チュートリアル 12 — OpenClaw ontology Skillチュートリアル：AIに永続的な記憶と構造化知識グラフを装備する（2026）

目標：ontology Skillをインストールして、OpenClawが人名、プロジェクト、タスクなどの構造化情報を記憶して、会話をまたいで永続的に保持できるようにします。

普通のコンテキスト記憶 vs ontology永続記憶

openclaw 構造化記憶 vs 普通のコンテキストの最大の違いは「どれだけ記憶するか」ではなく「何を記憶するか、どう検索するか」です：

次元	普通のコンテキスト記憶	ontology永続記憶
永続性	会話を閉じると消える	ローカルに永続保存
構造化度	非構造化テキスト	エンティティ + 関係グラフ
会話をまたぐ	サポートなし	サポートあり
検索方法	コンテキストを遡るしかない	自然言語で精確な検索
データ量の制限	Context Windowに制限される	ローカルディスクのみ
関連推論	弱い	エンティティ関係のトラバースが可能

openclaw 会話記憶会話をまたいで保存のコアはまさにこのSkillです。インストール後、AIとの重要な会話——プロジェクトの進捗、チームメンバーの情報、意思決定の記録——はすべて構造化ノードになり、次の会話を開いても精確に呼び出せます。

ステップ1：ontology Skillのインストール

/install @oswalpalash/ontology

インストール完了後に確認します：

pnpm openclaw skills list
# ontologyが表示されるはずです

Skillのインストール後、ローカルに知識グラフの保存ディレクトリが作成されます：

~/.openclaw/workspace/skills/ontology/
├── SKILL.md          ← Skillのメインロジック
└── graph.json        ← 知識グラフデータ（JSON形式、直接確認可能）

ステップ2：エンティティの作成

ontologyは5種類のBuiltinエンティティタイプをサポートします：

Person   — 人物（同僚、顧客、連絡先）
Project  — プロジェクト（コードリポジトリ、製品ライン、契約）
Task     — タスク（ToDoアイテム、マイルストーン、不具合）
Event    — イベント（会議、リリース、締め切り）
Document — ドキュメント（レポート、契約書、ノート）

Personエンティティの作成

覚えておいて：田中、バックエンドエンジニア、決済モジュール担当、Slackでの連絡を好む、タイムゾーンUTC+9

AIは自動的に解析してグラフに保存します：

{
  "type": "Person",
  "name": "田中",
  "attributes": {
    "role": "バックエンドエンジニア",
    "domain": "決済モジュール",
    "contact": "Slack",
    "timezone": "UTC+9"
  }
}

Projectエンティティの作成

プロジェクトを記録して：決済システムのリファクタリング、締め切り2026-06-30、担当者田中、現在の状態は進行中

Taskエンティティの作成

タスクを追加して：今週金曜日までに決済ゲートウェイの移行方案ドキュメントを完成させる、優先度高、プロジェクト「決済システムのリファクタリング」に関連付け

openclaw AIに人名プロジェクトタスクを覚えさせるのはこれほど簡単——自然言語で説明するだけで、ontologyが自動的に構造化情報を抽出して保存します。

ステップ3：既存のエンティティを検索する

ontologyのインストール後、会話をまたいで以前に保存した情報を自然言語で検索できます：

田中は誰ですか？何を担当していますか？

今週の高優先度タスクは何がありますか？

「決済システムのリファクタリング」プロジェクトの現在の状態はどうですか？

田中に関連するすべてのプロジェクトとタスクをリストアップしてください

AI agent 長期記憶自己ホストのシナリオでは、この検索能力が特に価値を持ちます——前回の会話からどれだけ時間が経っても、AIはグラフから精確に検索できます。

