg_satisfaction | critical_cases
# Emergency         | 45           | 4.2             | 3
# ICU              | 12           | 4.8             | 8
# General Medicine  | 78           | 4.5             | 0

# Query สำหรับ trend analysis
python3 tools/ha_query.py """
WITH monthly_stats AS (
    SELECT 
        DATE_TRUNC('month', visit_date) as month,
        department,
        COUNT(*) as visits,
        AVG(length_of_stay) as avg_los
    FROM patient_visits 
    WHERE visit_date >= CURRENT_DATE - INTERVAL '12 months'
    GROUP BY 1, 2
)
SELECT * FROM monthly_stats 
WHERE department = 'Emergency'
ORDER BY month DESC
"""
            

Data Pipeline & ETL

การสร้าง data pipeline สำหรับ regular reports และ analytics:

#!/bin/bash
# daily_report.sh - Automated data pipeline

# 1. Extract data สำหรับ yesterday
YESTERDAY=$(date -d "yesterday" +%Y-%m-%d)
python3 tools/ha_query.py "
SELECT * FROM daily_summary WHERE date = '$YESTERDAY'
" > /tmp/daily_data.csv

# 2. Transform และสร้าง charts
python3 scripts/generate_charts.py /tmp/daily_data.csv

# 3. สร้าง PDF report
python3 scripts/create_pdf_report.py \
  --data /tmp/daily_data.csv \
  --charts /tmp/charts/ \
  --template templates/daily_report.html \
  --output "reports/Daily_Report_$YESTERDAY.pdf"

# 4. Upload ไป Drive และส่ง notification
python3 gdrive/gdrive_upload.py \
  "reports/Daily_Report_$YESTERDAY.pdf" \
  --folder "Reports/Daily" \
  --name "Daily Report - $YESTERDAY"

# 5. ส่ง summary ผ่าน Telegram
python3 tools/send_telegram.py \
  "📊 Daily Report สำหรับ $YESTERDAY พร้อมแล้ว"
            

⏰ Cron Jobs & Heartbeats — Automation ที่ไม่หยุด

การทำงานอัตโนมัติเป็นหัวใจของ productive organization OpenClaw มีระบบ cron และ heartbeat ที่ช่วยให้งานต่าง ๆ เกิดขึ้นตามเวลาและมีการ monitor สถานะอย่างต่อเนื่อง:

OpenClaw Cron Configuration

การตั้งค่า cron jobs ผ่าน openclaw.json ที่ให้ความยืดหยุ่นและ reliability สูง:

{ "cron": { "daily_reports": { "schedule": "0 8 * * *", "skill": "data-analysis", "params": { "source": "hospital_db", "report_type": "daily_summary", "recipients": ["[email protected]"] }, "enabled": true, "timeout": 1800 }, "backup_verification": { "schedule": "0 2 * * *", "command": "bash /scripts/verify_backups.sh", "notify_on_failure": "[email protected]", "retry_attempts": 3 }, "weekly_cost_report": { "schedule": "0 9 * * MON", "skill": "aws-cost-analyzer", "params": { "period": "last_week", "breakdown": ["service", "region", "team"] } }, "security_scan": { "schedule": "0 */6 * * *", "skill": "security-auditor", "params": { "scan_type": "vulnerability_check" } } } }

Heartbeat System

Heartbeat system ช่วย monitor สุขภาพของระบบต่าง ๆ และส่ง proactive alerts เมื่อมีสิ่งที่ต้องให้ความสนใจ:

# heartbeat_config.json
{
  "heartbeat": {
    "interval": 300,  // 5 minutes
    "checks": {
      "email": {
        "type": "gmail_unread",
        "threshold": 50,
        "alert_message": "📧 Inbox เต็ม: มี email ใหม่ {{count}} ฉบับ"
      },
      "calendar": {
        "type": "upcoming_meetings",
        "lookahead": 15,  // minutes
        "alert_message": "🗓️ Meeting เหลือ 15 นาที: {{meeting_title}}"
      },
      "system": {
        "type": "disk_space",
        "threshold": 85,  // percent
        "alert_message": "💾 Disk space ใกล้เต็ม: {{usage}}%"
      },
      "database": {
        "type": "connection_check",
        "timeout": 10,
        "alert_message": "🚨 Database connection failed"
      }
    },
    "quiet_hours": {
      "start": "23:00",
      "end": "08:00",
      "timezone": "Asia/Bangkok"
    }
  }
}

