--- title: "OpenFang Agent OS AIとBright Data MCPによるライブウェブ連携" slug: openfang-agent-os-with-web-mcp date: 2026-05-06T07:04:25+00:00 modified: 2026-05-06T07:04:27+00:00 permalink: https://brightdata.jp/blog/ai/openfang-agent-os-with-web-mcp type: blog --- [ ブログ ](https://brightdata.jp/blog "ブログ") / [AI](https://brightdata.jp/blog/ai) [AI](https://brightdata.jp/blog/ai) # OpenFang Agent OS AIとBright Data MCPによるライブウェブ連携 このガイドでは、AIエージェントがスケールでライブかつ信頼性の高いウェブデータにアクセスできるよう、OpenFangをBright Data Web MCPに接続する手順を説明します。 5 分読 [ ![Antonello Zanini](https://media.brightdata.jp/2022/12/Antonello-Zanini-2-50x50.jpg) ](https://brightdata.com/blog/authors/antonello-zanini) [Antonello Zanini Technical Writer ](https://brightdata.com/blog/authors/antonello-zanini) ![OpenFang Agent OS with Bright Data MCP](https://media.brightdata.jp/2026/04/OpenFang-Agent-OS-with-Web-MCP.png) このブログ記事では、以下の内容を学びます： - OpenFangとは何か、そしてエージェントOSとして何をもたらすか。 - Bright Dataのウェブスクレイピング、検索、ディスカバリー、インタラクションツールを装備する主な理由。 - OpenFangをBright Data MCPに接続するためのステップバイステップガイド。 - いくつかのAgent Skillsを通じて、OpenFangにBright Dataソリューションの知識を素早く付与する方法。 さっそく始めましょう！ ## OpenFangとは？ [OpenFang](https://www.openfang.sh/)はRustで構築されたオープンソースの完全機能エージェントOSです。チャットベースのワークフローを提供するのではなく、エージェントOSは必要なコンテキスト、コーディング標準、アーキテクチャルールを提供することで、自律型AIエージェントを実行・調整します。 その結果、OpenFangエージェントはプロンプトを待つのではなく、継続的に動作します。具体的には、あなたの代わりにリサーチ、監視、リード生成、結果報告を行います。 OpenClawやZeroClawなど一部の競合と比較して、OpenFangはパフォーマンス、セキュリティ、実世界の自動化を優先しています。[16k以上のGitHubスター](https://github.com/RightNow-AI/openfang)が示すように、コミュニティで急速に採用が進んでいます。 ![OpenFang GitHubスター履歴](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776927921548_image.png)### 主な機能・特徴・能力 [OpenFangエージェントOSソリューションが提供する主な機能](https://www.openfang.sh/#features)は以下の通りです： - **自律的な「ハンズ」**：スケジュールに従って独立して動作する事前構築エージェントで、ユーザープロンプトなしに複雑なワークフローを実行し、ダッシュボードやチャンネルに直接結果を配信します。 - **シングルバイナリアーキテクチャ**：システム全体が1つの軽量実行ファイル（約32MB）にコンパイルされ、インストールとデプロイを簡素化します。 - **高性能Rustコア**：[Rustでゼロから構築](https://rust-lang.org/)され、従来のPythonベースのフレームワークと比較して、速度、低メモリ使用量、高速起動時間を実現します。 - **深いセキュリティモデル**：サンドボックス化、暗号署名、監査証跡、インジェクション保護を含み、自律エージェントの安全な実行を保証します。 - **マルチエージェントランタイム＋ツール**：数十のエージェントと50以上の組み込みツールをサポートし、MCPを介した外部統合とエージェント間通信も可能です。 - **永続メモリシステム**：SQLiteストレージとベクター埋め込みを組み合わせ、長期コンテキスト保持とセッション横断的なインテリジェンスを実現します。 - **40以上のチャンネル統合**：Slack、WhatsApp、TelegramなどのプラットフォームへのネイティブコネクタO。 - **幅広いLLMエコシステムサポート**：25以上のプロバイダーと100以上のモデルと統合し、インテリジェントルーティング、フォールバック、コスト最適化を提供します。 - **組み込みデスクトップとAPIレイヤー**：ネイティブデスクトップアプリと140以上のAPIエンドポイントを提供し、完全な制御、可観測性、既存システムへの統合を実現します。 詳細は[公式ドキュメント](https://www.openfang.sh/docs)をご覧ください。 ## OpenFangにウェブアクセスを付与する理由 OpenFangはオーケストレーションと安全なエージェント管理に優れたソリューションです。しかし、AIエージェントは古い情報で動作すると、簡単にドリフトしたり低品質な結果を生成したりする可能性があります。 これはLLMの根本的な制限で、[過去を表す静的データセットで学習](/blog/web-data/train-an-ai-model)されています。