2026-05-27 追記: 実際にインストールしてみたところ、デフォルトのままでは TinyHumans へのサブスク課金（=有料アカウント）が必要なことが判明した。GPL-3 のオープンソースなのになぜ有料なのか、本記事に「なぜ TinyHumans への課金が必要なのか」セクションを追加した。「完全ローカル」を額面どおりに実現するための回避ルートも併記している。

「クラウドAIに自分の悩みを打ち明けるのが不安」という声をよく聞く。仕事の機密、家族の話、健康上の悩み——ChatGPTに投げてはみるものの、その会話がサーバーに残り続けることへの抵抗感は根強い。

そこに登場したのが OpenHuman だ。GitHubスター数2.7万を超え、週に1,000以上のペースで増え続けるこのプロジェクトは、「ChatGPT級のAIを完全にローカルで動かす」という問いへの実践的な回答を提供している。

OpenHumanとは

OpenHuman は、TinyHumans AIが開発するオープンソースのエージェント型AIアシスタントだ。Rustをコアに持ち、デスクトップアプリとして動作する。

公式の説明は簡潔にまとめられている。

Your Personal AI super intelligence. Private, Simple and extremely powerful.

ポイントは3点だ。

  • Memory Tree による長期記憶
  • Obsidianスタイルのローカルナレッジベース
  • 118以上のサービス連携

これらを組み合わせることで、「インストールから数分でユーザーを知り尽くしたエージェント」を目指している。

なぜ「ローカルAI」が重要なのか

ChatGPTをはじめとするクラウドAIの課題は、会話が外部サーバーへ送信される点にある。個人情報保護の観点から問題となるだけでなく、企業での利用では情報漏洩リスクが伴う。

OpenHumanが解決しようとしているのはこの点だ。

  • 会話を外に出さない構成が選べる — ローカルLLM（Ollama / LM Studio経由）を選択すれば推論まで自機で完結する
  • データは自分のPCに保存される — Memory Tree DB と Markdown Vault はローカルファイルとして残る
  • 日本語README完備 — 日本語ユーザーへの配慮も行き届いている
  • Rust製で爆速 — コアがRustで書かれており、動作が軽快

ただし注意点がある。デフォルト構成では「サインイン」「モデルルーティング」「Web検索プロキシ」「Composio経由のOAuth/ツール連携」がすべてOpenHuman（TinyHumans）社のマネージドバックエンドを経由する。つまり初回起動時に TinyHumans アカウントを作って有料サブスクに入らないと、せっかくのMemory TreeもAuto-fetchも動かない。「完全オフライン」を額面どおりに実現するには、ローカルモデル＋Composio直接モード＋自前のWeb検索APIキー、といった追加設定が必要になる。詳細は後述する。

主な機能

Memory Tree + Obsidian Vault

OpenHumanの中核機能は Memory Tree だ。接続した各種サービスから取得したデータを3,000トークン以内のMarkdownチャンクに圧縮し、SQLiteに階層的に保存する。同時に、Obsidianと互換性のある .md ファイルとしてローカルVaultへ書き出す。

Karpathy氏の Obsidian Wikiワークフロー にインスパイアされており、AIが「あなたの文脈」をリアルタイムで持ち続けるための仕組みとなっている。Obsidianを使っているユーザーはそのままナレッジベースとして参照・編集できる。

118以上のサービス連携（Auto-fetch）

Gmail、Notion、GitHub、Slack、Stripe、Google Calendar、Google Drive、Linear、Jiraなど118以上のサービスにOAuth一発で接続できる。

Auto-fetch 機能が特徴的で、20分ごとに各連携サービスから新しいデータを自動取得してMemory Treeへ流し込む。ポーリングループを自分で書く必要はない。翌朝起動した時点で、昨晩のメールや今日のカレンダーがすでにエージェントのコンテキストに入っている。

