Osaurus

一款 macOS 原生开源 AI 运行时，在本地运行 AI 模型和管理 agent，数据和隐私完全留在你的 Mac 上

大規模な言語モデルプライベート展開 LLM

https://osaurus.ai/

公式サイトへ

詳細レポート

Osaurus は、オープンソースの macOS ネイティブ AI ランタイム (ハーネス) で、データを完全にローカルに保ちながら、AI モデルの実行、自律エージェントの構築、永続メモリとツールチェーンの管理を Mac 上でローカルに行うことができます。ローカルモデル (Llama、Qwen、Gemma、DeepSeek など) とクラウドモデル (OpenAI、Claude、Gemini など) の間の自由な切り替えをサポートしており、メモリとコンテキストはモデル間で共有されます。元 Tesla と Netflix のエンジニアである Terence Pae によって設立されたこのプロジェクトは、開始以来 7,300 人を超える GitHub スターと 185,000 以上のダウンロードを獲得し、Product Hunt でその日の第 2 位を獲得しました。しかし、公式 Web サイトの「あなたが言わない限り何も残さない」というプライバシーに関する取り組みの実際の実装にはギャップがあります。匿名テレメトリはデフォルトで有効になっており、ローカルデータは暗号化されていないプレーンテキストで保存され、プラグインの許可の範囲が広いことが懸念の原因です。
Osaurus は Dinoki Labs (dinoki.ai) によって開発されており、共同創設者の Terence Pae は以前 Tesla と Netflix でソフトウェアエンジニアとして働いていました。この製品は、Dinoki と呼ばれるデスクトップ AI コンパニオンプロジェクトから生まれました。Pae 氏は、これを「AI 主導の Clippy アシスタント」と表現しています。当時、Dinoki ユーザーは「まだトークンを支払わなければならないのに、なぜこのアプリを購入するのですか?」と疑問を抱きました。これにより、チームは AI をローカルで実行するソリューションに目を向けることになりました。プロジェクトの核となるアイデアは、AI モデルがますますコモディティ化され、交換可能になるにつれて、本当にかけがえのないものは、AI を取り巻くコンテキスト、メモリ、ツール、アイデンティティであるということです。ほとんどの製品はこれらのレイヤーをサーバー上に残しますが、Osaurus はユーザーの Mac 上にこれらのレイヤーを残します。このプロジェクトは、2025 年 8 月に初めてオープンソース化されました。主な開発言語は Swift です。 MITライセンスを採用しており、完全に無料です。現在、共同創設者には Sam Yoo が含まれており、チームはニューヨークを拠点とするスタートアップアクセラレーターである Alliance に参加しており、将来的には特に法律や医療などデータプライバシー要件が高い分野で、Osaurus をエンタープライズ市場に押し上げる予定です。 2026 年 7 月の時点で、Osaurus は単純なローカル LLM サーバーから完全なエージェントプラットフォームに進化しました。永続メモリ、自律実行、暗号化された ID、音声制御などの機能が追加され、ほとんどすべてがローカルモデルでデフォルトで実行されます。公式データによると、このプロジェクトは広告投資ゼロで口コミを通じて GitHub で 7,300 個以上のスターを獲得し、185,000 回以上ダウンロードされました。
Osaurus は、macOS 上の「AI オペレーティングシステムレイヤー」のようなものです。これは単純なチャットウィンドウではなく、ローカルモデルとクラウドモデルを接続するブリッジであり、次のコア機能を提供します。 1つ目はモデル管理です。 Osaurus は、Llama、Qwen、Gemma、Mistral、DeepSeek などの複数のオープンソースモデルのローカル実行をサポートし、最適化された推論のために Apple Silicon の MLX フレームワークを使用します。ワンクリックで Ollama や LM Studio などのローカルサービスに接続したり、OpenAI、Anthropic、Gemini、xAI/Grok、OpenRouter などのクラウドプロバイダーに接続したりすることもできます。重要なのは、異なるモデルを切り替えるときに、メモリ、ファイル、作業ディレクトリを移動する必要がないことです。次にエージェント制度です。それぞれが独立したプロンプト、ツール、メモリ、ビジュアルテーマを持つ複数のエージェント (プログラミングアシスタント、リサーチアシスタント、ファイルマネージャーなど) を作成でき、それぞれが独自の役割を持ちます。アップグレードされた作業モードにより、エージェントは目標を追跡可能なタスクに分割し、それらを直列または並列で実行し、バックグラウンド処理をサポートできるようになります。 3つ目はメモリシステムです。 