# ตัวอย่าง heartbeat script
#!/usr/bin/env python3
# heartbeat.py

import json
import time
from datetime import datetime, timedelta

class HeartbeatMonitor:
    def __init__(self):
        self.config = self.load_config()
        self.last_checks = {}
    
    def run_checks(self):
        for check_name, config in self.config['checks'].items():
            if self.should_run_check(check_name):
                result = self.execute_check(check_name, config)
                if result['alert_needed']:
                    self.send_alert(check_name, result)
                self.last_checks[check_name] = datetime.now()
    
    def execute_check(self, check_name, config):
        if config['type'] == 'gmail_unread':
            count = self.get_unread_count()
            return {
                'alert_needed': count > config['threshold'],
                'data': {'count': count}
            }
        # ... other check types
    
    def send_alert(self, check_name, result):
        message = self.format_message(
            self.config['checks'][check_name]['alert_message'],
            result['data']
        )
        # ส่งผ่าน Telegram หรือ notification channel อื่น
        self.send_notification(message)

            

Scheduled Task Examples

ตัวอย่างงานที่ทำแบบ scheduled ที่ช่วยให้องค์กรทำงานได้อย่างมีประสิทธิภาพ:

# 1. News Digest - ทุกเช้า 7:30
{
  "schedule": "30 7 * * *",
  "skill": "news-aggregator",
  "params": {
    "sources": ["techcrunch", "ars-technica", "hacker-news"],
    "keywords": ["AI", "healthcare", "startup"],
    "summary_length": "brief"
  }
}

# 2. Weekly Team Update - ทุกศุกร์ 5 PM
{
  "schedule": "0 17 * * FRI",
  "command": "bash scripts/weekly_team_update.sh",
  "description": "Aggregate team progress and send summary"
}

# 3. Backup Verification - ทุกวัน 2 AM
{
  "schedule": "0 2 * * *",
  "skill": "backup-verifier",
  "params": {
    "sources": ["database", "user_files", "configuration"],
    "verify_integrity": true,
    "alert_on_failure": true
  }
}

# 4. Performance Monitoring - ทุก 15 นาที
{
  "schedule": "*/15 * * * *",
  "skill": "system-monitor",
  "params": {
    "metrics": ["cpu", "memory", "disk", "network"],
    "threshold_alert": true
  }
}
            

🔄 n8n Workflow Automation

n8n เป็น visual workflow builder ที่ช่วยให้การสร้าง complex automation เป็นเรื่องง่าย OpenClaw สามารถเชื่อมต่อกับ n8n ได้ทั้งในฐานะ trigger และ action node:

n8n + OpenClaw Integration

การเชื่อมต่อระหว่าง n8n และ OpenClaw ทำได้ผ่าน webhooks และ HTTP requests:

# n8n workflow configuration
{
  "name": "Customer Support Automation",
  "nodes": [
    {
      "type": "webhook",
      "name": "New Support Ticket",
      "parameters": {
        "path": "support-ticket",
        "method": "POST"
      }
    },
    {
      "type": "http-request",
      "name": "Analyze Ticket with OpenClaw",
      "parameters": {
        "url": "https://your-openclaw.com/api/analyze-ticket",
        "method": "POST",
        "body": {
          "ticket_content": "{{ $json.ticket_content }}",
          "customer_info": "{{ $json.customer }}"
        }
      }
    },
    {
      "type": "switch",
      "name": "Route by Priority",
      "parameters": {
        "rules": [
          {
            "condition": "{{ $json.priority === 'urgent' }}",
            "output": 1
          },
          {
            "condition": "{{ $json.priority === 'normal' }}",
            "output": 2
          }
        ]
      }
    }
  ]
}
            

Practical Workflow Examples

ตัวอย่าง workflows ที่ใช้งานจริงในองค์กร:

# Workflow 1: Invoice Processing
GitHub Issue → Extract Data → Validate → Update Database → Send Notification

# n8n nodes:
1. GitHub Webhook (new issue with "invoice" label)
2. OpenClaw PDF Processor (extract invoice data)
3. Data Validation Node
4. Database Update (via OpenClaw)
5. Slack/Teams Notification

# Workflow 2: Employee Onboarding
HR Form → Create Accounts → Setup Access → Send Welcome Package

# n8n nodes:
1. Form Trigger (new employee data)
2. OpenClaw User Creation (Google Workspace)
3. GitHub Team Assignment
4. Office 365 License Assignment
5. Welcome Email + Calendar Setup

