Osaurus

• 1. 概要 （共 342 字）

  Osaurus 是一個開源的 macOS 原生 AI 執行時（harness），讓你在本地 Mac 上執行 AI 模型、構建自主 agent、管理持久記憶和工具鏈，同時保持資料完全在本地。它支援在本地模型（Llama、Qwen、Gemma、DeepSeek 等）和雲端模型（OpenAI、Claude、Gemini 等）之間自由切換，記憶和上下文跨模型共享。專案由前 Tesla 和 Netflix 工程師 Terence Pae 創立，自上線以來已獲得超過 7,300 GitHub 星標和 185,000+ 下載量，並在 Product Hunt 取得當日第 2 名。但官網「Nothing leaves unless you say so」的隱私承諾在實際實現中存在差距——預設開啟匿名遙測、本地資料未加密明文儲存、外掛許可權範圍大等問題值得警惕。

• 2. 產品背景 （共 534 字）

  Osaurus 由 Dinoki Labs（dinoki.ai）開發，聯合創始人 Terence Pae 此前在 Tesla 和 Netflix 擔任軟體工程師。產品脫胎於一個名為 Dinoki 的桌面 AI 伴侶專案——Pae 將其描述為「AI 驅動的 Clippy 助手」。當時 Dinoki 的使用者質疑：既然還要為 Token 付費，為什麼要買這個應用？這促使團隊轉向本地執行 AI 的方案。   專案的核心理念是：隨著 AI 模型日益商品化和可互換，真正不可替代的是 AI 外圍的上下文、記憶、工具和身份。大多數產品把這些層留在伺服器上，而 Osaurus 把它們留在使用者的 Mac 上。專案於 2025 年 8 月首次開源，主要開發語言為 Swift，採用 MIT 許可證，完全免費。目前聯合創始人還包括 Sam Yoo，團隊正在參與總部位於紐約的創業加速器 Alliance，並計劃未來將 Osaurus 推向企業市場，特別是法律和醫療等對資料隱私要求高的領域。   截至 2026 年 7 月，Osaurus 已從一個簡單的本地 LLM 伺服器演變為一個完整的 agent 平臺：新增了持久記憶、自主執行、加密身份和語音控制等功能，幾乎全部在本地模型上預設執行。官方資料顯示，專案在零廣告投入下，透過口碑傳播在 GitHub 上獲得了 7,300+ 星標和 185,000+ 次下載。

• 3. 產品功能與使用體驗 （共 841 字）

  Osaurus 像是一個 macOS 上的「AI 作業系統層」。它不是一個簡單的聊天視窗，而是連線你、本地模型和雲端模型的橋樑，提供以下核心能力：   首先是模型管理。Osaurus 支援本地執行 Llama、Qwen、Gemma、Mistral、DeepSeek 等多種開源模型，利用 Apple Silicon 的 MLX 框架做最佳化推理。你也可以一鍵連線 Ollama、LM Studio 等本地服務，或者接入 OpenAI、Anthropic、Gemini、xAI/Grok、OpenRouter 等雲端提供商。關鍵是，你的記憶、檔案和工作目錄在不同模型之間切換時不需要搬家。   其次是 agent 系統。你可以建立多個 agent，每個擁有獨立的提示詞、工具、記憶和視覺主題——一個程式設計助手、一個研究助理、一個檔案管理器，各司其職。升級後的 Work Mode 讓 agent 可以把目標分解為可追蹤的任務，序列或並行執行，並支援後臺處理。   第三是記憶系統。Osaurus 有四層記憶架構，包含知識圖譜。它會從每一次對話中自動學習——提取事實、檢測衝突、在需要時召回相關內容。全部儲存在本地。   第四是安全和沙箱。agent 可以在一個由 Apple Containerization 驅動的隔離 Linux VM 中執行程式碼——shell、Python、Node.js、編譯器，全在沙箱裡跑，對 Mac 零風險。每個 agent 有自己的 Linux 使用者和家目錄。   實際體驗方面，TechCrunch 和獨立評測者都提到安裝非常絲滑：下載 DMG、開啟即用，不需要賬號、不需要配置。一個評測者在 M3 MacBook Pro（24GB 記憶體）上測試了庫存分析工作流，連線本地 Ollama 的 Llama 3 一次成功，處理 2000 行 CSV 耗時約 45 秒。不過雲端連線方面出現了問題——Claude API 驗證流程中斷了兩次，需要重啟應用重建連線。   當下最新版 0.22.5 新增了知識集合、統一 skills 庫、工具型 agent、Router credits 高階網頁搜尋和模型載入時的記憶體安全限制。

