OpenClaw adalah sebuah siklus: ia membaca ruang kerja Anda, menjalankan perintah shell melalui alat eksekusinya, membaca output, dan memutuskan apa yang harus dilakukan selanjutnya. Jadi, mengapa tes API Anda tidak berada dalam siklus itu? Mereka berada di Apidog di balik GUI, berjalan ketika seseorang ingat untuk mengklik. Agen Anda tidak pernah menyentuhnya.
Solusinya adalah satu blok konfigurasi. Apidog CLI adalah paket npm, apidog-cli, yang menjalankan skenario tes yang Anda buat di Apidog langsung dari terminal. Setelah CLI terinstal dan OpenClaw tahu keberadaannya, agen Anda menjalankan skenario Apidog dengan cara yang sama seperti menjalankan tes unit Anda: jalankan perintah, baca kode keluar, perbaiki kode jika merah.
Panduan ini mencakup bagian spesifik OpenClaw yang dilewati panduan instalasi umum: di mana menempatkan aturan Apidog agar agen menyimpannya, bagaimana alat eksekusi OpenClaw benar-benar menjalankan apidog run, dan cara membaca hasilnya.
Jika Anda belum menginstal CLI, lakukan itu terlebih dahulu. Cara menginstal Apidog CLI dengan agen pengkodean AI menjelaskan instalasi npm, autentikasi, dan jalankan pertama kali. Artikel ini mengasumsikan apidog --version mencetak angka dan akun Apidog Anda sudah masuk.
OpenClaw Mana yang Dibicarakan Ini
OpenClaw adalah agen AI sumber terbuka dan lokal-pertama yang berjalan di mesin Anda sendiri. Ia memiliki ruang kerja, serangkaian keterampilan, dan alat eksekusi yang menjalankan perintah shell sungguhan. Ini bukan plugin penyelesaian kode dan bukan chatbot yang di-hosting. Jika Anda telah menjalankan openclaw secara lokal dan melihatnya mengedit file dan menjalankan perintah, Anda berada di tempat yang tepat. Untuk pengaturan yang lebih luas, lihat otomatisasi alur kerja pengembangan OpenClaw dan panduan untuk instalasi OpenClaw yang aman sebelum Anda memberinya perintah apa pun.
Pembedaan ini penting karena OpenClaw mempelajari aturan proyek dari file ruang kerja, dan mekanisme itu mengubah “jalankan tes saya” yang sekali jalan menjadi sesuatu yang OpenClaw raih sendiri. Mekanisme itu adalah AGENTS.md.
Langkah 1: Tambahkan aturan Apidog ke AGENTS.md
OpenClaw membaca file ruang kerja sebagai instruksi tetap dan menyuntikkannya ke dalam konteks agen. Yang Anda inginkan adalah AGENTS.md, buku aturan prosedural yang memberitahu agen apa yang harus dilakukan dan bagaimana. Anggap saja sebagai CLAUDE.md untuk Claude Code; OpenClaw bahkan mengirimkan templat default yang Anda salin ke ruang kerja Anda, dan ia memperlakukan tautan simbolis CLAUDE.md sebagai file yang sama. Ruang kerja default ke ~/.openclaw/workspace, tetapi Anda dapat mengarahkan agen ke direktori proyek Anda dengan agents.list[].workspace, dan OpenClaw mendukung file AGENTS.md berskala per subdirektori (lihat referensi AGENTS.md OpenClaw).
Tambahkan blok singkat ke AGENTS.md Anda:
## Pengujian API dengan Apidog
- Untuk menjalankan tes API, gunakan Apidog CLI: `apidog run -t <scenario_id> -e <env_id> -r cli`.
- Kode keluar 0 berarti setiap pernyataan berhasil. Non-nol berarti ada yang gagal. Perlakukan ini sebagai gerbang lulus/gagal.
- Mesin sudah diautentikasi dengan `apidog login`. Jangan pernah menambahkan flag --access-token dan jangan pernah menempatkan token di file ini.
- Jika sebuah flag terlihat asing, jalankan `apidog run --help` alih-alih menebak.
Inilah mengapa Anda menulis CLI ke dalam AGENTS.md alih-alih menyebutkannya di obrolan. ID skenario yang diketik ke dalam sesi akan hilang ketika sesi berakhir. Satu di AGENTS.md ada untuk setiap rekan tim dan setiap jalankan OpenClaw mulai sekarang.
Langkah 2: Dapatkan perintah dari Apidog
Anda tidak perlu menulis ID skenario secara manual. Buka skenario tes di Apidog, buka tab CI/CD-nya, dan salin perintah yang dihasilkan. Ini terlihat seperti ini:
apidog run -t 1234567 -e 890123 -r cli
-t adalah skenario tes, -e adalah lingkungan, dan -r cli adalah reporter. Tempelkan ID yang sebenarnya ke dalam blok AGENTS.md dari Langkah 1 agar OpenClaw selalu memanggil skenario yang benar terhadap lingkungan yang benar. Panduan lengkap Apidog CLI dan referensi perintah apidog run mencakup setiap flag jika Anda ingin menyetelnya.