その結果、不完全または古いコンテキストに基づいてハルシネーションを起こしたり意思決定を行ったりする可能性があり、信頼性と有効性が低下します。 これに対処するため、OpenFangには基本的なウェブ検索とブラウジングツールが含まれています。しかし、これらのツールは本番環境向けではなく、[アンチボットおよびアンチスクレイピング制限](/blog/web-data/anti-scraping-techniques)を使用する現代のウェブサイトに簡単にブロックされる可能性があります。 解決策は、OpenFangを[**Bright DataのBright Data MCP**](/ai/mcp-server)に接続することです。この統合により、OpenFangエージェントはスクレイピング、検索、ディスカバリー、自動ブラウザインタラクションのための本番グレードで信頼性が高くスケーラブルなウェブデータツールにアクセスできます。 Bright Dataが際立っているのは、[195カ国にわたる4億以上のレジデンシャルIP](/proxy-types/residential-proxies)という大規模なグローバルインフラです。これにより無制限の同時実行とスケーラビリティをサポートし、99.99%の稼働時間と99.95%の成功率を達成しています。 合計で、[Bright Data MCPは70以上のAI対応ツールを提供](https://docs.brightdata.com/ai/mcp-server/tools)します。無料ティア（[月5,000リクエスト無料](/blog/ai/web-mcp-free-tier)）でも、コアツール（並列実行用のバッチバージョン含む）が含まれます： **ツール****説明**`search_engine` + `search_engine_batch`Google、Bing、またはYandexの結果をJSONまたはMarkdown形式で取得`scrape_as_markdown` + `scrape_batch`アンチボット保護を回避しながら、ウェブページのクリーンなコンテンツをMarkdownで抽出`discover`ユーザーの意図に基づいて結果をランク付けするAI駆動の検索しかし、[Bright Data MCPが真に輝くのはProモード](https://github.com/brightdata/brightdata-mcp?tab=readme-ov-file#-pricing--modes)です。LinkedIn、Yahoo Finance、YouTube、TikTok、Zillow、Google Mapsなど40以上のプラットフォームから構造化データを抽出するプレミアムツールを提供し、自動ウェブインタラクションのツールも装備します。 Bright Data MCPをOpenFangに統合する方法を発見しましょう！ ## OpenFangをBright Data MCPに接続する方法 このガイドセクションでは、OpenFangにローカルのBright Data MCPインスタンスをセットアップする方法を説明します。 以下の手順に従ってください！ ### 前提条件 このチュートリアルを進めるには、以下が必要です： - [Rustがローカルにインストールされていること](https://rust-lang.org/tools/install/)。 - [Pythonがローカルにインストールされていること](https://www.python.org/downloads/)。 - [Node.jsがローカルにインストールされていること](https://nodejs.org/en/download)。 - [Bright Dataアカウント](/)（APIキーが既に設定されていることが理想的ですが、専用のステップで案内します）。 - [サポートされているプロバイダーのAPIキー](https://www.openfang.sh/docs/providers)（このガイドではOpenAIを使用します）。 ### ステップ#1：OpenFangのインストール LinuxまたはmacOSでは、以下のコマンドで[OpenFangインストールスクリプトを起動](https://www.openfang.sh/docs/getting-started#installation)します： ``` curl -fsSL https://openfang.sh/install | sh ``` Windowsの場合は、以下を実行します： ``` irm https://openfang.sh/install.ps1 | iex ``` 以下の出力が表示されるはずです： ![OpenFangインストールスクリプトが生成する出力](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776948564217_image.png) シェルを再起動し、以下でインストールを確認します： ``` openfang --version ``` 以下のような出力が得られるはずです： ``` openfang 0.6.0 ``` よくできました！OpenFangがローカルにインストールされました。 ### ステップ#2：OpenFangのセットアップを完了する OpenFangの設定を完了するには、以下のコマンドを実行します： ``` openfang init ``` 以下のような画面が表示されるはずです： ![OpenFang初期化ウィザード](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776929600216_image.png) Enterキーを押して続行します。7ステップのセットアップウィザードを進めましょう！ まず、OpenClawからの設定を移行するか（インストールされている場合）、最初から始めるかを選択します。このガイドでは新規セットアップで進めます。代わりにOpenClawをBright Data MCPに接続したい場合は、[専用の動画を参照してください](https://www.youtube.com/watch?v=-O4i0C1xUi0)。 