ClawSweeper: 4.000 OpenClaw-Issues an einem Tag geschlossen

ClawSweeper ist ein automatisierter Wartungs-Bot, der das öffentliche OpenClaw-Repository mit 50 parallelen Codex-Instanzen scannt und nur bei eindeutiger Beleglage vorschlägt, das Ticket zu schließen. Peter Steinberger hat das Werkzeug am 25. April 2026 auf X angekündigt und sprach davon, an einem Tag rund 4.000 Issues geschlossen zu haben. Sein Posting erreichte 1,4 Millionen Aufrufe. Rund zehn Wochen nach Steinbergers Wechsel zu OpenAI zeigt sich damit, dass die Maintainer-Arbeit am quelloffenen KI-Agenten OpenClaw weiterläuft. Parallel zum neuen Bot sind in gut einer Woche sechs OpenClaw-Releases erschienen, von Claude Opus 4.7 als Standardmodell bis zur Anbindung an Google Meet.

Was macht ClawSweeper genau?

ClawSweeper bezeichnet sich selbst als konservativen Wartungs-Bot. Pro offenem Issue oder Pull Request entsteht eine Markdown-Datei mit der Entscheidung, Belegen und einem Vorschlag für einen sichtbaren Kommentar. Wenn der Bot das Ticket schließen will, veröffentlicht dieser einen einzelnen, dauerhaften Codex-Review-Kommentar. Erst danach wird die Issue geschlossen. Aber auch nur dann, wenn die gespeicherte Bewertung beim Apply-Schritt noch unverändert ist.

In der Repository-Dokumentation sind sieben Gründe aufgelistet:

• bereits in der aktuellen main-Version umgesetzt
• auf main nicht reproduzierbar
• besser als ClawHub-Skill oder Plugin geeignet
• Duplikat oder durch ein anderes Issue ersetzt
• konkret aber im Quell-Repository nicht umsetzbar
• zu unzusammenhängend für eine Aktion
• älter als 60 Tage und mit zu wenig Daten zur Verifikation

Eine harte Sicherheitslinie zieht das Projekt bei selbst eingereichten Issues: Items von Maintainern werden nie automatisch geschlossen. Alles andere bleibt nach den Regeln offen, sofern keiner der dokumentierten Gründe greift. Diese Schwelle ist hoch angesetzt, was den Eindruck einer Massenschließung relativiert.

Anzeige

Wie konnte der Bot 4.000 Issues an einem Tag schließen?

Steinberger nannte die Funktionsweise auf X knapp. Laut seiner Aussage laufen 50 Codex-Instanzen parallel rund um die Uhr, jedes Ticket wird gründlich geprüft, geschlossen wird bei bereits umgesetzter oder unsinniger Anfrage. Er ergänzte, dass die Rate-Limits an dieser Stelle anstrengend werden und mehrere Tausend Tickets in der Pipeline liegen.

Der aktuelle Dashboard-Stand vom 26. April 2026 untermauert die Größenordnung. Im Hauptrepository openclaw/openclaw stehen 3.869 offene Issues und 3.571 offene Pull Requests. Bislang sind 9.604 Einträge über den Apply-Schritt von ClawSweeper gelaufen. In den vergangenen sieben Tagen entstanden 7.073 verifizierte Reviews. Die letzten 24 Stunden zeigen 9.954 Reviews, davon 4.943, die als geschlossen markiert wurden.

Architektonisch trennt ClawSweeper zwei Prozesse sauber. Die Review-Lane scannt das Repository, schreibt Reports und schlägt Maßnahmen vor, nimmt aber keine Änderungen auf GitHub vor. Die Apply-Lane liest fertige Reports, aktualisiert pro Item nur einen markierten Kommentar und schließt Tickets. Codex selbst läuft ohne GitHub-Schreib-Token, der OpenClaw-Checkout ist read-only. Verändert sich der Snapshot zwischen Review und Apply, wird die Schließung blockiert. Ausnahme: ClawSweeper darf den eigenen Review-Kommentar bearbeiten.

Die Cadence ist abgestuft. Aktive Items und alles, was jünger als sieben Tage ist, prüft der Bot stündlich. Ältere Pull Requests und Issues unter 30 Tagen laufen täglich, ältere inaktive Issues wöchentlich. Eine Hot-Intake-Spur greift alle fünf Minuten für die jüngsten und aktivsten Items.

Was unterscheidet ClawSweeper von anderen Auto-Close-Bots?

Klassische Stale-Bots arbeiten zeitbasiert. Eine Issue ohne Antwort nach 30 oder 60 Tagen wird markiert, ein zweiter Lauf schließt diese. ClawSweeper macht das Ganze umgekehrt. Zeit ist nur einer von sieben Gründen, alle anderen verlangen einen inhaltlichen Beleg. Das ist auch eine Antwort auf ein Problem, das ClawNews mehrfach dokumentiert hat: KI-Spam in Open Source.

Im OpenClaw-Repository sperrt das Projekt selbst Nutzer, deren KI-generierte Pull Requests gegen die Beitragsregeln verstoßen. Eine Studie der Universität Pennsylvania zeigte, dass über die Hälfte aller Pull Requests in vielen Repositories KI-generiert sind und sich teilweise mit einer Prompt-Injection in der Beitragsanleitung enttarnen lässt. Im Linux-Kernel überfluten KI-generierte Bug-Reports die Maintainer.

ClawSweeper greift diese Last auf der Triage-Seite an, ohne sie selbst zu erzeugen. Das Modell hinter den Reviews ist gpt-5.5 mit hoher Reasoning-Stufe, schnellem Service-Tier und einem Zehn-Minuten-Timeout pro Item. Die Audit-Health zeigt aktuell zwei geschützte Close-Vorschläge, sieben veraltete Records und 41 nicht mehr gültige Reviews. Diese Drift-Werte sind der Grund, warum eine separate Audit-Routine alle sechs Stunden läuft.