OpenClawオーケストレーターのルーティング問題：委任失敗時の対応

問題：信頼性の低いエージェント委任

ハブ・アンド・スポーク型のマルチエージェントアーキテクチャでOpenClawを実行している開発者が、メインオーケストレーターからの信頼性の低いルーティング動作を経験しています。オーケストレーターは、リクエストを適切な専門サブエージェントに委任する代わりに、頻繁に直接処理しようとします。報告によると、委任が正しく機能するのは約50〜60％の時間のみで、ルーティングは信頼性が低く感じられます。

具体的な例としては、ワークアウトについて尋ねられたときに、オーケストレーターがトレーニングエージェントを呼び出す代わりに一般的なフィットネスアドバイスを提供すること、天気について尋ねられたときに、天気エージェントを呼び出す代わりにトレーニングデータから回答することが挙げられます。

現在のセットアップ詳細

開発者の構成には以下が含まれます：

• ユーザーインタラクションを処理するメインオーケストレーター
• 7つの専門サブエージェント：Gmail/カレンダー/ドライブ、Todoist、パーソナルトレーニング/Notion、食料品在庫、食事計画、天気、電車のスケジュール用
• リクエストパターンをエージェントIDにマッピングする明示的なルーティングテーブル
• ハードルール：「あなたはワーカーではなくルーターです — リクエストが専門家の領域に該当する場合は、必ず委任しなければなりません」
• 各専門家の領域は明確に定義されています
• 構成でエージェント間通信が有効になっています
• オーケストレーターモデル：openai-codex経由のgpt-5.4

試みられた解決策

開発者はルーティング問題を修正するためにいくつかのアプローチを試みました：

• 各ドメインに「絶対にしない」ルールを追加（例：自分でメールの質問に絶対に答えない、自分で天気を絶対に確認しない）
• 「迷ったら委任する」ルールを追加
• 例文付きでルーティングテーブルを非常に明示的にする

開発者からの重要な質問

開発者は、いくつかの具体的な問題について実用的なアドバイスを求めています：

• OpenClawで信頼性の高い委任を強制するための既知の有効なプロンプトパターンはありますか？
• オーケストレーターのモデル選択は重要ですか？より強力なモデルと弱いモデルのどちらが適していますか？
• ルーティングテーブルアプローチは正しいですか、それともこれを構築するより良い方法がありますか？
• OpenClawのsubagents.allowAgents構成がルーティング動作にどのように影響するかについての経験はありますか？

開発者は、個々のエージェントはリクエストを受信するとうまく機能することに注目しており、ボトルネックは純粋にルーティングステップにあることを示しています。