Saya Bikin 6 AI Assistant di Satu Telegram Group — dan Produktivitas Saya Meledak

Satu Telegram Group. Enam topik. Enam asisten dengan peran berbeda. Nol context switching.

Saya punya kebiasaan buruk: tab browser selalu 30+, buka ChatGPT di satu tab, Clockify di tab lain, GitLab di tab lain lagi, Google Calendar entah di mana. Semuanya terpisah, semuanya butuh context switching, dan semuanya menguras fokus.

Lalu saya menemukan OpenClaw — sebuah open-source AI agent framework yang bisa dikoneksikan ke berbagai messaging platform, termasuk Telegram. Dan yang membuat semuanya click adalah fitur Telegram Group Topics.

Ide-nya sederhana: satu topik, satu asisten, satu fokus.

Konsep: Telegram Group Sebagai Command Center

Telegram Group punya fitur Topics — semacam thread atau channel di dalam satu grup. Biasanya fitur ini dipakai di komunitas besar untuk memisahkan pembahasan. Tapi saya melihat potensi lain.

Bagaimana kalau setiap topik punya AI assistant dengan persona dan kemampuan yang berbeda? Bukan satu chatbot generik yang menjawab semuanya, tapi beberapa asisten spesialis yang masing-masing ahli di bidangnya.

Hasilnya, saya setup Telegram Group pribadi dengan topik-topik berikut:

Setiap topik punya system prompt berbeda yang mengatur persona, kemampuan, dan batasan masing-masing asisten. Jadi ketika saya chat di topik Finance, asisten-nya tahu bahwa dia adalah financial advisor. Ketika saya chat di Code Review, asisten-nya langsung konteks bahwa dia perlu berinteraksi dengan GitLab.

Yang Bikin Ini Powerful

1. Nol Context Switching

Semua ada di satu app. Mau cek pengeluaran? Buka topik Expense Tracker. Mau log waktu kerja? Buka topik Clockify. Mau tanya soal TypeScript? Buka topik Coding. Tidak perlu buka browser, tidak perlu buka app lain.

2. Setiap Asisten Punya Konteks yang Tepat

Ini yang membedakan dari punya satu chatbot yang bisa semua. Dengan system prompt terpisah, setiap asisten bisa punya:

• Persona yang berbeda (formal untuk finance, santai untuk coding)
• Tools yang berbeda (glab untuk code review, gog untuk clockify)
• Memory yang terfokus (expense tracker hanya ingat transaksi, bukan diskusi coding)

3. Integrasi CLI yang Kuat

OpenClaw punya kemampuan untuk menjalankan CLI tools. Ini yang membuat integrasi dengan GitLab (glab), Google Workspace (gog), dan tools lainnya jadi seamless. AI bukan cuma menjawab pertanyaan — dia bisa melakukan aksi.

Setup: Dari Nol Sampai Jalan

Step 1: Install OpenClaw

# Install OpenClaw
npm install -g openclaw

# Jalankan onboarding
openclaw onboard

Proses onboarding akan memandu setup awal: pilih model AI (saya pakai Claude), koneksikan ke Telegram Bot, dan konfigurasi dasar lainnya.

Yang perlu disiapkan:

• Telegram Bot — buat via @BotFather, dapatkan token
• Telegram Group — buat group, aktifkan Topics, invite bot sebagai admin
• API Key — untuk model AI yang dipilih (Anthropic, OpenAI, dll.)

Step 2: Setup glab CLI (GitLab)

# Install glab
brew install glab

# Login ke GitLab self-hosted
glab auth login --hostname git.example.com

Buat Personal Access Token di GitLab dengan scope api, read_repository, dan write_repository. Setelah login, glab bisa digunakan untuk:

• List merge requests
• Melihat diff dan perubahan
• Cek pipeline status
• Membaca commit history

Ini yang nanti dipakai oleh asisten Code Review dan Clockify.

Step 3: Setup gog CLI (Google Workspace)

# Install gog
npm install -g gog-cli

Untuk gog, perlu enable beberapa Google API di Google Cloud Console:

• Google Calendar API — untuk baca jadwal dan meeting
• Google Sheets API — untuk simpan data finance/expense
• Gmail API — opsional, untuk integrasi email

Setelah OAuth flow selesai, gog bisa mengakses Google Calendar (dipakai Clockify untuk cross-reference meeting) dan Google Sheets (dipakai Finance/Expense Tracker untuk persistent storage).

