プログラマー向け AI ツール実践：OpenClaw + Claude Code で 24 時間バグ自動修正

決済コールバックのタイムアウトといったバグは、発見からマージまで平均 4.5 時間かかります。内訳は、発見 2 時間、特定 30 分、修正 30 分、テスト 20 分、PR 提出 10 分。しかし修正内容は決まっていることが多く、指数バックオフの追加、例外キャッチ、ログ記録などです。いわゆる「既知の問題タイプ」で、毎回人手で対応する価値は薄い。

OpenClaw + Claude Code のハイブリッドワークフローなら、この課題に向き合えます。OpenClaw が 24 時間 Sentry を監視し、バグを検知して自動でタスクを割り当てます。Claude Code はブランチ作成、コード修正、テスト実行、PR 提出までを担当します。3 ヶ月の本番運用では 127 件を捕捉し、89 件（70%）を自動修復、72 件（57%）をマージしました。処理時間は 4.5 時間から 15 分へ短縮しています。

本記事では、このハイブリッドワークフローのアーキテクチャ、設定手順、実測効果を共有します。机上の空論ではなく、3 ヶ月間本番で回したデータに基づいています。

低コストな「ロブスター飼育」ガイド：ArkClaw で AI エージェントを身近に

話題の OpenClaw（ロブスター）は便利ですが、設定の難しさに二の足を踏んでいませんか？ByteDance 傘下の Volcengine（火山エンジン）の ArkClaw なら、導入ハードルを一気に下げられます。サーバーや Token の設定は不要。ワンクリックで 24 時間オンライン、ブラウザ操作・スクリプト実行・カレンダー管理ができる AI アシスタントが手に入ります。

月額 9.9 元、招待コード ZLKUK54M（登録はこちら）なら 8.9 元。エンジニアなら Coding Plan Pro で実質無料で使えます。

OpenClaw vs Claude Code——競合ではなく補完

よく聞かれます。OpenClaw と Claude Code、結局どちらを使えばいいのか。

率直に言うと、競合関係ではありません。役割がまったく異なり、組み合わせてこそ真価が出ます。

OpenClaw は 24/7 待機する「パーソナル AI エージェント」です。バックグラウンド常駐で webhook を受け、各種データソースを監視し、寝ている間も動き続けます。公式は “persistent personal AI” と呼びます。複雑なコード記述は苦手ですが、事象を「見張り」、適切なアクションを起動して専門ツールを調整するのは得意です。

Claude Code は専門の「AI プログラマー」です。サーバー監視の設計は任せられませんが、コードを読み、バグを直し、ロジックをリファクタリングするのは得意分野です。コードベースを深く理解し、どこをどう直せば安全かを判断できます。

一方が「見る」、もう一方が「やる」。この補完関係が核心です。

OpenClaw Directory には “Sentry → Auto-Debug → Open PR” というレシピがあり、まさにこの用途向けです。流れは次のとおりです。

1. Sentry がエラーを検知し webhook を発火
2. OpenClaw がアラートを受信し、スタックを分析
3. OpenClaw がサブエージェントを起動し Claude Code で修正
4. Claude Code が修正コードを生成しテストを実行
5. テスト通過後、GitHub PR を自動作成

プロセス全体が自動化され、人間の介入は不要です。Substack では “overnight code review with no human in the loop until the PR is ready”——夜中にバグ、朝には PR を確認するだけ——という体験が共有されています。

アーキテクチャ設計——ハイブリッドワークフローの中核

このワークフローを理解するには、OpenClaw の「サブエージェント」機構が鍵です。

Vultr - 高性能NVMeクラウドサーバー、世界32拠点、Dockerワンクリック展開対応

価格を見る →広告

OpenClaw は「オーケストレーター」に近い存在です。webhook、定期タスク、メッセージ通知などのイベントを監視し、実処理はサブエージェントへ委任します。サブエージェントは特定タスク向けに一時生成される AI インスタンスです。

たとえば、OpenClaw がプロジェクトマネージャー、Claude Code がプログラマーです。Sentry アラートという要件を受け取り、分析してプログラマー（サブエージェント）に割り当て、完了報告を受け取ります。

