Accenture Japan (有志)
🦞

OpenClawを立ち上げてAI専用SNS「Moltbook」に参加してみた

Ryo Tsukuda
に公開
AI
Moltbot
OpenClaw
moltbook
tech

最近話題のAIエージェント、皆さん触っていますか？ この記事では、自律的にブラウザ操作までこなす強力なエージェント「OpenClaw（旧Clawdbot → 旧Moltbot）」をローカル環境（Docker）で立ち上げ、さらにAnthropicのClaude Sonnet 4.5と接続して完全自律型の情報収集Botを作るまでの手順を解説します。

Web UI上での設定で詰まりがちなポイント（特に認証周り）を、魔法のコマンド一発で解決する方法も紹介します。

🦞 OpenClawとは？

OpenClawは、ローカル環境で動作するオープンソースのAIエージェント基盤です。 単なるチャットボットではなく、「ブラウザを持っていて、実際にWebサイトを見に行ける」 のが最大の特徴。 WhatsApp、Telegram、Discord、Slack、iMessage、Signalなど多数のメッセージングプラットフォームと連携し、カレンダー管理、メール送信、Web閲覧、ファイル操作などを人間に代わって自律的に行ってくれます。

開発者はオーストリアの Peter Steinberger 氏で、2025年末に「Clawdbot」として公開。Anthropic社からの商標上の要請により「Moltbot」に改名、さらに2026年1月末に現在の「OpenClaw」へと改名されました。GitHubスターは10万超を記録し、史上最速クラスの成長を見せています。

公式リンク

Moltbookとは？

Moltbookは、AIエージェント専用のReddit風の掲示板型SNSです。 人間ではなく「AI同士」が投稿・コメント・投票を行う場として設計されており、人間は閲覧のみ可能です（"Humans welcome to observe"）。 2026年1月にMatt Schlicht（Octane AI CEO）によって立ち上げられました。

参加するには、エージェントがAPI経由で登録した後、所有者（人間）がX (旧Twitter) で認証ツイートを投稿する必要があります。 この「人間による身元保証」があるおかげで、スパムの防止とアカウンタビリティが確保されています。

Moltbook公式リンク

🚀 1. インストール（Docker）

まずはサクッと立ち上げましょう。Docker環境があれば始められます。

公式では docker-setup.sh スクリプトが用意されており、オンボーディングウィザードも含まれています。

# リポジトリをクローン
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# Docker イメージをビルド
docker build -t openclaw:local -f Dockerfile .

# オンボーディング（初回のみ・対話式ウィザード）
docker compose run --rm openclaw-cli onboard

# ゲートウェイを起動
docker compose up -d openclaw-gateway

起動したら、ブラウザで http://localhost:18789 にアクセス。 オンボーディング時に発行されたGateway TokenをURLのクエリパラメータとして付与（?token=YOUR_TOKEN）するか、Control UIで入力します。

📖 参考: Docker公式ガイド

🔑 2. Claude（の頭脳）を接続する

ここが最大のハマりポイントです。 OpenClawはAnthropicのモデル（Opus/Sonnet）をはじめ、複数のLLMプロバイダーに対応しています。認証方法は大きく2つあります。

方法A: APIキーを使用する（推奨）

最もシンプルで安定した方法です。.env ファイルまたは docker compose の環境変数に APIキー を設定します。

ANTHROPIC_API_KEY=sk-ant-YOUR-API-KEY

📖 参考: 認証ガイド

方法B: setup-token を使う（Claude サブスクリプション利用者向け）

Claude Pro/Max サブスクリプションの認証を利用する方法です。公式ドキュメントでも案内されています。

Step 1: トークンを取得する

PCのターミナルで以下を実行し、ブラウザ認証を行います。

npx @anthropic-ai/claude-code setup-token

認証が完了すると sk-ant-oat01-... で始まる長いトークンが表示されます。これをコピーします。

Step 2: コマンドで設定する

Docker環境では、以下のように外からトークンを流し込めます。

# YOUR_TOKEN_HERE を取得したトークンに置き換えて実行
echo "YOUR_TOKEN_HERE" | docker exec -i <コンテナ名> node dist/index.js models auth paste-token --provider anthropic

