📢 Thông báo ra mắt bài giảng OpenClaw.AI Cơ bản Phần 2.5

Xin chào, tôi là Kevin, người đang dẫn dắt khóa học cơ bản OpenClaw.AI Master Class.

Cuối cùng, tôi đã mở khóa học [Cơ bản phần 2.5] Thiết kế nhóm Multi-agent và Cơ bản về phân tách vai trò trên Inflearn nên tôi viết thông báo này. :)

Phần 2.5 này sẽ mở rộng thêm một bước nữa cho "Trợ lý AI trong PC của tôi" đã được tạo ở phần 1 và 2,

Biến một bot Telegram duy nhất thành một nhóm AI nhỏ với các vai trò được phân chia là trọng tâm của bài giảng này..

👉[Đi đến bài giảng OpenClaw.AI Cơ bản Phần 2.5]

Những gì chúng ta sẽ cùng tạo trong phần 2.5

- Sử dụng nhóm diễn đàn Telegram + định tuyến theo chủ đề

Cấu hình môi trường đa tác nhân (multi-agent) để vận hành hai tác nhân content-planner / content-editor chỉ với một bot duy nhất.

- Sang thư mục /workspace/content/planning / /workspace/content/drafts

Chúng ta sẽ thực sự tạo ra một quy trình làm việc nội dung, nơi các sản phẩm lập kế hoạch và các bản thảo/bản chỉnh sửa được tách biệt..

- Thông qua kịch bản “tạo ý tưởng và dàn ý trong phòng planner → trau chuốt bài viết trong phòng editor”, chúng ta sẽ hoàn thiện quy trình cộng tác đa tác nhân thực tế dựa trên tiền đề sao chép và dán thủ công.

Đặc biệt đề xuất cho những người sau

- Những người đã theo dõi OpenClaw phần 1 và 2, nhưng vẫn đang bắt một agent duy nhất làm tất cả mọi việc

- Những ai muốn phát triển bot Telegram không chỉ là một "chatbot đơn lẻ" mà thành một đội ngũ AI được phân chia giữa người lập kế hoạch (Planner) và biên tập viên (Writer/Editor)

- Những nhà sáng tạo nội dung độc lập, người vận hành newsletter·blog, YouTuber muốn sắp xếp lại quy trình làm việc bằng cách chia nhỏ các tác vụ lập kế hoạch nội dung / viết bản thảo / trau chuốt câu chữ cho các agent theo từng vai trò đảm nhận.

- Những nhà phát triển, nhà hoạch định, PM quan tâm đến Multi-agent nhưng muốn bắt đầu một cách nhẹ nhàng trong môi trường OpenClaw + Telegram đang sử dụng hiện tại thay vì các framework đồ sộ.

Sơ lược về chương trình đào tạo cốt lõi phần 2.5

- Phần 1: Dành cho cả học viên cũ và học viên mới

Hướng dẫn Lộ trình tham gia Phần 2.5 A (Kiểm tra môi trường trong 5 phút) / B (Onboarding thiết lập tối thiểu) + Ôn tập siêu đơn giản về OpenClaw UI

- Phần 2: Khái niệm Single Agent (Đơn tác tử) vs Multi-Agent (Đa tác tử),

Hiểu cấu trúc nơi nhiều agent được bố trí bên trong openclaw.json, kiểm tra cấu hình hiện tại bằng openclaw agents list

- Phần 3:

- Định nghĩa agent content-planner / content-editor

- Phân tách không gian làm việc /content/planning và /content/drafts

- Tạo nhóm diễn đàn Telegram & các chủ đề planner-lập kế hoạch / editor-biên tập

- Tìm ID nhóm / ID chủ đề → Hoàn tất định tuyến Agent theo từng chủ đề

- Phần 4:

- Thực hành cộng tác bán thủ công giữa planner ↔ editor (dựa trên việc con người sao chép và dán)

- Xem trước quy trình cộng tác tự động giữa 4 agent Leader/Planner/Editor/QA sẽ được đề cập trong phần 3

Các mục cần kiểm tra trước khi học

- Sẽ là tốt nhất nếu bạn đã chuẩn bị sẵn môi trường WSL2 + Docker + OpenClaw + Telegram Bot đã được sử dụng ở phần 1 và 2.

