/ ディレクトリ / プレイグラウンド / swarmclaw
● コミュニティ swarmclawai ⚡ 即起動

swarmclaw

作者 swarmclawai · swarmclawai/swarmclaw

セルフホスト型マルチエージェント・ランタイム。Claude Code、Codex、OpenCode、ネイティブサブエージェント、永続メモリ、スケジュール、MCP統合、23以上のLLMプロバイダーをオーケストレーション。

SwarmClawはローカルでAIエージェント・チームを実行するためのコントロール・プレーンです。LLM(Claude、GPT、Gemini、OpenRouter、Ollamaなど)をプラグインで接続でき、MCPサーバーをツールとして追加でき、自律ループをスケジュール化でき、ハイブリッド・リコール+グラフ・トラバーサルでメモリを永続化できます。macOS/Windows/Linux向けのデスクトップ・インストーラーおよびDocker Composeもサポートしています。

なぜ使うのか

主な機能

ライブデモ

実際の動作

swarmclaw.replay ▶ 準備完了
0/0

インストール

クライアントを選択

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "swarmclaw": {
      "command": "npx",
      "args": [
        "-y",
        "swarmclaw"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "swarmclaw": {
      "command": "npx",
      "args": [
        "-y",
        "swarmclaw"
      ],
      "_inferred": true
    }
  }
}

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "swarmclaw": {
      "command": "npx",
      "args": [
        "-y",
        "swarmclaw"
      ],
      "_inferred": true
    }
  }
}

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "swarmclaw": {
      "command": "npx",
      "args": [
        "-y",
        "swarmclaw"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "swarmclaw",
      "command": "npx",
      "args": [
        "-y",
        "swarmclaw"
      ]
    }
  ]
}

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json
{
  "context_servers": {
    "swarmclaw": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "swarmclaw"
        ]
      }
    }
  }
}

context_servers に追加。保存時に Zed がホットリロード。

claude mcp add swarmclaw -- npx -y swarmclaw

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方: swarmclaw

SwarmClawで常時稼働する研究エージェントを実行

👤 研究者、競争情報分析者 ⏱ ~45 min advanced

使うタイミング: 毎日起動して研究ループを実行し、結果をどこかに保存するエージェントが必要な場合です。

前提条件
  • SwarmClawのインストール — ワンクリック・デスクトップ・インストーラーまたはnpm i -g @swarmclawai/swarmclaw
  • 初回実行時のアクセス・キー — http://localhost:3456での初期起動時に生成されます
フロー
  1. エージェントを定義する
    SwarmClawエージェント'daily-ai-news'をprovider=Claude、memory=enabled、schedule='every day 08:00'で作成してください。✓ コピーしました
    → エージェント登録済み
  2. MCPでツールを接続する
    エージェントがスクレイプしてNotionに結果を書き込めるよう、firecrawl+notion MCPを接続してください。✓ コピーしました
    → ツール接続完了
  3. 実行を開始する
    スケジュールを有効化してください。毎週メモリを確認し、何を学んだかを見ましょう。✓ コピーしました
    → 毎日Notionページが追加される

結果: バックグラウンド・リサーチ・チームメイト

注意点
  • 長いループでのLLMコスト増加 — エージェント設定でセッションごとのトークン予算を設定し、超過時にアラート出力してください
組み合わせ: firecrawl

SwarmClawで複数モデル間にコーディング・タスクを委任

👤 サブタスクごとに品質と速度のトレードオフを望むエンジニア ⏱ ~60 min advanced

使うタイミング: 機能が計画フェーズ(Opus)、バルク・コーディング・フェーズ(Sonnet)、ブラッシュアップ・フェーズ(Codex)に分かれている場合です。

フロー
  1. パイプラインを定義する
    ワークフローを作成してください:planner=Claude Opus、coder=Claude Sonnet via Claude Code、reviewer=Codex。トランスクリプト経由でのハンドオフ。✓ コピーしました
    → ワークフローがUIに表示される
  2. タスクで実行する
    機能仕様[貼り付け]でワークフローを実行してください。ハンドオフを監視してください。✓ コピーしました
    → 各ステージの貢献後に最終PRが提案される

