Cada contacto de la barra lateral es un agente en tu máquina. Lo interesante es la tarjeta de permisos.

OpenMausBot sumó unas 7,000 estrellas esta semana, lo que lo mete en el top ten del ranking semanal de GitHub, junto a repos con cien veces más años encima. Es una app de chat de escritorio de código abierto en la que cada contacto de la barra lateral es un agente real, corriendo sobre las CLIs que ya tienes instaladas en el ordenador, con su propio modelo, su propia personalidad, su propio ordenador y sus propias apps conectadas.
La propuesta es que cuatro productos cerrados lanzaron esta forma en siete semanas de 2026, y todos ellos se quedan con el modelo, el ordenador y tus datos del lado del proveedor. OpenMausBot es la versión Apache 2.0 de esa forma.
Ese encuadre es honesto sobre lo que es: una reimplementación de una categoría, no una invención. La pregunta que vale la pena responder es si la reimplementación acierta en las partes que los productos cerrados pueden esconder.
Dos procesos y un bucle
La arquitectura es lo bastante pequeña como para describirla en un párrafo, y eso es un elogio.
Un frontend en React pinta el chat, el selector de modelo y el panel del ordenador. No tiene transportes propios: manda comandos tipados por HTTP y pliega un único flujo de eventos del servidor en el estado. Detrás, un servidor harness en `127.0.0.1:8799` es dueño de cada proceso de agente, normaliza el protocolo nativo de cada proveedor a un flujo de eventos canónico y lo registra por hilo como NDJSON. Las transcripciones, las claves y los eventos viven en `~/.openmausbot`.
Los agentes son las CLIs `claude`, `codex` y `grok` que ya tienes. Usa tus inicios de sesión y suscripciones actuales, sin proxy en medio y sin cuenta nueva que crear. Si llevas una build fijada, puedes apuntar un motor a un binario de CLI propio en los ajustes.
Esa decisión tiene una consecuencia que conviene nombrar. Como los agentes son las CLIs del proveedor, OpenMausBot hereda tanto su capacidad como sus condiciones. Es un envoltorio alrededor del harness de otro, y los envoltorios alrededor del harness de otro se rompen cuando el harness cambia.
Tres tipos de manos
Cada bot puede actuar a través de uno de tres ordenadores: un escritorio Linux en la nube, una VM local aislada o tu propia máquina.
El escritorio en la nube arranca a demanda, muestra una vista previa en vivo de la pantalla mientras el bot trabaja y se puede tomar el control desde el navegador. La VM local mantiene el trabajo en tu hardware. El control del host, es decir, que el bot maneje tu ordenador real, está disponible en macOS y Ubuntu Xorg solo tras un opt-in explícito.
En Ubuntu Wayland el control del host está desactivado de forma explícita, con el motivo escrito en el README: una barrera de seguridad para el asiento real sigue sin resolver y está registrada como issue #345. Los opt-in antiguos se borran. El chat, la vista previa, la nube y la VM local siguen funcionando en Wayland.
Ese párrafo es lo más creíble del repositorio. Publicar una función y desactivarla en la plataforma donde el modelo de seguridad no se sostiene, en público y con un número de issue, es como trabaja la ingeniería y casi nunca como trabaja el marketing.
Las apps conectadas llegan vía Composio, con un marketplace de un clic sobre Gmail, Slack, GitHub, Notion, Linear y cientos más. Un OAuth y todos los bots pueden usarlas como herramientas.
El broker de permisos es el producto
Los comandos de shell, las ediciones de archivos y las preguntas aparecen como tarjetas en el hilo: permitir, denegar o responder en el chat. El README lo llama broker de permisos y se aplica igual a los ordenadores en la nube y a los locales.

Aquí es donde el diseño se gana el sueldo. Un agente con un escritorio en la nube, un token de Gmail y una shell es un actor de propósito general con tu autoridad. Lo único que hay entre una instrucción que suena plausible y un buzón borrado es una superficie de decisión que hace visible el paso arriesgado y barato negarse.
Casi todos los productos de agentes tratan la aprobación como un modal que se cierra. El detalle que sugiere que aquí alguien pensó en el tema es que las preguntas también son tarjetas. Cuando un bot necesita un dato que no tiene, lo pregunta en la conversación en vez de suponerlo y seguir.
