はじめに
「AIエージェントって、結局チャットボットでしょ？」
半年前の自分もそう思っていました。でも今、自宅の PC 3台で 10体の AI Agent が24時間稼働し、朝のブリーフィングから会議管理、投資モニタリング、学習サポートまで——生活のあらゆる場面を自動化しています。
この記事では、OpenClaw というオープンソースの AI Agent フレームワークを使って構築した「個人マルチエージェントシステム」の全貌を、ハマりポイント込みで共有します。筆者はデータプラットフォーム領域のエンジニアです。
この記事は「やってみた系」ですが、実運用で踏んだ地雷の話が本題です。公式ドキュメントに載っていないリアルな知見を中心に書きます。
なぜ10体も必要なのか
最初は1体（総管の Joe）だけでした。でも運用していくうちに、こんな問題が出てきます。
- コンテキストの肥大化: 投資の話と学習支援が同じセッションに混ざると、トークン消費が爆発する
- プロンプトの専門化: プロジェクト管理と技術ニュース収集では、求められるペルソナがまったく違う
- 障害の分離: 1体が壊れても他に影響しない
結果として、関心の分離（Separation of Concerns） という設計原則そのままに、役割ごとに Agent を分けるのが最適解でした。
Agent 一覧
| Agent | 役割 | 概要 |
|---|---|---|
| Joe（総管） | 統括 | 全体調整、日程管理、heartbeat監視、障害対応 |
| CaiZhi | 投資管理 | ポートフォリオ監視、市場トレンド、月次レビュー |
| 学思 | 個人学習 | 学習計画、技術トレンド収集、毎日の技術ニュース |
| 学習助理 | 学習支援 | 学習コンテンツ生成、進捗管理 |
| Life Helper | 生活全般 | 買い物、予約、翻訳、生活情報 |
| PJ-A〜D | プロジェクト | 各案件の進捗・会議管理（4案件分） |
| Fudosan | 不動産 | 物件管理、不動産市場分析 |
プロジェクト系が4体あるのは、案件ごとにコンテキストとスケジュールが完全に独立しているからです。混ぜると「A社の会議」と「B社の朝会」の区別がつかなくなります。
アーキテクチャ
全体構成はこんな感じです。
┌─────────────┐ Telegram Bot API ┌──────────────────┐
│ Telegram │ ◄──── 複数Bot Account ──► │ PC-A (メイン) │
│ (スマホ) │ │ OpenClaw Gateway │
└─────────────┘ │ Joe + 全Agent │
│ 8GB RAM │
└────────┬─────────┘
│ メモリ同期(5分)
┌────────▼─────────┐
│ PC-B (スタンバイ) │
│ Joe-Standby │
│ 自動フェイルオーバー│
└──────────────────┘
┌──────────────────┐
│ T440 (Docker) │
│ 学習系Agent │
│ Flask Dashboard │
└──────────────────┘
ポイント
- 通信: Telegram Bot API を複数アカウントで運用。OpenClaw の binding routing で、各 Bot → 対応 Agent にルーティング
-
HA（高可用性）:
watchdog.pyが30秒間隔で PC-A を監視。ダウン検知から約90秒で PC-B に自動切替 - バックアップ: GitHub private repo に GPG 暗号化して自動 push。Healthchecks.io で監視
- コスト: 自宅の既存 PC 3台を流用。追加ハードウェア投資はほぼゼロ
8GB RAM で10体の Agent を動かせるのは、OpenClaw が Agent 自体をローカルで推論するわけではなく、API コール + セッション管理 + ワークスペース管理がメインだからです。LLM の推論は Anthropic API 側で行われます。
実践事例
事例①：朝の自動ブリーフィング
毎朝、Telegram で「おはよう」と一言送るだけで、こんなレポートが届きます。
🌅 おはようございます。2月12日(水)のブリーフィングです。
📋 昨日のサマリー
- CaiZhi: 日経平均 +1.2%、保有銘柄に大きな変動なし
- PJ-A: PRレビュー2件完了、Sprint進捗85%
- PJ-B: 明日のデモに向けてステージング環境デプロイ済み
📅 今日の予定
- 10:00 A社 定例（Teams）
- 14:00 B社 技術レビュー（Zoom）
- 16:00 チーム定例
📰 技術ニュース Top 3
- [1] OpenAI が新モデル発表...