- Ngay cả khi bạn chưa học phần 1 và 2, tôi đã cấu hình để bạn có thể thiết lập môi trường tối thiểu cần thiết cho thực hành Multi-agent bằng cách làm theo “Lộ trình kiểm tra môi trường A / Lộ trình Onboarding thiết lập tối thiểu B” có trong phần 2.5.

- Bạn cần có mã Gemini API được cấp từ Google AI Studio.

Trong quá trình học phần 2.5, nếu có bất kỳ thắc mắc hay gặp khó khăn ở phần nào, xin vui lòng để lại câu hỏi trên bảng hỏi đáp bất cứ lúc nào.

Dựa trên phản hồi của các bạn, chúng tôi sẽ tiếp tục bổ sung và hoàn thiện các ví dụ thực hành cũng như hướng dẫn khắc phục sự cố.

Hy vọng phần 2.5 này sẽ là cơ hội để các bạn mở rộng môi trường OpenClaw của mình từ "một trợ lý thông minh" thành "một nhóm AI nhỏ với các vai trò được phân chia rõ rệt".

Cảm ơn bạn.

[Thông báo] Hướng dẫn về lỗi liên quan đến Bonjour trên phiên bản OpenClaw mới nhất và cách khắc phục

1. Hướng dẫn về triệu chứng

Tính đến ngày hôm nay (27-04-2026), sau khi tôi cập nhật hình ảnh OpenClaw lên phiên bản mới nhất (2026.4.x) bằng lệnh docker pull, đã xảy ra hiện tượng container Gateway liên tục bị khởi động lại trong một số môi trường nhất định.

Nếu các thông báo tương tự như dưới đây lặp lại trong nhật ký của openclaw-gateway, thì có nghĩa là bạn đang gặp phải vấn đề này.

[plugins] bonjour: advertised gateway fqdn=... state=announcing

[plugins] bonjour: restarting advertiser (service stuck in announcing ...)

[openclaw] Unhandled promise rejection: CIAO ANNOUNCEMENT CANCELLED

openclaw-gateway exited with code 1 (restarting)

Trong trường hợp này:

- Container openclaw-gateway liên tục khởi động lại rồi bị tắt ngay lập tức sau mỗi vài giây,

- Việc truy cập bảng điều khiển và liên kết Telegram có thể không hoạt động bình thường.

2. Nguyên nhân – Lỗi trong quá trình quảng bá Bonjour(mDNS)

OpenClaw Gateway theo mặc định sử dụng Bonjour(mDNS) để cho phép tự động tìm thấy instance này trong cùng một mạng (advertise).

Trong một số môi trường Docker / WSL / mạng (bộ định tuyến, mạng công ty, v.v.):

- Sau khi trạng thái quảng bá (advertise) Bonjour bị dừng ở giai đoạn announcing,

- Lỗi CIAO ANNOUNCEMENT CANCELLED xảy ra,

- Có một lỗi khiến ngoại lệ này không được xử lý đúng cách, dẫn đến quy trình Gateway rơi vào vòng lặp bị lỗi (crash loop).

Hiện tại bản vá liên quan đang được tiến hành, và cho đến lúc đó, bạn có thể sử dụng phương pháp dưới đây để tạm thời khắc phục.

3. Cách giải quyết – Vô hiệu hóa tính năng Bonjour (Khuyến nghị)

Thực hành Phần 1/Phần 2 là cấu trúc chỉ sử dụng trên một máy cục bộ nên Bonjour không nhất thiết phải có.

Vì vậy, chúng tôi khuyên bạn nên tắt Bonjour bằng biến môi trường.

3-1. Trường hợp sử dụng docker-compose.yml

Hãy thêm biến môi trường sau vào dịch vụ openclaw-gateway.

services:

  openclaw-gateway:

    image: ghcr.io/openclaw/openclaw:latest

    environment:
      - OPENCLAW_DISABLE_BONJOUR=1

      # Các thiết lập liên quan đến OPENCLAW còn lại...

Sau khi thay đổi, hãy khởi động lại bằng lệnh dưới đây.

docker compose down

docker compose up -d

Khi áp dụng thiết lập này:

- Gateway sẽ không cố gắng quảng cáo Bonjour/mDNS nữa,

- Nó sẽ chạy ổn định mà không gặp lỗi CIAO ANNOUNCEMENT CANCELLED.

