新しく登場したオープンソースのデスクトップAIエージェント「OpenHuman」の機能や特徴、セットアップ方法について解説する内容。先行するHermesやOpenClawといったターミナル向けのエージェントと比較しながら、OpenHumanが一般的なユーザー向けにいかに使いやすく設計されているかを説明している。GmailやSlackなどの日々のツールからローカル環境へ自動でデータを同期し、Obsidianスタイルのメモリシステムを構築する仕組みを紹介。さらに、実際の市場調査タスクの実行やGmailへのレポート自動送信のデモを通じ、その実用性と導入のメリットを分かりやすく提示している。
新たなAIエージェントの選択肢
最近、HermesエージェントがOpenClawをしのぐ勢いを見せています。その主な理由は、Hermesが自律的な実行機能と学習ループを組み合わせ、時間の経過とともにユーザーと一緒に成長する自己改善型のエージェントとして位置づけられているからです。しかし今、Hermesの注目を奪おうとする新しいエージェント構築フレームワークが登場しました。それがOpenHumanです。
OpenHumanは、GPL3ライセンスのもとで開発されている、部分的にオープンソースの人間第一主義のデスクトップエージェントです。ユーザーが様々なツールで行うすべての活動の記憶となり、またその入り口となるように設計されています。RustとTauriで構築されており、AIモデルが技術的にできることと、AIモデルが実際にユーザーについて知っていることとの間にあるギャップを埋めることを目指しています。
ここでの考え方は非常にシンプルです。プライベートでデスクトップネイティブな環境を求め、摩擦をほとんど感じることなく、自分の生活のワークフローやツールを迅速に理解してくれるものが欲しい場合にOpenHumanを選択します。
OpenHumanが際立っているのは、単なるAIエージェントのラッパーではないという点です。これは実際に、ローカルファーストのメモリツリーを使用しています。Gmail、Slack、GitHubなど、ユーザーが日常的に使用している様々なツールから継続的にデータを取得し、それをブラックボックスなベクトルメモリに依存するのではなく、SQLiteにローカル保存された構造化されたMarkdownベースのメモリシステムに落とし込んでいきます。
本当に興味深い部分の一つは、Obsidianスタイルのウィキシステムです。ここでは、AIのメモリシステムをユーザー自身が実際に読んで編集することができます。また、118以上のインテグレーションが組み込まれています。20分ごとの自動バックグラウンド同期、より安価に長いコンテキストを使用するためのモデルルーティングとトークン圧縮、さらにはブラウザやコンピュータの制御、そして会議に実際に参加して内容を書き起こして記憶に組み込んでくれるGoogle Meetエージェントまで備わっています。
OpenHumanをHermesやOpenClawのような他のターミナルファーストのエージェントと比較すると、こちらははるかに消費者向け、つまり一般ユーザー向けに作られていると感じられます。大規模言語モデルが学習できるような、日常的に使うインテグレーションの多くが揃っているからです。デスクトップネイティブであり、最小限のセットアップでユーザーの生活やワークフローを迅速に理解できるように設計されています。
ここで、すぐに頭に浮かぶ注意点が一つあります。プロプライエタリな商用モデルを使用している場合、それらのモデルは間違いなくユーザーのデータを使って学習を行う可能性があります。そのため、OpenHuman内で接続するものには間違いなく注意する必要があります。最善の解決策はローカルモデルを使用することです。そうすれば、プロプライエタリなデータが学習のためにモデル側に送信されるのを防ぎ、すべてをローカルに保持することができます。
OpenHumanのセットアップ手順
始めるのは非常に簡単です。推奨されているネイティブパッケージを使用して簡単にインストールできます。Mac OS、Linux、そしてWindowsなど、お使いのどのオペレーションシステム用でもインストールできるのが素晴らしいところです。
もしもっと簡単な方法を求めたい場合、例えばコーディングの初心者であるなら、OpenHumanのTiny Human AIのウェブサイトにアクセスして、お使いのオペレーションシステム向けのダウンロードとインストールをクリックするだけです。これは基本的には、コンピュータにTiny Humanをセットアップしてくれるインストーラーです。