- [2] Rust 2025 Edition の変更点...
- [3] AWS re:Invent 2025 まとめ...
仕組み: cron job で毎朝の処理をキック → sessions_spawn で各 Agent にレポート生成を依頼 → Joe が集約して Telegram に配信。
効果: 以前は朝の情報収集に 60分 かかっていたのが、5分 で完了するようになりました。コーヒーを淹れている間に全部読めます。
事例②：会議リマインド＆重複検知
複数案件を掛け持ちしていると、会議の重複が地味に致命的です。
- 毎朝5時に MS Graph API でカレンダーを取得
- 重複する会議を自動検知して警告（例：10:00 A社定例 と 10:30 B社朝会が被っている）
- 各会議の 2時間前 にリマインド + Telegram のインラインボタン（開始 / 完了 / 延期）
- T440 上の Flask Dashboard でタイムライン表示
⚠️ 会議重複を検知しました！
10:00-11:00 A社 定例
10:30-11:30 B社 朝会
→ B社朝会の時間変更を提案しますか？ [はい] [いいえ] [無視]
インラインボタンで「はい」を押すと、該当プロジェクトの Agent が自動でリスケ候補を提示してくれます。
事例③：技術トレンド自動収集
学思 Agent が毎朝4:30に動きます。
- 12のデータソース（Hacker News, Reddit, arXiv, Zenn, Qiita, GitHub Trending など）から 1,000件以上 の記事を収集
- AI でスコアリング（関連度 × 新規性 × 影響度）
- Top 10 を Telegram に配信
- OpenClaw 関連の論文やセキュリティ情報は別枠で自動検知
起きたらもう読むべき記事が整理されている。これだけでも Agent を運用する価値があります。
ハマりポイント 5選（ここが本題）
ここからが本当に伝えたい内容です。公式ドキュメントには載っていない、実運用で踏んだ地雷 を共有します。
🔥 1. Session汚染
症状: 複数の Telegram Bot を同一 Gateway で動かすと、Agent A に送ったメッセージの返答が Agent B から返ってくる。
原因: 複数 Bot で deliveryContext が上書きされる問題。デフォルトの dmPolicy: pairing だと、最後に pairing した Bot が全セッションを奪ってしまう。
解決策:
# dmPolicy を allowlist に変更
dmPolicy: allowlist
# 各 Telegram account に明示的な binding を設定
telegram:
accounts:
- name: joe-bot
binding: agent:main
- name: caizhi-bot
binding: agent:caizhi
教訓: マルチ Bot 構成では dmPolicy: allowlist + 明示的 binding が必須。これを知らずに3日溶かしました。
🔥 2. Config事故（最も深刻）
症状: Gateway が起動しない。PC-A も PC-B も両方とも。
原因: streamMode に無効値 "full" を設定してしまった。正しい値は "off" / "partial" / "block" のみ。config ファイルを直接 sed で編集したため、バリデーションが効かなかった。
しかも HA構成の両系に同じ config を同期していたので、2台同時に死亡。 復旧に1時間以上かかりました。
教訓:
# ❌ 絶対にやってはいけない
vim ~/.openclaw/config.yaml
# ✅ 必ず config.patch を使う（バリデーション付き）
openclaw config.patch '{"streamMode": "streaming"}'
config.patch はバリデーションを通してから適用するので、無効値は弾いてくれます。直接ファイル編集は絶対NG。これは鉄則です。
🔥 3. Bot Token 衝突
症状: Bot の応答が異常に遅い。同じメッセージに2回返答する。ログに 409 Conflict が大量に出る。
原因: 同一の Bot Token で複数プロセスが Telegram の polling を行っていた。PC-A と PC-B で同じ Token を使って同時に起動してしまったケース。
解決策: 1 Token = 1 プロセス の鉄則を守る。HA構成では、スタンバイ側は Active になるまで polling を開始しない設計にする。
🔥 4. Telegram Bot 404事故
症状: 全 Bot が突然応答しなくなる。Telegram 上で Bot にメッセージを送っても既読にすらならない。
