ClawApp 概要 🦅 ———————————————————————— 最近、@HeySorinAI を分解して、その内部動作を確認しました。 今日は、自然言語の指示が実際のタスクに変わる環境に焦点を当てます。 複雑なコードを書かずに VIBE CODING と AUTOMATION に興味があるなら… @Openclaw に注目してください。 →　まずはダッシュボードとインターフェースとの最初のやり取りから、基本を説明します。 →　次に、エージェントが実際に何ができるかを定義する「スキル」レイヤーに移ります。 →　最後に、単一の指示が構造化された複数ステップのワークフローに変わる様子を実際に見ていきます。 では、詳しく見ていきましょう！👇 ClawApp を開くと、クリーンでモダンなダッシュボードが表示され、主に2つの領域に分かれています： →　左側のナビゲーションパネル、 →　中央のワークスペース。 ———————————————————————— 左側のサイドバーはあなたのコマンドセンターです。 >　New Chat で新しいセッションを開始します。 各タスクは独立したセッションで実行されるため、ワークフローを整理しやすくなります。 >　Connect Apps でメールやカレンダーなどの外部サービスをリンクできます。 ここがエージェントが会話から実行へと移行する場所です。 >　Skills ではエージェントが利用可能な機能を表示します。 有効・無効を切り替えられ、エージェントがアクセスまたは実行できる範囲を制御できます。 >　Balance では利用可能なクレジット（USD）を表示します。 >　History では過去のセッションをログとして保存し、以前のオートメーションを再確認または管理できます。 これらの要素により、ClawApp は単なるチャットインターフェースではなく、構造化された生産性ツールとして位置づけられます。 ———————————————————————— メインパネルには「Automate with ClawApp」と表示され、これは OpenClaw へのアクセスを簡素化するために設計されたインターフェースであることを強調しています。 また、以下の例のオートメーションカードも表示されます： >　タスクノートの作成（Apple Notes 統合）、 >　エコシステム内での投稿とやり取り（Moltbook）、 >　BTC テクニカル分析レポートの生成（Crypto Insights）。 これらの例は、エージェントがテキスト生成だけでなく、アクションの実行と分析の両方を可能にしていることを示しています。 ———————————————————————— 下部にはシンプルな入力フィールドがあり、「Type a message or command…」と表示されています。 スクリプトや設定は一切不要です。 フローは非常にシンプルです： ⏩ 自然言語での指示 → エージェント → 連携アプリ内でのアクション この画面は Skills ワークスペースを示しています。 OpenClaw エージェントが実際に何ができるかを管理する場所です。 メイン画面がコントロールセンターなら、ここは能力レイヤーです。 ———————————————————————— 上部にはローカルスキルディレクトリのパス（例：/openclaw/workspace/skills）が表示されています。 これはスキルがローカルに保存されるモジュール形式のコンポーネントであることを示しています。 以下のように操作できます： →　新しいスキルを追加、 →　既存のスキルを削除、 →　エージェントの機能を拡張。 また、追加のスキルを発見・ダウンロードできる Clawhub への参照もあります。 これはエコシステムが拡張可能でコミュニティ主導であるという考え方を強化しています。 ———————————————————————— メインセクションにはインストール済みのスキルがカード形式で表示されています。ここに表示されている例には： ▫️ apple-notes、 ▫️ himalaya、 ▫️ shitty-email、 ▫️ moltbook、 ▫️ molt-registry、 ▫️ Sorin Brain があります。 各スキルは特定の操作領域（ノート、メール、ソーシャルなやり取り、アイデンティティ、分析など）を表しています。 ———————————————————————— この構造により、エージェントはモノリシックではなくモジュール化されています。 一つの強力なシステムではなく、ツールボックスの部品のようにエージェントの機能を構築できます。 各スキルは「More」から確認・個別に管理可能です。 これは以下の3つの重要な設計原則を強調しています： →　モジュラリティ：能力は明確な単位に分離されている、 →　拡張性：時間とともに新しいスキルを追加可能、 →　制御：ユーザーがエージェントがアクセス・実行できる範囲を決定できる。 Skills タブにより、ClawApp が設定可能なエージェント環境であることが明確になります。 「このAIは何ができる？」と問うのではなく、 より適切な質問は： ✅「このエージェントに何をしてほしいのか？」 です。 この画面はエージェントが実際に動作している様子を示しています。 上部でユーザーが自然言語でのコマンドを入力しています： ▶️「今週のカレンダーで予定されているミーティングを確認し、予測マーケットデータのMarkdownファイルの完了を促すメールを送ってください。」◀️ この単一の指示が構造化されたタスクの出発点となります。 汎用的なテキスト返答ではなく、エージェントはリクエストをステップごとに実行し始めます。 最初に見えるアクションは、今後7日間のカレンダーイベントを取得することです。 ミーティングは以下のように明確にリストアップされています： →　タイトル、 →　日時、 →　関連するカレンダーアカウント。 これでタスク実行が始まりました…エージェントは次のステップ（リマインダーメール送信）に進む前にコンテキストを収集しています。 ———————————————————————— ここで重要なのは次のフローです： →　ユーザーが高レベルの指示を提供、 →　エージェントがそれをサブアクションに分解、 →　各ステップがチャットインターフェース上で可視化されて実行される。 インターフェースはタスクの進行状況を透明にし、ユーザーがエージェントがどのように指示を解釈・実行しているかを見ることができます。 ———————————————————————— この画面は作業の真の出発点を表しています： ⏩ 自然言語 → タスク作成 → コンテキスト取得 → アクション実行 ClawApp がカレンダーやメールといった連携システムとのリアルなやり取りをトリガーするオペレーションワークフロー向けに設計されていることが示されています。 今後のミーティング情報を取得した後、エージェントは次の実行フェーズに入ります。 チャット下部の指示はすでに構造化されたタスクとして完全に具現化されています。 カレンダー情報は収集され、システムは次のアクションであるリマインダーメールの作成と送信を準備しています。 ⏩ ここで見ているのは、コンテキスト収集からアクションへの移行です。 ワークフローは段階的に展開されています： →　関連するミーティングを特定、 →　必要な情報を抽出、 →　そのコンテキストを使ってリマインダーを作成、 →　メールアクションを実行。 この画面は返信ではなく、連携システム内で実際に進行中の操作を表しています。 リマインダーメールはプロンプト上のアイデアではなく、リアルで実行可能なワークフローとして処理されています。 ———————————————————————— 私が特に注目するのは？ 👀 →　ClawApp がAIを「会話」から「実際に行動」へと明確に移行させている点です。 あなたは単にモデルにプロンプトを与えているわけではありません… あなたは →　エージェントを設定し、 →　ツールへのアクセス権を与え、 →　リアルタイムで構造化されたタスクを実行する様子を見ているのです。 モジュール化されたスキル、可視化されたタスクフロー、セッションベースの構造により、これは単なるアシスタントではなく、AIワークフロー用のオペレーティングシステムのように感じられます。 ———————————————————————— 🔗 リンクは最初のコメントにあります 👇 ———————————————————————— Yo 🤟