# Workflow 3: Incident Response
Monitoring Alert → Assess Severity → Create Ticket → Notify Team → Track Resolution

# n8n nodes:
1. Webhook from Monitoring System
2. OpenClaw Log Analysis
3. Incident Classification
4. Jira Ticket Creation
5. PagerDuty/OpsGenie Alert
6. Status Updates to Slack
            

Advanced Workflow Patterns

Patterns ที่ช่วยให้ workflows มีประสิทธิภาพและ reliable มากขึ้น:

# Human-in-the-loop approval
{
  "approval_node": {
    "type": "manual-trigger",
    "name": "Manager Approval",
    "parameters": {
      "webhook_url": "https://your-domain/approve/{{workflow_id}}",
      "timeout": 86400,  // 24 hours
      "fallback_action": "reject"
    }
  }
}

# Error handling และ retry logic
{
  "error_handling": {
    "on_error": "retry",
    "max_attempts": 3,
    "retry_delay": 300,  // 5 minutes
    "fallback_workflow": "error-notification"
  }
}

# Batch processing
{
  "batch_node": {
    "type": "split-in-batches",
    "parameters": {
      "batch_size": 10,
      "options": {
        "reset": false
      }
    }
  }
}
            

🏠 Home Assistant IoT — Smart Environment

การควบคุม smart home ผ่าน Home Assistant ช่วยให้ AI สามารถปรับสภาพแวดล้อมการทำงานให้เหมาะสมและ respond กับ events ต่าง ๆ ได้อย่างอัตโนมัติ:

Home Assistant REST API

OpenClaw เชื่อมต่อกับ Home Assistant ผ่าน REST API เพื่อควบคุม devices และดึง sensor data:

# การตั้งค่าการเชื่อมต่อ Home Assistant
{
  "home_assistant": {
    "url": "https://your-ha-instance.duckdns.org",
    "token": "your-long-lived-access-token",
    "verify_ssl": true,
    "timeout": 30
  }
}

# ควบคุม lights และ switches
curl -X POST \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"entity_id": "light.office_main"}' \
  https://your-ha.com/api/services/light/turn_on

# ปรับ brightness และ color
curl -X POST \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "entity_id": "light.office_main",
    "brightness": 180,
    "rgb_color": [255, 200, 150]
  }' \
  https://your-ha.com/api/services/light/turn_on

# ควบคุม climate (aircon/heater)
curl -X POST \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "entity_id": "climate.office_ac",
    "temperature": 24,
    "hvac_mode": "cool"
  }' \
  https://your-ha.com/api/services/climate/set_temperature
            

Practical Smart Home Examples

ตัวอย่างการใช้งาน smart home ที่เชื่อมต่อกับงานจริง:

# Scene สำหรับ Deep Work
# - เปิดไฟแสงสีขาวเย็น (focus mode)
# - ปิดเสียงรบกวน
# - ตั้ง aircon ให้เย็นหน่อย (22°C)
# - เปิด white noise

curl -X POST \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"entity_id": "scene.deep_work"}' \
  https://your-ha.com/api/services/scene/turn_on

# Meeting Mode
# - ปิดไฟที่อาจแสงสะท้อนจอ
# - เช็คว่า microphone ไม่ mute
# - เปิดกล้องและปรับมุม
# - ปิดเสียงโทรศัพท์

curl -X POST \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"entity_id": "scene.meeting_mode"}' \
  https://your-ha.com/api/services/scene/turn_on

# Break Time
# - เปิดเพลงเบา ๆ
# - ปรับไฟให้อบอุ่น
# - เริ่ม timer 15 นาที
# - แจ้งเตือนเมื่อครบ

curl -X POST \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"entity_id": "script.break_time_sequence"}' \
  https://your-ha.com/api/services/script/turn_on
            

Bidirectional Communication

ไม่ใช่แค่ OpenClaw ควบคุม Home Assistant แต่ HA ก็สามารถ trigger OpenClaw ได้ผ่าน webhooks:

# Home Assistant automation ที่ส่ง webhook ไป OpenClaw
automation:
  - alias: "Motion Detected in Office"
    trigger:
      platform: state
      entity_id: binary_sensor.office_motion
      to: 'on'
    condition:
      condition: time
      after: '18:00:00'
    action:
      service: rest_command.notify_openclaw
      data:
        message: "Motion detected in office after hours"
        location: "office"
        timestamp: "{{ now().isoformat() }}"

