OpenClawは2026年1月29日に公開され、一夜で話題になりました。2026年のAI Agentブームを直接押し上げた存在でもあります。深くClaude Codeを使っている人も少なくありません。

Claude Code経験者に対して、こぺんぎんの考えはこうです。Claude Code自体は強い。ただし、会話をまたいだ記憶がなく、スケジュールもなく、単一agentがすべてを担います。OpenClawはこの3つを補い、チャットツールを複数プロジェクトを同時管理できるAIワークステーションへ変えます。

以下では、この構造を広げて見ながら、OpenClawとClaude Codeをどう組み合わせるかを整理します。

OpenClawとは

OpenClaw multi-agentチーム

一言で言えば、AI代理助手です。同時に、Claude Codeのプラグインシステムとも言えます。

Claude Code自体は強く、ファイルを読み、コードを書き、Terminalコマンドを実行できます。ただし硬い弱点があります。毎回の会話がゼロから始まる、スケジュールできない、単一agentが全部やる。

OpenClawはこの穴を補います。入れるとClaude Codeに4つの能力が増えます。

記憶システム：会話をまたいで好み、プロジェクト状態、さらにはagent自身の「個性」を覚えます。長期使用すると、agentはユーザーが好きな語気、嫌いな形式、各プロジェクトの現在位置を知るようになります。

スケジュールエンジン：定時タスク（cron job）を設定し、agentに自動でタスクを走らせます。ニューススキャンは朝6時、SNS投稿は1日3回のように、人が見張らなくても動きます。

Multi-Agent連携：異なるagentが異なる仕事を担当し、同じ記憶を共有します。Opusが戦略、Sonnetが作業、Codexがコード。

Skills拡張：appを入れるようにagentへ技能を足します。SNS投稿、画像生成、データ分析をすべてモジュール化します。

純粋なClaude Codeとどれくらい違うか

実戦では3つの違いが特に大きいです。

記憶：純Claude Codeは毎回見知らぬ人です。OpenClawを入れた後、agentに「昨日のSEOスケジュールを続けて」と言うと、本当に何のことか分かります。背景を貼り直す必要がありません。具体的には memory/ ディレクトリにプロジェクト文脈ファイルを置き、agent起動時に自動で読みます。設定は数分ですが、毎日の説明し直し時間が積み上がるとかなり大きいです。

スケジュール：以前毎日手動で走らせていたニュース整理やSNS投稿は、今では cron/jobs.json に入ります。朝にニュースを自動スキャンし、SNS初稿を生成し、レビューフローを走らせる。毎日かなり時間を節約できます。操作はJSONを書き、時間を設定するだけです。

分業：1つのagentが全部やると品質が揺れます。OpusがJSON設定ファイルを直すとたまに形式を壊す。Codexが文案を書くと技術文書っぽくなる。4つのagent に分けてから、それぞれが最も安定する仕事だけを担当し、エラー率がはっきり下がりました。

インストール手順

前提：Node.js 18+、Claude Code CLI。

まだClaude Codeを入れていない場合、まず実行します。

npm install -g @anthropic-ai/claude-code

正常起動を確認したら、OpenClawをインストールします。

npx openclaw init

プロジェクトディレクトリに .openclaw/ フォルダが作られ、すべての設定ファイルが入ります。

初期化後、一番重要なのは CLAUDE.md の設定です。これはagentが毎回起動時に読む指示ファイルで、「あなたは誰で、どう働くべきか」を伝えます。

# CLAUDE.md
你是 Penna，Penchan 的 AI 助手。
Boot 與規則見 AGENTS.md。

続いて記憶索引 MEMORY.md を作り、agentに記憶ファイルの場所を知らせます。詳しい手順は 入門ガイド にまとめています。

3 Agents構成の参考

以下はこぺんぎんが長期運用で磨いた分担です。参考として置いておきます。自分の作業システムは各自で作れます。

Opus：戦略と執筆

Opusは主脳です。コンテンツ戦略、長文執筆、記憶管理、agent間調整を担当します。すべての記憶ファイルを読み、意思決定し、実行タスクを外へ振ります。

Opusに対するおすすめの硬いルール：計画とレビューだけを行い、直接コードを触らない。Opusがcodeを直すとたまに問題が出ますが、code reviewは非常に安定しています。

Sonnet：機械的タスク

判断力が必要なことはSonnetに渡しません。ただし機械的な作業は速く正確です。動画フレーム抽出、変換、データ整形、batch処理。低コストで品質が安定します。

Codex：コード

code関連はすべてCodexです。機能実装、bug修正、テスト実行。モデルは最新を固定し、降級しません。

小範囲のコード変更ならSonnetに渡すこともできますが、数十行を超える、またはロジック判断が絡むなら必ずCodexです。

分業の核心原則

agentは多ければ良いわけではありません。6個を試したことがありますが、管理コストが高すぎました。最終的に3個がちょうどよいです。各agentの職責は一文で言い切れるほど明確である必要があります。曖昧な場所がエラーの場所です。

記憶共有はファイルシステムで行います。3つのagentは同じ .openclaw/ ディレクトリを読みますが、書き込み権限は分級します。Opusはすべての記憶ファイルを書ける。Sonnetは担当タスク出力だけ。Codexはcodeだけ。こうすると互いに踏みにくくなります。

より詳しい分担は Multi-Agent構成 に整理しています。

核心機能の分解

記憶システム構造

記憶システム

3層で、操作は簡単です。

MEMORY.md は索引ファイルです。記憶がどこにあるかをagentに知らせます。中身は .md 記憶ファイルのパス一覧です。agentは起動時にまずこの一覧を読み、どれを読み込むか決めます。