Langkah 3: Minta agen menjalankan tes
Dengan blok yang sudah ada, mulai OpenClaw terhadap proyek Anda dan buat perubahan yang menyentuh API Anda, atau cukup minta untuk menjalankan pemeriksaan. Karena AGENTS.md sudah dalam konteks, agen tahu CLI ada dan mengeluarkan perintah apidog run melalui alat eksekusinya.
Alat eksekusi menjalankan perintah shell di ruang kerja, dan OpenClaw mengaturnya dengan mode izin. Mode-mode tersebut adalah deny, allowlist, ask, auto, dan full (didokumentasikan di halaman mode izin OpenClaw). Untuk agen pengkodean, auto adalah pengaturan yang masuk akal: perintah yang diizinkan berjalan tanpa prompt, dan yang lainnya melalui peninjauan sebelum meminta Anda. Jika mode Anda adalah ask, OpenClaw akan berhenti sebentar dan meminta persetujuan sebelum menjalankan apidog run; setujui sekali, atau tambahkan perintah ke allowlist Anda agar tes baca-saja terhadap staging berjalan sendiri. Atur mode di bawah tools.exec di openclaw.json.
Langkah 4: Baca laporan di dalam OpenClaw
Reporter -r cli mencetak hasil langkah demi langkah di terminal: setiap permintaan, setiap pernyataan, dan mana yang gagal dengan nilai yang diharapkan versus nilai aktual. Perincian inline itulah yang dibaca OpenClaw untuk memutuskan langkah selanjutnya, jadi pertahankan cli dalam daftar.
Ketika Anda menginginkan laporan yang dapat Anda buka di browser atau berikan kepada rekan tim, tambahkan reporter HTML:
apidog run -t 1234567 -e 890123 -r cli,html
Reporter html menulis file mandiri ke ./apidog-reports. Simpan cli bersamanya agar OpenClaw tetap mendapatkan output inline. Untuk format JUnit yang diurai oleh dashboard CI dan setiap reporter lainnya, lihat panduan laporan tes Apidog CLI.
Pengujian OpenClaw di dalam siklusnya sendiri
Intinya adalah apa yang terjadi ketika Anda berhenti bertanya dan OpenClaw menjalankan skenario dengan sendirinya karena AGENTS.md memberitahunya.
Bayangkan OpenClaw mengedit handler yang membangun respons checkout. Siklusnya berubah: ia mengedit kode, lalu, alih-alih menyatakan kemenangan, ia menjalankan skenario Apidog Anda terhadap staging, membaca kode keluar, dan bertindak berdasarkan itu. Hijau, ia melanjutkan. Merah, ia membuka laporan, membaca pernyataan mana yang gagal (kode status, bidang yang hilang, nilai yang salah), mencoba perbaikan, dan menjalankannya kembali. Tes API menjadi bagian dari siklus edit-tes-perbaiki yang sama yang sudah dijalankan OpenClaw untuk tes unit Anda. Anda menulis satu instruksi dan agen menggabungkan perintah itu ke dalam cara kerjanya yang sudah ada.
Ini adalah model delegasikan-lalu-verifikasi yang membuat alur kerja agen aman. OpenClaw menjalankan perintah dan membaca hasilnya; Anda terus membuat skenario secara visual di Apidog dan memeriksa apakah agen membaca kode keluar dengan jujur. Untuk pola yang lebih luas, lihat cara menggunakan agen AI untuk pengujian API dan perangkat pengujian AI Apidog.
Verifikasi OpenClaw benar-benar menjalankan CLI
Agen melaporkan keberhasilan yang tidak mereka peroleh, dan OpenClaw tidak terkecuali. Tiga pemeriksaan, berdasarkan seberapa sering mereka menangkap masalah.
Pertama, konfirmasi apakah perintah tersebut benar-benar berjalan. Transkrip OpenClaw menunjukkan perintah eksekusi yang dijalankannya dan output-nya. Cari baris apidog run ... secara harfiah dan hasilnya di bawahnya. Jika OpenClaw mengatakan ia menjalankan tes tetapi Anda tidak melihat perintahnya, berarti ia meringkas sesuatu yang tidak pernah dilakukannya. Minta ia untuk menjalankan lagi dan tunjukkan output mentahnya.
Kedua, konfirmasi kode keluar, yang paling penting. Tanyakan langsung:
What was the exit code of that apidog run command?
apidog run keluar 0 ketika setiap pernyataan berhasil dan non-nol ketika ada yang gagal. Perilaku tunggal itu memungkinkan OpenClaw, atau sebuah pipeline, memperlakukan eksekusi sebagai gerbang yang bersih. Ketika teks mengatakan “tes berhasil” tetapi kode keluar bukan nol, kode keluar itulah yang benar.
