3ヶ月で23万スターを獲得したAIアシスタント「OpenClaw」の全貌 ―― 知られざるエージェント基盤と、ゲーム開発者の設計思想

2025年11月にGitHubに登場し、わずか3ヶ月で23万スターを突破したOSSがあります。

皆さん最近よく耳にするOpenClawです。

「自分のデバイスで動く、パーソナルAIアシスタント」という触れ込みですが、単なるチャットボットではありません。Telegram、Discord、Slack、WhatsApp、Signal、iMessage――26以上のメッセージングチャネルを統合し、iOS/macOS/Androidのネイティブアプリまで備えた本格的なAIプラットフォームです。

ただ、OpenClawの本当の凄さは、目に見えない部分にあります。

この記事では、OpenClawという「表舞台」と、それを支える「縁の下の立役者」の両方を、初心者にもわかるように段階的に解き明かしていきます。読み進めるほどに、このプロジェクトの深さが見えてくるはずです。

OpenClawとは何か

一言でいえば、セルフホスト型のパーソナルAIアシスタントです。

「セルフホスト」とは、クラウドサービスではなく、自分のPC・サーバー上で動かすという意味です。ChatGPTやClaude.aiのようなWebサービスと違い、データが自分のデバイスに残ります。

OpenClawの最大の特徴は、あらゆるメッセージングプラットフォームから同じAIに話しかけられることです。

朝はTelegramで「今日の予定を教えて」と聞き、仕事中はSlackで「このコードをレビューして」と頼み、夜はWhatsAppで「明日のリマインダーを設定して」と依頼する。すべて同じAIが、文脈を保ったまま応答してくれます。

対応チャネルは以下の通りです。

カテゴリ	チャネル
コア	Telegram, Discord, Slack, WhatsApp, Signal, iMessage
拡張	Microsoft Teams, Matrix, Google Chat, LINE, IRC, Twitch 等20+
ネイティブアプリ	macOS (メニューバー), iOS, Android
Web	WebChat UI

AIの「頭脳」も選べます。Claude、GPT-4、Gemini、Mistral、Ollamaによるローカルモデルなど、15以上のプロバイダーに対応しています。

「待って、これ誰が作ったの？」

OpenClawのリードメンテナーはPeter Steinberger（GitHub: steipete）。iOS開発者なら知らない人はいないでしょう。PDF SDK「PSPDFKit」の創業者であり、iOSフレームワーク開発の第一人者です。累計コミット数は10,000を超えています。

そしてOpenClawの心臓部、AIエージェント基盤「pi-mono」を作ったのはMario Zechner（GitHub: badlogic）。こちらも知る人ぞ知る存在です。

MarioはlibGDXの作者です。Javaベースのクロスプラットフォームゲーム開発フレームワークで、GitHubスター数は24,000超。2012年の公開以来、数多くのモバイルゲームやインディーゲームの基盤として使われてきました。

「ゲーム開発フレームワークの人が、なぜAIエージェントを？」

Marioは近年、社会貢献への意識を強めています。オーストリアの食品価格インフレーションを可視化するプロジェクトを手がけたり、問題のあるAI活用を批判する活動を行ったりしています。「父親になったことが転機だった」と本人は語っています。

そして2025年8月、Marioはpi-monoを公開しました。ゲーム開発で培った「フレームワーク思考」をAIエージェントの世界に持ち込んだのです。

氷山の下 ―― pi-monoという基盤

OpenClawは「アプリケーション」です。その下には「基盤」がある。それがpi-monoです。

pi-monoは7つのパッケージからなるTypeScriptモノレポで、現在16,900スターを獲得しています。最新バージョンはv0.55.1（2026年2月時点）。Node.js 20以上で動作します。

各パッケージの役割を説明します。

pi-ai ―― 18+プロバイダーの統一API

OpenAI、Anthropic、Google Gemini、AWS Bedrock、Mistral、xAI、Groq、Ollama――これらの異なるLLM APIを、1つの統一インターフェースで扱えるようにする抽象化レイヤーです。

// プロバイダーが違っても同じ書き方（概念的なコード例）
const response = await chat({
  provider: "anthropic", // ここを変えるだけ
  model: "claude-sonnet-4-20250514",
  messages: [{ role: "user", content: "Hello" }]
});

自動モデル検出、トークン/コスト追跡、プロンプトキャッシング、ストリーミング、会話途中でのモデル切り替え（クロスプロバイダーハンドオフ）まで備えています。

pi-aiが対応するプロバイダーは18以上。OpenAI、Anthropic、Google Gemini、AWS Bedrock、Mistral、xAI、Groq、Cerebras、OpenRouter、Azure OpenAI、GitHub Copilot、Ollama、vLLM、LM Studio等を統一的に扱えます。

pi-agent-core ―― エージェントの心臓部

LLMに「道具」を持たせて自律的に動かすためのランタイムです。

1. ユーザーの質問を受け取る
2. LLMが「この道具を使いたい」と判断する
3. 道具（ツール）を実行し、結果をLLMに返す
4. LLMが次の行動を判断する
5. 繰り返し

