OpenClaw マルチエージェント オーケストレーション 2026：Mac mini M4 でのマスターエージェント + サブエージェント完全設定ガイド

OpenClaw のマルチエージェント オーケストレーション機能を使うと、マスターエージェントが複雑な目標をサブタスクに分解し、各サブタスクを専門のサブエージェントに割り当てて並列実行できます。すべてのサブエージェントは同じMac mini M4上で動作します。現在1つのエージェントでタスクを処理しており、コンテキストウィンドウの上限や逐次処理のボトルネックに悩んでいるなら、マルチエージェントモードへの移行でエンドツーエンドのワークフロー時間を40〜60%短縮できます。本記事では2026年の3つのオーケストレーションパターン、YAML設定の詳細、3つの実践ワークフロー例、そして最も一般的なデリゲーションエラーの診断方法を解説します。

OpenClaw のマルチエージェント オーケストレーションとは？

OpenClaw において、マスターエージェントはユーザーの元の目標を保持し、他のエージェント（サブエージェント）を呼び出す権限を持つ最上位のエージェントインスタンスです。マスターエージェント自体はサブタスクを実行しません——サブタスクの指示を作成し、適切なサブエージェントプロファイルを選択し、呼び出しを行い、結果を待ちます。このパターンはスーパーバイザー-ワーカーアーキテクチャとも呼ばれます。

サブエージェントは、ユーザーではなくマスターエージェントによって起動されるOpenClawエージェントインスタンスです。サブエージェントは独立したセッションで実行し、専用のシステムプロンプトを持ち、マスターエージェントよりも制限されたツールセットを持つことができます。例えば、「ファイルライター」サブエージェントはファイルシステムへの書き込みアクセスを持つがインターネットアクセスはない、一方「ウェブリサーチャー」サブエージェントはインターネットアクセスを持つがファイル書き込み権限はない、といった構成が可能です。

このモデルは、シングルエージェントワークフローの3つの根本的な制限に対処します：

• コンテキストウィンドウの消費。 調査、コード生成、テスト、ドキュメント作成にわたる複雑なタスクは、単一セッションで20万トークンを超えることがあります。エージェントに分割することで、各エージェントのコンテキストがコンパクトかつフォーカスされた状態を保てます。
• ツール権限の競合。 ファイルシステム書き込みとインターネットアクセスの両方を持つ単一エージェントは大きな攻撃面を生みます。専門サブエージェントはそれぞれの役割に必要な最小限の権限を持てます。
• 逐次ボトルネック。 単一エージェントは次のステップを開始する前に各ステップを完了する必要があります。マスター-サブアーキテクチャにより、マスターエージェントは独立したサブタスクを並列に発火させ、結果を並行して収集できます。

シングルエージェント vs マルチエージェント：いつオーケストレーションが必要か

観点	シングルエージェント	マルチエージェント オーケストレーション
タスクの複雑さ	線形・単一ドメインのタスク	マルチドメイン・依存関係のあるサブタスク
コンテキストウィンドウリスク	5万トークン超で高リスク	低——各サブエージェントは新鮮なコンテキストを持つ
並列性	なし——厳密に逐次	完全——サブエージェントが並列実行
ツール権限面	すべてのツールが1つのセッションに	役割ごとに最小化
障害の分離	単一障害ですべて中断	サブエージェントの障害はスコープが限定；マスターが再試行
設定の複雑さ	低——1つのプロファイル、1つのセッション	中——agents.yamlとマスタープロンプトが必要
最適な用途	クイックタスク・スクリプト・単一ファイル編集	調査パイプライン・コードレビュー+修正ループ・データETL

経験則：タスクが常に15分以上かかる場合や、コンテキスト長によりエージェントが以前の決定を「忘れる」場合は、マルチエージェント オーケストレーションへの移行を検討してください。

