2026年にOpenClawでGLM-5 APIを使う方法

OpenClawは、モジュール式で組み合わせ可能なノードを使ってAI駆動のワークフローを構築できる、人気のオープンソース自動化フレームワークです。128Kコンテキストを持つZAIの強力なコーディングモデルGLM-5と組み合わせることで、コード生成、ドキュメント分析、複雑な推論タスクのためのコスト効率の高いパイプラインを構築できます。

このガイドでは、HyperealをAPIプロバイダーとして使用し、OpenClawでGLM-5をセットアップする手順を説明します。

前提条件

OpenClawのインストール（v2.0以上）
Hypereal APIキー -- hypereal.aiで無料登録（35クレジット、クレジットカード不要）
OpenClawワークフローの基本的な知識

ステップ1：Hypereal APIキーの取得

hypereal.aiにアクセスしてアカウントを作成
ダッシュボードのAPI Keysセクションに移動
新しいAPIキーを生成してコピー

登録時に35の無料クレジットが付与され、GLM-5の広範なテストに十分な量です。

ステップ2：OpenClawでAPIプロバイダーを設定

OpenClawは設定パネルからカスタムLLMプロバイダーをサポートしています。Hyperealを新しいプロバイダーとして追加します：

{
  "providers": {
    "hypereal": {
      "type": "openai-compatible",
      "baseURL": "https://hypereal.tech/api/v1/chat",
      "apiKey": "your-hypereal-api-key",
      "models": ["glm-5"]
    }
  }
}

または、OpenClaw UIから設定することもできます：

Settings > LLM Providersを開く
Add Providerをクリック
プロバイダータイプとしてOpenAI-Compatibleを選択
Base URLを入力：https://hypereal.tech/api/v1/chat
Hypereal APIキーを貼り付け
モデルリストにglm-5を追加

ステップ3：GLM-5ワークフローの作成

GLM-5を使ってコードを分析し、改善提案を行うシンプルなOpenClawワークフローの例です：

name: code-review-pipeline
nodes:
  - id: input
    type: text-input
    config:
      label: "コードを貼り付けてください"

  - id: analyze
    type: llm
    config:
      provider: hypereal
      model: glm-5
      system_prompt: |
        あなたはシニアコードレビュアーです。提供されたコードを以下の観点で分析してください：
        1. バグと潜在的な問題
        2. パフォーマンスの改善点
        3. コードスタイルと可読性
        具体的で実行可能なフィードバックを提供してください。
      temperature: 0.3
      max_tokens: 4096

  - id: output
    type: text-output
    config:
      label: "レビュー結果"

edges:
  - from: input
    to: analyze
  - from: analyze
    to: output

ステップ4：コードノードでGLM-5を使用

より細かい制御が必要な場合は、OpenClawのコードノードでGLM-5を直接使用できます：

import openai

def run(inputs):
    client = openai.OpenAI(
        api_key=inputs["api_key"],
        base_url="https://hypereal.tech/api/v1/chat"
    )

    response = client.chat.completions.create(
        model="glm-5",
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": inputs["prompt"]}
        ],
        max_tokens=4096,
        temperature=0.3
    )

    return {"result": response.choices[0].message.content}

import OpenAI from "openai";

export async function run(inputs: { apiKey: string; prompt: string }) {
  const client = new OpenAI({
    apiKey: inputs.apiKey,
    baseURL: "https://hypereal.tech/api/v1/chat",
  });

  const response = await client.chat.completions.create({
    model: "glm-5",
    messages: [
      { role: "system", content: "You are a helpful assistant." },
      { role: "user", content: inputs.prompt },
    ],
    max_tokens: 4096,
    temperature: 0.3,
  });

  return { result: response.choices[0].message.content };
}

応用編：マルチステップパイプライン

GLM-5の128Kコンテキストウィンドウは、ノード間でコンテキストが蓄積されるマルチステップワークフローに最適です：

name: document-to-code
nodes:
  - id: doc-input
    type: file-input
    config:
      accept: [".md", ".txt", ".pdf"]

  - id: extract-requirements
    type: llm
    config:
      provider: hypereal
      model: glm-5
      system_prompt: "このドキュメントからすべての機能要件を番号付きリストとして抽出してください。"
      temperature: 0.2
      max_tokens: 4096

  - id: generate-code
    type: llm
    config:
      provider: hypereal
      model: glm-5
      system_prompt: "与えられた要件を実装する、クリーンでプロダクション対応のPythonコードを生成してください。型ヒントとdocstringを含めてください。"
      temperature: 0.3
      max_tokens: 8192

  - id: generate-tests
    type: llm
    config:
      provider: hypereal
      model: glm-5
      system_prompt: "提供されたコードの包括的なpytestテストを書いてください。エッジケースもカバーしてください。"
      temperature: 0.3
      max_tokens: 4096

  - id: output
    type: text-output

edges:
  - from: doc-input
    to: extract-requirements
  - from: extract-requirements
    to: generate-code
  - from: generate-code
    to: generate-tests
  - from: generate-tests
    to: output

なぜGLM-5 + OpenClaw + Hyperealなのか？

コスト効率 -- HyperealでのGLM-5はZAI直接料金より40%安い（入力/出力あたり100万トークンで$0.60/$2.70）
128Kコンテキスト -- 大規模ドキュメントやマルチステップワークフローを切り詰めなく処理
OpenAI互換 -- カスタムSDK不要、標準的なOpenAIクライアントライブラリで動作
無料で開始 -- Hyperealで35クレジット、クレジットカード不要
優れたコーディング能力 -- GLM-5はコード生成、レビュー、リファクタリングタスクに優れている

トラブルシューティング

401 Unauthorized -- プロバイダー設定のAPIキーを再確認してください
Model not found -- モデル名としてglm-5を使用していることを確認（大文字小文字を区別）
タイムアウトエラー -- 長い出力の場合、OpenClawノード設定でタイムアウトを延長してください
レート制限 -- Hyperealのレート制限は寛大ですが、制限に達した場合はLLM呼び出し間にディレイノードを追加してください

始めましょう

Hypereal AIを無料で試す -- 35クレジット、クレジットカード不要。

APIキーを設定し、OpenClawでプロバイダーを構成して、数分でGLM-5を使った強力なAIワークフローの構築を始めましょう。