次に、LLMプロバイダーを選択します： ![LLMプロバイダーとしてOpenAIを選択](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776938671110_image.png) この例ではOpenAIを選択しましたが、ニーズに最適なプロバイダーを選択できます。APIキーを入力し、デフォルトのモデル選択で続行します： ![デフォルトLLMモデルの選択](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776938725349_image.png) [GPT-5 Miniモデル](https://developers.openai.com/api/docs/models/gpt-5-mini)はデフォルトのOpenFangモデルとして十分以上の性能を発揮します。 最後に、[スマートモデルルーティング](https://www.openfang.sh/docs/providers#model-routing)機能を有効にするかどうかを決定します。有効にすると、シンプルなタスクはより速く安価なモデルを使用し、より難しいタスクは高度なモデルにルーティングされます。これにより品質を犠牲にせずにコストを削減できます。 次に、OpenFangの使用方法を選択します。このガイドでは「Webダッシュボード」オプションを使用します： ![OpenFangが起動しました](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776949257831_image.png) GUIのないサーバーを使用している場合は、「ターミナルチャット」オプションが最適な選択肢です。 **注意**：すべての設定ファイルと必要なリソース（SQLiteデータベースやエージェントなど）は`~/.openfang/`ディレクトリに保存されます。 素晴らしい！OpenFangが完全にセットアップされました。 ### ステップ#3：OpenFangを実行する デフォルトでは、初期化後にOpenFangデーモンはすでに実行中のはずです。以下で確認します： ``` openfang status ``` 以下の結果が表示されるはずです： ![ステータスが「running」であることに注目](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776949836348_image.png) 「running」ステータスを確認してください。実行中でない場合は、以下でOpenFangデーモンを起動します： ``` openfang start ``` セットアップ時に「Webダッシュボード」オプションを選択した場合、OpenFangダッシュボードに`http://127.0.0.1:4200`でアクセスできます。 ブラウザでそのURLを開くと、以下が表示されます： ![OpenFangダッシュボード](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776929996096_image.png) 利用可能なオプションを探索し、OpenFangダッシュボードに慣れるための時間を取ってください。素晴らしい！ ### ステップ#4：Bright Data MCPを始める OpenFangをBright Data MCPに接続する前に、MCPサーバーがマシン上で動作していることを確認します。 まず、[Bright Dataアカウントを作成します](/?hs_signup=1)。すでにお持ちの場合は[ログインするだけです](/cp/start)。素早いセットアップには、ダッシュボードの「[MCP](/cp/mcp)」セクションのウィザードに従ってください： ![Bright Dataコントロールパネルの「MCP」セクション](https://media.brightdata.com/2026/04/s_3B7DA04116723D3B65D85FA49E678573F012E4EBB270FB1BB9BD03C4A92EB68F_1775649931899_image-1.png) より詳細なガイダンスについては、以下の手順を参照してください。 まず、[Bright Data APIキーを生成します](https://docs.brightdata.com/api-reference/authentication#how-do-i-generate-a-new-api-key)。安全な場所に保存してください。ローカルのBright Data MCPインスタンスをBright Dataアカウントで認証するために間もなく必要になります。 次に、[`@brightdata/mcp`](https://www.npmjs.com/package/@brightdata/mcp)パッケージを通じてBright Data MCPをグローバルにインストールします： ``` npm install -g @brightdata/mcp ``` 以下でMCPサーバーが起動することを確認します： ``` API_TOKEN="" npx -y @brightdata/mcp ``` またはPowerShellで同等のコマンド： ``` $Env:API_TOKEN=""; npx -y @brightdata/mcp ``` ``を実際のBright Data APIトークンに置き換えてください。上記のコマンドは必要な`API_TOKEN`環境変数を設定し、Bright Data MCPサーバーをローカルで起動します。 成功すると、以下のような出力が表示されるはずです： ![Bright DataのBright Data MCP起動ログ](https://media.brightdata.com/2026/04/s_BC694EB0496142EE3DF329451640C6FC748F9687F72E8A71DE02C0DAB36E05E7_1753192240616_image-1.png) 初回起動時、`@brightdata/mcp`はBright Dataアカウントに2つのゾーンを自動的に作成します： - `mcp_unlocker`：[Web Unlocker](/products/web-unlocker)用のゾーン。 - `mcp_browser`：[ブラウザAPI](/products/scraping-browser)用のゾーン。 これら2つのゾーンがBright Data MCPで利用可能な70以上のツールを動かします。他のゾーンで設定することも可能で、[ドキュメントで説明されています](https://github.com/brightdata/brightdata-mcp?tab=readme-ov-file#advanced-configuration)。 作成されたことを確認するには、Bright Dataダッシュボードの「[プロキシ＆スクレイピングインフラ](/cp/zones)」ページにアクセスしてください。「マイゾーン」テーブルに両方のゾーンが表示されているはずです： ![起動時にBright Data MCPが作成した「mcp_unlocker」と「mcp_browser」ゾーンに注目](https://media.brightdata.com/2026/04/s_3B7DA04116723D3B65D85FA49E678573F012E4EBB270FB1BB9BD03C4A92EB68F_1775650118094_image-1.png) [Bright Data MCPの無料ティア](/blog/ai/web-mcp-free-tier)では、いくつかのツールのみにアクセスできることを覚えておいてください。 70以上のすべてのツールを解放するには、`PRO_MODE="true"`環境変数を設定してProモードを有効にします： ``` API_TOKEN="" PRO_MODE="true" npx -y @brightdata/mcp ``` またはWindowsの場合： ``` $Env:API_TOKEN=""; $Env:PRO_MODE="true"; npx -y @brightdata/mcp ``` **注意**：Proモードは無料ティアに含まれておらず、[追加料金が発生します](https://github.com/brightdata/brightdata-mcp?tab=readme-ov-file#-pricing--modes)。 素晴らしい！Bright Data MCPサーバーがマシン上で動作することを確認しました。次に、OpenFangをサーバーの起動と接続ができるように設定します。 ### ステップ#5：OpenFangでBright Data MCP接続を設定する [OpenFangはMCP統合をサポート](https://www.openfang.sh/docs/mcp-a2a#part-1-mcp-model-context-protocol)しており、グローバル設定ファイルの専用セクションを通じて設定します。以下で編集します： ``` openfang config edit ``` または、`~/.openfang/config.toml`にあるファイルを見つけ、お好みのエディタで開きます。 Bright Data MCP接続を有効にするには、設定に以下が含まれていることを確認します： ``` [[mcp_servers]] name = "bright-data-web-mcp" env = ["API_TOKEN", "PRO_MODE"] [mcp_servers.transport] type = "stdio" command = "npx" args = ["@brightdata/mcp"] ``` この設定は先ほど使用した`npx`コマンドを反映しています。前述の通り、2つの環境変数が必要です。セキュリティ上の理由から、OpenFangは値ではなく名前のみを保存できます。そのため、以下のコマンドでシステムに定義する必要があります： ``` export API_TOKEN="" PRO_MODE="true" ``` またはPowerShellで同等のコマンド： ``` $Env:API_TOKEN=""; $Env:PRO_MODE="true" ``` これらの変数が表すものは以下の通りです： - `API_TOKEN`：必須。Bright Data APIキー。 - `PRO_MODE`：オプション。Proモードを有効にするには`"true"`に設定し、無効にするには削除するか`"false"`に設定します。 設定が完了すると、OpenFangは指定された`npx`コマンドを使用してMCPサーバーを自動的に起動し、起動時に接続します。 変更を適用するためにOpenFangを停止します： ``` openfang stop ``` そして以下で再起動します： ``` openfang start ``` 優秀！OpenFangがBright Data MCPのローカルインスタンスに接続されました。 ### ステップ#6：MCP接続を確認する OpenFangダッシュボードに戻り、「スキル」ページを開きます。「MCPサーバー」セクションに移動します。`bright-data-web-mcp`エントリが70以上の利用可能なツールを公開しているのが確認できるはずです： ![「bright-data-web-mcp」サーバーに注目](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776950590617_image.png) Proモードなしで設定した場合は、代わりに限られたサブセットのツールのみが表示されます。これはシステムが期待通りに動作していることを確認します。 この時点で、Bright Data MCPがOpenFangでアクティブであることを正常に確認しました。最後のステップは新しいエージェントを作成し、これらの新しく利用可能なツールを装備することでどれほど価値が高まるかを探ることです。 ### ステップ#7：新しいAIエージェントを作成する 採用のための自律型AIエージェントを作成したいとします。このエージェントはBright Data MCPツールに接続して、LinkedIn、GitHubプロファイル、その他の公開ソースから候補者と企業に関する情報を取得します。 