OpenClaw 2026 の3つのオーケストレーションパターン

パターン1：シーケンシャルチェーン

マスターエージェントがサブエージェントを次々に呼び出し、各サブエージェントの出力を次のサブエージェントへの入力として渡します。これは最もシンプルなパターンで、サブタスク間に厳密な依存関係がある場合に最適です。例：リサーチサブエージェントが情報を収集 → その出力がライターサブエージェントへ → ライターの草稿がエディターサブエージェントへ。各ハンドオフは明示的かつ監査可能です。

パターン2：並列ファンアウト / ファンイン

マスターエージェントが複数のサブエージェントを同時に呼び出し、すべての完了を待ってから結果を集約します。これは独立したサブタスクに対して最高のスループットを持つパターンです。例：マスターエージェントが4つの異なるデータソースを同時にスクレイピングする4つのサブエージェントを呼び出す。4つが返ってきたら、マスターがデータを結合して5番目のサブエージェントに分析を依頼します。16GBの統合メモリを持つMac mini M4では、OpenClawはメモリプレッシャーなく4〜6つの並列サブエージェントセッションを容易に維持できます。

パターン3：条件付きルーティング（スーパーバイザー-ルーター）

マスターエージェントがユーザーの意図を読み取り、分類し、分類に基づいて複数の専門サブエージェントの1つにタスクをルーティングします。このパターンは、受信リクエストがバグレポート、機能リクエスト、課金の質問など多様な場合のユーザー向け自動化によく使われます。ルーターマスターエージェントは適切な専門サブエージェントにディスパッチし、ユーザーはどのサブエージェントがリクエストを処理したかを知る必要はありません。

ステップバイステップ：マルチエージェント オーケストレーションの設定

以下の設定は、VpsGona Mac mini M4にOpenClaw 1.4以上がインストールされていることを前提としています。古いバージョンを使用している場合は、brew upgrade openclaw でアップデートし、openclaw --version で確認してください。

1. OpenClaw設定ディレクトリに agents.yaml を作成または更新する。 このファイルはすべてのサブエージェントプロファイルを定義します。各プロファイルはエージェントの役割、システムプロンプトのパス、許可されたツール、オプションのメモリスコープを指定します： agents: researcher: system_prompt: ./prompts/researcher.md tools: [web_search, read_file] memory: shared_read_only max_tokens: 32000 code_writer: system_prompt: ./prompts/code_writer.md tools: [read_file, write_file, run_shell] memory: workspace_write max_tokens: 48000 reviewer: system_prompt: ./prompts/reviewer.md tools: [read_file] memory: shared_read_only max_tokens: 24000 toolsリストは各サブエージェントが呼び出せるOpenClaw MCPツールを制限します。web_searchを持たないcode_writerは、コード生成タスク中に誤って外部リクエストを行うことができません。
2. マスターエージェントのシステムプロンプトにデリゲーション指示を含める。 マスターエージェントはサブエージェントの呼び出し方を知る必要があります。OpenClaw 1.4+では、デリゲーションはマスターエージェントの推論出力の構造化指示ブロックによってトリガーされます： あなたはマスターオーケストレーターエージェントです。タスクをデリゲートする必要がある場合は、 以下の正確なフォーマットでDELEGATEブロックを出力してください： DELEGATE: agent: researcher task: "最新のOpenClawの変更履歴を検索し、2026年に追加された機能を要約する。" output_key: research_result サブエージェントが完了すると、その結果はyour context内でoutput_keyで指定したキーで注入されます。 すべてのデリゲートされた結果を受け取るまで続行しないでください。
3. 完全なパイプラインを構築する前に、最小限のデリゲーションチェーンをテストする。 リサーチャーサブエージェントにのみデリゲートするテストタスクを作成します： openclaw run --profile master --task "2026年4月に利用可能なトップ3のオープンソースMCPサーバーを調査し、箇条書きで返してください。" エージェントログでDELEGATEブロックが解析され、リサーチャーサブエージェントが起動し、結果がマスターに返されたことを確認します。
4. WAIT前に複数のDELEGATEブロックを発行することで並列デリゲーションを有効にする。 マスターエージェントは複数のDELEGATEブロックを連続して並べ、WAIT_ALL指示を発行することで複数のサブエージェントを同時に呼び出せます： DELEGATE: agent: researcher task: "AWS EC2 Macインスタンスの現在の料金を検索する。" output_key: aws_pricing DELEGATE: agent: researcher task: "VpsGona Mac mini M4ノードの現在の料金を検索する。" output_key: vpsgona_pricing WAIT_ALL OpenClawは両方のリサーチャーインスタンスを並行して起動し、両方の結果が返ってきてからマスターエージェントを再開します。
5. FALLBACKコマンドで障害処理を設定する。 グレースフルデグラデーションのために各DELEGATEブロックにフォールバックディレクティブを追加します： DELEGATE: agent: researcher task: "OpenClawのリリースノートページを取得する。" output_key: release_notes fallback: "ページが利用できない場合は、最後に確認されたバージョン番号を返す：1.4.2" サブエージェントがタスクを完了できない場合（ネットワークエラー、ツール障害、タイムアウト）、OpenClawはパイプライン全体を失敗させる代わりにフォールバック文字列をoutput_keyの値として注入します。