全体構成は次のとおりです。

┌─────────────────────────────────────────────────────────────┐
│                         外部システム                          │
│  ┌──────────┐  ┌──────────┐  ┌─────────────────────────┐   │
│  │  Sentry  │  │  GitHub  │  │  Slack/Discord/Telegram │   │
│  └────┬─────┘  └────▲─────┘  └──────────▲──────────────┘   │
└───────┼─────────────┼───────────────────┼──────────────────┘
        │             │                   │
        │ webhook     │ create PR         │ notify
        │             │                   │
┌───────▼─────────────┴───────────────────┴──────────────────┐
│                      OpenClaw Gateway                        │
│  ┌──────────────────────────────────────────────────────┐  │
│  │           OpenClaw メインエージェント（監視者）          │  │
│  │  • 24 時間 Sentry webhook を監視                      │  │
│  │  • エラータイプと深刻度を分析                          │  │
│  │  • 判断：自動修正 / 人間介入 / 無視                    │  │
│  └─────────────────────┬────────────────────────────────┘  │
│                        │ spawn                             │
│                        ▼                                   │
│  ┌──────────────────────────────────────────────────────┐  │
│  │         Claude Code サブエージェント（実行者）          │  │
│  │  • 最新コードを取得                                    │  │
│  │  • バグの根本原因を分析                                │  │
│  │  • 修正コードを作成                                    │  │
│  │  • テストで検証                                        │  │
│  │  • ブランチをプッシュして PR 作成                      │  │
│  └──────────────────────────────────────────────────────┘  │
└────────────────────────────────────────────────────────────┘

重要なのは、OpenClaw は直接コードを書き換えないことです。「判断」と「調整」に徹し、コード変更は Claude Code サブエージェントへ任せます。安全性（OpenClaw 側の権限管理）と品質（Claude Code の専門性）を両立できます。

データの流れ：

1. Sentry webhook → OpenClaw（エラーイベント、スタック、環境データ）
2. OpenClaw → Claude Code サブエージェント（修正指示、コンテキスト）
3. Claude Code サブエージェント → GitHub（修正コード、PR 説明）
4. GitHub → OpenClaw（PR 状態、CI 結果）
5. OpenClaw → Slack（人間へレビュー通知）

OpenClaw の状態管理も要です。「受信済み」「分析中」「修正中」「レビュー待ち」「マージ済み」を記録でき、途中で止まっても再開できます。

実践設定——監視から PR 自動提出まで

概念は以上。具体的な設定に入ります。

ステップ 1：Sentry の webhook 設定

Sentry にログインし、Project Settings → Integrations → Webhooks で OpenClaw の webhook URL を追加します。

https://your-openclaw-gateway.com/hooks/sentry?sessionKey=bug-fix-pipeline

Alert Rules で、error count が 5 分間に 5 回超えたら webhook を発火するルールを作成します。

ステップ 2：OpenClaw 監視エージェントの設定

Sentry イベント用の専用 agent を作成します。設定例：

name: sentry-bug-monitor
hooks:
  sentry:
    path: /hooks/sentry
    defaultSessionKey: bug-fix-pipeline

steps:
  - id: parse-error
    command: json.parse stdin
    description: "Sentry のエラーデータをパース"

  - id: classify
    command: llm-task "エラータイプと深刻度を分析"
    args:
      error: $parse-error.stacktrace
      message: $parse-error.message
    schema: error-classification.json

  - id: decision
    command: state.set "action" $classify.recommended_action

  - id: auto-fix
    command: subagent.spawn
    args:
      type: claude-code
      task: "バグ修復: ${parse-error.title}"
      context: $parse-error
      repo: $parse-error.project.repo
    condition: $classify.severity == "medium" && $classify.auto_fixable == true

  - id: notify-human
    command: slack.send "#alerts"
    args:
      message: "深刻なエラー。人間の介入が必要: ${parse-error.url}"
    condition: $classify.severity == "critical"

ポイント：

• classify で LLM が自動修復の可否を判断
• decision で深刻度に応じて分岐（中程度かつ auto_fixable → Claude Code、critical → 人間通知）
• subagent.spawn で type: claude-code のサブエージェントを起動

ステップ 3：Claude Code サブエージェント

サブエージェントは具体的なコード修正を担当します。OpenClaw からスタック、関連ファイル、環境情報を渡します。

ワークフロー例：

# 1. 最新コードを取得
git clone $REPO_URL /tmp/fix-workspace
cd /tmp/fix-workspace

# 2. 修正ブランチを作成
git checkout -b auto-fix/$ERROR_ID

# 3. 問題分析（Claude Code）
claude-code --context $ERROR_CONTEXT --prompt "このバグの根本原因を分析してください"

# 4. 修正を記述
claude-code --prompt "修正コードを書いてください。テストを含めてください"

# 5. テスト実行
npm test

# 6. コミットとプッシュ
git add .
git commit -m "fix: auto-fix for $ERROR_TITLE [skip ci]"
git push origin auto-fix/$ERROR_ID

# 7. PR 作成
gh pr create --title "Auto-fix: $ERROR_TITLE" --body "..."

Claude Code の価値は「コード理解」にあります。スタックだけを見て盲目的に直すのではなく、関連ファイルを読んで業務ロジックを把握し、エラー伝播経路から真因を特定し、プロジェクトのスタイルに合わせた修正と単体テストを生成します。

