ИИ-агенты в Elementor: три недели отладки, чтобы демо стало рабочей системой

Разработчик, ведущий несколько сайтов на WordPress с конструктором Elementor, описал на Хабре хронологию создания навыка «web42-elementor-builder» для платформы OpenClaw. Исходная идея выглядела просто: раз Elementor предоставляет MCP-инструменты, агент может вызывать нужные методы, добавлять контейнеры, виджеты, текст, кнопки и отдавать готовую страницу. На практике потребовались очередь задач на SQLite, CLI-валидаторы, жёсткие правила маршрутизации и отдельный компилятор на Python.

Что понадобится?

• WordPress + Elementor на одном или нескольких сайтах
• Elementor MCP (набор методов, через которые ИИ-агент управляет конструктором)
• Платформа OpenClaw (среда запуска ИИ-агентов с поддержкой навыков и делегирования)
• Python 3.x для CLI-скриптов и компилятора
• SQLite (встроенная файловая база данных) для хранения задач и состояний
• Telegram-бот как интерфейс для пользователей
• Google Docs (опционально) как источник контента для страниц
• Примерное время на базовый навык: от одной до двух недель, включая отладку с реальными пользователями

Пошаговая инструкция: от scaffold до рабочего навыка

1. Создайте структуру навыка (scaffold). В OpenClaw навык состоит из нескольких файлов. Минимальный набор:
2. SKILL.md с правилами поведения агента
3. settings/triggers.yaml и settings/intents.yaml для распознавания фраз, запускающих рабочий процесс
4. skills-map.yaml, связывающий намерение (intent) с конкретным workflow
5. папка workflows/ с YAML-файлами операций: создание страницы, добавление контейнера, виджетов, стилей, публикация
6. папка modules/ с инструкциями для окружения, маршрутизации, валидации

7. папка scripts/ с Python-скриптами для задач, окружений и SQLite

8. Примите архитектурное решение: агент не читает и не меняет состояние напрямую. Все операции с задачами, окружениями и базой данных проходят только через CLI-скрипты. Это ключевое ограничение, без него ИИ-агенты начинают «обходить систему», вызывая MCP-методы Elementor напрямую, минуя очередь.

9. Настройте создание задачи ДО первого вопроса пользователю. Когда в Telegram приходит запрос «сделай страницу», агент обязан создать запись (task record) в SQLite немедленно, ещё до того, как спросит, для какого проекта. В поле проекта ставится плейсхолдер:

task_create --user_id=<telegram_user_id> --project=pending_project

Без этого шага запрос теряется, если второй пользователь пишет, пока первый думает над ответом.

1. Добавьте проверку на дубликаты. В скрипте db.py перед созданием новой задачи вызывайте:

python existing = get_user_open_task(telegram_user_id) if existing: # Не создавать новую задачу, вернуть информацию о текущей

Один пользователь не может иметь две активные или стоящие в очереди задачи одновременно.

1. Запретите прямые MCP-вызовы до маршрутизации. Зафиксируйте правило в SKILL.md: главный агент не строит страницы самостоятельно, а делегирует задачу ИИ-верстальщику. Тот, в свою очередь, проходит через навык и CLI. Прямое обращение к Elementor MCP до маршрутизации считается обходом системы.

2. Внедрите правило одного вопроса за раз. Агент не должен спрашивать проект, источник, стиль и среду публикации в одном сообщении. Для этого создайте скрипт:

workflow_cli.py next-question --task_id=<id>

Скрипт возвращает ровно один вопрос, который сейчас разрешён. Нет проекта, спросить только проект. Проект есть, но нет источника, спросить только источник.

1. Разделите состояния на блокирующие и проходные. Состояния waiting_*, blocked_*, done_* могут останавливать выполнение. Состояния ready_* не могут: если следующий шаг выполним без участия пользователя, агент обязан продолжать. Промежуточные сообщения вроде «продолжаю» без действия запрещены как финальный ответ.

2. Настройте окружения: бета по умолчанию. Команда create_page всегда работает в бета-окружении. Перенос на продакшен возможен только через отдельную операцию после проверки. Так продакшен-сайт защищён от экспериментов агента.

Как выглядит реальный диалог с агентом?

Что делать с этим прямо сейчас?

Авторам Дзена и копирайтерам. Подход «навык + очередь задач» применим не только к вёрстке. Если вы используете ИИ-агента для генерации текстов или SMM, принцип тот же: агент не должен терять контекст при переключении между задачами. Заведите фиксацию запроса до начала диалога, даже в простом Google Sheets.

Маркетологам. Сборка лендингов через ИИ-агента экономит часы, но требует инженерной обвязки. Если ваша команда планирует автоматизировать создание страниц, заложите время на CLI-валидаторы и разделение окружений. Без этого первый же параллельный запрос сломает процесс.

Предпринимателям в РФ и СНГ. Elementor и WordPress доступны в России. OpenClaw работает с моделями через API. Узкое место: ИИ-агенты такого уровня требуют разработчика, который настроит навык, напишет скрипты и проведёт живую отладку. Готового решения «из коробки» пока нет.

Кейс с Elementor подтверждает простое правило: ИИ-агенты в реальной работе, это не промпт плюс API, а инженерия состояний, очередей и ограничений. Кто освоит эту обвязку первым, получит не демо, а инструмент, которому можно доверить продакшен.