ステップ4：エンティティの関連付け（Linking）

ontologyの最も強力な点はエンティティ間の関係を構築することです：

関連付け：田中はプロジェクト「決済システムのリファクタリング」を担当し、連絡先は鈴木（プロダクトマネージャー）

マーク：タスク「決済ゲートウェイ移行ドキュメント」はプロジェクト「決済システムのリファクタリング」に属し、田中が担当

関連付け後、グラフのトラバース検索ができます：

「決済システムのリファクタリング」に関連するすべての人とタスクは何ですか？

鈴木はどのプロジェクトに参加していますか？直接の協力者は誰ですか？

このような関連推論は普通のコンテキストでは不可能です。

ステップ5：エンティティの更新と削除

更新：田中は決済ゲートウェイの移行を完了しました、タスクの状態を「完了」に変更

更新：決済システムのリファクタリングプロジェクトの締め切りを2026-08-15に延期

エンティティを削除：「決済ゲートウェイ移行ドキュメント」というタスクを削除

ステップ6：self-improving-agentと組み合わせて使用する

ontologyとself-improving-agentの違い：両者は補完関係であり、代替関係ではありません。

self-improving-agent（チュートリアル 09）：AIの行動の好みや操作経験を記録（「pnpmを使う、npmではなく」）
ontology：ビジネス知識と現実世界の情報を記録（人、プロジェクト、タスク、イベント）

組み合わせてインストールし、完全な記憶システムを構築します：

/install @pskoett/self-improving-agent
/install @oswalpalash/ontology

実際の効果：

あなた：田中のタスクの進捗を更新してください
AI：（ontologyから「田中」のすべてのタスクを検索）
    田中には現在3つの進行中タスクがあります：
    1. 決済ゲートウェイ移行ドキュメント（高優先度、今週金曜日締め切り）
    2. ...
    どのタスクを更新しますか？

AIは「田中が誰か」（ontology）も知っており、「あなたが簡潔な回答を好む」（self-improving-agent）も知っています。

よくある質問

OpenClawを閉じた後もAIは以前話した内容を覚えていますか？

ontology Skillをインストールした後、グラフに積極的に保存した情報はローカルの ~/.openclaw/workspace/skills/ontology/graph.json ファイルに永続保存されます。会話の終了には影響されません。次回OpenClawを起動して新しい会話を始めても、AIは自然言語でその情報を精確に検索できます。注意：グラフに明示的に保存したコンテンツのみが永続保存されます。普通のチャット内容は会話の終了とともに消えます。

ontology Skillはどんな種類のエンティティを保存できますか？

ontologyは5種類のBuiltinエンティティタイプをサポートします：Person（人物）、Project（プロジェクト）、Task（タスク）、Event（イベント）、Document（ドキュメント）。各タイプはカスタム属性（役職、状態、締め切りなど）を持てます。エンティティ間には関連関係を構築でき、グラフのトラバース検索をサポートします。Builtinタイプが不十分な場合は、自然言語でカスタムタイプを説明するとontologyが自動的に分類を推測します。

ontologyとself-improving-agentの違いは何ですか？

両者は異なる記憶の問題を解決します。self-improving-agentはAIの行動パターンや操作経験を記録します。例えば「このプロジェクトではpnpmを使う」「要約の際はソースを列挙しない」など、AIの作業方法の改善に重点を置きます。ontologyは現実世界のビジネス知識を記録します。例えば「田中はバックエンドエンジニアで決済モジュールを担当」など、あなたの作業環境や人間関係をAIが理解することに重点を置きます。2つのSkillを同時にインストールすることができ、効果は相乗的に補完されます。

知識グラフのデータはどこに保存されますか？クラウドにアップロードされますか？

すべてのデータはローカルの ~/.openclaw/workspace/skills/ontology/graph.json ファイルに保存されます。形式は標準JSONで、直接確認やバックアップができます。OpenClawは完全に自己ホスト型のソリューションであり、データはいかなるクラウドサーバーも経由せず、Anthropicやサードパーティのプラットフォームにアップロードもされません。複数のデバイス間で知識グラフを共有したい場合は、graph.json ファイルを手動でコピーするか、gitのバージョン管理に組み込むことができます。

次のステップ

チュートリアル 13 — Gog SkillでAIにGmailの自動収受、Googleカレンダーの管理、Driveの操作をさせる
チュートリアル 09 — self-improving-agentでAIに操作の習慣や行動の好みを記憶させる