Deep Dive: Topik yang Paling Berguna

Code Review — GitLab Merge Request Reviewer

Ini mungkin topik yang paling saya suka. Workflow-nya:

1. Saya paste link MR atau ketik "review MR terbaru"
2. Asisten menjalankan glab mr list atau glab mr view <id>
3. Dia membaca diff, memahami perubahan, dan memberikan review
4. Kalau ada issue, dia suggest perbaikan lengkap dengan code snippet

Karena kerjaan saya mostly di GitLab self-hosted, integrasi glab ini game changer. Review yang biasanya butuh 15-20 menit bisa dikurangi signifikan karena asisten sudah memberikan summary dan highlight potential issues.

Clockify — Auto Time Logger

Topik ini yang paling "magical". Saya integrasikan tiga sumber data:

1. glab — untuk cek GitLab activity (commits, merge, push)
2. gog — untuk cek Google Calendar (meeting, event)
3. Clockify API — untuk log waktu kerja

Workflow-nya:

"Log waktu kerja hari ini"
    ↓
Asisten cek GitLab activity hari ini (commit, MR)
    ↓
Asisten cek Google Calendar (meeting apa saja)
    ↓
Cross-reference dan compile summary
    ↓
Log ke Clockify dengan deskripsi yang sudah ter-format

Tidak perlu lagi buka Clockify manual dan mengingat-ingat apa yang dikerjakan hari ini. Asisten sudah punya semua datanya.

Expense Tracker — Natural Language Budgeting

Tracking pengeluaran jadi semudah chat:

"Makan siang 35rb"
"Grab ke kantor 25rb"
"Bayar Netflix 186rb"

Asisten otomatis parsing jumlah, kategori, dan menyimpannya. Mau lihat summary? Tinggal tanya:

"Berapa pengeluaran minggu ini?"
"Breakdown per kategori bulan ini"

Pelajaran yang Dipetik

1. System Prompt Itu Segalanya

Perbedaan antara asisten yang berguna dan yang biasa saja ada di system prompt. Semakin spesifik persona dan instruksinya, semakin fokus dan akurat jawabannya. General-purpose AI itu bagus, tapi specialist AI jauh lebih powerful untuk task spesifik.

2. CLI Integration > API Integration

Menggunakan CLI tools (glab, gog) jauh lebih pragmatis daripada menulis integrasi API dari nol. CLI sudah handle authentication, pagination, error handling. OpenClaw tinggal menjalankan command dan membaca output-nya.

3. Telegram Topics Adalah Hidden Gem

Banyak orang tahu Telegram Topics tapi tidak memanfaatkannya. Dengan OpenClaw, Topics berubah dari fitur organisasi chat biasa menjadi multi-agent workspace.

4. Batasan yang Jelas Bikin AI Lebih Baik

Dengan membatasi setiap asisten pada satu domain, mereka jadi jauh lebih reliable. Asisten Finance tidak akan tiba-tiba ngasih saran coding, asisten Code Review tidak akan mulai tracking expense. Constraint creates focus.

Penutup

Setup ini mengubah cara saya bekerja sehari-hari. Bukan karena teknologinya canggih — sebenarnya ini hanya kombinasi tools yang sudah ada: Telegram, OpenClaw, CLI tools, dan AI model. Yang membuat perbedaan adalah arsitektur-nya: satu topik, satu asisten, satu fokus.

Kalau Anda seorang developer yang sudah nyaman di terminal dan Telegram, setup ini worth dicoba. Effort-nya relatif kecil (satu malam setup), tapi dampaknya ke daily workflow cukup signifikan.

Produktivitas bukan tentang tools yang paling canggih. Tapi tentang mengurangi friction antara niat dan aksi.

Dan saat ini, friction terdekat saya hanyalah membuka Telegram dan mengetik.

Mau setup sendiri? Baca tutorial lengkapnya: Tutorial: Setup OpenClaw + Telegram dari Nol

Tools yang digunakan: OpenClaw, glab CLI, gog CLI, Telegram Bot API, Clockify API.