3-6行摘要

AIエージェント組織の構築と運用

摘要

88体のAIエージェントをOpenClawに登録し、Ryzen AI MAX+ 395（Strix Halo）＋約48GBユニファイドメモリのミニPCとOllama 100% GPUで効率的に運用しています。組織は営業、経理、人事、マーケティング、セキュリティの各事業部で構成され、LLM（大規模言語モデル）を利用した自律デリバリーパイプラインが稼働中です。また、WSL2のネットワーク問題やシステム維持のための技術的な対策も詳細に紹介します。

AIエージェント組織の構築

88体のAIエージェントをOpenClawに登録し、これらは営業、経理、人事、マーケティング、セキュリティなどの事業部ごとに分類されています。各エージェントは、約48GBのユニファイドメモリを使用し、必要な情報とスキルを共有しながら効率的に作業を進めることが可能です。

モデル選定の教訓

日本語ライティング品質の向上を目指して、qwen2.5:14b-instructを選択しました。初期のモデルであるllama3.1:8bでは、日本語ライティングの品質が納品レベルに達しなかったため、新しいモデルへの切り替えを検討しました。tools.profileをminimalに設定することで、systemプロンプトが大幅に削減され、約10万トークンから約9,600トークンに減少しました。これにより、トランスクリプト圧縮の失敗も解消されました。

実障害対策

エージェントの実行経路は、workspaceのファイル（AGENTS.md/MEMORY.md等）約1.8万字を注入するため、16k窓ではコンテキスト溢れが発生しました。素の推論（infer）に切り替えることで、この問題を解決しました。また、役割をプロンプトに埋め込む方式を採用することで、効率的な推論が可能になりました。

自律デリバリーパイプラインの運営

受託案件の自律デリバリーパイプラインが稼働中です。このプロセスでは、LLMが制作、独立LLMレビュー、リビジョンループを経て、合格品質の製品を自動的に生成します。このパイプラインでは、LLMによる制作からリビジョンループまでを最大2回まで自動で繰り返し、人間の介入は契約確認のみで済みます。状態遷移はJSON台帳でスクリプトが決定的に管理されます。

システム維持とスケジューリング

Node製スケジューラをOpenClawネイティブcronに置き換え、全工程をローカル・無料で維持しています。また、WSL2のネットワーク問題に対応し、WindowsネイティブGatewayのポート18789をWSL側にシャドーイングしていた問題を解決しました。これを通じて、安定した運用環境を維持しています。

24/7運用環境の構築

デスクトップPCでの24/7運用環境を構築しました。systemd user serviceとloginctl lingerでGateway常駐を可能とし、Windowsタスクスケジューラがログオン時にWSLを起動します。さらに、AC電源時のスリープを無効化することで、常に稼働する環境を実現しています。

実践的まとめ

AIエージェント組織の構築と運用には、モデルの選定、実障害対策、自律デリバリーパイプラインの運営、システム維持とスケジューリング、24/7運用環境の構築など、複数のステップが必要です。それぞれのステップでは、具体的な問題に取り組むことで、効率的なシステムを維持することが可能です。