このループをイベントベースで管理します。中断、リトライ、コンテキストウィンドウのオーバーフロー時の自動コンパクションなど、実運用に必要な機能が揃っています。

pi-coding-agent ―― CLIアプリケーション

pi-agent-coreの上に構築されたインタラクティブなコーディングエージェントです。ファイル読み書き、シェル実行、grep検索など7つのデフォルトツールを持っています。

4つの実行モードがあります。

モード	用途
Interactive	フルTUIモード（メインのユーザー体験）
Print	stdout出力（スクリプト連携用）
RPC	JSON stdin/stdoutプロトコル（外部プロセス統合）
SDK	createAgentSession() APIによるプログラマティック利用

OpenClawが使っているのは主にRPCモードです。pi-coding-agentをプロセスとして起動し、JSON-RPCで通信します。

その他のパッケージ

• pi-tui: ちらつきのないターミナルUIライブラリ。CSI 2026同期出力や差分レンダリングなど、ゲーム開発者ならではの描画最適化が光ります
• pi-web-ui: ブラウザ用AIチャットコンポーネント。Web Components + Tailwind CSS
• pi-mom: Slackボット。Docker/ホストサンドボックス上で隔離実行
• pi-pods: DataCrunch, RunPod, Vast.ai等のGPUポッドにvLLMをデプロイするCLI

OpenClawの4層アーキテクチャ

ここからは、OpenClaw自体のアーキテクチャを見ていきます。複雑に見えますが、4つの層に整理できます。

レストランに例えるとわかりやすいです。

1. インターフェース層（ホール係）

お客さん（ユーザー）の注文（メッセージ）を受け取り、料理（応答）を届ける層です。

Telegram、Discord、Slack――それぞれのプラットフォームには独自の作法があります。Slackにはブロック記法があり、Discordにはスレッドがあり、Telegramにはインラインボタンがある。この層がそれらの差異を吸収し、内部には統一された「注文伝票」（MsgContext）として渡します。

各チャネルはプラグインとして実装されており、ChannelPluginインターフェースを通じてMessaging / Streaming / Threadingなどのアダプターを提供します。

2. オーケストレーション層（フロアマネージャー）

「この注文はどのシェフに回すか」を判断する層です。

中核はWebSocketベースのゲートウェイ。認証（token / password / Tailscale等4モード）、チャネル管理、ヘルスチェック、Cronスケジューリングを担います。

ルーティングシステムは agent:main:main 形式のセッションキーでエージェント・チャネル・ユーザーを識別し、適切なセッションにメッセージを振り分けます。

コマンドキューはレーンベースの直列化を行い、同時実行数を制御します。混雑した厨房でも注文が混線しない仕組みです。

3. インテリジェンス層（シェフ）

実際に「料理」を作る層です。pi-coding-agentのランタイムをベースに、76以上のツールを駆使して応答を生成します。

ツールの一部を紹介します。

76+ツールの主なカテゴリ

カテゴリ	ツール例
Web	HTTP取得、Web検索、ブラウザ自動操作
実行	シェル実行（サンドボックス付き）、Cronタスク
通信	クロスチャネルメッセージ送信、セッション操作
メディア	画像操作、音声文字起こし、動画解析
記憶	ベクトルDB（LanceDB）による長期記憶

マルチエージェントにも対応しており、子エージェントを生成してタスクを並列に委任できます。

4. プラットフォーム層（厨房設備）

すべてを支える基盤です。設定管理（JSON5、環境変数参照、Zodバリデーション）、セキュリティ（監査ログ、実行承認、SSRF防御）、永続化（セッション、認証情報、メディアキャッシュ）を提供します。

プラグインシステムが強力で、ツール・フック・チャネル・プロバイダー・HTTPルート・CLIコマンド・バックグラウンドサービス・診断チェックを追加できます。

なぜOpenClawが特別なのか

AIコーディングエージェントは多いです。Claude Code、OpenAI Codex CLI、Gemini CLI、Cursorなど、選択肢は豊富です。ではOpenClawは何が違うのか。

決定的な差は「スコープ」にあります。

Claude CodeやCodex CLIは「コーディング」に特化しています。ターミナルで使い、コードを書き、テストを走らせる。開発者のための開発ツールです。

OpenClawは「生活全体のアシスタント」を目指しています。コーディングもできますが、それは76以上あるツールの一部に過ぎません。メッセージ送信、Web検索、ブラウザ操作、スケジュール管理、画像解析、音声文字起こし、音声合成――日常のあらゆるタスクをカバーします。

もう一つの大きな差はデータの所在です。

ChatGPTやClaude.aiを使うと、会話データはクラウドに保存されます。OpenClawはセルフホスト。すべてのデータが ~/.openclaw/ 配下に残ります。セッション履歴、認証情報、ベクトルDBの長期記憶が自分のデバイス上にあります。