Osaurus には、ナレッジグラフを含む 4 層のメモリアーキテクチャがあります。すべての会話から自動的に学習し、事実を抽出し、矛盾を検出し、必要に応じて関連するコンテンツを呼び出します。すべてローカルに保存されます。 4 番目はセキュリティとサンドボックスです。エージェントは、Apple Containerization を利用した分離された Linux VM のサンドボックス内でシェル、Python、Node.js、コンパイラなどのコードをすべて実行でき、Mac に対するリスクはゼロです。各エージェントには独自の Linux ユーザーとホームディレクトリがあります。実際の体験という点では、TechCrunch と独立系レビュアーの両方が、インストールが非常にスムーズであると述べています。DMG をダウンロードし、開いて使用し、アカウントや設定は必要ありません。あるレビュー担当者が M3 MacBook Pro (24GB RAM) でインベントリ分析ワークフローをテストしたところ、ローカル Ollama に接続された Llama 3 は初めて成功し、2000 行の CSV の処理に約 45 秒かかりました。ただし、クラウド接続に問題がありました。Claude API 検証プロセスが 2 回中断され、接続を再確立するためにアプリケーションを再起動する必要がありました。最新バージョン 0.22.5 では、新しいナレッジコレクション、統合スキルライブラリ、ツールエージェント、ルータークレジット、高度な Web 検索、モデル読み込み時のメモリ安全制限が追加されています。
Osaurus は完全に無料の MIT オープンソースで、サブスクリプション料金やローカル使用量の上限はありません。 GitHub 上で制限なくフォーク、変更、商用利用できます。ただし、無料の請求額には 2 つの異なる段階があります。ローカルバージョンが無料であるのは事実ですが、ハードウェアのコストは安くありません。TechCrunch の報告によると、ローカルモデルを実行するには少なくとも 64 GB のメモリが必要で、より大きなモデル (DeepSeek V4 など) では 128 GB が推奨されています。 Osaurus は、Bonsai 27B 圧縮バージョンは 24GB マシンでも実行できると主張していますが、これはモデル自体を指しており、エージェントワークフロー全体の合計使用量ではないことに注意してください。クラウドは別の請求書です。 OpenAI、Anthropic などの API キーを自分で入力することも、Osaurus Router を使用してボリュームに基づいてクレジットを購入することもできます。ルーターはプロンプトと応答を保存せず、アカウンティングメタデータのみを保存します。明確な統一単価表がないため、「無料」だからといってクラウドも無料であるとは理解できません。チームは、おそらく法律業界や医療業界での民営化された展開を目的としたエンタープライズ版を計画しています。
プライバシー保護とローカルファーストの設計コンセプトに焦点を当てた肯定的なフィードバック。この Reddit スレッドには、UX に関するユーザーからの肯定的なフィードバックがあり、435 ポイントと 122 件のコメントが寄せられています。中国人ユーザーは「かわいらしさ、かわいらしさがいっぱいで、初心者でも簡単に始められる」とコメントした。彼は、フォルダーモニター、ローカルプライバシーの感度解除、ゼロしきい値のインストール、その他の機能に感銘を受けました。独立系レビューサイト pidune.com は 3.5/5 点を与え、「プライバシーに関する話は真実」であり、実際にデータがデバイスの外に流出しないことを裏付けています。否定的なフィードバックは主にいくつかの側面に焦点を当てています。 1 つ目は、しきい値を設定することです。レビュー担当者は、「摩擦を設定すると一般ユーザーが気が狂ってしまう」と指摘しており、Ollama サーバーやモデル管理などの概念を理解する必要があります。次に、クラウド接続が不安定です。Claude API 検証が失敗するため、再起動する必要があります。第三に、ローカルのパフォーマンスが遅いということです。M3 チップは複雑な分析の処理に 45 ～ 60 秒かかりますが、クラウドでは 10 ～ 15 秒しかかかりません。 Reddit のユーザーは、モデルをダウンロードするために「再ダウンロード」を繰り返しクリックする必要があり、最大 GPU 使用率がパフォーマンスの問題のわずか 13% にすぎなかったと報告しました。モデルのダウンロード、GPU 使用率、メモリ構成、「どこから始めればよいですか?」などの開始時の質問。コミュニティのディスカッションで繰り返し話題になります。全体として、インストールして忘れる家電製品ではなく、急速に成長しているオープンソースプロジェクトに似ています。