結果: 単一機能の各フェーズに最適なツール

組み合わせ: github

SwarmClawでメモリ豊富な個人アシスタントを構築

👤 セッションごとにコンテキストを再説明するのが嫌なパワーユーザー ⏱ ~30 min intermediate

使うタイミング: ChatGPT/Claudeセッションが、数日間にわたり保持したいコンテキストを失う場合です。

フロー
  1. ハイブリッド・メモリを有効化する
    ハイブリッド・メモリ(ベクトル+グラフ)を使用して長寿命セッション'assistant'を作成してください。すべての以前のトランスクリプトをメモリにパイプしてください。✓ コピーしました
    → メモリが入力された
  2. 質問して想起させる
    先週火曜日の価格設定に関するセッションの未解決質問は何ですか?✓ コピーしました
    → ソースセッションへの引用付きで想起されたアイテム

結果: 実際に覚えているアシスタント

組み合わせ

他のMCPと組み合わせて10倍の力を

swarmclaw + claude-code

SwarmClawがオーケストレーションを行い、Claude Codeがループ内のコーダーとなります

swarmclawワークフロー経由で'implement-feature'ステップをClaude Codeに委任してください。✓ コピーしました
swarmclaw + firecrawl

スケジュール化されたスクレイピング+メモリ充実した分析

日々のエージェント:競合他社ページをスクレイプし、メモリと差分を取り、変更にフラグを立ててください。✓ コピーしました

ツール

このMCPが提供する機能

ツール入力呼び出すタイミングコスト
create_agent name, provider, memory?, schedule? 新しいエージェントをブートストラップする 0
attach_mcp agent_id, mcp_config エージェントにツールを付与する 0
run_session agent_id, input アドホック呼び出し LLMトークン
schedule_agent agent_id, cron 長時間実行する自律性 0
memory_query agent_id, query エージェント・メモリを検査する 0

コストと制限

運用コスト

APIクォータ
��用するLLMプロバイダーが設定する制限に従います
呼び出しあたりのトークン
メモリ検索を伴うマルチターン・セッション:ステップあたり3~30k
金額
セルフホストは無料です。LLMトークン・コストは利用者負担です。
ヒント
セッションごとにハード・バジェットを設定してください。自律ループは気づかないうちに支出する可能性があります。

セキュリティ

権限、シークレット、影響範囲

認証情報の保管: LLMキーはローカル・データディレクトリで暗号化されます。初回実行時のアクセス・キーがUIを保護します。
データ送信先: 設定されたLLMプロバイダーおよび接続されたMCP経由
絶対に付与しない: 認証なしでUIをインターネット公開しないこと—デフォルトはlocalhostのみ

トラブルシューティング

よくあるエラーと対処法

インストール後UIにアクセスできない

SwarmClawは127.0.0.1:3456にバインドします。他に同じポートを使用していないことを確認してください。lsof -i :3456

エージェント・ループがバックグラウンドでトークンを消費している

スケジュールを無効化し、最後のトランスクリプトを検査してください。再度有効化する前に、エージェント上でトークン・バジェットを設定してください。

MCPサーバーがswarmclawの下で起動しない

最初にMCPコマンドを手動でテストしてください(f/mcptoolsを使用)。swarmclawは同じ呼び出しを使用します。

確認: mcp tools -- <your-mcp-cmd>

代替案

swarmclaw 他との比較

代替案代わりに使う場面トレードオフ
n8n-workflow-builder決定的なワークフロー・オートメーションが必要で、エージェント・ループは不要な場合です。エージェント性が低くなり、LLMメモリがありません。
LangGraph / Autogen自分のアプリでコード・ファースト・オーケストレーションが必要な場合です。自分でホストして、すべて実装する必要があります。

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る