OpenFangには[30の事前構築されたエージェントテンプレート](https://www.openfang.sh/docs/agent-templates)が搭載されています。各テンプレートは`~/.openfang/agents/`ディレクトリにある起動準備完了の`agent.toml`マニフェストです。この場合、デフォルトの`recruiter`エージェントから始めます。まず、そのディレクトリを`web-recruiter`という新しいディレクトリにコピーします： ``` cp -r ~/.openfang/agents/recruiter ~/.openfang/agents/web-recruiter ``` これにより新しい`web-recruiter`エージェントが作成されます。 次に、`~/.openfang/agents/web-recruiter/agent.toml`ファイルを編集し、以下が含まれていることを確認します： エージェントがいくつかのBright Data MCPツールにアクセスできるようになりました。利用可能なすべてのツールにアクセスするには、`[capabilities]`内の`tools`配列にワイルドカードパターン`mcp_bright_data_web_*`を追加します。 OpenFangを再起動してダッシュボードを開くと、「チャット」セクションで新しい「web-recruiter」エージェントが利用可能になっているのが確認できます： ![](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776952235025_image.png) 完璧！あとはエージェントをテストするだけです。 ### ステップ#8：Bright Data MCP搭載エージェントをテストする チャットページで「web-recruiter」を選択してエージェントを起動します。またはCLIベースのインタラクションの場合は以下を実行します： ``` openfang chat web-recruiter ``` まず、挨拶メッセージを送ってエージェントを初期化します： ![「web-recruiter」エージェントとのチャットを開始](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776932611911_image.png) ここで、*AI統合スペシャリスト*のポジションを評価しているとします。AIエージェントに3人の候補者を評価させたいので、次のようなプロンプトを書きます： ``` Suppose you are looking for a strong candidate for the following position: POSITION: AI Integration Specialist Description: We are seeking an AI Integration Specialist to design, implement, and optimize the integration between AI systems and enterprise software environments. In this role, you will be responsible for integrating large language models, agent-based systems, APIs, and external data services into scalable and reliable workflows that support real-world business use cases. You will work closely with engineering, product, and data teams to ensure seamless interoperability between AI components and existing infrastructure. The ideal candidate has strong experience with API design, system architecture, and modern AI frameworks, as well as a practical understanding of how to deploy and maintain production-grade AI systems. You will also play a key role in evaluating new AI tools, defining integration standards, and ensuring security, performance, and maintainability across all AI-driven services. Requirements: - 3+ years of experience in software engineering, backend development, or system integration - Strong knowledge of REST APIs, webhooks, and distributed systems - Experience working with AI/ML models, LLMs, or agent-based frameworks - Familiarity with cloud platforms (AWS, GCP, or Azure) - Understanding of data pipelines, authentication systems, and secure API design - Ability to write clean, maintainable code in at least one modern programming language (Python, Rust, or JavaScript preferred) - Strong