OpenClaw で AI エージェントを運用していると、「エージェントが内部で何をしているのか分からない」という課題に直面します。Comet チームが開発した opik-openclaw は、OpenClaw のエージェント動作をトレース・評価・監視できるオブザーバビリティプラグインです。AI の「ブラックボックス」を「ガラスボックス」に変えるツールとして注目されています。

Opik とは

Opik は、Comet が開発する Apache 2.0 ライセンスのオープンソース LLM オブザーバビリティプラットフォームです（GitHub で 18,000 以上のスター）。LLM アプリケーションのライフサイクル全体 — 開発・評価・本番監視 — をカバーする統合基盤として設計されています。

Opik の 3 つの柱

1. トレーシング（開発）

すべての LLM 呼び出しについて、プロンプト・レスポンス・メタデータ・コスト・レイテンシを詳細に記録します。1 日あたり 4,000 万以上のトレースを処理できるスケーラビリティを持ち、Prompt Playground でプロンプトの実験・比較も可能です。

2. 評価とテスト

LLM-as-a-judge によるハルシネーション検出、コンテキスト精度、回答の関連性といった自動評価メトリクスを提供します。データセットを定義して「良い回答とは何か」を基準化し、新バージョンのアプリを自動スコアリングできます。Pytest との統合により CI/CD パイプラインに評価を組み込むことも可能です。

1
2
3
4
5
6
7
8
9

from opik.evaluation.metrics import Hallucination

metric = Hallucination()
score = metric.score(
    input="フランスの首都は？",
    output="パリです。",
    context=["フランスの首都はパリである。"],
)
print(score)  # HallucinationResult(score=0.0, reason="...")

3. 本番監視と最適化

フィードバックスコア、トークン使用量のリアルタイム追跡に加え、オンライン評価ルールで本番環境の品質を継続監視できます。プロンプトの自動最適化アルゴリズム（Agent Optimizer）や Guardrails（安全性フィルタ）機能も備えています。

対応インテグレーション

60 以上のフレームワーク・プロバイダーと統合できます:

  • LLM プロバイダー: OpenAI、Anthropic、Google Gemini、AWS Bedrock、Ollama
  • エージェントフレームワーク: LangChain、LlamaIndex、CrewAI、OpenAI Agents SDK、Google ADK
  • その他: Vercel AI SDK、Pydantic AI、n8n、Dify、Flowise AI

デプロイ方式

項目クラウド版セルフホスト
セットアップcomet.com でアカウント作成後すぐ利用可能Docker Compose or Kubernetes + Helm
データ管理Comet 側で管理自社インフラ内で完結
推奨用途個人・スタートアップ・クイックスタートエンタープライズ・データ主権が必要な場合

セルフホストは以下のコマンドで起動でき、localhost:5173 でダッシュボードにアクセスできます:

1
2
3

git clone https://github.com/comet-ml/opik.git
cd opik
./opik.sh

Python / TypeScript SDK

Python SDK は pip install opik でインストールし、@opik.track デコレータを付けるだけでトレースが自動記録されます。TypeScript SDK（npm install opik）も提供されており、フロントエンド・バックエンド問わず利用可能です。

1
2

pip install opik
opik configure  # API キーまたはローカルインスタンスの URL を設定

opik-openclaw の主要機能

フルトレースキャプチャ

すべての LLM 呼び出し、ツール実行、メモリ参照、コンテキスト組み立て、エージェント間の委譲を記録します。各操作について、入出力ペア、トークン数、レイテンシ、コストが完全に記録されます。

会話スレッドの追跡

リクエストの開始から、マルチステップ推論、ツール呼び出し、最終レスポンスまでの全フローを追跡できます。サブエージェントへのチェーンやスケジュールされたハートビートからの処理再開も含めて可視化されます。

コスト可視化

リクエスト単位・モデル単位のコスト内訳を表示し、トークンの使用先を正確に把握できます。どの処理にどれだけコストがかかっているかを分析し、最適化の判断材料にできます。

