「チャットで頼むと、AIが実際に動く」。OpenClawは、そのための自前運用のAIエージェント基盤です。Telegram、Discord、Slack、WhatsApp、Signal、iMessage、LINE、IRC、Synology Chat、QQ Bot、Feishuなど、多くのメッセージアプリから指示を出せます[1]。開発者やチームが、自分のマシンやサーバーでGatewayを動かし、チャットアプリとAIをつなぐ形です[2]。
この話題は、単なるflash的な新しさではなく、設計図が積み上がってきた点に意味があります。文書はv2026.5.12の安定版を基準にしています[1]。アーキテクチャ文書では、Gatewayが中心のハブとなり、WebSocket JSON-RPC、OpenAI互換HTTP API、チャネルプラグイン接続を束ねると説明されています[1]。設定モジュールがほぼすべての部品に依存する土台になっているのも、運用を続けるための工夫です[1]。現在の安定版では、agentsとauto-replyが大きなコア部分として残り、tasksが共有の背景タスク制御面を提供します[1]。
さらに、タスクの扱いが細かくなっています。src/tasks/がSQLiteで背景タスクの台帳を統一し、ACP、サブエージェント、cron、CLIのデタッチ実行を、監査・保守・所有権・状態・Task Flowとしてまとめます[1]。この台帳は、破損しにくい記録として、監査や保守を支えます[1]。タスクは、単発の応答と違い、時間差で完了する作業を扱えます[1]。一度きりの返答ではなく、後で動く作業を記録して追える形です。マルチエージェント、チャネル別ルーティング、Dockerサンドボックス、ブラウザ自動化、意味記憶検索、モバイルノードペアリング、プラグインも機能として並んでいます[1]。
メディア生成とメモリも、設計の中心に置かれています。music-generation、video-generation、media-generationが第一級の面としてあり、音声や動画を含む作業を想定していることがわかります[1]。メモリは、埋め込み、dreaming、promotion、host/runtime helperをmemory-host-sdkへ、QMD、検索、同期やindexの調整をmemory-core側へ分けています[1]。長期記憶を「検索できる資産」として扱う意図が見えます。
導入の入口も整っています。macOS、Linux、WSL2、Windows向けのインストーラーは、OSを検出し、必要ならNodeを入れ、OpenClawをセットアップします[2]。Quick startは検出したAIアクセスを使い、実際のcompletionで確認してから、WebダッシュボードとGatewayを前面に出します[2]。Custom setupは、より細かな設定を順に進める流れです[2]。openclaw onboard –classicで、従来のステップ式ウィザードも選べます[2]。
同じGatewayが、1台のノートPCでの個人アシスタントにも、チーム共有の運用にも使える点も重要です[2]。違いは主に設定であり、データを手元で管理したい人に向きます[2]。開発者は、自分の環境で試したうえで、設定だけを変えて使い分けられます[2]。Control UIでチャット、設定、セッションを見られるのも、自前運用の利点です[2]。チームでは、チャネルごとにエージェントを振り分けられます[1]。Telegramは接続が速い入口として挙げられています[2]。こうした動きは、AIエージェントのカルチャーを、単なるチャットから作業の自動化へ広げるものと思われます[2]。
評価の話題も出ています。WildClawBenchは、AIエージェントを野外の実務に近い形で測るベンチマークとして公開されています[5]。BenchmarkListやPinchBenchにも、モデル別の成功状況やリーダーボードへの言及があります[6][7]。コミュニティ文書も整備され、導入や設定の入口が広がりつつあります[3][4]。評価は、モデルの賢さと、エージェントの運用能力を分けて見る必要があると思われます[5][6][7]。ただし、今回の素材には、どのモデルが何%成功したか、どの推論速度で動いたか、といった具体的な数値はありません[5][6][7]。
ここが重要です。OpenClaw自体はプラットフォームであり、賢さの中心は接続するLLMと、その使い方です。以前取り上げた「コードレビューが約40%速くなる」という実測は、今回の素材とは条件が異なるため、そのまま比較できません。今回の素材から言えるのは、セットアップ、タスク台帳、メモリ、メディア、評価基盤が揃い、AIエージェントを「動かして記録する」方向へ進んでいることです[1][2][5]。hacker的な試行錯誤を好む人にも、この設計は刺さるようです[2]。
引用ソース
- Web記事 記事全文: openclaw-docs/ARCHITECTURE.md at main · mudrii/openclaw-docs — https://github.com/mudrii/openclaw-docs/blob/main/ARCHITECTURE.md
Updated: 2026-05-17 (docs snapshot: v2026.5.12) | Released baseline: GitHub v2026.5.12 (published 2026-05-14 18:28:04 UTC)
OpenClaw is an open-source, self-hosted AI agent platform that connects Large Language Models to - Web記事 記事全文: OpenClaw Docs — https://docs.openclaw.ai/
On this page
On this page
OpenClaw
The AI that really does things.Any OS. Any Platform. The lobster way. 🦞
Install OpenClaw and bring up the Gateway in minutes.
Guided setup with openclaw onboard and pairing flows.
Link - Web記事 Web検索: GitHub – mudrii/openclaw-docs: Comprehensive codebase documentation for … — https://github.com/mudrii/openclaw-docs
GitHub – mudrii/openclaw-docs: Comprehensive codebase documentation for …
- Web記事 Web検索: Home | OpenClaw Docs — Community Documentation for the Open-Source AI Agent — https://clawdocs.org/
Home | OpenClaw Docs — Community Documentation for the Open-Source AI Agent
- Web記事 Web検索: GitHub – InternLM/WildClawBench: An in-the-wild benchmark for AI agents … — https://github.com/InternLM/WildClawBench/
GitHub – InternLM/WildClawBench: An in-the-wild benchmark for AI agents …
- Web記事 Web検索: WildClawBench Benchmark Scores & AI Model Leaderboard | BenchmarkList — https://benchmarklist.com/benchmarks/wildclawbench/
WildClawBench Benchmark Scores & AI Model Leaderboard | BenchmarkList
- Web記事 Web検索: Best Models by Success Rate | PinchBench – OpenClaw Benchmark — https://pinchbench.com/
Best Models by Success Rate | PinchBench – OpenClaw Benchmark
※ 本記事はAIにより、Reddit・Hacker News・5ch・Xトレンドの公開投稿・トレンドを軸に、その話題をWeb検索で深掘りして集めた一次情報(記事全文・HNコメント)を併せて自動生成されました。本文中の[n]は末尾の引用ソース番号です。内容の正確性は保証されません。引用先を必ずご確認ください。
RECENT COMMENTS