2026年 OpenClawマルチエージェントオーケストレーション実践

マルチエージェントオーケストレーションの重要性

単一の長寿命エージェントコンテキストはノイズを蓄積します。調査ダンプ、失敗した試行、ツールログがウィンドウを膨らませ、品質が低下します。OpenClawはオーケストレーションを第一級の問題として扱います — 親エージェントが計画とルーティングを担当し、Workerは狭いプロンプトと隔離されたワークスペースを受け取ります。

チームがOpenClawマルチエージェントを採用する場面は次のとおりです。

• CI/CD生成が複数のリポジトリやサービスに並列で触れる必要がある（ベンチマークデータでは、同等タスクで単一エージェントClaude Codeと比較して並列コード生成が約3.2倍高速）
• コードレビューが独立した視点（セキュリティ、スタイル、カバレッジ）の恩恵を受ける — 1つのモデルがすべての役割を演じる必要がない
• 長文ドキュメントで、1つのエージェントが調査・アウトライン・草稿・監査を単一スレッドに押し込む必要がない

失敗モードもアーキテクチャ的です。5つの「エージェント」がすべて同じメモリキーに隔離なしで書き込むと、競合状態が発生します — オーケストレーション層がマージロジックとタイムアウトを所有する必要があります。

OpenClawオーケストレーションモデル

実行時、OpenClawはゲートウェイデーモンと設定内の名前付きエージェントIDに解決されます。マルチエージェントフローでは次を使用します。

深度の経験則：2段階（オーケストレーター → Worker）でワークロードの約95%をカバーします。3段階（オーケストレーター → チームリード → リーフ）は、サブチームが真に独立している場合のみ有効 — デバッグコストが急増します。

外部参考：OpenClaw GitHub および maxSpawnDepth / カスケード停止動作に関するコミュニティのアーキテクチャノート。

3つのオーケストレーションパターン

パターン1 — 並列扇出（Parallel Fan-Out）

適用条件：サブタスクが互いの出力に依存しない。

形状：オーケストレーターが1ターンで複数spawnを発行；壁時計時間 ≈ 最遅Workerの時間であり、Workerの合計ではない。

例：

• 3パッケージを同時にlint
• 3つの競合URLを調査
• 3サービスのユニットテストを生成

アンチパターン：パイプライン（調査 + 起草）に扇出 — 調査がまだ実行中なのに起草者が空入力で開始する。

Orchestrator
 ├── spawn worker-a (scope: package-frontend)
 ├── spawn worker-b (scope: package-api)
 └── spawn worker-c (scope: package-worker)
      → merge summaries → single PR plan

パターン2 — 順次パイプライン（Sequential Pipeline）

適用条件：段階Bが段階Aのアーティファクトを必要とする。

形状：調査 → アウトライン → 実装 → 監査 → 公開。各Workerは前段の成果物のみを貼り付けたクリーンなコンテキストを受け取る。

利点：起草者は3,000行の生調査トークンを持たない；監査者は監査前の草稿履歴を見ない。

コスト：壁時計時間は加算的 — 依存関係が本物の場合のみ使用する。

パターン3 — 検証付き扇出（Fan-Out with Validation）

適用条件：正確性が速度より重要（コンプライアンス文書、インフラdiff、価格表）。

形状：同一プロンプトを2〜3 Workerに送信；オーケストレーターまたはモニターエージェントが出力を比較；不一致はリトライまたは人間へのエスカレーションをトリガー。

コスト：単一Worker比で約2〜3倍のトークン消費 — 高リスクマージのみで正当化される。

設定Runbook

OpenClawがすでにインストールされている前提です — 未インストールの場合は、先にセットアップガイドを完了してください。

ステップ1 — openclaw.json でエージェントロスターを定義

典型的なパス：~/.openclaw/openclaw.json（リリースに応じて確認してください）。

{
  "agents": {
    "list": [
      {
        "id": "orchestrator",
        "default": true,
        "workspace": "~/.openclaw/workspace-orchestrator",
        "sandbox": { "mode": "off" }
      },
      {
        "id": "coder",
        "workspace": "~/.openclaw/workspace-coder",
        "sandbox": { "mode": "all", "scope": "agent" },
        "skills": ["git", "nodejs", "testing"]
      },
      {
        "id": "researcher",
        "workspace": "~/.openclaw/workspace-research",
        "sandbox": { "mode": "all", "scope": "agent" },
        "skills": ["web", "docs"]
      }
    ]
  },
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["orchestrator", "coder", "researcher"]
    }
  }
}