自動評価

LLM-as-a-judge による評価メトリクスを設定し、トレースに対して自動的に実行できます。ハルシネーション検出、回答の関連性、コンテキストの精度など、品質を継続的に監視できます。

セットアップ手順

OpenClaw バージョン 2026.3.2 以降が必要です。

1. プラグインのインストール

1

openclaw plugins install @opik/opik-openclaw

2. 設定

1

openclaw opik configure

このコマンドで Opik の URL 検証と API キーアクセスの検証が行われます。

3. ステータス確認とゲートウェイ再起動

1
2

openclaw opik status
openclaw gateway restart

設定完了後にメッセージを送信すると、Opik ダッシュボードにトレースが表示されます。

手動設定（JSON）

OpenClaw の設定ファイルに直接記述することも可能です。

1
2
3
4
5
6

{
  "apiUrl": "https://www.comet.com/opik/api",
  "apiKey": "YOUR_API_KEY",
  "projectName": "my-project",
  "workspaceName": "my-workspace"
}

環境変数による設定にも対応しています:

  • OPIK_API_KEY — API キー
  • OPIK_URL_OVERRIDE — カスタム URL
  • OPIK_PROJECT_NAME — プロジェクト名
  • OPIK_WORKSPACE — ワークスペース名

セルフホスト対応

Opik はセルフホストにも対応しており、プラグインをローカルインスタンスに向けるだけで、完全なオブザーバビリティを自社インフラ上で実現できます。データが外部に送信されることはありません。

ネイティブプラグインの優位性

opik-openclaw はネイティブプラグインとしてゲートウェイのライフサイクルにフックするため、ネットワークプロキシでは取得できない情報も記録できます:

  • どのスキルがロードされたか
  • どのメモリが参照されたか
  • エージェントがサブエージェント間でどのようにルーティングしたか
  • エージェントの推論の全深度

既知の制限事項

複数セッションを並行実行した場合、ツールスパンの相関が正しく行われないケースがあります。

OpenClaw なしでも実現できる？ — 自前スクリプト + Opik という選択肢

opik-openclaw が提供するオブザーバビリティの仕組みを分解してみると、各要素は汎用的な技術の組み合わせであることが分かります。

機能opik-openclaw自前スクリプトでの代替
LLM 呼び出しログ自動キャプチャAPI ラッパーで usage フィールドを記録
ツール実行追跡ゲートウェイフックPython デコレータやシェルのトラップで記録
コスト集計ダッシュボード表示API レスポンスのトークン数 × 単価で計算
エージェント間委譲自動追跡ワークフロー定義で明示的に制御
自動評価LLM-as-a-judge 連携Opik Python SDK で直接設定可能

Opik 自体は OpenClaw に依存しない汎用プラットフォームです。Python SDK（pip install opik）を使えば、自前のスクリプトから直接トレースを送信できます。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import opik

# デコレータを付けるだけでトレースが記録される
@opik.track
def call_llm(prompt: str) -> str:
    response = client.messages.create(
        model="claude-sonnet-4-20250514",
        messages=[{"role": "user", "content": prompt}],
    )
    return response.content[0].text

つまり、やりたいことが明確でワークフローが決まっている場合、OpenClaw というエージェント実行環境を介さずに、シェルスクリプトや Python スクリプトで LLM API を直接呼び、Opik でトレースを記録する方が依存が少なく見通しも良くなります。OpenClaw の価値は「汎用エージェント実行環境」としての柔軟性にありますが、特定の業務フローを自動化するだけなら、薄いスクリプト + オブザーバビリティ基盤という構成の方がシンプルです。

まとめ

AI エージェントの運用が拡大するにつれ、「何が起きているか」を把握するオブザーバビリティの重要性は増しています。opik-openclaw は OpenClaw ユーザーにとって 3 コマンドで導入できる手軽なソリューションですが、Opik 自体は汎用プラットフォームであるため、自前のスクリプトから直接利用することも可能です。目的に応じて、OpenClaw 経由か直接統合かを選択できる点が、オープンソースエコシステムの強みと言えます。

リンク