• 4. 定價與商業模式 （共 369 字）

  Osaurus 完全免費，MIT 開源，沒有訂閱費，也沒有本地使用上限。你可以在 GitHub 上 fork、修改、商用，沒有任何限制。   不過免費有兩層不同的賬單。本地版免費是真的，但硬體成本不低——TechCrunch 報道指出，執行本地模型至少需要 64GB 記憶體，更大的模型（如 DeepSeek V4）建議 128GB。Osaurus 聲稱 Bonsai 27B 壓縮版在 24GB 機器上也能執行，但注意這指的是模型本身，不是整套 agent 工作流的總佔用。   雲端則是另一張賬單。你可以自己填 OpenAI、Anthropic 等 API key，也可以走 Osaurus Router 按量買 credits。Router 不儲存 prompt 和回覆，只保留計費後設資料。沒有一張清晰的統一單價表，所以「免費」不能理解成雲端也免費。   團隊正在規劃企業版，可能面向法律和醫療行業的私有化部署。

• 5. 使用者評價 （共 443 字）

  正面反饋集中在隱私保護和本地優先的設計理念上。Reddit 上 435 分、122 條評論的帖子中，使用者對 UX 的正面反饋確實存在。一箇中文使用者評測稱 installation「滿滿的可可愛愛風，小白上手也很簡單」，對資料夾監聽器、本地隱私脫敏、零門檻安裝等功能印象深刻。獨立評測站 pidune.com 給了 3.5/5 分，肯定了「隱私故事是真實的」，資料確實不會離開裝置。   負面反饋主要集中在幾個方面。一是設定門檻：評測者指出「設定摩擦力會把普通使用者逼瘋」，需要理解 Ollama 伺服器、模型管理等概念。二是雲端連線不穩定：Claude API 驗證失敗需要重啟。三是本地效能慢：M3 晶片處理複雜分析需要 45-60 秒，而云端只需 10-15 秒。Reddit 上也有使用者反饋模型下載經常要反覆點「Re-download」，GPU 最高只有 13% 利用率的效能問題。   社群討論中反覆出現模型下載、GPU 利用率、記憶體配置和「我該從哪裡開始」這類入門問題。整體上，它更像一個正在快速長大的開源專案，還不是一件裝上就忘記的家電。

• 6. 行業評價 （共 350 字）

  TechCrunch 在 2026 年 5 月的報道中把 Osaurus 放在 OpenClaw 和 Hermes 等同類產品的框架中評價，認為它是「一個有趣的新入局者」。媒體指出 Osaurus 的優勢在於提供了一個比同類產品更易用的圖形介面，而非只面向開發者的終端工具。   中文科技媒體 36氪轉譯了 TechCrunch 報道的核心觀點。知定網、對的碼等中文技術社群也釋出了中文譯介，關注點集中在隱私保護和本地 AI 的商業化前景。有分析認為，Osaurus 為蘋果生態使用者提供了一種兼顧便捷性、安全性和靈活性的 AI 使用方案。   正面報道的核心共識是：Osaurus 在認真做作業系統層的 AI 工作臺，比「給聊天視窗加一個檔案上傳按鈕」實在得多。   不過 Neodrop 的深度分析文章指出了官方隱私口號與實際實現的明顯差距——這一點在下文會詳細展開。

• 7. 爭議與風險 （共 533 字）

  最大爭議集中在隱私承諾的真實性上。   官網明確寫的是「連匿名分析也沒有」。但官方倉庫中的 Telemetry 文件寫明：匿名使用分析預設開啟，使用者可以退出；它會記錄訊息傳送、agent 執行、模型來源、系統版本、地區、粗略記憶體檔位等事件。文件強調不會收集聊天內容和檔案內容，但「沒有匿名分析」和「預設開啟匿名分析」不能同時成立。   第二處風險是本地資料儲存。預設情況下，Osaurus 的資料以明文 SQLite 儲存，僅依賴 macOS 的 FileVault 做加密保護。SQLCipher 加密需要使用者在設定中手動開啟。如果沒有啟用 FileVault，或者多人共用一個 Mac，或者備份 ~/.osaurus/ 到不完全信任的位置，那麼你的資料只是「放在本機的檔案」，而不是「加密後的保險箱」。   第三處風險是許可權範圍。Osaurus 的外掛可以訪問 Mail、Calendar、Contacts、Messages、檔案系統和瀏覽器。後臺自動化可以不搶滑鼠焦點，agent 可能在你沒盯著螢幕時繼續工作。它減少了資料出網，卻增加了軟體在本機的行動半徑。把 AI 關進 Mac，不等於把它關進籠子。   評測者 pidune.com 也指出，缺乏原生 Shopify 整合意味著電商使用者需要手動匯出資料、處理、再匯入，操作繁瑣。