- Nó không ảnh hưởng đến việc truy cập trình duyệt (dashboard) và liên kết Telegram được sử dụng trong Phần 1/Phần 2.

4. Hướng dẫn trong tương lai

- Vấn đề này là do sự tương thích giữa plugin Bonjour của OpenClaw và môi trường mạng/Docker cụ thể, dự kiến sẽ được cải thiện trong các bản phát hành sau này.

- Ngay cả sau khi bản vá,

- Nếu chỉ sử dụng trên một máy cục bộ, bạn có thể tiếp tục duy trì OPENCLAW_DISABLE_BONJOUR=1, và

- Chỉ khi nào cần tự động tìm kiếm các thực thể OpenClaw trên nhiều thiết bị thì bạn mới cần kích hoạt lại Bonjour.

Đối với những học viên phần 1/phần 2 đang gặp phải hiện tượng Gateway liên tục bị tắt đột ngột sau khi pull lại image gần đây,

Vui lòng áp dụng cài đặt trên để vô hiệu hóa tính năng Bonjour.

Cảm ơn bạn!

📢 Thông báo khai giảng khóa học OpenClaw.AI Cơ bản Phần 2

Xin chào, tôi là Kevin, người đang thực hiện các bài giảng cơ bản về OpenClaw.AI.

Không có gì khác, [Cơ bản Phần 2] OpenClaw.AI Master Class: Trợ lý từ xa trên điện thoại thông minh hoàn thiện với Telegram và Vision AI đã được mở trên Inflearn. ^^

Hy vọng bài giảng của tôi có thể giúp ích được phần nào để các bạn có thể ứng dụng OpenClaw vào cuộc sống hàng ngày một cách thông minh.

👉[Đi đến khóa học OpenClaw.AI Cơ bản Phần 2]

Những thứ sẽ cùng nhau tạo ra trong phần 2

- Xây dựng môi trường để điều khiển từ xa tác nhân (agent) của tôi mọi lúc mọi nơi bằng Telegram trên điện thoại thông minh.

- Hoàn thiện quy trình ghi chép chi tiêu tự động phân tích và ghi lại chỉ với một bức ảnh hóa đơn bằng cách tận dụng tính năng thị giác của Gemini 2.5 Flash.

- Nâng cấp môi trường Docker + workspace đã tạo ở phần 1 thành kịch bản tự động hóa thực tế.

Đặc biệt đề xuất cho những người sau

- Những ai muốn "sử dụng agent ngay cả trên điện thoại thông minh mà không cần trình duyệt".

- Những người muốn AI tự động phân loại và ghi chép dữ liệu hóa đơn/hình ảnh thay vì phải sắp xếp thủ công mỗi lần.

- Những ai muốn kết nối OpenClaw, vốn chỉ mới trải nghiệm ở phần 1, vào tự động hóa công việc/cuộc sống thực tế.

Sơ lược nội dung cốt lõi phần 2

- Phần 1: Kiểm tra môi trường phần 1 và định hướng kịch bản “Trợ lý trong túi giấy”.

- Phần 2: Tạo bot Telegram bằng BotFather → Ghép nối → Kết nối thời gian thực với agent OpenClaw.

- Phần 3: Gửi ảnh hóa đơn qua Telegram → Tự động trích xuất ngày tháng, tên cửa hàng, số tiền, danh mục → Tự động hóa lưu trữ tích lũy vào thư mục expenses/.

Các mục cần kiểm tra trước khi học

- Sẽ tốt nhất nếu bạn đã chuẩn bị sẵn Docker container và Gemini API key đã sử dụng ở phần 1.

- Ngay cả khi bạn chưa học phần 1, bạn vẫn có thể thiết lập môi trường tối thiểu cần thiết bằng cách làm theo “Danh sách kiểm tra trước môi trường thực hành” được cung cấp trong phần 2.

