Ogni contatto nella sidebar è un agente sulla tua macchina. La parte interessante è la scheda dei permessi.

OpenMausBot ha preso circa 7,000 stelle questa settimana, il che lo mette nella top ten della classifica settimanale di GitHub, accanto a repo cento volte più vecchi. È un'app di chat desktop open source in cui ogni contatto nella sidebar è un agente vero, in esecuzione sulle CLI già installate sul tuo computer, con il suo modello, la sua personalità, il suo computer e le sue app collegate.
Il pitch è che quattro prodotti chiusi hanno lanciato questa forma in sette settimane del 2026, e ognuno di loro tiene il modello, il computer e i tuoi dati dalla parte del fornitore. OpenMausBot è la versione Apache 2.0 di quella forma.
Questa inquadratura è onesta su cosa sia: una reimplementazione di una categoria, non un'invenzione. La domanda che vale la pena porsi è se la reimplementazione azzecchi le parti che i prodotti chiusi possono nascondere.
Due processi e un ciclo
L'architettura è abbastanza piccola da descriverla in un paragrafo, e questo è un complimento.
Un frontend React disegna la chat, il selettore del modello e il pannello del computer. Non ha trasporti propri: manda comandi tipizzati via HTTP e piega un solo stream di eventi server-sent nello stato. Dietro, un server harness su `127.0.0.1:8799` possiede ogni processo agente, normalizza il protocollo nativo di ogni provider in un unico stream di eventi canonico e lo registra per thread come NDJSON. Trascrizioni, chiavi ed eventi vivono in `~/.openmausbot`.
Gli agenti sono le CLI `claude`, `codex` e `grok` che hai già. Usa i login e gli abbonamenti che hai, senza proxy in mezzo e senza account nuovo da creare. Se lavori con una build bloccata a una versione, nelle impostazioni puoi puntare un engine a un binario CLI personalizzato.
Quella scelta ha una conseguenza che vale la pena nominare. Dato che gli agenti sono le CLI del fornitore, OpenMausBot eredita sia le loro capacità sia le loro condizioni. È un guscio intorno all'harness di qualcun altro, e i gusci intorno all'harness di qualcun altro si rompono quando l'harness cambia.
Tre tipi di mani
Ogni bot può agire attraverso uno di tre computer: un desktop Linux nel cloud, una VM locale isolata o la tua macchina.
Il desktop nel cloud si accende su richiesta, mostra un'anteprima live dello schermo mentre il bot lavora e si può prendere in carico dal browser. La VM locale tiene il lavoro sul tuo hardware. Il controllo dell'host, cioè il bot che usa il tuo computer vero, è disponibile su macOS e Ubuntu Xorg solo dopo un opt-in esplicito.
Su Ubuntu Wayland il controllo dell'host è disattivato esplicitamente, con il motivo scritto nel README: un gate di sicurezza per la sessione reale è ancora aperto ed è tracciato come issue #345. Gli opt-in vecchi vengono cancellati. Chat, anteprima, cloud e VM locale funzionano ancora su Wayland.
Quel paragrafo è la cosa più credibile del repository. Rilasciare una funzione e disattivarla sulla piattaforma dove il modello di sicurezza non regge, in pubblico, con un numero di issue, è come lavora l'ingegneria e quasi mai come lavora il marketing.
Le app collegate arrivano tramite Composio, con un marketplace a un clic su Gmail, Slack, GitHub, Notion, Linear e centinaia di altre. Un OAuth e ogni bot può usarle come strumenti.
Il broker dei permessi è il prodotto
Comandi shell, modifiche ai file e domande emergono come schede nel thread: consenti, nega o rispondi in chat. Il README lo chiama broker dei permessi, e vale sia per i computer nel cloud sia per quelli locali.

Qui il design si guadagna lo stipendio. Un agente con un desktop nel cloud, un token Gmail e una shell è un attore generico con la tua autorità. L'unica cosa tra un'istruzione che suona plausibile e una casella di posta cancellata è una superficie di decisione che rende visibile il passo rischioso e poco costoso rifiutarlo.
Quasi tutti i prodotti per agenti trattano l'approvazione come un modale da chiudere. Il dettaglio che qui suggerisce che qualcuno ci ha pensato è che anche le domande sono schede. Quando un bot ha bisogno di un valore che non ha, lo chiede nella conversazione invece di indovinare e proseguire.