# REST command configuration
rest_command:
  notify_openclaw:
    url: "https://your-openclaw.com/webhooks/motion"
    method: POST
    headers:
      Authorization: "Bearer YOUR_WEBHOOK_TOKEN"
      Content-Type: "application/json"
    payload: >
      {
        "event": "motion_detected",
        "data": {{ data | tojson }}
      }

# OpenClaw สามารถ respond ได้ เช่น:
# - ส่ง notification ไป security team
# - เปิดกล้องและ record video
# - เช็ค badge access logs
# - หากเป็นเวลาผิดปกติ → alert security guard
            

🔧 Building Custom Integrations

ความแข็งแกร่งของ OpenClaw อยู่ที่ความสามารถในการขยายและเพิ่ม integrations ใหม่ ๆ ได้อย่างง่ายดาย นี่คือ patterns และ best practices สำหรับการสร้าง custom integrations:

Integration Patterns

มี 4 รูปแบบหลักในการสร้าง integrations ขึ้นกับความซับซ้อนและความต้องการ:

# 1. Simple Bash Script Wrapper
#!/bin/bash
# tools/slack_notify.sh

API_TOKEN="your-slack-token"
CHANNEL="$1"
MESSAGE="$2"

curl -X POST https://slack.com/api/chat.postMessage \
  -H "Authorization: Bearer $API_TOKEN" \
  -H "Content-Type: application/json" \
  -d "{
    \"channel\": \"$CHANNEL\",
    \"text\": \"$MESSAGE\"
  }"

# Usage: bash tools/slack_notify.sh "#general" "Deployment complete"

# 2. Python API Wrapper
#!/usr/bin/env python3
# tools/jira_helper.py

import requests
import json
import sys

class JiraAPI:
    def __init__(self, base_url, email, token):
        self.base_url = base_url
        self.auth = (email, token)
        
    def create_issue(self, project, summary, description):
        data = {
            "fields": {
                "project": {"key": project},
                "summary": summary,
                "description": description,
                "issuetype": {"name": "Task"}
            }
        }
        
        response = requests.post(
            f"{self.base_url}/rest/api/2/issue",
            json=data,
            auth=self.auth
        )
        
        return response.json()

if __name__ == "__main__":
    jira = JiraAPI(sys.argv[1], sys.argv[2], sys.argv[3])
    result = jira.create_issue(sys.argv[4], sys.argv[5], sys.argv[6])
    print(json.dumps(result, indent=2))
            

OpenClaw Skill Creation

สำหรับ integrations ที่ซับซ้อนกว่า ให้สร้างเป็น OpenClaw Skill ที่มี metadata, documentation, และ error handling ครบครัน:

# skill.json - Skill metadata
{
  "name": "salesforce-crm",
  "version": "1.0.0",
  "description": "Salesforce CRM integration for lead and opportunity management",
  "author": "Your Organization",
  "dependencies": ["requests", "python-salesforce"],
  "permissions": [
    "api:salesforce.com",
    "file:read:./config/",
    "env:SALESFORCE_*"
  ],
  "configuration": {
    "required": ["instance_url", "client_id", "client_secret"],
    "optional": ["sandbox_mode", "timeout"]
  }
}

# main.py - Skill implementation
#!/usr/bin/env python3

import os
import json
import requests
from typing import Dict, List, Optional

class SalesforceSkill:
    def __init__(self):
        self.config = self.load_config()
        self.session = self.authenticate()
    
    def load_config(self) -> Dict:
        config_path = os.path.join(os.path.dirname(__file__), 'config.json')
        with open(config_path) as f:
            config = json.load(f)
        
        # Override with environment variables
        for key in ['client_id', 'client_secret', 'username', 'password']:
            env_var = f"SALESFORCE_{key.upper()}"
            if env_var in os.environ:
                config[key] = os.environ[env_var]
        
        return config
    
    def authenticate(self) -> requests.Session:
        # OAuth 2.0 authentication flow
        # Return authenticated session
        pass
    
    def search_leads(self, query: str, limit: int = 10) -> List[Dict]:
        """Search for leads matching the query"""
        try:
            soql = f"SELECT Id, Name, Email, Company FROM Lead WHERE Name LIKE '%{query}%' LIMIT {limit}"
            response = self.session.get(
                f"{self.config['instance_url']}/services/data/v57.0/query",
                params={'q': soql}
            )
            response.raise_for_status()
            return response.json()['records']
        except Exception as e:
            self.handle_error(e)
            return []
    
    def handle_error(self, error):
        # Proper error logging and user-friendly messages
        pass