Trong quá trình học Phần 2, nếu có bất kỳ thắc mắc hay gặp khó khăn nào, hãy thoải mái để lại câu hỏi tại bảng câu hỏi bất cứ lúc nào.

Dựa trên phản hồi của các học viên, tôi sẽ tiếp tục bổ sung các ví dụ thực hành và hướng dẫn khắc phục sự cố.

Xin chào các bạn học viên khóa OpenClaw phần 1.

Có vẻ như có khá nhiều trường hợp bị vướng mắc ở giai đoạn thiết lập môi trường như Docker, WSL2, macOS, nên tôi đã biên soạn mới tài liệu hướng dẫn thiết lập đầy đủ cho từng hệ điều hành tách biệt với nội dung bài giảng chính.

Có hai tài liệu mới được thêm vào lần này như sau.

• Hướng dẫn thiết lập dành riêng cho Windows (WSL2)

  • Cài đặt Docker Desktop

  • Cài đặt WSL2 + Ubuntu và liên kết Docker

  • Thiết lập thư mục dự án OpenClaw / .env / docker-compose.yml / openclaw.json

  • Kết nối Gemini bằng quy trình Onboarding

  • Truy cập bảng điều khiển → Ghép nối thiết bị → Đến lời chào đầu tiên trong cửa sổ chat

• Hướng dẫn thiết lập dành riêng cho macOS

  • Cài đặt Docker Desktop cho Mac

  • Thư mục dự án OpenClaw / Thiết lập .env / docker-compose.yml / openclaw.json

  • Kết nối Gemini thông qua Onboarding (onboard)

  • Truy cập bảng điều khiển → Ghép nối thiết bị → Cho đến lời chào đầu tiên trong cửa sổ trò chuyện

Cả hai tài liệu đều hướng đến mục tiêu “trạng thái nhận được tin nhắn chào hỏi đầu tiên từ cửa sổ chat mà không có lỗi”, đồng thời tổng hợp cả các thông báo lỗi thường gặp và danh sách kiểm tra trong quá trình thiết lập.

👉Cách kiểm tra

• Bạn có thể sử dụng tài liệu hướng dẫn tương ứng với hệ điều hành của mình thông qua liên kết dưới đây.

  • Đi đến Hướng dẫn thiết lập đầy đủ OpenClaw theo từng hệ điều hành

Sau này

1. Trước tiên, hãy làm theo hướng dẫn thiết lập dành riêng cho hệ điều hành đó một lần,

2. Nếu vẫn còn phần nào chưa được giải quyết,

   • Môi trường hiện tại (Windows / macOS),

   • lệnh đã thực hiện,

   • Nếu bạn để lại
     tin nhắn lỗi hoặc ảnh chụp màn hình, chúng tôi có thể hỗ trợ bạn nhanh chóng hơn.

Nếu có bất kỳ thay đổi nào, tài liệu hướng dẫn thiết lập sẽ tiếp tục được bổ sung và cập nhật,
vì vậy nếu bạn gặp khó khăn trong quá trình thực hiện, hãy tham khảo các hướng dẫn mới được đăng tải nhé.

Xin cảm ơn!

Xin chào, tôi là Kevin.

Tôi đã tổng hợp tài liệu khắc phục sự cố cho hai vấn đề thường gặp trong môi trường Windows + WSL2 và thêm vào tài liệu bài giảng.

• Trường hợp xảy ra lỗi The command 'docker' could not be found in this WSL 2 distro trên WSL2 Ubuntu

• Trường hợp xảy ra lỗi “Không có mã khóa API” nếu để trống google_api_key / GEMINI_API_KEY trong auth-profiles.json

Nếu bạn đã từng gặp phải tình huống trên dù chỉ một lần, chỉ cần đọc kỹ tài liệu sau đây trong giáo trình là bạn có thể tự mình giải quyết nhanh chóng nếu gặp lại vấn đề tương tự sau này.

docs/troubleshooting/03-Hướng dẫn khắc phục sự cố nhận diện openclaw-docker và biến môi trường.pdf

Trong tương lai, tôi sẽ tiếp tục tài liệu hóa và chia sẻ những phần mà mọi người thường hay nhầm lẫn hoặc đặt câu hỏi trong quá trình thực hành dưới hình thức như thế này.

