pip install und einen run_demo.py-Avatar-Flow. Das ist nicht das 2026-Produkt von tinyhumansai/openhuman. Der echte Stack ist ein Desktop-Agent plus Memory Tree in Rust. Dieser Guide liefert vier Ergebnisse: Installation über signierte Native-Pakete; Anmeldung und erster Memory-Tree-Request; Trennung lokaler Daten von gehostetem OAuth; RAM-Sizing für große Postfächer plus optionale lokale Modelle. Enthalten: Anforderungstabellen, sechsstufiges Runbook, Fehlermatrix und Host-Empfehlungen.
Was ist OpenHuman 2026 — und wie unterscheidet es sich von OpenClaw oder Hermes?
OpenHuman (GPL-3.0) ist ein local-first persönlicher Agent. One-Click-OAuth verbindet 100+ Apps; E-Mail und Dokumente landen in SQLite plus einem Obsidian-kompatiblen Markdown-Vault namens Memory Tree. OpenClaw glänzt bei Kanal-Gateways und ClawHub-Skills — siehe unseren Dual-Stack-Miet-Guide. Hermes ist CLI-first mit hermes gateway und Skills. OpenHuman zielt auf Desktop-Onboarding und Memory-Kompression (Hersteller nennt bis zu ~80 % Token-Einsparung; am eigenen Workload prüfen).
Kein Python-Avatar-Pipeline: conda, checkpoints/*.pth und CUDA-only-Blog-Templates überspringen, sofern Sie kein separates Video-Tooling bauen.
Release-Linie: Early Beta um v0.56.x Stand Juni 2026; Versionen in Produktion pinnen.
Kosten der Koexistenz: OpenClaw Gateway und OpenHuman-Ingestion auf einem 16-GB-Rechner konkurrieren um RAM — bei Produktion Hosts trennen.
Trust-Modell: Memory Tree bleibt lokal auf der Platte; Login, Modell-Routing und einige OAuth-Proxies nutzen standardmäßig gehostete Dienste.
OpenHuman Systemanforderungen: macOS, Windows und Linux im Vergleich
| Punkt | Minimum | Empfohlen |
|---|---|---|
| OS | macOS 12+, Windows 10+, Ubuntu 20.04+ | macOS 14+ (Apple Silicon) oder Ubuntu 24.04 LTS |
| RAM | 4 GB (Hersteller-Docs) | 16 GB+ für große Gmail/Repo-Ingestion plus lokale Modelle |
| Platte | ~2 GB App-Footprint | 50 GB+ SSD für wachsende Indizes und Vaults |
| GPU | Nicht nötig für gehostete Modelle | Apple Silicon oder NVIDIA nur bei lokalem Routing |
| Netz | Login, OAuth, Modell-API | Stabile Verbindung; DACH-Teams bevorzugen Native-Pakete |
| Installationsweg | Integrität | Wann nutzen |
|---|---|---|
| Homebrew / apt / MSI | OS-Paket-Signaturkette | Produktions-Standard |
| npm -g openhuman | SHA-256 auf heruntergeladener Binärdatei | Node-18+-Entwickler |
| curl | bash | Keine separate Skript-Signatur | Nur schnelle Tests |
| Git-Quellbuild | Rust-Toolchain nötig | Contributors und Power-User |
OpenHuman Schritt-für-Schritt: sechsstufiges Runbook über vier Pfade
brew tap tinyhumansai/core brew install openhuman openhuman --version
sudo apt-get install -y gnupg2 curl ca-certificates curl -fsSL https://tinyhumansai.github.io/openhuman/apt/KEY.gpg \ | sudo gpg --dearmor -o /etc/apt/keyrings/openhuman.gpg echo "deb [signed-by=/etc/apt/keyrings/openhuman.gpg arch=amd64] \ https://tinyhumansai.github.io/openhuman/apt stable main" \ | sudo tee /etc/apt/sources.list.d/openhuman.list sudo apt-get update && sudo apt-get install -y openhuman
Kanal wählen: Homebrew auf macOS; signiertes apt-Repo auf Debian/Ubuntu amd64; MSI von GitHub Releases unter Windows; oder npm install -g openhuman (Node ≥18).
Verifizieren: openhuman --version ausführen oder About in der Desktop-App prüfen (Ziel v0.53+).
