OpenClawエージェントアーキテクチャパターン：マルチエージェント委任、5層メモリ、およびウォッチドッグシステム

コスト管理のためのマルチエージェント委任

開発者は品質を維持しながらAPIコストを削減するため、異なる作業に特化したサブエージェントを実行しています。セットアップには以下が含まれます：

• バックグラウンドメンテナンスとハートビート用の安価なモデル（特にheartbeat.md用のHaiku 4.5）
• ウェブスキャン用の研究特化モデル
• ネイティブX検索用のGrokモデル
• 日次システム監査用のセキュリティ特化モデル
• 直接会話用のプライマリモデル

各エージェントには役割を定義する独自のブリーフィング文書があり、プライマリモデルがタスク委任を調整します。開発者は超安価なプライマリモデルへの切り替えを試みましたが、結果に失望し、OpenClawの魅力の半分は高品質モデルの使用にあると指摘しています。

5層メモリアーキテクチャ

OpenClawの限られた組み込みメモリに対処するため、開発者は5層システムを実装しました：

• 構造化事実データベース（エンティティ、関係性、信頼度スコア、重要度重み付け付きSQLite）
• ベクターメモリ（すべての情報に対する意味検索用ChromaDB）
• エピソード記憶（タイムスタンプと重要度付きの重要な出来事）
• 手続き記憶（何が機能したか、しなかったか、効果の追跡）
• グラフメモリ（誰が何に接続しているかを示すエンティティ関係）

ハイブリッド検索システムが5層すべてをクエリし、結果をランク付けします。システムには、事実が単純に保持または削除されるのではなく、時間とともに鮮明さを失うメモリ減衰メカニズムが含まれています。高重要度の記憶は完全な解像度で保持され、使用頻度の低い記憶は要約、次に本質、最後に存在を証明するハッシュのみに圧縮されます。エージェントは、減衰した記憶が再び関連性を持つようになったときに完全な解像度に昇格させることができます。

マルチエージェント評議会（MACx）

複雑な決定のために、開発者は異なるプロバイダーで5つのフロンティアモデルを並列に起動します：

• ChatGPT 5.4 Thinking
• Grok 4.20 Reasoning
• Opus 4.6
• Minimax M2.5
• Gemini 3.1

新しいモデルがリリースされるとモデルが交換されます。各モデルは独立して分析し、その後互いの作業を相互レビューし、議長が結果を統合します。システムには3つのモードがあります：審議（意思決定支援）、研究（深い調査）、ブレインストーミング（創造的発想）。最近、「フェーズ0」が追加され、評議会は審議前にまず前提条件を特定し、明確化の質問を行います。

セキュリティと監視アプローチ

スキルハブでのマルウェアについて聞いた後、開発者はスキルに似た変更ごとに特注ソリューションを構築する方針を採用しました。Claude Codeは、他のスキルコードベースを評価した後、ACPXを介してOpenClawと通信し、承認を得て何かを構築します。各新規ビルドは、アイデアだけで半分からスクラッチで開始されます。

日次のサブエージェントが、他のユーザーがOpenClawエージェントで行っていることをインスピレーションのためにスキャンします。ウォッチドッグシステムには3つの層があります：基本的なヘルスモニタリング、サービスレベルチェック、および基本的なチェックとコマンドでは不十分な場合にホストマシンで実行されるバイブコーダーへのACPX呼び出しに結び付けられたより深い診断機能。