原因: config.patch で Telegram accounts の設定を更新する際、うっかり botToken フィールドに placeholder 文字列を含めてしまった。結果、全 Bot の本物の Token が placeholder で上書きされ、全 Bot が断線。
# ❌ こうやってしまった
openclaw config.patch '{
"telegram": {
"accounts": [{
"name": "joe-bot",
"botToken": "YOUR_TOKEN_HERE", # ← これが全Botに適用された
"binding": "agent:main"
}]
}
}'
教訓: config.patch で telegram.accounts を触る時は、botToken フィールドを絶対に含めない。binding や名前だけを更新すること。
この事故の復旧には、各 Bot の Token を BotFather から再取得して1つずつ再設定する必要がありました。10体分です。二度とやりたくない。
🔥 5. モデル廃止
症状: ある日突然、特定の Agent が応答しなくなる。
原因: Claude 3 Opus が廃止され、API が model_not_found を返すようになった。OpenClaw の fallback 設定はあったが、自動切替が期待通りに動かなかった。
教訓: モデル指定は定期的に見直す。できれば claude-sonnet-4-20250514 のような固定バージョンではなく、anthropic/claude-sonnet-4 のようなエイリアスを使う。それでも廃止時は手動対応が必要になることがある。
コスト
気になるコストをまとめます。
| 項目 | 月額 |
|---|---|
| Anthropic API（10 Agent） | $200〜300 |
| ハードウェア（自宅PC 3台） | ¥0（既存機流用） |
| Telegram Bot API | 無料 |
| Healthchecks.io | 無料枠 |
| GitHub Private Repo | 無料枠 |
| 合計 | 約 $200〜300/月 |
Claude Sonnet と Haiku をメインに使い、Opus は総管や複雑な判断が必要な場面に限定しています。10体で月 $200〜300 は安くはないですが、毎月50時間以上の時間短縮を考えると十分にペイします。
初期構築は約2週間。現在はほぼ自動運用で、heartbeat + 自動修復により、手動介入はほとんど不要です。
構築のステップ
「10体はさすがにハードル高いな……」と思った方、安心してください。最初から10体作る必要はありません。
Step 1: まず1体から
# OpenClaw のインストール
npm install -g openclaw
# Gateway 起動
openclaw gateway start
# Telegram Bot を BotFather で作成して接続
openclaw config.patch '{
"telegram": {
"accounts": [{
"name": "my-first-bot"
}]
}
}'
最初の1体で「朝の天気を教えて」「今日の予定は？」くらいから始めれば OK です。
Step 2: 役割を分ける
1体で不便を感じたら分割する。「このコンテキストは分けたいな」と思った瞬間が、2体目を作るタイミングです。私の場合、掛け持ちしている案件ごとに Agent を分けたのが最大の効率改善でした。
Step 3: 自動化を足す
cron job、heartbeat、sessions_spawn を組み合わせて、「聞かなくても教えてくれる」状態を目指す。ここまで来ると、もう Agent なしの生活には戻れません。
まとめ
10体の AI Agent による個人管家系統を半年運用してきて、確信していることがあります。
AI Agent の真価は「チャット」ではなく「自律的に動く」こと。
聞かれたら答えるだけのチャットボットと、自分から情報を集めて報告してくれるエージェントは、まったく別物です。OpenClaw はその「自律性」を個人レベルで実現できる稀有なフレームワークだと感じています。
まずは1体から。「おはよう」の一言で一日の準備が整う体験、ぜひ味わってみてください。
リンク
次回は「AI Agent 間の連携パターン」について書く予定です。Joe が他の Agent にタスクを委譲する仕組み（sessions_spawn）や、Agent 間のメモリ共有について深掘りします。お楽しみに！
📌 この記事は TechsFree のAIチームが執筆しました
🔗 もっと読む → TechsFree 技術ブログ で、AI・マルチAgent・自動化に関する最新記事を公開中！