セルフホストはデータの主権を得る代わりに、自分でサーバーを管理する責任が伴います。Node.js 22以上の環境が必要です。

そしてマルチチャネル統合。これは他のツールにはありません。LINEで話しかけてもSlackで話しかけても、同じAI、同じ文脈、同じ記憶が応答します。プラットフォームに縛られない、自分だけのAIアシスタントが手に入ります。

技術的に面白いポイント

エンジニアの目を引く技術的な特徴をいくつか紹介します。

クロスプロバイダーハンドオフ

会話の途中でLLMプロバイダーを切り替えられます。ClaudeからGPT-4に、GPT-4からGeminiに、シームレスに移行する。思考ブロックの自動変換まで行うため、会話の文脈が途切れません。

メッセージに @claude-opus と書くだけで、次の応答からモデルが切り替わります。コストや速度の最適化を、ユーザーがリアルタイムに制御できます。

pi-tuiの差分レンダリング

pi-tuiはターミナルUIライブラリですが、ゲーム開発者が作っただけあって描画が最適化されています。3つのレンダリング戦略（最小差分、フルリドロー、パーシャル）を使い分け、CSI 2026同期出力でちらつきを完全に排除します。

Kitty/iTerm2のグラフィクスプロトコルにも対応しており、ターミナル上に画像を表示できます。

ベクトルDBによる長期記憶

LanceDBまたはsqlite-vecをバックエンドに、ベクトルデータベースによる長期記憶を実装しています。過去の会話からセマンティックに関連する情報を検索し、コンテキストに組み込みます。

「先月話した○○の件だけど」と言えば、AIが自分で過去のやりとりを探し出してくれます。

プラグインによるエコシステム

OpenClaw自体もOSSですが、その周辺にもエコシステムが生まれています。

• clawhub: スキルディレクトリ（コミュニティ製スキルの集約）
• lobster: OpenClaw用のワークフローシェル
• nix-openclaw: NixOSパッケージング
• openclaw-ansible: Tailscale連携のAnsibleデプロイ

GitHubのopenclaw organizationには20以上のプロジェクトが並んでいます。

考察：「フレームワーク脳」が生んだもの

libGDXは「ゲームエンジン」ではありませんでした。UnityやUnreal Engineとは設計思想が違います。ゲームエンジンは「こう作りなさい」というレールを敷く。libGDXは「必要な部品を揃えるから、好きに組み合わせて」というスタンスでした。

pi-monoにも同じ哲学が息づいています。

pi-monoは「AIエージェント」ではなく、「AIエージェントを作るためのフレームワーク」です。pi-aiはLLM APIを抽象化しますが、どのプロバイダーを使うかは開発者に委ねる。pi-agent-coreはエージェントランタイムを提供しますが、どんなツールを組み込むかは自由です。pi-coding-agentですら、拡張機能・スキル・プロンプトテンプレート・テーマを通じて大幅にカスタマイズできます。

この「フレームワーク思考」がOpenClawの成功を生んだと筆者は考えています。

pi-monoは基盤として十分に柔軟だったからこそ、Peter SteinbergerのチームがOpenClawという「アプリケーション」をその上に構築できました。コーディングエージェントのランタイムが、メッセージングプラットフォームの統合基盤に化けた。作者が想定していなかった使い方すら可能にする――それがフレームワークの力です。

OSSエコシステムの力学がここにあります。優れた基盤を公開すれば、自分が想像もしなかったものが建つ。 pi-monoの16,900スターも立派ですが、その上に建てたOpenClawは231,000スターを獲得しました。基盤の価値は、その上に何が建つかで決まります。

まとめ

OpenClawは「23万スターのAIアシスタント」という華やかな表舞台と、それを支える「ゲーム開発者が設計したエージェント基盤 pi-mono」という縁の下の立役者で成り立っています。

• OpenClaw: セルフホスト型パーソナルAIアシスタント。26+チャネル対応、76+ツール、iOS/macOS/Androidアプリ
• pi-mono: 7パッケージのTypeScript AIエージェントツールキット。OpenClawの心臓部
• Mario Zechner: libGDX（24k stars）の作者がpi-monoを設計
• Peter Steinberger: PSPDFKit創業者がOpenClawを主導

試してみたい方は以下からどうぞ。

• OpenClaw: https://github.com/openclaw/openclaw
• pi-mono: https://github.com/badlogic/pi-mono
• OpenClaw公式サイト: https://openclaw.ai
• ドキュメント: https://docs.openclaw.ai

OpenClawは毎日リリースを出しており（バージョン体系は vYYYY.M.D）、2026年2月現在もアクティブに開発が続いています。AIエージェントの世界がどこに向かうのか、このプロジェクトの動向は一つの指標になるでしょう。