openhuman

OpenHuman est une application personnelle AI open source pour macOS, Windows et Linux, actuellement en bêta précoce. Elle se positionne comme trois choses : un système de mémoire locale persistante, un orchestrateur d'agents et un assistant de recherche approfondie. Le projet est construit avec un noyau Rust et une interface de bureau, et est distribué via des installateurs sur le site du fournisseur et GitHub Releases, ainsi que Homebrew, des paquets Debian/Ubuntu, AUR et des scripts d'installation. Mémoire et contexte La fonctionnalité centrale de mémoire est l'Arbre de mémoire : les données utilisateur sont compressées en arbres Markdown notés stockés dans SQLite sur l'ordinateur local, et mis en miroir en tant que coffre-fort Obsidian pouvant être ouvert et modifié directement. Une boucle de chargement automatique récupère les données des comptes connectés environ toutes les 20 minutes afin que l'agent ait un contexte récent sans période d'entraînement longue. Un backend agentmemory optionnel peut être configuré dans config.toml afin que le même stockage durable soit partagé avec d'autres agents de codage. Intégrations et outils Le README mentionne plus de 100 intégrations OAuth, 5 000 serveurs MCP et 90 000 compétences, couvrant des services tels que Gmail, Notion, GitHub et Slack. Les outils natifs incluent une recherche web gérée par Exa (incluse avec une souscription, ou apportez votre propre clé), un extracteur, un ensemble d'outils de code, un navigateur et un outil d'utilisation du navigateur, ainsi que de la voix native avec Whisper en processus. La génération d'images et de vidéos est également mentionnée. Le routage des modèles sélectionne un LLM par charge de travail ; les utilisateurs peuvent également orienter les charges de travail vers leurs propres clés de fournisseur ou un modèle Ollama entièrement local. Orchestration et workflows Au lieu d'une boucle d'agent unique, OpenHuman exécute des tours sous forme de graphes vérifiés sur la bibliothèque open source tinyagents, permettant ainsi des pauses pour l'entrée humaine, de survivre aux redémarrages et de reprendre. Les sous-agents peuvent se diviser sur plusieurs niveaux, et les agents bloqués sont signalés avec leurs causes racines. La messagerie entre agents est décrite comme fonctionnant sur le chiffrement de bout en bout du protocole Signal avec des paiements x402. Les workflows, construits sur le projet open source tinyflows, sont proposés par l'agent et examinés par l'utilisateur sur une toile visuelle avant d'être enregistrés ; les workflows enregistrés sont déclenchés par des programmations, des webhooks ou des événements de canal et verrouillent les effets secondaires derrière des approbations. Un composant TokenJuice compresse les sorties d'outils avant qu'elles n'atteignent le modèle. Canaux et confidentialité Dix-sept canaux de messagerie sont listés, incluant Telegram, Discord, Slack, WhatsApp, Signal et iMessage, ainsi que le courriel natif via IMAP IDLE et SMTP. Les fonctionnalités de confidentialité incluent des données chiffrées sur appareil, une porte d'approbation, un stockage des secrets dans le keyring du système, un sandboxing optionnel et un commutateur de mode de confidentialité qui empêche l'inférence de quitter la machine, appliqué dans le noyau Rust. La personnalisation inclut plusieurs familles de thèmes et un éditeur visuel avec une exportation JSON. Développement Les contributeurs ont besoin de Git, Node.js 24+, pnpm 10.10.0, Rust 1.93.0 avec rustfmt et clippy, CMake, Ninja, ripgrep et les prérequis de construction de bureau de plateforme. Le workflow implique de fork et de cloner, d'initialiser les sous-modules avant d'installer les dépendances, et d'utiliser des scripts pnpm pour le travail de l'interface web, la coque de bureau, le typage, la mise en forme et les vérifications cargo. Le projet est sous licence GNU et relie à la documentation d'architecture et de configuration.