TechCrunchは2026年5月のレポートで、OsaurusをOpenClawやHermesなどの類似製品の枠組みに入れ、「興味深い新規参入者」とみなした。同メディアは、Osaurusの利点は開発者専用の端末ツールではなく、類似製品よりも使いやすいグラフィカルインターフェースを提供していることだと指摘した。中国のテクノロジーメディア 36氪が、TechCrunch のレポートの核心部分を翻訳しました。 Zhiding.com や Duidema などの中国のテクノロジーコミュニティも、プライバシー保護とローカル AI の商用化の見通しに焦点を当てた中国語訳をリリースしています。一部のアナリストは、Osaurus が Apple エコシステムのユーザーに利便性、セキュリティ、柔軟性を考慮した AI 利用ソリューションを提供すると信じています。肯定的な報道の中核となるコンセンサスは、Osaurus がオペレーティングシステムレベルで AI ワークベンチに真剣に取り組んでおり、これは「チャットウィンドウにファイルアップロードボタンを追加する」よりもはるかに実用的であるということです。ただし、Neodrop の詳細な分析記事では、公式のプライバシースローガンと実際の実装の間に明らかなギャップがあることが指摘されています。これについては、以下で詳しく説明します。
最大の論争はプライバシーの約束の信頼性を中心にしている。公式サイトには「匿名解析でもありません」と明記されています。ただし、公式ウェアハウスの Telemetry ドキュメントには次のように記載されています。匿名の使用状況分析はデフォルトで有効になっており、ユーザーは終了できます。メッセージ送信、エージェントの実行、モデルソース、システムバージョン、リージョン、大まかな内部アーカイブの場所などのイベントが記録されます。この文書では、チャットの内容とファイルの内容は収集されないと強調していますが、「匿名分析なし」と「デフォルトで匿名分析が有効化」が同時に成り立つことはあり得ません。 2 番目のリスクは、ローカルデータストレージです。デフォルトでは、Osaurus データはクリアテキスト SQLite で保存され、暗号化保護には macOS の FileVault のみに依存します。 SQLCipher 暗号化は、ユーザーが設定で手動で有効にする必要があります。 FileVault が有効になっていない場合、または複数のユーザーが Mac を共有している場合、または ~/.osaurus/ が完全に信頼されていない場所にバックアップされている場合、データは単なる「ローカルマシン上のファイル」であり、「暗号化された金庫」ではありません。 3 番目のリスクは権限の範囲です。 Osaurus のプラグインは、メール、カレンダー、連絡先、メッセージ、ファイルシステム、ブラウザへのアクセスを提供します。バックグラウンドの自動化によりマウスフォーカスが妨げられる場合があり、画面を見ていなくてもエージェントが動作し続ける可能性があります。ネットワークから送信されるデータは減少しますが、ローカルマシン上のソフトウェアの動作半径は増加します。 AI を Mac に入れることは、AI を檻の中に入れることと同じではありません。レビュアーのpidune.comはまた、ネイティブのShopify統合がないため、電子商取引ユーザーは手動でデータをエクスポートし、処理してから再度インポートする必要があり、これが面倒であると指摘しました。
これは 3 つのタイプの人々に最適です。1 つは、サプライヤーの見積書、顧客リスト、特許調査、およびインターネットにエクスポートできないその他のデータを処理する必要があるプライバシーに敏感なデータ処理者です。 2 つ目は、Mac で AI 開発ツールを頻繁に使用し、複数のアシスタントと複数のコンテキストが断片化している感覚にうんざりしているエンジニアです。 3 番目は、ローカルエージェントを試したい開発者です。これは 2 つのタイプのユーザーには適していません。1 つは、そのまま使用したいだけの一般ユーザーです。セットアップには、モデル管理とローカル展開の概念を理解する必要があり、敷居がゼロではありません。もう 1 つは、完全な e コマース統合または SaaS ダッシュボードのようなすぐに使える使用を必要とする e コマース販売者です。私の具体的な提案は、テストフォルダーのみを指定し、最初にローカルモデルを実行することです。クラウドが必要な場合は、ルーターと上流プロバイダーのプライバシーポリシーを個別に確認してください。自動化プラグインを使用する前に、アクセシビリティ、画面録画、各ツールの範囲を確認してください。最後に SQLCipher 暗号化をオンにします。
Osaurus は、ローカル AI を別のチャットボックスではなく完全なワークベンチにする数少ない製品の 1 つです。そのモデルに依存しない設計、永続メモリ、サンドボックス実行、エージェントワークフローは、他のネイティブツールよりも優れています。ただし、「ローカルで実行する」ということは、「デフォルトで暗号化され、デフォルトでテレメトリなし、デフォルトでネットワークに接続されない」という意味ではありません。ネットワークへのデータのエクスポートは減少しますが、ローカルのアクセス許可と信頼リスクが増加します。試してみる価値はありますが、緑色の恐竜が付いているからといって Mac キーチェーン全体を渡さないでください。

