aiming-lab/MetaClaw

What it solves

MetaClaw は、AI エージェントがデプロイ後に静的なままである問題を解決します。オフライン学習だけに依存せず、野外の実際の会話から継続的に学習・進化でき、パフォーマンス向上とユーザー好みへの適応を時間とともに実現します。GPU クラスタの管理は不要です。

How it works

MetaClaw は、個人エージェント（OpenClaw、CoPaw、NanoClaw など）と LLM API の間に透明なプロキシとして機能します。やり取りをインターセプトし、関連スキルを注入し、長期メモリを永続化します。

モードに応じて学習方法が変わります：

• Skills Mode：会話を自動で要約し、短い Markdown 指示（スキル）に変換。将来のプロンプトで取得・注入されます。
• RL Mode：評価用 LLM（PRM）で応答を非同期にスコア付けし、Tinker、MinT、Weaver などのクラウドバックエンドで LoRA ファインチューニングを実行します。
• Auto Mode：スキルと RL を組み合わせ、スマートスケジューラで重み更新をアイドル時間（睡眠、待機時間、カレンダー会議）に延期し、エージェントが中断されないようにします。

Who it’s for

個人 AI エージェントのユーザー向けに設計されており、アシスタントがセッション間で事実、好み、プロジェクト履歴を記憶し、ローカルの高性能ハードウェアを必要とせずに進化できます。

Highlights

• One-click deployment：シンプルな CLI 設定で、サポートされている個人エージェントを自動構成。
• Multi-agent support：OpenClaw、CoPaw、IronClaw など幅広いエージェントに対応。OpenAI 互換または Anthropic ネイティブエンドポイントを使用。
• Long-term memory：セッション横断的な事実と好みを永続化し、一貫したコンテキストを提供。
• Asynchronous architecture：サービス、報酬モデリング、トレーニングを分離し、アクティブ使用時のレイテンシをゼロに。
• Flexible RL backends：Tinker、MinT、Weaver など複数のクラウドトレーニングプロバイダーをサポート。