problem-solving skills and ability to translate business needs into technical solutions - Excellent communication skills and ability to collaborate across teams --- Using the Bright Data MCP tools, retrieve the structured JSON profiles of the following three candidates from LinkedIn and evaluate each for the position. Produce a report with the main information from each candidate, assign a score from 1 to 10, include a ~50-word comment, and conclude with a dedicated section outlining pros and cons for each candidate: - https://www.linkedin.com/in/antonello-zanini/ - https://www.linkedin.com/in/federico-trotta/ - https://www.linkedin.com/in/hello-agents Note: If the information available on the public LinkedIn profiles is not sufficient for a proper evaluation, search the web for their GitHub profiles via Bright Data MCP, identify the correct ones for each candidate, and extract additional relevant information. ``` プロンプトを実行すると、以下のような画面が表示されるはずです： ![プロンプトの実行](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776942677785_11.gif) **重要**：エージェントがBright Data MCPツールの使用許可を求める場合があります。その場合は許可してください。 上記の実行では、エージェントは： 1. `scrape_batch`を使用してLinkedInプロファイルを並列で取得しました（または[Bright DataのLinkedInプロファイルスクレイパーAPI](/products/web-scraper/linkedin/profiles)に接続する`web_data_linkedin_person_profile`を呼び出すこともできます）。 2. `search_engine_batch`ツールを使用して（[SERP API](/products/serp-api)経由で）複数のGoogle検索を並列で実行し、GitHubプロファイルを見つけました。 3. 特定後、`scrape_batch`を使用してGitHubリポジトリをスクレイピングしました（または[Bright DataのGitHubスクレイパー](/products/web-scraper/github)と統合する`web_data_github_repository_file`を使用）。 4. 収集したすべての情報を処理し、各候補者のスコアとコメントを含む構造化レポートを生成しました。 Bright Data MCPツールにより、エージェントはLinkedIn、Google、GitHubからAI最適化Markdown（またはJSON）形式でデータを取得できます。[MarkdownとJSONはLLM処理に最適です](https://www.kaggle.com/code/brightdataml/benchmarking-ai-agents-on-different-data-formats)。 これは組み込みのウェブフェッチおよび検索ツールでは確実に実現できません。これらはアンチボットソリューションによってブロックされる可能性が高く、AI最適化データ形式で出力を取得しないため、エージェントがより多くのトークンを消費することになります。 最終結果を確認すると、詳細なウェブデータ駆動の採用レポートが表示されます： ![最終レポート](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776942760683_21.gif) Et voilà！Bright Data MCPで拡張されたOpenFangエージェントの力を目の当たりにしました。 これはOpenFangとBright Data MCP機能の限られたサブセットを使用した簡単な例にすぎません。ワークフローを組み合わせ、[OpenFangのハンズ](https://www.openfang.sh/docs/hands)を有効にすることで、[複雑なユースケース](/use-cases)向けのより高度な自律システムを構築できます。 ## \[追加\] Bright Data SkillsでOpenFangを拡張する OpenFangは[Agent Skillsとの統合](https://www.openfang.sh/docs/skill-development)もサポートしています。特に、[ClawHub](https://clawhub.ai/)からのすべてのスキル（Bright Dataのものを含む）をサポートしています（これらのスキルの仕組みと[OpenClawへの統合方法を参照](/blog/ai/openclaw-with-bright-data)）。 インストールするには、「スキル」ページに移動し、「ClawHub」タブを開き、「bright-data」を検索します。@meirkadが提供する「Bright Data」スキルをインストールします。 ![「Bright Data」OpenClawスキルの選択](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776954382293_image.png) 前提条件の詳細については、[公式ドキュメントを参照してください](https://clawhub.ai/meirkad/bright-data)。これにより、Bright Data Web Unlocker APIとSERP APIへの接続が追加され、ウェブスクレイピングとウェブ検索機能が有効になります。 エージェントにBright Dataインフラのより深い理解を与えるには、[公式Bright Data skills](https://github.com/brightdata/skills)もインストールする必要があります。追加する前に、[公式ドキュメントに従って](https://docs.brightdata.com/ai/for-agents/skills#bright-data-skills-for-coding-agents)すべての前提条件が満たされていることを確認してください。 次に、以下のコマンドでBright Data skillsをOpenFangに追加します： ``` git clone https://github.com/brightdata/skills mkdir ~/.openfang/skills cp -r skills/skills/* ~/.openfang/skills/ ``` これはBright Data skillsリポジトリをクローンします。次に、OpenFangの`~/.openfang/skills`ディレクトリを作成します—これはOpenFangが検出するためにAgent Skillsを配置する必要がある場所です。最後に、すべてのスキル定義をそのディレクトリにコピーして、OpenFangがエージェントシステム内でBright Data機能を読み込んで使用できるようにします。 OpenFangを再起動すると、「スキル」セクションの「インストール済み」タブで利用可能になっているのが確認できます： ![Bright Data skillsに注目](https://media.brightdata.com/2026/04/s_56CEBAB91C30FCD29A86E6A299AF931AD0D42FD8162EDA03177724B7DAC27098_1776954620024_image.png) 素晴らしい！OpenFang AIエージェントがBright Dataの知識で完全に強化されました。 ## まとめ このブログ記事では、OpenFangとは何か、エージェントOSソリューションとしてどのような機能を提供するかを理解しました。具体的には、[Bright Data MCP](https://docs.brightdata.com/ai/mcp-server/overview)と公式[Agent Skills](https://docs.brightdata.com/ai/for-agents/skills)を通じてBright Dataに接続することで、OpenFangをどのように・なぜ拡張するかを説明しました。 この統合はOpenFangエージェントをまったく新しいレベルに引き上げます。AIエージェントはウェブ検索、ウェブディスカバリー、構造化データ抽出、実際のウェブサイトとの自動インタラクションを実行できるようになります。 より高度なワークフローについては、[Bright DataエコシステムのAI対応サービスの全範囲](/ai/web-access)を探索してください。 今日無料のBright Dataアカウントを作成し、ウェブデータツールの統合を始めましょう！ ## FAQ ### OpenFangをBright Data MCPとスキルのどちらで拡張すべきですか？ Bright Data MCPとエージェントスキルによるBright Dataの拡張は代替アプローチではありません。むしろ、これらは補完的であり、一緒に使用することで最大の効果を発揮します！実際には、Bright Data skillsはOpenFangエージェントにBright Data MCPを含むBright Dataソリューションを使いこなすために必要な知識を提供します。言い換えると、これらのスキルはエージェントがBright Data MCPツールをより効果的に使用する方法をガイドします。 ### OpenClawとOpenFangの違いは何ですか？ OpenFangは速度とセキュリティのために構築された高性能なRustベースの自律エージェントOSです。一方、OpenClawはより広範な会話型AIエージェントプラットフォームです。OpenFangは安全で、スケジュールされた永続的な自動化に焦点を当て、OpenClawは会話型のマルチターンタスクオーケストレーションを優先します。[Bright DataはOpenClawもサポートしています](/blog/ai/openclaw-with-bright-data-plugin)。 ### ZeroClawとOpenFangの違いは何ですか？ ZeroClawとOpenFangはどちらもRustベースの高性能AIエージェントフレームワークです。しかし、異なる側面を優先しています。ZeroClawはエッジデバイス向けの極端な軽量効率（3.4MBバイナリ、5MB未満のRAM）を重視しており、OpenFangはより広範な組み込みツール（53ツール、40アダプター）と専門的なセキュリティレイヤーを備えた包括的な「エージェントOS」を提供します。 ### Bright Data MCP接続によってOpenFangが得られる機能は何ですか？ Bright Data MCPを通じて、OpenFangはLinkedIn、GitHub、Amazon、その他40以上のプラットフォームからの構造化データへのアクセスを含む、スケールでの信頼性の高いウェブスクレイピング、検索、データ抽出機能を獲得します。アンチボット保護を回避し、並列検索クエリを実行し、MarkdownやJSONなどのクリーンな形式でAI対応データを取得できます。 