Cảm ơn bạn!

Gửi các học viên khóa học OpenClaw Cơ bản Phần 1,

Chào bạn, tôi là Kevin.

Nhận được phản hồi rằng các bạn mong muốn tài liệu bài giảng được quản lý một cách hệ thống hơn, tôi đã cải tổ toàn diện cấu trúc tài liệu bài giảng của OpenClaw Cơ bản Phần 1 để việc thực hành và tái hiện mã nguồn trở nên dễ dàng hơn nhiều!

Cảm ơn bạn rất rất nhiều vì đã phản hồi cho mình nhé.

Trong đợt cải tiến lần này, chúng tôi tập trung tối đa vào việc giảm thiểu "vấn đề gây nhầm lẫn về việc phải tải cái gì ở đâu", vì vậy hãy tham khảo nội dung bên dưới nhé!

Có gì thay đổi?

Giờ đây, kho lưu trữ GitHub để tải tài liệu bài giảng đã được sắp xếp theo cấu trúc thư mục lớn như sau.

• docs/
  Bạn có thể kiểm tra các tài liệu tương ứng với [Hướng dẫn miễn phí] tại một nơi, bao gồm danh sách kiểm tra cài đặt, bảng tra cứu nhanh (cheat sheet) Docker/Linux, mẫu hệ thống prompt, prompt phân loại tệp tự động, v.v.
  

• lesson-files/
  Chứa bộ tệp ban đầu cần thiết ngay trước khi bắt đầu mỗi bài học.
  Bạn chỉ cần mở thư mục tương ứng với số bài học (phần/bài), sao chép nguyên văn vào thư mục làm việc và bắt đầu thực hành.

• releases/
  Đây là không gian tập hợp các **“bản hoàn thiện theo từng giai đoạn” của docker-compose.yml, openclaw.json, v.v.**
  đang dần được hoàn thiện trong suốt quá trình học.
  Bạn có thể sử dụng để tham khảo khi muốn “nhảy” đến một trạng thái giai đoạn cụ thể nếu việc thực hành gặp lỗi.

• samples/
  Đây là thư mục tập hợp dữ liệu mẫu để tham khảo và đối chiếu, bao gồm ví dụ đầu vào/đầu ra, ví dụ IDENTITY/USER để tham khảo, báo cáo mẫu, v.v.
  

• slides/
  Các tệp PDF bài giảng được sử dụng trong mỗi buổi học đã được sắp xếp sẵn.
  Tên tệp có định dạng basic-p1-sectionXX-lessonYY.pdf, nên bạn có thể đối chiếu ngay với số phần/bài học trên Inflearn.

• templates/
openclaw.min.json, các mẫu openclaw.json, lời nhắc hệ thống (system prompt), mẫu hồ sơ người dùng, v.v.
  Nơi đây chứa các mẫu thiết lập cơ bản có thể tái sử dụng.

Làm thế nào để tìm tệp thực hành cho mỗi bài học?

1. Kiểm tra số section/bài học hiện tại bạn đang học trên Inflearn.

2. Tìm thư mục lesson-files/sectionXX-lessonYY/ trên GitHub.

3. Hãy đọc README.md trong thư mục trước, sau đó sao chép các tệp vào thư mục làm việc của bạn theo hướng dẫn.

4. Tiến hành thực hành bằng cách sửa đổi và chạy thử theo đúng như hướng dẫn trong video.

5. Nếu cần kiểm tra xem mình đã làm đúng chưa, bạn có thể so sánh với các tệp trong thư mục releases/ ở cùng giai đoạn.

Tôi có thể xem hướng dẫn miễn phí, câu lệnh (prompt) và slide ở đâu?

• Hướng dẫn miễn phí (Checklist, Cheat sheet, bộ sưu tập Prompt)
  → Đã được sắp xếp dưới dạng PDF/văn bản trong thư mục docs/.