TokenJuice — トークン圧縮層

LLMにデータを渡す前に必ずTokenJuiceというトークン圧縮層を通す。HTMLをMarkdownへ変換し、長いURLを短縮し、冗長なツール出力を要約する。CJK（日本語・中国語・韓国語）や絵文字はグラフェム単位で保持されるため、日本語テキストが文字化けすることはない。

公式によれば、コストと遅延を最大80%削減できるとしている。

デスクトップマスコット・ネイティブボイス

OpenHumanにはAIに「顔」がある。デスクトップ上に常駐するマスコットが発話・表情変化・リップシンクを行い、Google Meetへ実際の参加者として参加させることもできる。ネイティブボイス機能はデフォルトでElevenLabs TTSを使うが、v0.54.0以降はWhisper + Piper による完全ローカルの STT（音声認識）/ TTS（音声合成）も選択可能だ。

モデルルーティング

OpenHumanの単一プランの中で、タスクに応じて推論・高速・ビジョンなど複数のLLMを自動選択する。Ollamaを使ったローカルAIも選択肢のひとつとして統合されている。

「ローカルLLM」の中身

OpenHuman自身はモデルweightsを同梱せず、OllamaまたはLM Studioにpullを委譲する設計だ。公式ドキュメント（Local AI）でデフォルト/推奨として挙げられているモデルは次のとおり。

用途デフォルト/推奨モデルサイズ
Memory embeddings（記憶の埋め込み）all-minilm:latest約23 MB
Summary-tree 構築（Memory Tree要約）gemma3:1b-it-qat約700 MB
Chat / Reasoningユーザー設定（既定なし）—

チャット推論用のモデルは固定されておらず、ドキュメントの設定例では ollama:llama3.1:8b や ollama:qwen2.5:14b といった指定が示されている。つまり「ローカルLLM」の正体は、埋め込みに all-MiniLM、Memory Tree の階層要約に Google の Gemma 3 1B 量子化版が使われ、チャットは Llama 3.1 8B や Qwen2.5 14B などユーザーが pull した小〜中型モデルに委ねる構成だ。

「ChatGPT級のローカル体験」と謳われるが、実態はフロンティアモデル級の推論性能を1台のPCで再現するのではなく、Memory Tree・Auto-fetch・TokenJuiceでコンテキストを最大化し、小型モデルでも実用ラインに引き上げるというアプローチに近い。

他のAIアシスタントとの比較

以下は、公式READMEが競合として挙げているClaude Cowork（AnthropicのデスクトップAIエージェント製品。コーディングアシスタントのClaude Codeとは別製品）との比較だ。

項目Claude CoworkOpenHuman
オープンソースプロプライエタリGNU
導入の手軽さデスクトップ + CLIクリーンなUI、数分で完了
メモリチャットスコープMemory Tree + Obsidianボールト
連携数少数118以上（OAuth）
Auto-fetchなし20分ごとのメモリ同期
モデルルーティング単一モデル組み込み済み

出典: OpenHuman公式READMEの比較表（Claude CoworkはAnthropicのデスクトップエージェント製品。Claude Codeとは別製品）

インストール方法

macOS / Linux の場合はターミナルから1行で導入できる。

1

curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash

Windows の場合は PowerShell から次のコマンドを実行する。

1

irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex

または tinyhumans.ai/openhuman からDMG・EXEをダウンロードすることもできる。

注意: 現在アーリーベータ段階のため、荒削りな部分が残っている。LinuxのWayland環境でのAppImageクラッシュ問題（#2463）はすでにクローズ済みだが、READMEには環境変数によるワークアラウンドへの参照が残っている。Arch Linux向けには openhuman-bin AURパッケージも用意されている。

ビルドに必要なもの（ソースから開発する場合）

  • Git、Node.js 24以上、pnpm 10.10.0
  • Rust 1.93.0（rustfmt + clippy）
  • CMake、Ninja、ripgrep、プラットフォームごとのデスクトップビルド前提条件
1
2
3
4
5
6
7
8
9

