¿Qué es OpenComputer?
OpenComputer, del desarrollador andykr1k, es una aplicación Electron para Linux, Windows y macOS que se queda en pantalla como un pequeño orbe. Escribes una petición; hace una captura de pantalla, la envía a un modelo de visión y lenguaje y ejecuta el siguiente paso con movimientos reales del ratón, clics, arrastres, desplazamientos y pulsaciones de teclado en aplicaciones de escritorio normales, con una nueva captura después de cada acción.
Se comunica con cualquier endpoint compatible con OpenAI que acepte imágenes y llamadas a herramientas. Por defecto usa RedHatAI/Qwen3.5-9B-quantized.w4a16 servido en local con vLLM, elegido para caber en muchas GPU de 16 GB, así que las capturas no tienen por qué salir del equipo. El proyecto tiene licencia MIT y se publicó como un único commit el 22 de julio de 2026, sin versiones etiquetadas. No tiene relación con el agente en la nube del mismo nombre de Digger en opencomputer.dev.
¿Merece la pena OpenComputer?
OpenComputer hace exactamente una cosa: deja que un modelo vea tu pantalla y maneje tu ratón y tu teclado. Eso lo convierte en un agente puro de uso del ordenador, sin los editores de archivos, conectores ni planificación multiagente de Eigent u OpenWork, y su valor está en lo claro que hace ese trabajo en local. Con el modelo Qwen de 9B cuantizado por defecto en una GPU de 16 GB, capturas, instrucciones y acciones se quedan en tu equipo.
El diseño de seguridad es sensato para una alfa. El modo por defecto, Ask first, hace capturas automáticamente pero exige aprobación para cada acción de ratón, teclado y URL, con Enter para aprobar y Supr para denegar; el modo Automatic actúa sin preguntar. Se validan coordenadas y esquemas de URL, las ejecuciones se detienen tras 25 pasos por defecto y un botón de parada cancela una ejecución en curso. El renderizador no tiene acceso a Node.js, así que credenciales y automatización se quedan en el proceso principal. El README dice abiertamente que estos controles reducen el riesgo pero no hacen segura la automatización de escritorio guiada por un modelo, y que el texto de cualquier página web o documento puede llevar una inyección de prompts.
El problema es el estado del proyecto. El repositorio contiene un único commit del 22 de julio de 2026, tiene 31 estrellas, tres incidencias abiertas y ninguna versión etiquetada, así que no hay instaladores: compilas desde el código con Node 22.12 o posterior y ejecutas el modelo tú mismo. Solo Linux con X11 figura como el mejor soportado; Wayland, Windows y macOS son experimentales, el agente solo ve la pantalla principal y las claves de API se guardan en un archivo de acceso exclusivo del usuario y no en el llavero del sistema.
Para un desarrollador que estudie cómo un pequeño modelo de visión local puede manejar un escritorio, es un código claro y legible. Para trabajar de verdad, Interpreter Workstation y Eigent ofrecen uso del ordenador dentro de un producto mantenido, y un modelo de 9B fallará clics en interfaces densas más a menudo que los grandes modelos alojados que esas herramientas pueden usar.
Dónde se gana su sitio
Un ingeniero de aprendizaje automático que evalúa modelos de visión y lenguaje
Ver cómo se desenvuelve un modelo cuantizado de 9B en tareas de escritorio reales antes de elegir modelo para un producto
Sirve el checkpoint Qwen por defecto con vLLM a un contexto de 8192 tokens y cambia después el endpoint en los ajustes para comparar otros modelos en las mismas tareas. Software gratuito en un hardware que ya tienes; el límite de 25 pasos acorta las ejecuciones fallidas.
Una desarrolladora de escritorio Linux en un pequeño proyecto de código abierto
Prototipar un asistente local que maneje aplicaciones gráficas sin enviar capturas a ningún sitio
Haz un fork del repositorio y añade herramientas o políticas de seguridad como módulos de TypeScript; mantén Ask first activado durante las pruebas para que cada clic y pulsación requiera aprobación. Ejecútalo con X11, donde la entrada sintética está mejor soportada.