• Chat prompt cho IDENTITY / USER profile
  → Cũng được cung cấp dưới dạng tệp văn bản trong lesson-files/sectionXX-lessonYY/ của bài học liên quan.
  (Chúng tôi đã thêm phiên bản dùng để sao chép/dán để bạn không phải tự tay nhập lại nội dung chỉ có trong slide.)

• Slide bài giảng PDF theo từng bài học
  → Bạn có thể mở tệp basic-p1-sectionXX-lessonYY.pdf trong thư mục slides/.

Bạn nên sử dụng tài liệu này như thế nào trong tương lai?

Lộ trình đề xuất như sau:

1. Xem video trên Inflearn

2. Chuẩn bị bộ tệp ban đầu từ lesson-files của bài học tương ứng

3. Tham khảo hướng dẫn/cheat sheet/prompt trong docs khi cần thiết

4. So sánh kết quả với releases sau khi thực hành

5. Luyện tập thêm bằng cách sử dụng dữ liệu samples

Đợt cải tiến lần này dựa trên phản hồi thực tế của học viên

“Tôi hy vọng việc cung cấp mã nguồn sẽ có hệ thống hơn một chút.”

đã được phản ánh để tập trung vào việc giải quyết “vấn đề có nhiều tài liệu nhưng không biết phải bắt đầu từ đâu”.
Trong tương lai, nếu có bất kỳ điều gì bất tiện hoặc nếu bạn nghĩ rằng “giá như có thêm loại tài liệu này”, vui lòng cho tôi biết bất cứ lúc nào thông qua phần câu hỏi/đánh giá.
Tôi sẽ tích cực phản ánh chúng vào các bản cập nhật.

Xin cảm ơn.
Thân ái, Kevin - Người điều hành [Phần cơ bản 1] OpenClaw.ai Master Class..

Chào mọi người!

Một tính năng mới vừa được thêm vào Google AI Studio / Gemini API mà chúng ta đang sử dụng trong bài giảng OpenClaw phần 1, đó là “Hạn mức chi tiêu dự án (Spend Cap)”.

Cách mà tôi đã giải thích trong bài giảng hơi phức tạp, nhưng giờ đây bạn đã có thể thiết lập nó một cách dễ dàng.

Nếu bạn tận dụng tính năng này,

- Ngăn chặn trước “tình huống phát sinh chi phí đột ngột do vô tình gọi quá nhiều lần”, và

- Bạn có thể giới hạn số tiền sử dụng tối đa hàng tháng cho mỗi bài thực hành/dự án một cách an toàn.

Bạn có thể thiết lập ngay bằng cách truy cập vào Google AI Studio và vào menu bên dưới! Tôi cũng sẽ đính kèm cả ảnh chụp màn hình nhé!

• Get API Key > Chi tiêu

[Hình ảnh chụp màn hình Google AI Studio]

Thông báo: Đã cập nhật đường dẫn dự án dựa trên WSL2

Chào các bạn học viên!

Dưới đây tôi đã soạn thảo hai nội dung cập nhật bài học để học phần 1 cơ bản, nên

Vui lòng nhất định phải đọc kỹ phần Nội dung chính của thông báo! section!

Nội dung thông báo chính

- Tiết học 7: Đã được thay thế/bổ sung bằng video thực hành tạo dự án dựa trên WSL2.

- Bài học 8: Trước khi bắt đầu buổi học chính thức

“Mọi đường dẫn trong trình khám phá tệp đều dựa trên thư mục gốc của WSL2 Ubuntu” đã được thêm video thông báo.

- Những bạn vốn dĩ đang hiểu theo tiêu chuẩn ổ đĩa D,

Từ nay về sau, sẽ lấy đường dẫn trong WSL2 Ubuntu là /home/<tên_người_dùng>/... làm chuẩn

Các bạn vui lòng theo dõi bài giảng là được.

Chi tiết thông báo

1. Thông báo bổ sung video hướng dẫn tạo dự án dựa trên WSL2 (Bài học 7)

Phần tạo dự án demo dựa trên ổ đĩa D của Windows trong bài giảng phần 1 trước đây,

Cách tạo dự án dựa trên thư mục gốc (home directory) của WSL2 Ubuntu đã được cập nhật..