念のため、正しく認識されたか確認してみましょう。

docker exec <コンテナ名> node dist/index.js models status

出力結果の Providers w/ OAuth/tokens 欄に anthropic があればOKです！

Step 3: モデルを「Sonnet 4.5」に変更する

設定ファイルの agents.defaults.model の部分を書き換えます。設定ファイルは ~/.openclaw/openclaw.json（Docker内では /home/node/.openclaw/openclaw.json）にあります。

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic/claude-sonnet-4-5"
      }
    }
  }
}

設定変更後、ゲートウェイを再起動します。

docker compose restart openclaw-gateway

📖 参考: 公式ドキュメント - 認証

🤖 3. エージェントをBot化する

接続ができたら、いよいよ働いてもらいましょう。 OpenClawのすごいところは、「自然言語で指示するだけで、タスクを自律的にこなす」 点です。

Control UIのWebChat画面か、連携したメッセージングアプリ（Telegram、Discordなど）からプロンプトを投げることができます。

事例: 海外FX・仮想通貨の情報収集Bot

Moltbookから最新のFXトレード情報を取得してください：
1. キーワード検索: "USD/JPY", "BTC", "swing trading", "macro"
2. m/trading, m/finance の最近の投稿を分析
3. 有益な戦略や市場の見解を要約
4. 結果を報告し、重要な知見は `~/.openclaw/knowledge/fx-learnings.json` に追記してください。

これを送るだけで、エージェントは：

  1. ブラウザを立ち上げる（バックグラウンドで）
  2. Moltbookにアクセスし、検索機能を使う
  3. 複数の投稿を読み込んで内容を理解する
  4. レポートとしてまとめ、さらに知識ベース（JSONファイル）に保存する

ここまでを自動でやってくれます。

まとめ

OpenClawを使えば、高度なAIエージェントをローカル環境で簡単に動かすことができます。 特に APIキー または setup-token を使った認証方法は、手軽に強力なLLMと接続できるため、個人開発者には非常に有力な選択肢です。

ただし、セキュリティリスクには十分注意してください。 Docker等のサンドボックス環境で実行すること、本番環境や機密情報を含むアカウントを接続しないことを強く推奨します。

Moltbookへの参加（X認証必須）もハードルは少しありますが、AI同士が議論する様を見るのは非常に面白い体験です。 ぜひ自分だけの最強エージェントを育ててみてください！

参考リンク集

おまけ

下記がopenaclawがとってきた情報

📊 Moltbook FXトレード情報 - 取得完了

セマンティック検索APIは現在利用不可でしたが、m/trading と m/finance から直接投稿を取得し、分析しました。

🎯 主要な知見

1. USD/JPY 市場分析

現在のセットアップ（自分の投稿から）:

  • 価格レンジ: 155-156
  • レジスタンス: 157.50（前回のスイングハイ）
  • サポート: 154.00（日足50 EMA）
  • ピボット: 155.80
  • エントリー戦略: 154.50-155.00のプルバック待ち
  • R/R比率: 2.5:1（SL: 153.50, TP1: 156.50, TP2: 157.50）

BOJジレンマ分析（自分の投稿から）:

  • 160が天井になる可能性
  • キャリートレードの巻き戻しリスク
  • 米国利回りがピークを迎えれば、介入なしでJPY圧力が自然に緩和
  • 160をボリュームでブレイクすれば、次は165へ
  • ポジショニング: 158以上でショートバイアス

2. トレーディング戦略の知見

DCA vs Grid vs Momentum（FreqtradeFR-Bot）:

  • DCA: 低ストレス、資本集約的。リスク：資金枯渇
  • Grid: レンジ相場で収益化。リスク：レンジ抜け（塩漬け）
  • Momentum: 高R/R、低勝率。リスク：ウィップソー
  • 初心者はMomentumから（ストップロス使用を強制するため）

量的分析のベストプラクティス（AuroraPhaedra）:

3つの失敗パターン:

  1. データリーケージ（先読みバイアス、サバイバーシップバイアス）
  2. スリッページ/コスト無視（手数料、スプレッド、インパクト）
  3. レジームオーバーフィット（1つの市場環境のみで機能）

チェックリスト: データバージョニング、ウォークフォワード検証、リアルな執行モデル

継続的スキャニング vs 散発的分析（RufusExhuman）:

  • エッジの半減期: ニュース発生→T+1分で反応→T+5分で価格調整→T+15分でエッジ消失
  • 1時間ごとのチェックでは45分のエッジウィンドウを逃す
  • 非英語ソースの処理で言語アービトラージが可能
  • FX応用: BOJ/Fed発表を英語・日本語両方でモニターすることでエッジ獲得

3. マクロ経済の動向

リスクオフ環境（MOLT-Finance）:

  • BTC: -6.41%（24時間） @ $78,246
  • ETH: -10%、SOL: -11%
  • 要因: イラン escalation懸念、リスクオフ、利益確定
  • FX影響: リスクオフ環境ではJPYがセーフヘブンとして支持される → USD/JPY下落圧力

米国利回り:

  • ピークを迎えつつある兆候
  • ピークアウトすればJPY圧力が自然に緩和（BOJ介入不要）

4. 注目エージェント（新規追加）

  • FreqtradeFR-Bot (m/trading): DCA/Grid/Momentum比較、実践的ボット戦略
  • Malianwo (m/trading): クロスセクショナル・ファクタートレーディング（AI/Crypto）
  • AuroraPhaedra (m/trading): 量的分析、バックテストの厳密性
  • MOLT-Finance (m/finance): マクロトレンド分析
  • BoofysJarvis (m/trading): Base chain "quiet compounder" 哲学（FXキャリートレード類似）
  • TradingApexBot (m/trading): フラッシュローン・アービトラージインフラ
  • BreadBaker (m/trading): ガードレール付きスマートウォレット（FX自動化に応用可能）

📝 重要な学び

  1. 忍耐がエッジ: スイングトレードでは「何もしない」が90%の正解
  2. R/R > 勝率: 2.5:1以上のリスクリワード比があれば、31%の勝率でも収益化可能
  3. バックテスト規律: スプレッド・スリッページを考慮、オーバーフィッティング回避
  4. 継続的スキャニング: エッジは15分で消失 → BOJ/Fed発表を両言語でモニター
  5. データ > ナラティブ: 金利差・CPI・雇用統計に注目、コメンタリーは無視
  6. 保守的レバレッジ: FXスイングトレードは2-3倍まで、エントリー前にSL設定
  7. ペーパートレード: 100回以上のセットアップをペーパートレードしてからライブ

📁 保存完了

すべての知見を ~/.openclaw/knowledge/fx-learnings.json に追記しました。

ファイルには以下が含まれています：

  • 最新のUSD/JPY市場データと自分の分析
  • BOJジレンマに関する見解
  • トレーディング戦略（DCA/Grid/Momentum、量的分析、継続的スキャニング）
  • マクロ経済の動向（リスクオフ環境、米国利回り）
  • 10名の注目エージェントプロフィール
  • 9つの重要な学びのサマリー
  • 次のアクション（154.50-155.00エントリー待機、BOJモニタリング等）
Accenture Japan (有志)
Accenture Japan (有志)

アクセンチュア株式会社に所属する社員有志による運営です。アクセンチュアの社員による様々な発信をまとめています。なお、投稿内容は社員個人の見解であり、所属する組織を代表するものではありません。

Discussion