# CLI interface
if __name__ == "__main__":
    import argparse
    
    parser = argparse.ArgumentParser(description='Salesforce CRM Operations')
    parser.add_argument('action', choices=['search-leads', 'create-lead', 'update-opportunity'])
    parser.add_argument('--query', help='Search query')
    parser.add_argument('--limit', type=int, default=10)
    
    args = parser.parse_args()
    
    skill = SalesforceSkill()
    
    if args.action == 'search-leads':
        results = skill.search_leads(args.query, args.limit)
        print(json.dumps(results, indent=2))
            

API Integration Best Practices

หลักการสำคัญในการสร้าง integrations ที่ robust และ production-ready:

# 1. Rate Limiting และ Retries
import time
import random
from functools import wraps

def retry_with_backoff(retries=3, backoff_factor=1):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for attempt in range(retries):
                try:
                    return func(*args, **kwargs)
                except requests.exceptions.RequestException as e:
                    if attempt == retries - 1:
                        raise e
                    
                    wait_time = backoff_factor * (2 ** attempt) + random.uniform(0, 1)
                    time.sleep(wait_time)
            
        return wrapper
    return decorator

# 2. Configuration Management
class ConfigManager:
    def __init__(self, config_file='config.json'):
        self.config = self.load_config(config_file)
    
    def load_config(self, config_file):
        # Load from file
        # Override with environment variables
        # Validate required fields
        # Return merged config
        pass
    
    def get_secret(self, key):
        # Secure secret retrieval
        # Support for various secret backends (AWS Secrets Manager, HashiCorp Vault, etc.)
        pass

# 3. Structured Logging
import logging
import json

def setup_logging():
    logging.basicConfig(
        level=logging.INFO,
        format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
        handlers=[
            logging.FileHandler('integration.log'),
            logging.StreamHandler()
        ]
    )

def log_api_call(endpoint, method, status_code, response_time):
    logger = logging.getLogger(__name__)
    logger.info(json.dumps({
        'event': 'api_call',
        'endpoint': endpoint,
        'method': method,
        'status_code': status_code,
        'response_time_ms': response_time
    }))

# 4. Health Checks
def health_check():
    checks = {
        'api_connectivity': check_api_connection(),
        'authentication': check_auth_status(),
        'rate_limits': check_rate_limit_status(),
        'last_successful_call': get_last_success_timestamp()
    }
    
    healthy = all(checks.values())
    
    return {
        'healthy': healthy,
        'checks': checks,
        'timestamp': time.time()
    }
            

🎯 Key Takeaways

Integration เป็นหัวใจ: AI ที่มีประโยชน์จริงต้องเชื่อมต่อกับระบบจริงได้ — email, calendar, database, GitHub, smart home
Security-first design: ทุก integration ต้องผ่าน authentication, authorization, และ audit logging ที่เข้มงวด
Multi-channel support: รองรับการสื่อสารผ่าน Telegram, Signal, Discord, webhooks ตามความเหมาะสมของแต่ละ use case
Google Workspace เป็น backbone: Gmail, Calendar, Drive, Sheets ครอบคลุมงานส่วนใหญ่ในองค์กร
GitHub automation ประหยัดเวลามาก: ตั้งแต่ issue tracking ไปจนถึง automated PR และ code review
Database access ต้องปลอดภัย: ใช้ wrapper scripts, VPN, de-identification pipeline — ไม่เอา raw access
Cron + Heartbeat = Reliability: งานสำคัญต้องทำแบบ scheduled, status monitoring แบบ proactive
n8n ขยายความสามารถ: Visual workflow builder ทำให้ complex automation เป็นเรื่องง่าย
Smart home เพิ่มประสิทธิภาพ: ปรับสภาพแวดล้อมการทำงานอัตโนมัติตาม context
Custom integrations ทำได้ง่าย: มี patterns ชัดเจนสำหรับ bash scripts, Python wrappers, และ full OpenClaw skills

Anirach Mingkhwan

University Lecturer & AI Engineer
ผู้เชี่ยวชาญด้าน AI infrastructure และ automation systems

OpenClaw for Organizations 2026 — Series Navigation