- Video thực hành tạo dự án dựa trên WSL2 đã được thêm mới vào bài giảng Tiết 7.

- Giờ đây, tiền đề cơ bản của bài giảng này như sau:

- Sử dụng kết hợp Windows + Docker Desktop + WSL2 Ubuntu.

- Tất cả mã nguồn/tệp thiết lập liên quan đến dự án demo và OpenClaw là

Tạo bên dưới thư mục gốc của WSL2 Ubuntu chứ không phải là D:\.....

- Ví dụ về đường dẫn:

- /home/<tên người dùng>/demo-p1

- /home/<사용자명>/demo-p1/workspace

- Docker volume cũng được thiết lập dựa trên đường dẫn WSL2.

- Ví dụ:

    volumes:
        - /home/<tên người dùng>/demo-p1/config:/home/node/.openclaw
        - /home/<tên người dùng>/demo-p1/workspace:/home/node/workspace

Nếu bạn thiết lập lại dự án dựa trên WSL2,

- Có thể tránh được vấn đề về quyền NTFS của Windows và việc thắt chặt quyền hạn (permission hardening) của OpenClaw,

- Với cấu trúc phù hợp với Best Practice được khuyến nghị cho Docker + WSL2,

Sau này bạn cũng có thể dễ dàng chuyển sang môi trường máy chủ Linux hoặc Cloud.

2. Thông báo về cách hiển thị đường dẫn trong Explorer (Bài học 8, trước khi bắt đầu buổi học chính thức)

Ngoài ra, ở phần đầu của bài giảng Tiết 8

Video thông báo về "Cách hiển thị đường dẫn trong File Explorer trên Windows xuất hiện trong tất cả các video học tập sau này" đã được thêm vào.

- Trong bản ghi hình cũ, trên Windows Explorer

- D:\demo-p1\workspace

có những cảnh mà đường dẫn như trên hiển thị trên màn hình.

- Trên thực tế, bạn phải sử dụng thư mục ~/demo-p1/workspace của WSL2 Ubuntu chứ không phải ổ đĩa D:\.

- Ví dụ:

- WSL2 Ubuntu:

/home/<사용자명>/demo-p1/workspace

- Windows Explorer:

\\wsl.localhost\Ubuntu\home\<사용자명>\demo-p1\workspace

Hoặc truy cập vào cùng vị trí đó thông qua menu Linux

> Vì vậy, trong các video bài giảng sau này, khi thấy Windows Explorer quay cảnh...

> Ngay cả khi có cảnh trông giống như D:\...,

> Vui lòng lưu ý rằng ý định thực sự là "đường dẫn dự án trong thư mục home của WSL2 Ubuntu" khi theo dõi bài học.

Trong video thông báo bài học 8:

- Cách mở dự án demo trong WSL2 Ubuntu từ Windows Explorer \\wsl.localhost\Ubuntu\home\<사용자명>\demo-p1\workspace),

- Cách tìm bằng cách nhấp chuột theo thứ tự Linux → Ubuntu → home → <사용자명> → demo-p1 → workspace trong File Explorer

đang được giải thích cùng nhau, vì vậy hãy kiểm tra video thông báo này trước, sau đó

Nếu bạn xem video bài học chính tiếp theo sau đây, bạn có thể giảm bớt sự nhầm lẫn.

3. Tổng kết cuối cùng một lần nữa

- Bài học 7: Đã được thay thế/thêm mới bằng thực hành tạo dự án dựa trên WSL2.

- Bài học 8: Trước khi bắt đầu bài học chính thức

Video thông báo cho biết “mọi đường dẫn trong trình khám phá tệp đều dựa trên thư mục gốc của WSL2 Ubuntu” đã được thêm vào.

- Những bạn vốn đang hiểu theo tiêu chuẩn ổ đĩa D,

Từ nay về sau, hãy lấy đường dẫn trong WSL2 Ubuntu là /home/<tên_người_dùng>/... làm tiêu chuẩn

Các bạn chỉ cần làm theo bài giảng là được.

Cảm ơn bạn.