ユーザーレビュー

MNelson_99

—

装了一下 Osaurus，确实很丝滑，DMG 打开就能跑，不用注册账号。本地模型跑 qwen3 基本够日常用了，隐私这方面确实让人安心。

Arthur_Murphy_Plus

—

界面是真的可爱，绿色小恐龙在官网蹦蹦跳跳就很戳我。功能比想象中多，有记忆有 agent 还有沙箱，不是那种蹭 AI 热度的空壳产品。

Mason_WrightJr

—

用了三天，结论是：隐私保护是真的香，但别指望开箱即用。你得自己折腾模型管理、Ollama 配置这些，对新手不够友好。

PhilipJimenezSr

—

下载模型经常要反复点 Re-download，不知道是不是我网络问题。GPU 利用率最高也才 13%，不太对劲，希望后面版本能优化。

Mark_Parker_2020

—

看了 Neodrop 那篇分析才注意到，它官网说「没有匿名分析」，实际 Telemetry 文档写的是默认开启可以退出。这个差距挺要我命的，说一套做一套的感觉很不好。

MNelson_2022869

—

免费而且是 MIT 开源确实良心。我主要在 M3 Max 上跑本地模型写代码，虽然响应比云端慢几秒，但代码和 prompt 不外传，这一点对商业项目太重要了。

Zachary.Rodriguez978

—

连 Claude API 的时候验证失败了两回，得重启应用才能重建连接。云端可靠性还需要打磨，本地倒是稳得很。

LaurenSullivan520

—

更新到 0.22.5 之后 skills 库统一了，之前各 agent 的技能管理有点乱，现在好多了。还加了 Router credits 做高级搜索，算是往正经平台走了。

Steven_HughesSr6

—

大家说的内存问题我深有体会，24GB 的 MacBook Pro 跑小模型还行，想上大一点的模型直接卡爆。没有 64GB 以上的最好别指望当主力用。

whitesnake738

—

说几个让我惊喜的点：文件夹监听器很好用，我设了个 Downloads 监听，下载完文件自动帮我分类整理。还有就是跨模型记忆共享，切 Claude 和本地模型聊天记录居然还能续上。

JHughesIII

—

Product Hunt 当日第二，零广告费拿到的，确实有点东西。不过现在是快速增长期，bug 也不少，更像个正在长大的开源项目，还不是成熟产品。

MYoung_88

—

数据默认明文 SQLite 存着，这点让我有点犹豫。虽然说是靠 FileVault 保护，但多人共用 Mac 或者备份到云盘的话就裸奔了。好在能手动开 SQLCipher 加密。

Kyle.Collins_Pro

—

需要 macOS 15.5 以上和 Apple Silicon，Intel Mac 直接劝退。而且权限给得很大，Mail、Calendar、文件系统都碰得到，用自动化插件前真得挨个看一遍权限范围。

hyh1qfhlo99

—

我把它当 MCP 服务器用，给 Cursor 和 Claude Desktop 接本地工具，体验很不错。一个端口搞定文件操作、浏览器控制和 Git 操作，不用在三个工具里各配一遍。

Hannah_RogersZ

—

总的来说值得一试，隐私本地化这个方向是对的。但别因为它长了一只绿色恐龙就把整台 Mac 的钥匙串都递过去——该检查的权限要检查，该开的加密要开，对自己负责。

Osaurus

詳細レポート

ユーザーレビュー

類似の製品