OpenClaw × Claude Code セットアップガイド — AI エージェントチームを構築する2つのアプローチ

OpenClaw と Claude Code を組み合わせることで、AI エージェントチームの構築・管理を効率化できます。本記事では、2つの主要な連携アプローチとそのセットアップ方法を解説します。

アプローチ1: Claude Code のスキルで OpenClaw を管理する

Claude Code のスキル機能（.claude/skills/ に配置する Markdown ファイル）を使い、OpenClaw のエージェント作成・設定管理を標準化する方法です。

なぜスキルで管理するのか

複数の AI エージェントを運用していると、以下の問題が発生します:

モデルやコンテキストの違いによる設定の不統一
タイムゾーンフィールドの欠落、命名規則の不一致
スキーマ検証やコミットフックによる検証が存在しない

Claude Code スキルは「実行可能な基準」として機能し、モデルに依存せず一貫した手順を強制します。

セットアップ

cc-openclaw リポジトリを使います:

1
2
3
git clone https://github.com/rahulsub-be/cc-openclaw.git ~/cc-openclaw
cd ~/cc-openclaw
stow --no-folding -t ~/your-openclaw-home-repo .

ここで使っている stow は GNU Stow というシンボリックリンク管理ツールです。dotfiles 管理（.bashrc, .vimrc 等）でよく使われるもので、上記のコマンドは cc-openclaw リポジトリ内のファイル（.claude/skills/ 以下のスキル定義など）を、OpenClaw のホームリポジトリにシンボリックリンクとして配置します。コピーではなくリンクなので、cc-openclaw 側で git pull するだけでスキル定義が最新に更新されます。--no-folding オプションにより、ディレクトリ自体ではなくファイル単位でリンクが作成されます。

macOS では Homebrew でインストールできます:

1
brew install stow

スキルはリポジトリの位置を動的に判定します:

1
OPENCLAW_REPO=$(readlink ~/.openclaw/openclaw.json 2>/dev/null | sed 's|/.openclaw/openclaw.json||')

利用可能なスキル一覧

スキル	機能
`/openclaw-new-agent`	エージェント作成（ディレクトリ構造・6つの Markdown ファイルを自動生成）
`/openclaw-add-channel`	メッセージングチャネル追加（複数プラットフォーム対応）
`/openclaw-add-cron`	スケジュール設定（タイムゾーン自動処理）
`/openclaw-dream-setup`	メモリ蒸留ルーチン設定
`/openclaw-add-script`	スクリプト生成（テンプレート自動使用）
`/openclaw-add-secret`	シークレット管理（3ファイル同時更新）
`/openclaw-status`	ダッシュボード表示
`/openclaw-restart`	ゲートウェイ再起動
`/openclaw-stow`	デプロイメント実行

使用例

1
2
# Claude Code 内で実行
/openclaw-new-agent devin-jr "Devin Junior"

これだけで、Claude Code がディレクトリ作成、ファイル生成、JSON 編集、stow 実行、ゲートウェイ再起動までを一括で行います。

アプローチ2: OpenClaw から Claude Code を MCP 経由で呼び出す

openclaw-claude-code-skill を使い、OpenClaw のエージェントが Claude Code の開発機能を利用する方法です。

インストール

1
2
3
4
5
git clone https://github.com/Enderfga/openclaw-claude-code-skill.git
cd openclaw-claude-code-skill
npm install
npm run build
npm link  # グローバルにリンク（オプション）

前提条件

Node.js 18 以上
Claude Code CLI（npm install -g @anthropic-ai/claude-code）

環境設定

1
export BACKEND_API_URL="http://127.0.0.1:18795"

基本コマンド

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# セッション開始
claude-code-skill session-start myproject -d ~/project

# タスクを送信（ストリーミング出力）
claude-code-skill session-send myproject "テストを追加して" --stream

# セッション状態の確認
claude-code-skill session-status myproject

# セッション終了
claude-code-skill session-stop myproject

MCP サーバー設定

mcp_config.json でツール連携を設定できます:

1
2
3
4
5
6
7
8
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/workspace"]
    }
  }
}

セッションオプション

1
2
3
4
5
6
claude-code-skill session-start myproject \
  -d ~/project \
  --model claude-opus-4-6 \
  --permission-mode bypassPermissions \
  --allowed-tools "Bash(git:*,npm:*),Read,Edit" \
  --max-budget 5.00

どちらを選ぶべきか

観点	アプローチ1（スキル管理）	アプローチ2（MCP 連携）
主な用途	OpenClaw の設定・運用管理	開発タスクの委譲
操作する人	人間（Claude Code 経由）	OpenClaw エージェント
強み	設定の一貫性・標準化	コーディング能力の活用
適したシーン	エージェントの追加・変更が頻繁	開発系タスクを自動化したい

両方を併用することも可能です。日常業務は OpenClaw エージェントが処理し、開発タスクが発生したら MCP 経由で Claude Code に委譲する構成が実用的です。

OpenClaw スキルの自作

Claude Code を使って OpenClaw 用のカスタムスキルを開発することもできます。基本的な流れは以下の通りです:

pnpm で OpenClaw 開発環境をセットアップ
manifest.json と skill.ts でスキルを定義
Vitest でテストを記述
pnpm dev でローカルテスト
Docker またはクラウドにデプロイ

詳しくは Building OpenClaw Skills with Claude Code を参照してください。

アプローチ1: Claude Code のスキルで OpenClaw を管理する#

なぜスキルで管理するのか#

セットアップ#

利用可能なスキル一覧#

使用例#

アプローチ2: OpenClaw から Claude Code を MCP 経由で呼び出す#

インストール#

前提条件#

環境設定#

基本コマンド#

MCP サーバー設定#

セッションオプション#

どちらを選ぶべきか#

OpenClaw スキルの自作#

参考リンク#