Openclaw向けSmart Spawn API

プラグイン不要のHTTP APIであり、特定のタスクやサブエージェント(sub-agent)の生成に対して、最も費用対効果が高く高性能なAIモデルを動的に選択します。

dagangtj
v1.0.0
Feb 24, 2026
0
722
0

インストール&ダウンロード

1. ClawHub CLI

レジストリから直接スキルをインストールする最速の方法です。

npx clawhub@latest install smart-spawn-api

2. 手動インストール

スキルフォルダを以下のいずれかの場所にコピーしてください

グローバル
~/.openclaw/skills/
ワークスペース
<project>/skills/

優先順位:ワークスペース > ローカル > バンドル

3. プロンプトのインストール

このプロンプトをOpenClawにコピーするだけで、自動的にインストールされます。

Clawhubを使って smart-spawn-api をインストールして。Clawhubがインストールされていない場合は、先にインストールしてください(npm i -g clawhub)。

ダウンロードをご希望ですか?

ZIPアーカイブで生のスキルファイルを取得します。

Smart Spawn API とは?

Smart Spawn APIは、自律型エージェントのモデル選択における推測作業を排除するために設計された強力なルーティングエンジンです。これをOpenclaw Skillsに統合することで、単純なコーディングから複雑な多段階推論に至るまで、パフォーマンスとコストの最適なバランスを提供するLLMをプログラムで決定できます。

高速なデプロイを求める開発者向けに構築されており、重いプラグインやローカル設定は不要です。タスク定義と実行フェーズの間に配置される軽量なインテリジェンス層として機能し、すべてのsession_spawn呼び出しがリアルタイムのベンチマークデータに基づいた最適化されたモデルを使用することを保証します。

Smart Spawn API のユースケース

  • 単純なユニットテストに低コストモデルを自動選択し、APIクレジットを節約。
  • 高度なアーキテクチャタスクをClaude Opusのような最高レベルの推論モデルにルーティング。
  • 各サブタスクを専門モデル(ビジョン、コーディング、リサーチなど)に割り当てるマルチエージェントスウォームの編成。
  • 特定のモデルプロバイダーで遅延が発生した際にも稼働時間を維持するための、Openclaw Skillsへのフォールバックロジックの構築。

Smart Spawn API の仕組み

  1. ユーザーまたはエージェントが、タスクの説明と予算枠を添えてpickエンドポイントにHTTP GETリクエストを送信します。
  2. Smart Spawn APIは、ベンチマーク性能スコアデータベースに基づいてタスクカテゴリを分析します。
  3. APIは、最適なモデルID、価格プロファイル、および選択理由を含むJSONレスポンスを返します。
  4. エージェントは返されたモデルIDを直接sessions_spawn関数に渡します。
  5. 複雑なプロジェクトでは、エージェントはdecomposeまたはswarmエンドポイントを使用してマルチモデル実行グラフを作成します。

Smart Spawn API のセットアップ

クラウドベースのAPIであるため、ローカルインストールは不要です。ターミナルからcurlを使用して直接統合をテストできます:

# コーディングモデルを見つけるためのクイックテスト
curl "https://ss.deeflect.com/api/pick?task=coding&budget=medium"

Openclaw Skillsと統合するには、新しいセッションを生成する前に、お好みのHTTPライブラリを使用してモデルIDを取得するだけです。

Smart Spawn API のデータスキーマとタクソノミー

このAPIは6時間ごとに更新される構造化されたJSONレスポンスを提供します。主なデータポイントは以下の通りです:

フィールド 型 説明
id String 生成に使用されるプロバイダー固有のモデル識別子。
score Integer 5つのベンチマークソースに基づいた性能評価 (0-100)。
pricing Object 100万トークンあたりのpromptおよびcompletionコスト。
reason String このモデルが選択された理由の人間が読める説明。

Smart Spawn API の高度な機能

  • タスク分解:高度なpromptを、専門モデルを使用する一連のサブタスクに自動的に分解。
  • 並列スウォームグラフ:マルチエージェントシステムがタスクを並列実行するための依存グラフ(DAG)を生成。
  • 予算ガードレール:特定のティア(低、中、高)に基づいてモデルをフィルタリングし、予期しないAPIコストを防止。
  • リアルタイム比較:2つ以上の特定のモデルID間の並列機能および価格分析。

SKILL.md


ローディング

関連するOpenclawのスキル

METADATA

Github Stars: 0
forks: 0

特徴*