Openclaw

永続メモリにより、エージェントは毎回説明を繰り返す必要のあるツールから、コンテキストを引き継ぐものへと進化します。しかし、状態のないチャットでは回避される障害モードが新たに開かれます。解釈が記憶として保存され、事実として検索され、それ自身のより強固なバージョンを正当化し始めることがあるのです。

AIアシスタントの移行は、アプリケーション設定のコピーとは異なり、アイデンティティ、メモリ、ツール動作、スケジュールされたタスク、メッセージングへのアクセスを維持することが核心です。また、2つのゲートウェイが同じボットとして動作している状態を回避することも重要です。

エージェントスキルとMCPサーバーは、AIエージェントを拡張する競合する2つの方法として提示されることがあります。この捉え方は誤りです：スキルはエージェントに作業方法を教え、MCPサーバーはライブ機能への管理されたアクセスを提供します。

ポーリングエージェントは、AIアシスタントのアーキテクチャの中で最も華やかではない部分の一つですが、同時に最も有用な部分の一つでもあります。

AIエージェントのアーキテクチャは、2つのレイヤーに分裂し始めています。

Agent2Agentプロトコルの略称であるA2Aプロトコルは、独立したAIエージェントシステム間の通信のためのオープン標準です。

メモリはアシスタントを反応型のシステムから持続的なシステムへと変えますが、同時に多くのシステムが静かに腐敗していく場所でもあります。最近の調査では、現代的なエージェントのメモリに対して、短期記憶と長期記憶の二元論はもはや十分ではないと指摘されています。OpenAIやLangGraphのSDKは、よりシンプルなスタックを提唱しています。すなわち、ワーキングメモリ、永続状態、そして検索（リトリーバル）です。

本番環境で運用されるAIアシスタントは、「プロンプトを与えたLLM」ではありません。ユーザーの意図を受け取り、状態を保持し、検索やアクションを行うタイミングを判断し、障害のデバッグに必要なランタイムの詳細情報を公開するシステムです。

オープンソースの AI エージェントフレームワークが、GitHub 上で人気が爆発しています。 セルフホスト型 AI システム エコシステムの核心に位置する 2 プロジェクト——OpenClaw と Hermes Agent——は、他のどのプロジェクトよりも大きく差を広げており、残りの競合プロジェクトは遠く離れた 3 位争いを行っています。

このページは、エージェント型LLM推論チューニングの実用的なリファレンス（temperature、top_p、top_k、ペナルティ、およびマルチステップやツール多用なワークフローにおけるそれらの相互作用）です。

より広範なLLMパフォーマンスエンジニアリングハブと併せて参照し、明確なLLMホスティングとサービングの概要と組み合わせることで、モデルがリソース不足に陥った際にはスループットとスケジューリングが依然として支配的ですが、不安定なサンプリングはGPUが処理を終える前にリトライと出力トークンを消費してしまうことがわかります。

このページでは以下をまとめます：

• ベンダー推奨パラメータ
• GGUFおよびAPIに組み込まれたデフォルト値
• 実世界のコミュニティの知見
• エージェント型ワークフローの最適化

現在、以下に焦点を当てています：

大多数のAIエージェントスタックは、セキュリティをデモ後の修正事項として扱っています。 NemoClawは対極の前提から始まり、隔離、ポリシー、ルーティングを初期設定（Day-Zero defaults）として採用しています。

2026年9月更新: MnemosyneとMemoriを追加し、HonchoとHindsightの設定を拡充するとともに、元のインフラストラクチャ表に加え、キャプチャポリシー比較表を追加しました。

モダンなアシスタントは、タブを閉じるとすべてを忘れてしまいます。コンテキストウィンドウを超えるものがある場合を除いてです。**Agent memory providers（エージェントメモリプロバイダー）**とは、セッション間で事実や要約を保持するサービスまたはライブラリです。通常、プラグインとして組み込まれることで、フレームワークはスリムなままメモリを拡張できます。

本ガイドでは、Hermes Agentの外部メモリプラグインとして提供されるメモリバックエンド（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover、Supermemory、Mnemosyne、Memori）を比較し、それらがより広い**AIシステムスタックにどのように組み込まれるかを説明します。これらのベンダーは、コミュニティまたは公式の統合を通じて、OpenClawやその他のエージェントツールでも見られます。AIシステムのメモリハブ**では、この記事がCogneeおよび関連ガイドと共に一覧化されています。

Hermes固有のバウンドされたコアメモリ（MEMORY.mdとUSER.md）、フリーズ動作、トリガーについては、**Hermes Agent Memory System**を参照してください。プロバイダーの配線は、より広いエージェント知識階層の1つのレイヤーにすぎません。アイデンティティファイル、常駐メモリ、スキル、ウィキ、メモリバンクなど、それぞれに独自の注入トリガーがあり、これらは Tiered Context: AIエージェントのための知識階層 でマッピングされています。HermesのネイティブメモリプロバイダーがOpenClawとの採用面での優位性の拡大にどう貢献しているかの文脈（GitHubスター数、OpenRouterトークンランキング、エコシステム規模の比較を含む）については、 OpenClaw vs Hermes Agent: スター数、ダウンロード量、利用状況 2026 を参照してください。

OpenClawには2つの拡張ストーリーがあり、それらは混同されやすいものです。

プラグインはランタイムを拡張します。スキルはエージェントの振る舞いを拡張します。

この記事は、チャネル、モデルプロバイダー、ツール、音声、メモリ、メディア、Web 検索、その他ランタイムの表面機能などを追加するネイティブゲートウェイパッケージであるOpenClaw プラグインについて解説します。

OpenClawのデモではシンプルに見えます。 しかし、本番環境では、それは一つのシステムへと変貌します。

ほとんどのローカルAI環境は、モデルとランタイムから始まります。