3つの実践ワークフロー例

例1：自動コードレビュー + 修正ループ

Mac mini M4開発環境での一般的なユースケース：1つのオーケストレーションワークフロー内で完全なコードレビュー・修正生成・修正の検証をすべて実行します。マスターエージェントがレビュアーサブエージェントにPR diffを読み込んで問題を特定させます。レビュアーは重大度スコア付きの構造化された問題リストを返します。マスターは各高重大度問題に対してコードライターサブエージェントを並列で呼び出します。コードライターエージェントがパッチを返した後、マスターはテストランナーサブエージェントに修正されたテストスイートを実行させます。テストが通れば要約レポートを生成します。失敗すれば失敗出力を持たせてコードライターをループに戻します。このループ全体——レビュー・修正・テスト——はMac mini M4で約8〜12分で完了します。シングルエージェントで各ステップを逐次実行すると45分以上かかります。

例2：競合調査 + レポート生成

市場分析タスク：マスターエージェントが5つの競合ドメインを特定し、各ドメインに1つのリサーチャーサブエージェントを同時に呼び出します（5つの並列サブエージェント、各々がウェブ検索アクセスを持つ）。各リサーチャーは競合の価格・機能・最近の変更の構造化JSONサマリーを返します。マスターが5つのサマリーを収集した後、結合されたJSONをコンテキストとしてライターサブエージェントにフォーマット済みMarkdownレポートを作成させます。5競合の分析にかかる時間は約6〜9分で、シングルエージェントの同等タスクの25〜35分と比べて大幅に短縮されます。Mac mini M4のNeural EngineがAPIコール間のローカルモデル推論ステップを高速化し、複数のサブエージェント応答が同時に届いても全体のループが応答性を維持します。

例3：データ正規化ETLパイプライン

複数のソース（CSVエクスポート、APIレスポンス、DBダンプ）にまたがるデータパイプラインを維持する開発者は、マルチエージェント オーケストレーションを使ってすべてのソースを並列で正規化できます。マスターエージェントがパイプラインマニフェスト（ソース名とスキーマを列挙したYAMLファイル）を読み込み、各ソースに対してトランスフォーマーサブエージェントを同時に呼び出して正規化されたParquetファイルを収集します。最後のバリデーターサブエージェントが出力スキーマを相互参照して一貫性を確認します。各トランスフォーマーは独立したソースデータを操作するため、すべてのトランスフォーマーが調整なく並列実行できます。VpsGonaのシンガポールノードのMac mini M4 16GBで——東南アジアのデータソースに最適——このパターンにより8ソースパイプラインの夜間ETLジョブが38分から9分に短縮されました。