# サブモジュール初期化が必要
git submodule update --init --recursive
pnpm install

# UI開発のみ
pnpm dev

# デスクトップアプリ込み
pnpm --filter openhuman-app dev:app

なぜ TinyHumans への課金が必要なのか — オープンソースなのに有料な構造の正体

実際にインストールしてみるとすぐに気付くのが、初回起動で「Sign in! Let’s Cook」というサインイン画面が出てくることだ。READMEには 「One subscription includes all models」（ひとつのサブスクで全モデル込み）とサラッと書いてあり、その「ひとつのサブスク」がTinyHumansへの月額課金を指している。

GitHubのREADME（tinyhumansai/openhuman）と公式ドキュメントを読み込むと、課金が必要な理由は4つに整理できる。

1. 30以上のLLMプロバイダーをまとめて請求するため

OpenHumanのモデルルーティング機能は、タスクのヒント（reasoning / fast / vision）に応じて Claude・GPT-4o・Gemini・Llama などを自動で切り替える。これを自前で構築するには、Anthropic・OpenAI・Google・Cohere・Mistral……と個別にAPIキーを発行して個別に課金カードを登録する必要がある。

TinyHumansはこれを**「30+ providers needed to build your AI assistant」**として束ね、1枚のサブスクで全プロバイダーへ送るプロキシを担っている。実態は LLM 課金のアグリゲーター／プロキシだ。利用者から見れば「課金カード1枚で全モデル」、TinyHumans から見れば「ユーザーに代わって裏で各社へ支払い、その差額＋取扱手数料で食う」というビジネスモデルになっている。

2. Composio（118連携の本体）への支払いを巻き取るため

Gmail / Notion / GitHub / Slack ……といった118以上のOAuth連携は、OpenHumanが自前で書いているわけではなく、Composio というSaaSにOAuth ハンドシェイクとツール呼び出しを委譲している。Composio自体が有料サービスであり、そのコストはTinyHumansのサブスクに含まれる。

「Composio直接モード」を選べば自分のComposio APIキーで動かせる代わりに、今度はComposioに直接課金が発生する。OpenHumanへの課金を回避してもComposio側の課金は残るので、無料化したいなら連携の数を絞るか、OAuth連携自体を諦めるしかない。

3. リアルタイムWebhookの受け口がクラウド前提だから

Auto-fetch を「20分ごとのポーリング」だけで使うなら自宅PCで完結する。しかし Gmail の新着メールや GitHub のPRイベントを**リアルタイムで拾う「triggers」**機能は、外部サービスからのwebhookを受け取る公開URLが必要になる。デスクトップアプリ単体ではNAT越えできないため、TinyHumans のクラウドが webhook 受信エンドポイントを代行する。

公式ドキュメントは Composio 直接モードでも明示している。

If you want to run Composio directly instead, configure direct mode with your own Composio API key; real-time trigger webhooks then need to be hosted and wired by you.

「自分でWebhook受信サーバを立てて、Composioに登録して、ngrokなりCloudflare Tunnelなりで繋いでください」と。自前ホスティングできるユーザーは少ないので、現実的にはTinyHumansに課金して任せたほうが楽——というのが製品設計上の落とし所になっている。

4. ライセンスと商用モデルが分離されている（GPL-3 + Managed Service モデル）

OpenHumanのソースコードは GPL-3.0 で公開されており、誰でも fork して自前ビルドできる。ただし「コードが自由」と「マネージドサービスが無料」はイコールではない。これは Mattermost / Cal.com / Plausible / Supabase など近年のOSS製品で一般化したパターンで、

  • コード（フロント＋ローカルランタイム）= GPL-3 で公開
  • 裏側のSaaS（モデル仲介・OAuth代行・Webhook 受信）= 商用サブスク

という二層構造になっている。OSSとして検証可能・自前ホスト可能であることを担保しつつ、開発の財布はマネージドサービスで持つ、というハイブリッドだ。「Open source」「Local-first」「Private」というキーワードと、「Sign in to start」「Subscription required」のあいだのギャップはここから生まれる。