• 8. 適用人群與使用建議 （共 304 字）

  最適合三類人：一是隱私敏感的資料處理者，需要處理供應商報價、客戶清單、專利研究等不能出網的資料；二是 Mac 上高頻使用 AI 開發工具的工程師，受夠了多個助手、多個上下文的割裂感；三是想做本地 agent 實驗的開發者。   不太適合兩類人：一是隻想開箱即用的普通使用者——設定需要了解模型管理和本地部署概念，不是零門檻；二是需要完整電商整合或像 SaaS 儀表盤那樣即開即用的電商賣家。   我的具體建議是：先只給它一個測試資料夾，先跑本地模型；需要雲端時單獨檢查 Router 和上游供應商的隱私政策；用自動化外掛前，檢查 Accessibility、Screen Recording 和每個工具的作用範圍；最後再開啟 SQLCipher 加密。

• 9. 總結 （共 168 字）

  Osaurus 是目前少數把本地 AI 做成完整工作臺的產品，不是另一個聊天框。它的模型無關設計、持久記憶、沙箱執行和 agent 工作流，確實比其他本地工具走得更遠。但「本地執行」不等於「預設加密、預設無遙測、預設不出網」——它減少了資料出網，卻增加了本機許可權和信任風險。它值得試用，但別因為它長了一隻綠色恐龍，就把整臺 Mac 的鑰匙串都遞過去。

暫無深度報告

• 

  MNelson_99

  —

  裝了一下 Osaurus，確實很絲滑，DMG 開啟就能跑，不用註冊賬號。本地模型跑 qwen3 基本夠日常用了，隱私這方面確實讓人安心。

---

• 

  Arthur_Murphy_Plus

  —

  介面是真的可愛，綠色小恐龍在官網蹦蹦跳跳就很戳我。功能比想象中多，有記憶有 agent 還有沙箱，不是那種蹭 AI 熱度的空殼產品。

---

• 

  Mason_WrightJr

  —

  用了三天，結論是：隱私保護是真的香，但別指望開箱即用。你得自己折騰模型管理、Ollama 配置這些，對新手不夠友好。

---

• 

  PhilipJimenezSr

  —

  下載模型經常要反覆點 Re-download，不知道是不是我網路問題。GPU 利用率最高也才 13%，不太對勁，希望後面版本能最佳化。

---

• 

  Mark_Parker_2020

  —

  看了 Neodrop 那篇分析才注意到，它官網說「沒有匿名分析」，實際 Telemetry 文件寫的是預設開啟可以退出。這個差距挺要我命的，說一套做一套的感覺很不好。

---

• 

  MNelson_2022869

  —

  免費而且是 MIT 開源確實良心。我主要在 M3 Max 上跑本地模型寫程式碼，雖然響應比雲端慢幾秒，但程式碼和 prompt 不外傳，這一點對商業專案太重要了。

---

• 

  Zachary.Rodriguez978

  —

  連 Claude API 的時候驗證失敗了兩回，得重啟應用才能重建連線。雲端可靠性還需要打磨，本地倒是穩得很。

---

• 

  LaurenSullivan520

  —

  更新到 0.22.5 之後 skills 庫統一了，之前各 agent 的技能管理有點亂，現在好多了。還加了 Router credits 做高階搜尋，算是往正經平臺走了。

---

• 

  Steven_HughesSr6

  —

  大家說的記憶體問題我深有體會，24GB 的 MacBook Pro 跑小模型還行，想上大一點的模型直接卡爆。沒有 64GB 以上的最好別指望當主力用。

---

• 

  whitesnake738

  —

  說幾個讓我驚喜的點：資料夾監聽器很好用，我設了個 Downloads 監聽，下載完檔案自動幫我分類整理。還有就是跨模型記憶共享，切 Claude 和本地模型聊天記錄居然還能續上。

---

• 

  JHughesIII

  —

  Product Hunt 當日第二，零廣告費拿到的，確實有點東西。不過現在是快速增長期，bug 也不少，更像個正在長大的開源專案，還不是成熟產品。

---

• 

  MYoung_88

  —

  資料預設明文 SQLite 存著，這點讓我有點猶豫。雖然說是靠 FileVault 保護，但多人共用 Mac 或者備份到雲盤的話就裸奔了。好在能手動開 SQLCipher 加密。

---

• 

  Kyle.Collins_Pro

  —

  需要 macOS 15.5 以上和 Apple Silicon，Intel Mac 直接勸退。而且許可權給得很大，Mail、Calendar、檔案系統都碰得到，用自動化外掛前真得挨個看一遍許可權範圍。

---

• 

  hyh1qfhlo99

  —

  我把它當 MCP 伺服器用，給 Cursor 和 Claude Desktop 接本地工具，體驗很不錯。一個埠搞定檔案操作、瀏覽器控制和 Git 操作，不用在三個工具裡各配一遍。

---

• 

  Hannah_RogersZ

  —

  總的來說值得一試，隱私本地化這個方向是對的。但別因為它長了一隻綠色恐龍就把整臺 Mac 的鑰匙串都遞過去——該檢查的許可權要檢查，該開的加密要開，對自己負責。

暫無評論