一般的なデリゲーションエラーのトラブルシューティング

エラー：「DELEGATE block not recognized」

通常、マスターエージェントの出力でDELEGATEキーワードの前に余分な空白やMarkdownコードフェンスが含まれていることが原因です。OpenClawのパーサーはDELEGATEブロックが行の先頭から始まり、先行する空白がないことを要求します。DELEGATEブロックの前後にMarkdownフォーマットを適用する指示がシステムプロンプトにないか確認し、デリゲーション構文に適用される ``` やインデント指示を削除してください。

エラー：120秒後にサブエージェントセッションがタイムアウト

OpenClaw 1.4のデフォルトのサブエージェントタイムアウトは120秒です。大きなファイルの読み込みや遅いAPIレスポンスを含むタスクの場合、エージェントプロファイルでタイムアウトを増やします：agents.yaml の対象エージェントのエントリに timeout_seconds: 300 を追加します。またサブエージェントのツール呼び出しがネットワークルールによってブロックされていないことも確認してください——VpsGonaノードはデフォルトで完全なアウトバウンドインターネットアクセスを持ちますが、手動で追加したファイアウォールルールが特定のポートをブロックする場合があります。

エラー：サブエージェントのコンテキストが大きすぎる / 切り捨てられる

マスターエージェントが大きなoutput_key値（前のサブエージェントの調査結果）を次のサブエージェントのコンテキストに注入すると、合計コンテキストがモデルの制限を超えることがあります。解決策：(1) ソースサブエージェントの max_tokens を低く設定して、より短い出力を強制する。(2) リサーチャーとコンシューマーの間にサマライザーサブエージェントを追加する——サマライザーが生の調査結果を重要なポイントに圧縮してからコードライターに渡します。(3) 長時間実行のリサーチャープロファイルにOpenClaw組み込みの compress_output: true フラグを使用する。

警告：マスターエージェントがデリゲーションループに入る

マスターエージェントのタスクが曖昧な場合、わずかに異なる指示で同じサブエージェントを繰り返し呼び出し、収束しないループに入ることがあります。これを防ぐために、システムプロンプトに明示的な成功基準を与えます：「すべてのデリゲートされたサブエージェントから結果を受け取り、最終出力を生成したときにタスクが完了です。同じ目標のために同じサブエージェントに2回以上デリゲートしないでください。」また、セーフレールとして agents.yaml に max_delegation_rounds: 5 の制限を設定します。

Mac mini M4 がマルチエージェントワークロードに最適なホストである理由

4〜6つの並列OpenClawサブエージェントセッションを実行するということは、同時モデル推論呼び出し、複数のエージェントワークスペースにまたがるファイルI/O、そして複数のMCPツール呼び出しが並行して発生することを意味します。共有x86クラウドVMでは、これらのワークロードが他のテナントとCPU時間とメモリ帯域幅を奪い合い、予測不可能なレイテンシースパイクが発生してサブエージェントのタイムアウトを引き起こします。VpsGona Mac mini M4は専用の物理マシン——共有テナントなし、ノイジーネイバーなし。

M4チップの統合メモリアーキテクチャにより、16GB全体がCPU（Python/Node.jsエージェントランタイムの実行）とGPU（ローカルモデル推論の加速——Ollamaバックエンドを使用している場合）の両方にフル帯域幅でアクセス可能です。6つのサブエージェントが同時に推論を実行している場合、M4のメモリサブシステムは、CPU RAMとGPU VRAMが分離しているシステムよりもはるかに効率的に並列アクセスを処理します。これは、OpenClawのOllama統合を通じて llama3.2:latest などのローカルLLMを1つのサブエージェントバックエンドとして追加する場合に特に顕著です。

永続的なインフラストラクチャにコミットせずにマルチエージェントワークフローを探索したいチームには、VpsGonaのオンデマンドモデルが理想的な出発点です。HKまたはSGノードでMac mini M4ノードを1台プロビジョニングし、1日または1週間のオーケストレーション実験を実行し、プロトタイプが検証されたらノードをリリースします。VpsGonaのヘルプドキュメントには環境設定、SSH鍵の設定、OpenClawをVpsGonaノードに10分以内に接続する方法が記載されています。