ステップ2 — Workerごとにワークスペースを隔離

各Worker IDは別々のワークスペースディレクトリにマップする必要があります。並列扇出Worker間で書き込み可能なワークスペースを共有しないでください — ファイル競合がマージを破壊します。

mkdir -p ~/.openclaw/workspace-{orchestrator,coder,researcher}

ステップ3 — ルーティング表付きオーケストレーターシステムプロンプトを記述

オーケストレータープロンプトには次を含める必要があります。

1. 利用可能なWorker IDとスキル
2. 扇出 vs パイプラインの使い分け
3. spawnごとのタイムアウト（例：調査120秒、コード生成300秒）
4. 失敗ポリシー：1回リトライ、その後エスカレーション

サブエージェントコンテキストルール：WorkerはAGENTS.md + TOOLS.md + タスクペイロードのみを受け取るべき — オーケストレータースレッド全体ではない。

ステップ4 — 信頼できないWorkerにサンドボックスを有効化

協調ツール用にオーケストレーターは sandbox.mode: off を維持；Workerがshellまたはネットワークを実行できる場合、coder/researcherを mode: all でサンドボックス化します。

ステップ5 — spawn上限を設定

OpenClawバージョンのドキュメントに従い maxChildren / maxSpawnDepth を設定します。RAMとAPIレート制限を計測するまで、最大3並列子プロセスから始めてください。

ステップ6 — openclaw doctor でテスト

openclaw doctor
openclaw status

CI下で扇出を実行する前に、重複hookまたは競合するエージェントバインディングを解決してください。

ステップ7 — 制御された扇出タスクを実行

オーケストレーター指示の例（概念的）：

Task: Review modules auth/, billing/, notify/ in parallel.
Spawn researcher once per directory with identical rubric.
Merge into one markdown report with per-module sections.
Timeout: 180s per worker. If one worker fails, continue with partial merge and flag gaps.

テスト中にピークRSSを記録 — ベンチマークフットプリントと比較してください。

ステップ8 — CIトリガーを接続（任意）

ゲートウェイをローカルに公開；パイプラインからSSH + RESTでトリガー。アーティファクトはタスクスコープのパスに保存：

export TASK_ID="${GITHUB_RUN_ID}"
mkdir -p "/tmp/openclaw-runs/${TASK_ID}"

メモリ、状態、マージ規律

マージ契約：オーケストレーターは事前に出力スキーマ（JSONセクション、必須見出し）を定義するべきです。Workerは引き渡し前にスキーマに対して検証します。

ハードウェアとRAM予算

Apple Silicon M4クラスホストで計測（ベンチマーク記事参照）：

オーケストレーションにGPUは不要です — ボトルネックはAPIレート制限とワークスペース同期のディスクI/Oです。日本（東京）ノードはAnthropic APIへの中央値RTTが24 msです（APIレイテンシのみ参照）。リージョン別ノード選定はM4リージョンマトリクスをご覧ください。

障害処理

オーケストレータープロンプトで明示的に定義します。

夜間CI失敗の多くはタイムアウト欠如に起因します — デフォルトの「永久待機」がゲートウェイを停止させます。

推奨パス

一行ルール：Worker BのプロンプトがWorker Aの出力を必要とするならパイプライン。そうでなければ扇出。

FAQ

OpenClawは最大何エージェントまで並列実行できますか？

固定のグローバル上限はありません — 実用上の制約はRAM、APIレート制限、マージの複雑さです。3並列Workerから始め、ps またはアクティビティモニタでピークRSSを計測してからスケールしてください。

扇出は常に高速化しますか？

タスクが相互に独立している場合のみです。依存関係のある段階に扇出を誤適用すると、空のドラフトや重複作業など、静かに失敗します。パターン選択前に必ず依存関係を整理してください。

agentToAgent とサブエージェントspawnの違いは何ですか？

agentToAgent は名前付き永続エージェント（営業Bot vs サポートBot）へメッセージを送ります。サブエージェントspawnは単一タスク分岐向けの一時Workerを作成します。CI向けオーケストレーションは通常spawnに依存；マルチテナントチャットBotは agentToAgent とbindingsを使用します。

クラウドレンタルなしでMac Mini上でオーケストレーションを実行できますか？

はい。Node 22.19以上、十分なRAM、安定したネットワークがあれば、常時稼働のMacならどれでも動作します。ノートPCのスリープで長時間ゲートウェイセッションが切れる場合、チームは専用Mac miniを常時稼働させます。

TradingAgentsやMiroFishとの関係は？

TradingAgentsは取引会社のディベート（LangGraph）をオーケストレーションします。MiroFishは予測のためのソーシャルswarmをオーケストレーションします。OpenClawは開発ワークフロー（コード、CI、レビュー）をオーケストレーションします。ドメインに合うフレームワークを選んでください — 相互補完であり、置き換え可能ではありません。