OpenHumanをインストールして起動すると、オンボーディングの流れに進みます。ここではまず、実行環境を選択します。私は個人的にこれをローカルで実行していますが、クラウドで実行するオプションもあります。それでも、ローカルで実行することを強くお勧めします。
次に、続行をクリックするとOpenHumanが初期化されます。その後、Googleアカウント、Twitter、またはGitHubでサインインするオプションが表示されます。私は個人的に、捨てアカウントのGmailを使用しています。サインインが完了したら、始めるをクリックします。
私は個人的にカスタムセットアップ方法で実行しています。いかなるクレジットシステムも使用していません。シンプルな組み込みのセキュリティなども必要ありません。ですので、私たちが進めるのはカスタムでの続行です。
ここでは、テキスト、音声、およびOAuthの言語モデルを設定できます。つまり、様々なプロバイダーやインテグレーションを選択できるということです。今回はこれをデフォルトのままにして進めますが、ご自身のAPIプロバイダーを組み込むように設定することも可能です。
次に、使用したい音声システムを選択します。これはデフォルトの音声に設定しておきます。これはOpenHumanから直接動作する、管理された音声認識と音声合成機能が付属しています。ElevenLabsやOpen AIのWhisperを使用するように設定することも可能です。
さらに、Gmail、Slack、NotionなどのOAuth接続を選択することもできます。これもデフォルトのままにしておきます。
これで、メインのOpenHumanダッシュボードに移動します。ここで一つ、個人的に気に入らない点を挙げるとすれば、このアプリをマネタイズしようとする姿勢が強すぎる点です。この開発から収益を上げようとしているのはよく分かりますが、それでもポップアップやこれらの一連の表示は控えてほしいところです。
それはさておき、これがOpenHumanのメインコントロールパネルです。基本的には、アシスタントにあらゆることを依頼できます。そして、使用し続けるにつれて、すべての会話から保持した記憶を取り込んでいきます。また、OpenHumanのエージェントに話しかけるたびに、それがナレッジバンクに取り込まれていきます。
接続の管理もすべて行うことができます。OpenClawと同じように、これらの様々なチャネルを通じてOpenHumanを直接使用することも可能です。チャット、生産性ツール、自動化、ソーシャル、プラットフォームに役立つ複数の異なるインテグレーションが用意されています。基本的には、デスクトップネイティブであるOpenHumanのような統合されたアプリケーションを通じて、すべての自動化を直接設定できます。
インテリジェンスのページもあります。これがメモリページであり、ここでツリーとコンテキストを管理できます。メモリをリセットすることもできますが、私は行いません。ただ、すべての知識を取り込んだ後に、基本的にはサマリーツリーを取得することができます。コーディングプロジェクトに取り組んでいる場合などに重要となる、フォルダーやファイルを読み込ませることで知識を追加することも可能です。
潜在意識の項目では、基本的にはアクティブなタスクを追加することができ、メモリを編集して操作することもできます。タスクリストは、与えたプロンプトに基づいて異なる種類のタスクを実行している様々なサブエージェントから、こちらに表示されるようになる様々なタスクのことです。
通話と夢の2つは、彼らが今後リリースする予定の新しい機能です。報酬の項目については、触れる必要すらありません。なぜこれが追加されたのかさえ分からない機能です。
市場調査タスクのテストと実行
いずれにせよ、これがOpenHumanの基本構造です。ローカルモデルや他のプロバイダーをセットアップする方法をご紹介するために説明しました。というのも、現時点ではチャットや人間のタブ内にある無料枠や無料クレジットを使い果たすことになるからです。そこで、設定に移動し、詳細をクリックします。詳細に入ったら、大規模言語モデルと音声の中にあるAI設定をクリックすることで、ローカルモデルやプロバイダーを設定できます。
では、実際にこれをテストしてみましょう。ここでは、OpenHuman対Hermesエージェント、OpenClaw、Cloud Codeなど、すべての異なるフレームワークを分析する市場調査のタスクを与えてみます。