Hay un segundo detalle, menos cómodo. Las claves de API de las aplicaciones se guardan en texto plano, sin cifrar, en un `config.json` privado con permisos 0600 en Unix. El README lo dice directamente en lugar de insinuar otra cosa. Para una herramienta personal en un portátil es un intercambio defendible. En una máquina compartida es una razón para usar la VM local en vez del host.
Qué falta todavía
La sección de estado es inusualmente franca. El bucle funciona de punta a punta: mensaje, agente, respuesta en streaming, herramientas, aprobaciones, uso del ordenador. Hay builds publicadas para macOS, Windows y Ubuntu 24.04 x64, con Ubuntu todavía etiquetado como beta y arrastrando los límites de capacidad de arriba.
La conectividad alojada y móvil se sigue construyendo. Los disparadores de webhook usan ahora un receptor local en `127.0.0.1:8800` que solo expone un health check y rutas de hook secretas, lo que significa que la app tiene que estar corriendo para aceptar una entrega. La entrega pública exige poner ese receptor detrás de un relay o un túnel. El acceso desde el teléfono es opcional, requiere emparejamiento y no puede usar un enlace localhost.
La voz está partida igual. Las voces alojadas necesitan una clave de ElevenLabs, Fish Audio o xAI. Las voces integradas del Mac y el modelo local Chatterbox no necesitan clave en la nube. En Windows y Linux, el reconocimiento de voz pasa por Fish Audio.
Cada una de esas cosas es una restricción real y cada una está dicha. El efecto agregado es que el producto es honesto sobre ser temprano, y eso le sirve más a un usuario potencial que una parrilla de features.
Por qué se está extendiendo esta forma
Un agente personal necesita cuatro cosas: un modelo, un ordenador, un juego de credenciales y un sitio donde guardar el contexto. Cada producto de esta categoría es una respuesta a dónde viven esas cuatro.
Los productos cerrados ponen las cuatro del lado del proveedor y venden comodidad. Eso funciona hasta que el agente necesita tocar un archivo que no puede salir, o una sesión que no se debe registrar, o una herramienta que no tiene API. Entonces la frontera pasa a ser una limitación del producto en vez de una función.
La respuesta local-first es que las cuatro viven en tu máquina, y el costo es que ahora tienes un problema de operaciones: cuatro suscripciones, tres CLIs, un modelo de permisos y un archivo de configuración con claves en texto plano dentro.
El aporte de OpenMausBot es mostrar cómo se ve ese problema de operaciones cuando está escrito. El harness en localhost, el flujo de eventos normalizado, las tarjetas de aprobación, las barreras de seguridad por plataforma: esas son las decisiones aburridas que determinan si un agente personal es un juguete o una herramienta que dejas corriendo.
Lo van a copiar. La arquitectura es demasiado obvia una vez la ves, y Apache 2.0 hace que copiar sea legal. Lo difícil de copiar es la costumbre de publicar las advertencias junto a la función, y esa costumbre es la única razón para confiarle una shell a esto.
Artículos relacionados
Una hoja de cálculo comunitaria de toques que apaga la publicidad de los Android chinos
No toca el sistema, no desbloquea nada, no flashea nada. Solo mueve los interruptores que los fabricantes ya dejaron a la vista. El precio es una lista que alguien tiene que seguir escribiendo.
GPT Image 2.6 mantuvo el precio por token y subió la factura
GPT Image 2.6 mantiene cada tarifa por token de 2.5 y aun así cuesta más por imagen, porque buena parte del trabajo ocurre ahora en tokens de salida. Once días después del lanzamiento, la estructura de precios dice más que el ranking.
Alguien reconstruyó IDM desde fuera y anotó lo que no tocó
Una reimplementación en Rust de Internet Download Manager promete 5 veces la velocidad y 86 idiomas. El documento más interesante es el párrafo que explica cómo se construyó sin copiar nada.
Rune es un framework de UI en Rust creado para que un agente pueda comprobar su propio trabajo
Rune renderiza sin interfaz, vuelca su árbol de elementos y acepta entrada programada, lo que da a un agente de código una señal diffeable que una captura nunca ofrece. El framework está en prelanzamiento y no acepta pull requests.