サイドバーの連絡先は全員あなたのマシンで動くエージェントだ。面白いのは権限カードのほう

OpenMausBot は今週だけで約 7,000 個のスターを集め、GitHub の週間ランキングでトップ 10 に入った。隣に並んでいるリポジトリには、その百倍の歴史がある。中身はオープンソースのデスクトップチャットアプリで、サイドバーに並ぶ連絡先はどれも実際に動いているエージェントだ。すでにマシンに入っている CLI の上で動き、モデルも性格も、使うコンピュータも接続済みのアプリも、それぞれ別になっている。
売り文句はこうだ。2026 年の 7 週間で 4 つのクローズド製品がこの形を出したが、そのどれもがモデルとコンピュータとあなたのデータをベンダー側に置いている。OpenMausBot はその形の Apache 2.0 版にあたる。
この説明は、自分が何なのかについて正直だ。発明ではなく、あるカテゴリの作り直しだと認めている。答える価値があるのは、作り直す側が、クローズド製品なら隠していられる部分を正しく作れているかどうかだ。
2 つのプロセスと 1 つのループ
アーキテクチャは 1 段落で説明できるくらい小さい。これは褒めている。
フロントエンドは React で、チャットとモデル選択とコンピュータパネルを描く。自分ではトランスポートを持たず、型付きのコマンドを HTTP で送り、サーバーから来る 1 本のイベントストリームを状態に畳み込むだけだ。その裏で `127.0.0.1:8799` のハーネスサーバーがすべてのエージェントプロセスを持ち、各プロバイダの独自プロトコルを 1 本の正規化されたイベントストリームに揃えて、スレッドごとに NDJSON で記録する。会話ログと鍵とイベントは `~/.openmausbot` にある。
エージェントは、あなたがすでに入れている `claude`、`codex`、`grok` の CLI そのものだ。既存のログインとサブスクリプションをそのまま使い、間にプロキシも挟まないし、新しいアカウントも作らない。固定したビルドを使っているなら、設定でエンジンを独自の CLI バイナリに向けられる。
この選択には、名前を付けておくべき帰結がある。エージェントがベンダーの CLI である以上、OpenMausBot はその能力と規約の両方を引き継ぐ。他人のハーネスの外側の殻であり、殻はハーネスが変われば壊れる。
3 種類の手
各ボットは 3 つのコンピュータのどれかを通して動く。クラウドの Linux デスクトップ、隔離されたローカル VM、そしてあなた自身のマシンだ。
クラウドデスクトップは必要になったときに起動し、ボットが作業している間は画面をライブで見られ、ブラウザから引き継ぐこともできる。ローカル VM は作業をあなたのハードウェアの中に留める。ホストコントロール、つまりボットがあなたの実際のコンピュータを操作することは、macOS と Ubuntu Xorg でだけ、明示的にオプトインした場合に使える。
Ubuntu の Wayland では、ホストコントロールは明示的に無効になっている。理由は README に書いてある。実機での安全ゲートが未解決で、issue #345 として追跡されている。以前のオプトインは消される。チャット、プレビュー、クラウド、ローカル VM は Wayland でも動く。
この段落が、リポジトリの中でいちばん信用できる部分だ。機能を出して、安全モデルが成り立たないプラットフォームでは無効にすると公表し、issue 番号まで添える。それがエンジニアリングのやり方で、マーケティングがやることではまずない。
接続アプリは Composio 経由で、Gmail、Slack、GitHub、Notion、Linear など数百のサービスをワンクリックで足せる。OAuth を 1 回通せば、どのボットもそれらをツールとして使える。
権限ブローカーこそが製品だ
シェルコマンド、ファイル編集、そして質問が、インラインのカードとして出てくる。許可するか、断るか、チャットで答えるか。README はこれを permission broker と呼んでいて、クラウドのコンピュータにもローカルのコンピュータにも同じように効く。

設計が元を取るのはここだ。クラウドデスクトップと Gmail のトークンとシェルを持ったエージェントは、あなたの権限を携えた汎用の行為者である。もっともらしく聞こえる指示と、空になったメールボックスの間にあるのは、危険な一歩を見えるようにし、断るのを安くする意思決定の場だけだ。
多くのエージェント製品は、承認を閉じるだけのモーダルとして扱う。ここで誰かが考えたのだと分かる細部は、質問もまたカードだという点だ。ボットは持っていない値が必要になると、推測して進むのではなく、会話の中で尋ねる。
もう 1 つ、あまり心地よくない細部がある。アプリの API キーは暗号化されず平文で、Unix では 0600 のパーミッションを持つ非公開の `config.json` に保存される。README はそう書いている。そうではないかのように匂わせたりはしない。ノート PC の上の個人用ツールなら、擁護できるトレードオフだ。共有マシンなら、ホストではなくローカル VM を使う理由になる。
まだ足りないもの
ステータスの節は珍しいほど率直だ。ループは端から端まで動く。メッセージ、エージェント、ストリーミングの返答、ツール、承認、コンピュータの操作。macOS、Windows、Ubuntu 24.04 x64 にはリリースビルドがあり、Ubuntu にはまだ beta の札が付いていて、上に書いた能力の制限を抱えている。
ホスト型とモバイルの接続はまだ作っている途中だ。Webhook のトリガーは今のところ `127.0.0.1:8800` のローカルレシーバを使い、ヘルスチェックと秘密付きのフックパスだけを公開している。つまり配信を受け取るにはアプリが起動している必要がある。外部への配信には、このレシーバをリレーかトンネルの後ろに置く必要がある。スマホからのアクセスは任意で、ペアリングが要り、localhost のリンクは使えない。
音声も同じように二分されている。ホスト型の音声には ElevenLabs、Fish Audio、xAI のキーが要る。macOS 内蔵の音声とローカルの Chatterbox モデルはクラウドのキーが不要だ。Windows と Linux では、音声認識は Fish Audio を通る。
どれも実際の制約で、どれも明記されている。合わせた効果として、この製品は自分がまだ早い段階にあることについて正直で、それは機能一覧よりも、これから使う人にとって役に立つ。
この形が広がる理由
個人用エージェントには 4 つ要る。モデル、コンピュータ、資格情報の一式、そしてコンテキストを置く場所。このカテゴリの製品はどれも、この 4 つをどこに置くかという問いへの答えだ。
クローズド製品は 4 つともベンダー側に置き、手軽さを売る。エージェントが、外に出せないファイルや、ログに残してはいけないセッションや、API のないツールに触れるまでは、それで成り立つ。そこを越えると、境界は製品の特徴ではなく制限になる。
ローカル優先の答えは、4 つともあなたのマシンに置くことだ。代償は、運用の問題を自分で抱えることになる。4 つのサブスクリプション、3 つの CLI、1 つの権限モデル、それに平文の鍵が入った設定ファイル 1 つ。
OpenMausBot の貢献は、その運用の問題がどんな形をしているかを、書き留めて見せたことだ。localhost のハーネス、正規化されたイベントストリーム、承認カード、プラットフォームごとに分かれた安全ゲート。地味な判断だが、個人用エージェントがおもちゃで終わるか、つけっぱなしにできる道具になるかを決めるのは、こういう判断だ。
これは真似される。アーキテクチャは、一度分かってしまえばあまりに自明で、Apache 2.0 が複製を合法にしている。真似しにくいのは、機能と一緒に但し書きを出すという習慣のほうだ。そしてその習慣だけが、シェルを渡してよいと判断できる理由になる。