そして、メモリシステム、自律性、インテグレーションなど、いくつかの異なるトピックに焦点を当てさせます。エージェントがいくつかの強みやこれらの異なる要件を特定した後に、ローカルで作成されるPDFの送信作業に取り組ませます。現在、これをGmailに接続しているので、Gmailにも送信されるようになります。これは私が作成したシンプルな自動化ですが、ローカルでスケジュールされたタスクや、異なるインテグレーションを使用した様々な自動化を作成することも可能です。
さて、現時点ではいくつか要求されている項目があるようです。無料枠を使用しているからだと思います。ですので、ここからは自分自身のプロバイダーに切り替えます。
レポートの内容の作成が完了したようです。ここでは、実際にコンテンツを取得するために複数のツールが使用されています。そして現在、レポートの作成に取り組んでいます。
ちなみに、これらのプロバイダーを接続するときは、これらのプロバイダーからの記憶をOpenHumanに同期させることになるため、十分に安全を確認してください。OpenHumanを通じてコンテンツが使用されることに少しでも不安がある場合は、同期しないでください。彼らは実際にはそれを使って学習しないと述べていますが、個人情報に関しては念のために取っておきたい対策です。
現在、取り込まれているメモリソースの一つが表示されていますが、これは私のGmailのコンテンツです。サマリーツリーを構築することもでき、それはこちらのセクションに直接表示されるようになります。全体として、これはすべてのメモリソースを管理するための優れた方法です。
タスクが完了したようです。これが、これらすべての異なるフレームワークに関する公開市場調査レポートです。どれほど正確に仕事をやり遂げることができたかを見てください、素晴らしい出来栄えです。私は現在、OpenHuman内でGPT-5.5とResearchを使用しています。下部に見やすくまとめられたソースリストがあり、しっかりと仕事を終えたことが確認できます。これをどのように実行できたのか、そしてこの仕事を終えるのがどれほど早かったかを考えると、かなりクールな機能です。
では、実際にGmailに移動して、送信されたかどうかを確認してみましょう。ご覧の通り、送信済みカテゴリの中に、複数のソースを比較してすべての異なるフレームワークを調査したレポートのメールが送信されています。
今回の動画が気に入って、チャンネルを応援したいと思ってくださった方は、下のスーパーサンクス機能を通じてチャンネルへの寄付をご検討ください。または、私たちのプライベートなDiscordへの参加もご検討ください。そこでは、様々なAIツールへの複数のサブスクリプションに毎月無料でアクセスできるほか、日々のAIニュースや限定コンテンツなど、多くの特典を利用できます。
これは非常にシンプルなプロンプトの送信だったことは分かっていますが、それでも問題なく仕事をやり遂げてくれました。私がOpenHumanで本当に気に入っているのは、Gmailなどの複数のソースから自動的に取り込みを行うObsidianスタイルの読みやすいメモリシステムです。これにより、使えば使うほど改善され、必要なライブコンテキストを取得できるようになります。そのため、これらの異なるコネクタのいずれかから何かを理解する必要があるときに、求めている応答を得ることができます。接続した大規模言語モデルに基づいて、提供したすべての異なるソースからの情報を含んだ最新の回答を提供してくれます。
これは、HermesやOpenClawのような他のすべてのフレームワークとは異なる仕組みでもあります。このシンプルなUIを通じてすべてを管理できる、より統一されたUIとなっています。この方法により、先ほどご覧いただいたような自動化をデプロイしたり、このアプリケーションで様々なことを行ったりすることができます。
本日の動画で使用したすべてのリンクは、下の概要欄に記載しておきます。これは、今日から簡単に始めることができるツールです。私個人としては、依然としてOpenHumanよりもHermesを使う方を好みますが、より簡単なデプロイシステムや、扱いやすいものを探している人にとっては、OpenHumanは始めやすい手軽な選択肢になり得ます。
ということで、皆さんが本日の動画を楽しみ、何らかの価値を感じていただけたなら幸いです。本日の動画で使用したすべてのリンクは、下の概要欄に残しておきます。ぜひセカンドチャンネルのチェック、ニュースレターへの登録、Discordへの参加、Twitterのフォローをお願いします。そして最後に、チャンネル登録、通知ベルのオン、この動画への高評価をよろしくお願いします。最新のAIニュースを常に把握するために、ぜひ過去の動画もご覧ください。
それでは皆さん、素晴らしい一日をお過ごしください。ポジティブな気持ちを広げていきましょう。またすぐにお会いしましょう。
コメント