Railway - モダンなデプロイプラットフォーム、煩わしい運用から解放、数分で公開

今すぐ始める →広告

ステップ 4：GitHub PR の自動化

PR 作成後、OpenClaw は GitHub webhook を監視し続けます。

- id: watch-pr
  command: github.watch-pr $auto-fix.pr_number

- id: ci-status
  command: poll "github.checks $auto-fix.pr_number"
  until: $ci-status.completed == true
  timeout: 30m

- id: notify-review
  command: slack.send "#dev"
  args:
    message: |
      自動修復 PR の準備完了: ${auto-fix.pr_url}
      CI ステータス: ${ci-status.conclusion}
      レビューとマージをお願いします

Slack に PR リンクと CI 結果が届きます。コードを確認して問題なければマージするだけ。手動で pull、修正、テストする必要はありません。

応用テクニック——ワークフローをさらに賢く

基本が動いたら、次の機能を足せます。

バグの優先度分け

すべてのバグが自動修復の対象ではありません。classify にルールエンジンを足しました。

• P0（Critical）：システムダウン、データ損失 → 即時に人間へ通知
• P1（High）：コア機能障害 → 通知 + 自動修復試行（人間確認後にコミット）
• P2（Medium）：非コア機能の異常 → 完全自動修復
• P3（Low）：エッジケース、改善提案 → backlog に記録し週次で処理

人間の承認チェックポイント

技術的には正しくても、ビジネス上問題がある修正もあります。approval ステップを追加しました。

- id: propose-fix
  command: claude-code.generate-fix

- id: human-approval
  command: slack.interactive
  args:
    message: "AI が以下の修正を提案しています。コミットを承認しますか？"
    buttons: ["承認", "拒否", "修正が必要"]
  timeout: 4h

- id: submit-if-approved
  command: github.create-pr
  condition: $human-approval.choice == "承認"

機密操作では AI が独断で動きません。

失敗時の再試行とエスカレーション

Claude Code も毎回成功するとは限りません。テスト失敗時は自動再試行できます。

- id: fix-attempt
  loop: 3
  sub-lobster: claude-code-fix
  break-on: $fix-attempt.tests_passed

- id: escalate-if-failed
  command: slack.send "#dev-escalation"
  condition: !$fix-attempt.tests_passed

3 回失敗したら人間へエスカレーションします。

マルチリポジトリ対応

十数のマイクロサービスがあり、リポジトリはそれぞれ独立しています。OpenClaw に複数プロジェクトのマッピングを設定できます。

projects:
  payment-service:
    repo: github.com/acme/payment
    sentry_project: payment-api
    auto_fix: true

  user-service:
    repo: github.com/acme/users
    sentry_project: user-api
    auto_fix: false  # 当面は自動修正オフ

1 つの OpenClaw インスタンスで複数プロジェクトを扱えます。

Alibaba Cloud - 開発者向けクラウドの第一候補、Lighthouse サーバー15%OFF、プロジェクトの迅速な立ち上げを支援

15%割引を入手 →広告

効果評価と注意点

3 ヶ月運用のデータ：

• 捕捉バグ：127 件
• 自動修復成功：89 件（70%）
• 修正後テスト通過：78 件（61%）
• 人間レビュー後マージ：72 件（57%）

約 6 割のバグは手を動かさず、朝に PR を確認してマージするだけで済みます。

時間短縮も顕著です。以前は発見（平均 2 時間）→ 特定（30 分）→ 修正（30 分）→ テスト（20 分）→ PR（10 分）で合計 4.5 時間。今は発見（リアルタイム）→ AI 修正（10 分）→ 人間レビュー（5 分）の 15 分 です。

一方で限界もあります。

向いているシーン：

• 既知パターンの反復バグ（ヌル参照、境界条件、API タイムアウト）
• スタックが明確なランタイムエラー
• 構造が明確でテストカバレッジが十分なコードベース

向かないシーン：

• アーキテクチャ設計（人間の意思決定が必要）
• 複数システムにまたがる複雑なバグ
• テストのないレガシーコード（AI 修正後もマージしづらい）

リスク管理：

• AI に本番の直接書き込み権限を与えない
• すべての自動修正は PR 経由で通常レビューへ
• 監査ログを保持し、AI が何を変えたか追跡可能にする
• 修正品質を定期レビューし、プロンプトを調整する

まとめ

OpenClaw + Claude Code の本質は、「監視」と「修復」を自動化することです。OpenClaw は 24 時間の監視、Claude Code はコード記述。組み合わせれば「疲れないジュニアプログラマー」——作業は任せつつ、最終判断は人間が握る。

価値はプログラマーの置き換えではなく、反復作業の排除です。人間の知恵が本当に要る場所に集中できます。

オンコールや反復バグに悩むなら、まず特定エラータイプの自動修正から試し、徐々に範囲を広げてください。

将来の開発フローは「人間が決める + AI が実行する」が主流になるでしょう。早く慣れて、早く帰りましょう。