pip install et un flux run_demo.py d'avatar parlant. Ce n'est pas le produit 2026 de tinyhumansai/openhuman. La vraie stack est un agent desktop plus Memory Tree en Rust. Ce guide livre quatre résultats : installation via paquets natifs signés ; connexion et première requête Memory Tree ; séparation des données locales et de l'OAuth hébergé ; dimensionnement RAM pour grosses boîtes mail et modèles locaux optionnels. Matrices de prérequis, runbook en six étapes, tableau de dépannage et conseils d'hébergement inclus.
Qu'est-ce qu'OpenHuman en 2026 — et comment le distinguer d'OpenClaw ou Hermes ?
OpenHuman (GPL-3.0) est un agent personnel local-first. L'OAuth en un clic connecte 100+ apps ; e-mails et documents atterrissent dans SQLite plus un vault Markdown compatible Obsidian, le Memory Tree. OpenClaw excelle sur les gateways de canaux et ClawHub — voir notre guide location dual-stack. Hermes est CLI-first avec hermes gateway et Skills. OpenHuman vise l'onboarding desktop et la compression mémoire (le vendeur annonce jusqu'à ~80 % d'économie de tokens ; à vérifier sur votre charge).
Pas un pipeline avatar Python : ignorez conda, checkpoints/*.pth et les templates CUDA-only sauf pour du tooling vidéo distinct.
Ligne de release : Early Beta autour de v0.56.x en juin 2026 ; épinglez les versions en production.
Coût de coexistence : OpenClaw Gateway et ingestion OpenHuman sur une machine 16 Go se disputent la RAM — séparez les hôtes en production.
Modèle de confiance : la mémoire reste sur disque localement ; connexion, routage modèle et certains proxys OAuth utilisent des services hébergés par défaut.
Prérequis OpenHuman : macOS, Windows et Linux comparés
| Élément | Minimum | Recommandé |
|---|---|---|
| OS | macOS 12+, Windows 10+, Ubuntu 20.04+ | macOS 14+ (Apple Silicon) ou Ubuntu 24.04 LTS |
| RAM | 4 Go (docs vendeur) | 16 Go+ pour gros Gmail/dépôts plus modèles locaux |
| Disque | ~2 Go empreinte app | 50 Go+ SSD pour index et vaults croissants |
| GPU | Non requis pour modèles hébergés | Apple Silicon ou NVIDIA seulement si routage local |
| Réseau | Login, OAuth, API modèle | Connexion stable ; paquets natifs préférés en prod |
| Canal d'installation | Intégrité | Quand l'utiliser |
|---|---|---|
| Homebrew / apt / MSI | Chaîne de signature OS | Défaut production |
| npm -g openhuman | SHA-256 sur binaire téléchargé | Développeurs Node 18+ |
| curl | bash | Pas de signature script séparée | Essais rapides uniquement |
| Build source Git | Toolchain Rust requise | Contributeurs et power users |
Installation OpenHuman pas à pas : runbook en six étapes sur quatre chemins
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
Choisir un canal : Homebrew sur macOS ; dépôt apt signé sur Debian/Ubuntu amd64 ; MSI depuis GitHub Releases sous Windows ; ou npm install -g openhuman (Node ≥18).
Vérifier : lancer openhuman --version ou consulter About dans l'app desktop (cible v0.53+).
Se connecter : écran « Sign in! Let's Cook » ; le panneau Advanced définit une core RPC URL custom pour self-hosting.
Connecter les sources : terminer l'onboarding Gmail ou autres ; les données écrivent dans le Memory Tree local.
Première requête Memory Tree : poser une question vérifiable sur le mail ingéré (ex. résumer un fil étiqueté) pour confirmer la récupération, pas une hallucination générique.
Politique de mise à jour : brew/apt pour les updates ; conserver MSI/dmg précédents pour rollback pendant la Beta.
Limites : base Memory Tree, vault Markdown et config workspace restent locaux sur la machine ; connexion, routage modèle et une partie de l'OAuth passent par des services hébergés par défaut. Self-hosting via Advanced / custom setup dans la doc.
Configuration OpenHuman : modèles locaux, performance et dépannage
Installer ≠ configuration terminée. Volume d'ingestion, routage modèle et disque plus arrière-plan permanent façonnent l'expérience long terme.
| Symptôme | Cause probable | Correctif |
|---|---|---|
| Spinner de connexion | Réseau ou auth hébergée indisponible | Changer réseau/proxy ; RPC Advanced si self-hosting |
| OAuth refusé | Navigateur ou politique admin | Retenter avec navigateur système ; vérifier restrictions Workspace |
| Ingestion lente / disque plein | Sync grosse boîte mail | Restreindre les boîtes ; réserver 50 Go+ ; 16 Go RAM |
| OOM modèle local | 7B+ sur 4 Go RAM | Rester sur routage hébergé ou upgrader l'hôte |
command not found: openhuman | PATH sans préfixe brew/npm | Nouveau terminal ; brew link openhuman ou vérifier npm global bin |
Modèles locaux : le GitBook décrit local AI / model routing ; Ollama sur le même Mac comme dans notre guide dual-agent M4.
Mode faible VRAM : sans GPU dédié, CPU/Metal ; prioriser modèles hébergés, éviter pic parallèle à ingestion complète.
Désinstallation : désinstaller via gestionnaire de paquets, puis supprimer répertoires Memory Tree et vault depuis les réglages app.
Après l'installation : ingestion 7×24 et chiffres hôte Mac Mini M4
Traction GitHub : environ 29k stars sur openhuman en juin 2026, toujours Early Beta.
Consommation : M4 idle ~4–6 W ; sync plus petit modèle local souvent 18–28 W — nœud d'ingestion dédié raisonnable.
Mémoire unifiée : 16 Go UMA réduit le swap sur SQLite FTS vs VPS x86 4 Go.
La mise en veille du portable stoppe les deltas mailbox ; les desktops Windows manquent de l'ergonomie arrière-plan macOS. Si le Memory Tree doit grossir en continu avec modèles locaux optionnels, la location Mac Mini M4 bare metal MESHLAUNCH est en général le meilleur hôte prod : même workflow brew en SSH, uptime launchd-friendly, répertoires de données migrables avant résiliation. Démarrez sur la page tarifs location ; limites dans le centre d'aide ; commander un M4 pour essai à la journée.
Non. Installez via Homebrew, apt ou MSI. Les tutoriels avatar Python visent une autre classe de projets.
Oui. Le routage hébergé suffit immédiatement. Pour Ollama on-device, louer un nœud M4 pour stress-test ingestion 24 h.
GPL-3.0 s'applique au code open source ; distribuer des forks propriétaires déclenche les obligations copyleft. Lire les ToS vendeur pour login et routage.