課金を回避して本当に「完全ローカル」で動かす設定

GPL-3 のおかげで、覚悟があれば課金ゼロ運用は可能だ。必要な設定をまとめると次のようになる。

レイヤーデフォルト（要課金）完全ローカル化の代替
認証TinyHumans アカウントでサインイン自前ビルド＋サインインスキップ（ソース改変 or 設定で local-only モード）
Chat / Reasoning LLMTinyHumans プロキシ経由（Claude / GPT 等）Ollama / LM Studio のローカルモデル（Llama 3.1 8B、Qwen2.5 14B など）
Embeddings / Memory Tree要約プロキシ経由Ollama に all-minilm と gemma3:1b-it-qat を pull
Web検索TinyHumans 経由のプロキシ自前で Brave Search / SearXNG / Tavily の APIキーを設定
OAuth連携Composio（TinyHumans経由）Composio 直接モード（要自前APIキー）または OAuth連携を捨てる
リアルタイムtriggerTinyHumans クラウドが受信自前Webhookサーバ＋トンネリング、または triggers を諦める

設定の手間と、Composio直接モードでのComposio側課金、Webhookホスティング費を考えると、「完全に無料・完全にローカル」を選んだ瞬間、エンタープライズ向けセルフホスト製品を1人で運用するのと同じ複雑度になる。これがTinyHumansが「一回課金してくれれば全部やる」と提示する価値の本体だ。

「Local-First」の正しい読み方

OpenHumanのマーケティング表現は「Local-first」であって「Local-only」ではない、と読むのが正確だ。

  • Local-first: あなたのデータ（Memory Tree DB / Obsidian Vault / 会話履歴）はあなたのマシンに保存される。再起動・OS再インストール・サブスク解約後も手元に残る。
  • そのうえで モデル推論・OAuth・Web検索といった外部API呼び出しのプロキシは TinyHumans 経由になっており、その費用がサブスクとして請求される。

「会話そのものが TinyHumans のサーバを通る（プロキシされる）」点は重要で、ローカルLLMを選ばない限りプロンプト本文はTinyHumansを経由して各LLMプロバイダーに転送される。Anthropic や OpenAI に直接送るのと、TinyHumans を一段挟むのとでは、リスクモデルが変わることに注意したい。

まとめ

OpenHumanは「クラウドAIに頼らずに、自分専用のAIアシスタントを持ちたい」というニーズに対する現時点での最も完成度の高い回答のひとつだ。

Memory Tree・Auto-fetch・TokenJuiceという3つの機能が組み合わさることで、「インストールしたその日からコンテキストを持ったAI」が実現する。アーリーベータの荒削りさはあるものの、週1,000スター超のペースは本物の需要を反映している。

ただし製品としてのデフォルト体験は TinyHumans への有料サブスクが前提だ。「OSS だから無料で完全ローカル」とそのまま受け取ると期待外れになる。実態は、

  • コード: GPL-3 で完全オープン、自前ビルド・自前ホスト可能
  • 既定運用: TinyHumans のマネージドSaaSに月額を払い、30+ LLMプロバイダーと118 OAuth連携をひとまとめにする「課金一本化サービス」
  • 本気の完全ローカル: 可能だが、Composio直接モード／自前Webhook／ローカルLLM／自前検索APIまで揃える必要があり、複雑度が一気に上がる

という三段階の選択肢があるOSS+SaaSハイブリッド製品、と理解するのが正しい。

プライバシーを重視するユーザーや、企業の機密情報をクラウドへ出したくないチームにとって、OpenHumanは試す価値のある選択肢だ。ただし試す前に、自分が払える「複雑度の予算」と「金額の予算」を見極めておくと、起動して即「サインインしてください」「Subscribeしてください」と出てきても落胆せずに済む。