中間層は主題ファイルです。たとえば memory/user/profile.md にはユーザー基本情報、projects/penchan-co/context.md にはブログプロジェクトの文脈を置きます。これらのファイルは毎回読むのではなく、関連話題の時だけ読み込みます。

最上層は brain.md で、毎日更新される作業記憶です。agentが作業終了時に「今日何をしたか、明日何を続けるか」を自動で書き込み、翌日直接続きから始められます。

つまずき：最初はすべての記憶を一つの大きなファイルに詰めていました。その結果、毎回の会話で読み込みだけにcontext windowのかなりの割合を使い、返信が遅くなりました。3層に分けてからcontext使用量は明らかに下がり、探し物も速くなりました。

スケジュールエンジン

操作上は cron/jobs.json を編集するだけです。形式はLinux cronに似ています。

{
  "schedule": "0 6 * * *",
  "task": "掃描今日新聞並生成摘要",
  "agent": "opus"
}

保存すると有効になります。実戦では十数個のスケジュールが走ります。朝のニューススキャン、初稿生成、午後の株式市場追跡、夜の翌日予定整理。各タスク完了後は cron/runs/ に記録が残り、問題があればlogを見ます。

実用的な提案：health checkスケジュールを追加すること。夜中にスケジュールが壊れて誰も気づかないと、長く引きずります。毎日スケジュール状態を確認するjobを置き、異常時にTelegram通知を出すと救命線になります。

Skills

SkillsはOpenClawのモジュール式拡張システムです。各skillは独立した能力パッケージで、agentが必要に応じて読み込みます。

skillの構造はだいたい次のようになります。

skills/
  social-post/
    skill.md      # 技能描述和使用規則
    templates/    # 範本檔案

実戦でよく使うskillsは、SNS投稿（SNS API接続）、画像生成（画像モデル接続）、スケジュール管理です。SNSチームに複数アカウント、複数投稿チャンネルがある場合、全部skillで自動化できます。

向いている人

向いている場合：すでにClaude Codeを使っていて、会話横断記憶、スケジュール自動化、multi-agent分担が欲しい。Terminalを開くのが苦ではなく、1〜2日設定に使える。

向いていない場合：すべてをGUIで済ませたい。この需求ならDifyやCozeの方が合います。OpenClawの操作環境はTerminalとMarkdownファイルなので、CLIアレルギーがあるとかなり辛いです。

もう一つの前提は、自動化したい明確なタスクがあることです。OpenClawの価値は反復作業の時間を省くことにあります。今のところ反復的なAIタスクがないなら、入れても力を発揮しません。

もっと率直に言うと、OpenClawにはまだ最適化すべきところが多く、定位はもともと柔軟性が高く、自分で調整したい人向けです。全員に向くツールではありません。

次のステップ

試すと決めたら、おすすめのルートは次の通りです。

  1. まず 入門ガイド に従って基本環境を立ち上げる
  2. 安定してから Multi-Agent構成 の分担設計を見る
  3. 問題があればOpenClawのGitHubでissueを開く

関連記事

こぺんぎんの体験談

主力stackはOpenClaw上のOpus / Sonnet / Codex 3 agent分担です。毎日のニューススキャン、SNS草稿、ブログ草稿の大半が自動で走り、浮いた時間を戦略と執筆に使っています。実戦での体感は2つあります。(1) 記憶分層は長期安定の鍵です。きれいなほどagentは覚えます。(2) OpenClawが向く人には条件があります。自分で触り、最適化を楽しめる必要があります。重要なのは、先に明確な自動化タスクがあることです。そこで初めてツールが役に立ちます。

よくある質問

Q: OpenClawとは何ですか？

OpenClawはClaude Codeの上に入れるオープンソースフレームワークで、記憶、スケジュール、multi-agent連携、Skills拡張を加えます。もともと一問一答だったClaude Codeを、長期的にあなたを覚え、自動でタスクを実行できるAIワークステーションにします。

Q: OpenClawと元のClaude Codeの違いは？

元のClaude Codeは毎回新しい会話として始まり、あなたが誰か、以前何をしたかを覚えていません。OpenClawは3層記憶システムを加え、会話をまたいで好みとプロジェクト状態を覚えます。さらにスケジュールを走らせ、複数agentに分業させられます。

Q: OpenClawは無料ですか？

OpenClawフレームワーク自体はオープンソースで無料です。ただしClaude Codeの利用権（サブスクリプションまたはAPI）が必要で、実際の費用はAnthropic公式プラン次第です。

Q: プログラムが書けなくてもOpenClawは使えますか？

基本的なTerminal操作と少しのMarkdown編集経験が必要です。コードを書く必要はありませんが、設定ファイルを編集する意欲は必要です。VS CodeとTerminalが使えるなら、それほど難しくありません。

Q: OpenClawの記憶システムはどう動きますか？

3層です。MEMORY.mdは索引ファイルで、毎回の会話で自動読み込みされます。主題ファイルは必要時に読みます。たとえばユーザー資料やプロジェクト文脈です。brain.mdは作業記憶で、今何をしているかを記録します。この3層により、agentが毎回記憶喪失になりにくくなります。

Q: 1台のコンピュータで何個のagentを動かせますか？

技術上の固定制限はありません。API枠とコンピュータ性能次第です。実戦では4つのagentを同時に動かしても問題ありません。まず1つから始め、安定してから増やすのがおすすめです。

Q: OpenClawはどのモデルに対応していますか？

主にClaude系列（Opus、Sonnet）向けに最適化されています。底層はClaude CodeなのでAnthropicが提供するモデルに対応します。一部機能（Codex agentなど）はOpenAIのCodexを使います。

— Penchan