Antes de decidirte
- Puesta en marcha
- Clona el repositorio, ejecuta npm install con Node 22.12 o posterior, arranca un servidor vLLM con el lanzador incluido o apunta los ajustes a un endpoint alojado y ejecuta npm start. Ubuntu y Debian pueden necesitar libxtst6; macOS necesita los permisos de Screen Recording y Accessibility.
- Integraciones
- Cualquier endpoint de Chat Completions compatible con OpenAI que admita imágenes y llamadas a herramientas; vLLM para servir en local. Herramientas, proveedores y políticas de seguridad son módulos de TypeScript.
- Datos y privacidad
- Con un modelo local, capturas, instrucciones y resultados de herramientas se quedan en el equipo. El agente lee la pantalla y controla el ratón y el teclado reales; las claves de API se guardan en la carpeta de datos de la aplicación con permisos exclusivos del usuario, no en el llavero del sistema.
- Coste a escala
- Sin coste de licencia. Una ejecución local necesita una GPU con unos 16 GB de memoria para el modelo por defecto; un endpoint alojado factura por token, capturas incluidas.
- Límites
- Alfa temprana con un commit y sin versiones; solo pantalla principal; Wayland, Windows y macOS experimentales; en Windows no puede controlar ventanas con privilegios elevados; límite de 25 pasos por defecto.
Lo bueno
- Funciona totalmente en local con un modelo de visión de 9B en una GPU de 16 GB
- El modo Ask first aprueba cada acción de ratón, teclado y URL
- Arquitectura clara con un renderizador aislado
- Licencia MIT, cualquier endpoint compatible con OpenAI
Lo malo
- Un commit, ninguna versión, 31 estrellas
- Solo se compila desde el código; no hay instaladores
- Solo Linux X11 bien soportado; solo pantalla principal
- Las claves de API no se guardan en el llavero del sistema
Ideal para
Desarrolladores que quieren estudiar o ampliar un agente de uso del ordenador pequeño y totalmente local en una máquina Linux X11 con una GPU de 16 GB.
Alternativas a OpenComputer
OpenComputer: preguntas frecuentes
- ¿Merece la pena OpenComputer?
- OpenComputer es un experimento ordenado y honestamente documentado de uso del ordenador totalmente local, pero un solo commit, ninguna versión y 31 estrellas lo convierten en un proyecto para leer, no para confiarle tu escritorio. Le damos un 2.9 sobre 5.
- ¿Cuánto cuesta OpenComputer?
- Gratis y de código abierto (MIT). Sin plan de pago; tú pones el modelo, en local en tu propia GPU o mediante cualquier API alojada compatible.
- ¿Qué inconvenientes tiene OpenComputer?
- Un commit, ninguna versión, 31 estrellas; solo se compila desde el código; no hay instaladores; solo Linux X11 bien soportado; solo pantalla principal; las claves de API no se guardan en el llavero del sistema.
- ¿Para quién es OpenComputer?
- Desarrolladores que quieren estudiar o ampliar un agente de uso del ordenador pequeño y totalmente local en una máquina Linux X11 con una GPU de 16 GB.
- ¿Cuánto cuesta OpenComputer para un equipo o en producción?
- Sin coste de licencia. Una ejecución local necesita una GPU con unos 16 GB de memoria para el modelo por defecto; un endpoint alojado factura por token, capturas incluidas.
- ¿Es OpenComputer seguro para los datos de la empresa?
- Con un modelo local, capturas, instrucciones y resultados de herramientas se quedan en el equipo. El agente lee la pantalla y controla el ratón y el teclado reales; las claves de API se guardan en la carpeta de datos de la aplicación con permisos exclusivos del usuario, no en el llavero del sistema.
- ¿Cuáles son las mejores alternativas a OpenComputer?
- Las alternativas más cercanas que hemos analizado son Interpreter Workstation, Eigent, Magentic-UI (MagenticLite) y Browser Use.
Respuestas comprobadas el 14 nov 2026.