お問い合わせ無料トライアル![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) 目次 日本企業向けデータソリューション 日本のトップ企業が信頼するスケーラブルなウェブデータプラットフォーム。日本語24時間サポート、GDPR・個人情報保護法準拠、日本企業20社以上の導入実績。 [詳細を見る](https://brightdata.jp/solutions/data-solutions-for-japanese-companies "詳細を見る") [ ](https://news.ycombinator.com/submitlink?t=OpenFang+Agent+OS+AI%E3%81%A8Bright+Data+MCP%E3%81%AB%E3%82%88%E3%82%8B%E3%83%A9%E3%82%A4%E3%83%96%E3%82%A6%E3%82%A7%E3%83%96%E9%80%A3%E6%90%BA&u=https://brightdata.jp/blog/ai/openfang-agent-os-with-web-mcp) [ ](https://www.linkedin.com/shareArticle?mini=true&title=OpenFang+Agent+OS+AI%E3%81%A8Bright+Data+MCP%E3%81%AB%E3%82%88%E3%82%8B%E3%83%A9%E3%82%A4%E3%83%96%E3%82%A6%E3%82%A7%E3%83%96%E9%80%A3%E6%90%BA&url=https://brightdata.jp/blog/ai/openfang-agent-os-with-web-mcp) [ ](http://www.reddit.com/submit?title=OpenFang+Agent+OS+AI%E3%81%A8Bright+Data+MCP%E3%81%AB%E3%82%88%E3%82%8B%E3%83%A9%E3%82%A4%E3%83%96%E3%82%A6%E3%82%A7%E3%83%96%E9%80%A3%E6%90%BA&url=https://brightdata.jp/blog/ai/openfang-agent-os-with-web-mcp) ## あなたは下記にもご興味がおありかもしれません [ ![OpenHuman with Bright Data](https://media.brightdata.jp/2026/09/OpenHuman-with-Bright-Data.png) ](https://brightdata.jp/blog/ai/openhuman-with-bright-data "Bright Data CLIを通じたOpenHumanにおける本番対応ウェブアクセス") [AI ![Antonello Zanini](https://media.brightdata.jp/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Bright Data CLIを通じたOpenHumanにおける本番対応ウェブアクセス Bright Data CLIをOpenHumanに統合して、AIエージェント向けの本番対応ウェブアクセスとデータ収集を実現します。 09-Sep-2026 3 分読 ](https://brightdata.jp/blog/ai/openhuman-with-bright-data) [ ![Multimodal Web Scraping with MiniMax](https://media.brightdata.jp/2026/09/Multimodal-Web-Scraping-with-MiniMax.png) ](https://brightdata.jp/blog/%e3%82%a6%e3%82%a7%e3%83%96%e3%83%87%e3%83%bc%e3%82%bf/multimodal-web-scraping-with-minimax "MiniMaxによるマルチモーダルウェブスクレイピング") [ウェブデータ ![Antonello Zanini](https://media.brightdata.jp/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### MiniMaxによるマルチモーダルウェブスクレイピング Bright Data Web UnlockerとMiniMax M3ビジョンを組み合わせて、画像やウェブページのスクリーンショットから構造化データを抽出します。 09-Sep-2026 1 分読 ](https://brightdata.jp/blog/%e3%82%a6%e3%82%a7%e3%83%96%e3%83%87%e3%83%bc%e3%82%bf/multimodal-web-scraping-with-minimax) [ ![The 10 Best CLI Tools for Codex in 2026](https://media.brightdata.jp/2026/08/The-10-Best-CLI-Tools-for-Codex-in-2026.png) ](https://brightdata.jp/blog/ai/best-cli-tools-for-codex "2026年版 Codex向けCLIツール10選 – テスト＆ランキング") [AI ![Daniel Shashko](https://media.brightdata.jp/2022/04/Daniel-Shashko-2-50x50.png) Daniel Shashko Web Data & AI Expert ### 2026年版 Codex向けCLIツール10選 – テスト＆ランキング Codexをより速く、より有能にする10のCLIツール。サンドボックス内から実際のウェブアクセスを提供するBright Data CLIから始まります。 06-Sep-2026 4 分読 ](https://brightdata.jp/blog/ai/best-cli-tools-for-codex)