C'è un secondo dettaglio, meno comodo. Le chiavi API delle applicazioni sono salvate in chiaro, non cifrate, in un `config.json` privato con permessi 0600 su Unix. Il README lo dice direttamente invece di lasciar intendere altro. Per uno strumento personale su un portatile è uno scambio difendibile. Su una macchina condivisa è un motivo per usare la VM locale invece dell'host.
Cosa manca ancora
La sezione sullo stato è insolitamente franca. Il ciclo funziona da capo a fondo: messaggio, agente, risposta in streaming, strumenti, approvazioni, uso del computer. Ci sono build rilasciate per macOS, Windows e Ubuntu 24.04 x64, con Ubuntu ancora etichettato beta e con i limiti di capacità detti sopra.
La connettività hosted e mobile è ancora in costruzione. I trigger webhook oggi usano un ricevitore locale su `127.0.0.1:8800` che espone solo un health check e percorsi di hook segreti, il che significa che l'app deve essere in esecuzione per accettare una consegna. La consegna pubblica richiede di mettere quel ricevitore dietro un relay o un tunnel. L'accesso dal telefono è opzionale, richiede pairing e non può usare un link localhost.
La voce è divisa allo stesso modo. Le voci hosted richiedono una chiave ElevenLabs, Fish Audio o xAI. Le voci integrate del Mac e il modello locale Chatterbox non richiedono chiavi cloud. Su Windows e Linux lo speech-to-text passa da Fish Audio.
Ognuno di questi è un vincolo reale e ognuno è dichiarato. L'effetto complessivo è che il prodotto è onesto sul fatto di essere acerbo, e questo a chi valuta serve più di una tabella di feature.
Perché questa forma si sta diffondendo
Un agente personale ha bisogno di quattro cose: un modello, un computer, un set di credenziali e un posto dove tenere il contesto. Ogni prodotto di questa categoria è una risposta a dove vivono quelle quattro.
I prodotti chiusi mettono tutte e quattro dalla parte del fornitore e vendono comodità. Funziona finché l'agente non deve toccare un file che non può uscire, o una sessione che non va registrata, o uno strumento che non ha API. A quel punto il confine diventa un limite del prodotto invece di una sua funzione.
La risposta local-first è che tutte e quattro vivono sulla tua macchina, e il costo è che adesso il problema operativo è tuo: quattro abbonamenti, tre CLI, un modello di permessi e un file di configurazione con chiavi in chiaro dentro.
Il contributo di OpenMausBot è mostrare come appare quel problema operativo quando è messo per iscritto. L'harness su localhost, lo stream di eventi normalizzato, le schede di approvazione, i gate di sicurezza specifici per piattaforma: sono le decisioni noiose che stabiliscono se un agente personale è un giocattolo o uno strumento che lasci acceso.
Lo copieranno. L'architettura è troppo ovvia una volta che l'hai vista, e Apache 2.0 rende legale copiare. Più difficile da copiare è l'abitudine di rilasciare le avvertenze insieme alla funzione, e quell'abitudine è l'unica ragione per affidargli una shell.
Articoli correlati
Un foglio di calcolo comunitario di tocchi che spegne la pubblicità negli Android cinesi
Non tocca il sistema, non sblocca niente, non flasha niente. Ribalta solo gli interruttori che i produttori hanno già previsto. Il prezzo è una lista che qualcuno deve continuare a scrivere.
GPT Image 2.6 ha tenuto il prezzo dei token e alzato la fattura
GPT Image 2.6 conserva ogni tariffa per token di 2.5 e costa comunque di più per immagine, perché buona parte del lavoro passa ora nei token di output. Undici giorni dopo il lancio, la struttura dei prezzi dice più della classifica.
Qualcuno ha ricostruito IDM dall'esterno e ha scritto cosa non ha toccato
Una reimplementazione in Rust di Internet Download Manager promette 5 volte la velocità e 86 lingue. Il documento più interessante è il paragrafo che spiega come è stata costruita senza copiare nulla.
Rune è un framework UI per Rust costruito perché un agente possa verificare il proprio lavoro
Rune renderizza headless, esporta il suo albero di elementi e accetta input scriptato, dando a un agente di coding un segnale diffabile che nessuno screenshot può offrire. Il framework è in pre-release e non accetta pull request.