Anmelden: Bildschirm „Sign in! Let's Cook“; Advanced-Panel setzt custom core RPC URL für Self-Hosting.
Quellen verbinden: Onboarding für Gmail o. ä. abschließen; Daten schreiben in lokalen Memory Tree.
Erster Memory-Tree-Request: Verifizierbare Frage gegen ingestierte Mail stellen (z. B. Thread mit Label zusammenfassen), um Retrieval statt Halluzination zu bestätigen.
Upgrade-Politik: brew/apt für Updates; vorherige MSI/dmg-Builds für Rollback während Beta aufbewahren.
Grenzen: Memory-Tree-Datenbank, Markdown-Vault und Workspace-Konfiguration liegen lokal auf der Platte; Login, Modell-Routing und Teile von OAuth laufen standardmäßig über gehostete Dienste. Self-Hosting über Advanced / Custom Setup in der Doku.
OpenHuman Konfiguration: lokale Modelle, Performance und Fehlerbehebung
Installation ≠ fertige Konfiguration. Ingestion-Umfang, Modell-Routing und Platten-/Hintergrund-Dauerbetrieb prägen die Langzeit-Erfahrung.
| Symptom | Wahrscheinliche Ursache | Fix |
|---|---|---|
| Login-Spinner | Netz oder gehosteter Auth-Ausfall | Netz/Proxy wechseln; Advanced RPC bei Self-Hosting |
| OAuth abgelehnt | Browser oder Admin-Richtlinie | Mit Systembrowser erneut; Workspace-Beschränkungen prüfen |
| Langsame Ingestion / volle Platte | Großes Postfach-Sync | Postfächer einschränken; 50 GB+ reservieren; 16 GB RAM |
| Lokales Modell OOM | 7B+ auf 4 GB RAM | Gehostetes Routing oder Host upgraden |
command not found: openhuman | PATH ohne brew/npm-Prefix | Terminal neu; brew link openhuman oder npm global bin prüfen |
Lokale Modelle: GitBook beschreibt local AI / model routing; Ollama auf demselben Mac wie in unserem M4-Dual-Agent-Guide.
Low-VRAM-Modus: Ohne dedizierte GPU CPU/Metal; gehostete Modelle priorisieren, nicht parallel zur Voll-Ingestion.
Deinstallation: Paketmanager deinstallieren, dann Memory-Tree- und Vault-Verzeichnisse aus App-Einstellungen löschen.
Nach der Installation: 7×24-Ingestion und Mac Mini M4 Host-Zahlen
GitHub-Traction: Etwa 29k Stars auf openhuman Stand Juni 2026, weiter Early Beta.
Leistung: M4 idle ~4–6 W; Sync plus kleines lokales Modell oft 18–28 W — sinnvoll als dedizierter Ingestion-Knoten.
Unified Memory: 16 GB UMA reduziert Swap auf SQLite FTS gegenüber 4-GB-x86-VPS.
Laptop-Sleep pausiert Mailbox-Deltas; Windows-Desktops fehlt macOS-Background-Ergonomie. Soll der Memory Tree dauerhaft wachsen mit optionalen lokalen Modellen, ist MESHLAUNCH Mac Mini M4 Bare-Metal-Miete meist der bessere Produktions-Host: gleicher brew-Workflow per SSH, launchd-freundliche Uptime, migrierbare Datenverzeichnisse vor Offboarding. Memory-Tree-Daten liegen lokal auf der Platte — für DACH-Teams relevant im Kontext der DSGVO, wenn Sie Verarbeitung und Zugriff auf dediziertem Bare Metal statt Multi-Tenant-VPS steuern wollen. Start auf der Mietpreise-Seite; Grenzen im Hilfezentrum; M4 bestellen für Tagesprobe.
Nein. Installation über Homebrew, apt oder MSI. Python-Avatar-Tutorials zielen auf andere Projektklassen.
Ja. Gehostetes Routing funktioniert sofort. Für Ollama on-device einen M4-Knoten mieten für 24h-Ingestion-Stresstest.
GPL-3.0 gilt für den Open-Source-Code; proprietäre Forks ausliefern löst Copyleft-Pflichten aus. Vendor-ToS für Login und Routing lesen.