Ketiga, konfirmasi bahwa ia menggunakan skenario yang sebenarnya. Jika eksekusi gagal dengan “scenario not found,” OpenClaw mungkin telah menciptakan atau salah mengingat ID. Periksa kembali nilai -t dan -e terhadap AGENTS.md dan perintah yang dihasilkan Apidog di tab CI/CD. ID di AGENTS.md adalah kebenarannya.
Opsional: hubungkan server Apidog MCP
Menjalankan apidog run melalui alat eksekusi mencakup sebagian besar yang Anda butuhkan. Satu jalur melangkah lebih jauh: Model Context Protocol.
OpenClaw mendukung server MCP. Anda menambahkannya dengan openclaw mcp add <name>, yang menulis definisi server ke ~/.openclaw/openclaw.json di bawah mcp.servers dan menerima flag stdio seperti --command dan --arg (lihat dokumentasi MCP OpenClaw). Server Apidog MCP mengekspos spesifikasi API Anda melalui MCP, sehingga OpenClaw dapat membaca skema Anda saat menulis kode, bukan hanya setelah fakta. Pembagian kerja bersih: CLI menjalankan tes, dan MCP memberi agen spesifikasi.
Saat OpenClaw salah
Beberapa kegagalan sering muncul selama pengaturan.
Ia mengabaikan blok AGENTS.md. Jika OpenClaw menjalankan perintah generik atau tidak sama sekali, file tersebut mungkin tidak dimuat ke dalam konteks. Konfirmasikan blok tersebut berada di AGENTS.md yang termasuk dalam ruang kerja aktif agen, dan ingat bahwa OpenClaw menelusuri file AGENTS.md yang berskala berdasarkan direktori, sehingga aturan yang terkubur di subtree yang salah akan dilewati. Memulai ulang sesi akan memaksa pembacaan ulang yang segar.
Ia tidak pernah menjalankan apa pun karena eksekusi diblokir. Karena kebijakan default OpenClaw diperketat, eksekusi dapat ditolak atau ditahan di balik daftar izin (allowlist). Jika apidog run dilewati secara diam-diam, periksa mode izin Anda di bawah tools.exec dan beralihlah ke auto atau tambahkan apidog ke allowlist. Lihat panduan instalasi OpenClaw yang aman untuk cara membuka perintah ini saja tanpa membuka semuanya.
Ia tetap meneruskan token akses. Jika OpenClaw mencoba menambahkan --access-token, ia menebak dari contoh publik. Blok tersebut sudah memberitahunya untuk tidak melakukannya, karena mesin sudah diautentikasi melalui apidog login. Perkuat baris tersebut, dan jangan pernah menempatkan token asli di AGENTS.md; untuk pola yang benar, lihat autentikasi Apidog CLI.
Ia menciptakan flag. Kesalahan “unknown option” berarti OpenClaw menebak flag yang tidak dimiliki versi Anda. Minta ia untuk menjalankan apidog run --help dan salin flag yang tepat dari sana, yang selalu benar untuk versi yang Anda instal.
Ia melaporkan lulus pada eksekusi yang gagal. Yang paling mahal, dan alasan aturan kode keluar ada di AGENTS.md Anda dan langkah verifikasi Anda. Ketika ringkasan dan kode keluar tidak sesuai, kode keluarlah yang menang. Jika Anda telah menggunakan agen lain untuk ini, aturan yang sama berlaku; pendekatan ini mencerminkan apa yang kami bahas dalam Apidog CLI di Codex dan perbedaan dalam Claude Code vs OpenClaw.
Dari agen harian ke siklus yang teruji
Itulah pengaturannya. Instal apidog-cli sekali mengikuti panduan instalasi, tambahkan blok Apidog singkat ke ruang kerja AGENTS.md Anda, atur mode izin eksekusi agar perintah dapat berjalan, dan OpenClaw tahu cara menjalankan tes API Anda dan membaca hasilnya di dalam siklus yang sama yang sudah digunakannya untuk mengedit kode. Endpoint yang rusak tertangkap saat OpenClaw masih mengerjakan perubahan, bukan setelah dikirim.
Tes di balik GUI berjalan ketika manusia mengklik; perintah satu baris berjalan kapan pun OpenClaw memutuskan. Anda terus membangun skenario secara visual di Apidog, dan agen Anda menjalankannya di tempat Anda tidak melihat. Unduh Apidog, buat satu skenario, masukkan perintah apidog run-nya ke AGENTS.md, dan saksikan OpenClaw mengambilnya pada perubahan berikutnya. Ketika Anda menginginkan gerbang yang sama dalam pipeline tanpa agen hadir, Apidog CLI di GitHub Actions mencakup rahasia, reporter, dan gating kode keluar.