Qu’est-ce que OpenComputer ?
OpenComputer, du développeur andykr1k, est une application Electron pour Linux, Windows et macOS qui reste à l'écran sous forme de petit orbe. Vous tapez une demande ; elle prend une capture d'écran, l'envoie à un modèle vision-langage et exécute l'étape suivante par de vrais mouvements de souris, clics, glisser-déposer, défilements et frappes clavier dans des applications de bureau ordinaires, avec une nouvelle capture après chaque action.
Elle dialogue avec tout point d'accès compatible OpenAI acceptant images et appels d'outils. Par défaut, elle utilise RedHatAI/Qwen3.5-9B-quantized.w4a16 servi localement via vLLM, choisi pour tenir sur de nombreux GPU de 16 Go, si bien que les captures n'ont jamais à quitter la machine. Le projet est sous licence MIT et a été publié en un seul commit le 22 juillet 2026, sans version étiquetée. Il n'a aucun lien avec l'agent cloud homonyme de Digger sur opencomputer.dev.
OpenComputer vaut-il le coup ?
OpenComputer fait exactement une chose : laisser un modèle voir votre écran et manier votre souris et votre clavier. C'est donc un pur agent d'utilisation de l'ordinateur, sans les éditeurs de fichiers, connecteurs ni planification multi-agents d'Eigent ou d'OpenWork, et sa valeur tient à la clarté avec laquelle il fait ce travail en local. Avec le modèle Qwen 9B quantifié par défaut sur un GPU de 16 Go, captures, consignes et actions restent sur votre machine.
La conception de la sécurité est raisonnable pour une alpha. Le mode par défaut, Ask first, prend des captures automatiquement mais exige une approbation pour chaque action de souris, de clavier et d'URL, avec Entrée pour approuver et Suppr pour refuser ; le mode Automatic agit sans demander. Coordonnées et schémas d'URL sont validés, les exécutions s'arrêtent par défaut après 25 étapes, et un bouton d'arrêt annule une exécution en cours. Le moteur de rendu n'a pas accès à Node.js, si bien qu'identifiants et automatisation restent dans le processus principal. Le README dit ouvertement que ces contrôles réduisent le risque sans rendre sûre l'automatisation du bureau pilotée par un modèle, et que le texte de n'importe quelle page web ou document peut porter une injection de consignes.
Le problème, c'est l'état du projet. Le dépôt contient un seul commit du 22 juillet 2026, compte 31 étoiles, trois tickets ouverts et aucune version étiquetée, donc aucun installateur : vous compilez depuis les sources avec Node 22.12 ou plus récent et faites tourner le modèle vous-même. Seul Linux sous X11 est présenté comme le mieux pris en charge ; Wayland, Windows et macOS sont expérimentaux, l'agent ne voit que l'écran principal, et les clés d'API sont stockées dans un fichier réservé à l'utilisateur plutôt que dans le trousseau du système.
Pour un développeur qui veut étudier comment un petit modèle de vision local peut piloter un bureau, c'est un code clair et lisible. Pour travailler réellement, Interpreter Workstation et Eigent proposent l'utilisation de l'ordinateur au sein d'un produit maintenu, et un modèle de 9B ratera ses clics sur les interfaces denses plus souvent que les grands modèles hébergés que ces outils peuvent appeler.
Là où il fait la différence
Un ingénieur en apprentissage automatique qui évalue des modèles vision-langage
Voir comment un modèle 9B quantifié s'en sort sur de vraies tâches de bureau avant de choisir un modèle pour un produit
Servez le checkpoint Qwen par défaut via vLLM avec un contexte de 8192 tokens, puis changez le point d'accès dans les réglages pour comparer d'autres modèles sur les mêmes tâches. Logiciel gratuit sur un matériel que vous avez déjà ; la limite de 25 étapes écourte les exécutions ratées.
Une développeuse de bureau Linux sur un petit projet open source
Prototyper un assistant local qui manie des applications graphiques sans envoyer de captures nulle part
Forkez le dépôt et ajoutez outils ou politiques de sécurité sous forme de modules TypeScript ; gardez Ask first activé pendant les tests pour que chaque clic et chaque frappe demandent une approbation. Faites-le tourner sous X11, où la saisie synthétique est la mieux prise en charge.
Avant de vous engager
- Mise en route
- Clonez le dépôt, lancez npm install avec Node 22.12 ou plus récent, démarrez un serveur vLLM avec le lanceur fourni ou indiquez un point d'accès hébergé dans les réglages, puis npm start. Ubuntu et Debian peuvent demander libxtst6 ; macOS exige les autorisations Screen Recording et Accessibility.
- Intégrations
- Tout point d'accès Chat Completions compatible OpenAI acceptant images et appels d'outils ; vLLM pour le service local. Outils, fournisseurs et politiques de sécurité sont des modules TypeScript.
- Données et confidentialité
- Avec un modèle local, captures, consignes et résultats d'outils restent sur la machine. L'agent lit l'écran et contrôle la vraie souris et le vrai clavier ; les clés d'API sont stockées dans le dossier de données de l'application avec des droits réservés à l'utilisateur, pas dans le trousseau du système.
- Coût à grande échelle
- Aucun coût de licence. Une exécution locale demande un GPU d'environ 16 Go de mémoire pour le modèle par défaut ; un point d'accès hébergé facture au token, captures comprises.
- Limites
- Alpha précoce avec un commit et aucune version ; écran principal uniquement ; Wayland, Windows et macOS expérimentaux ; sous Windows, impossible de contrôler les fenêtres aux droits élevés ; limite par défaut de 25 étapes.
Les points forts
- Fonctionne entièrement en local avec un modèle de vision de 9B sur un GPU de 16 Go
- Le mode Ask first fait approuver chaque action de souris, de clavier et d'URL
- Architecture claire avec un moteur de rendu isolé
- Licence MIT, tout point d'accès compatible OpenAI
Les points faibles
- Un commit, aucune version, 31 étoiles
- Compilation depuis les sources uniquement ; pas d'installateur
- Seul Linux X11 bien pris en charge ; écran principal uniquement
- Clés d'API non stockées dans le trousseau du système
Idéal pour
Les développeurs qui veulent étudier ou étendre un petit agent d'utilisation de l'ordinateur entièrement local sur une machine Linux X11 dotée d'un GPU de 16 Go.
Alternatives à OpenComputer
OpenComputer : questions fréquentes
- OpenComputer vaut-il le coup ?
- OpenComputer est une expérience soignée et honnêtement documentée d'utilisation entièrement locale de l'ordinateur, mais un seul commit, aucune version et 31 étoiles en font un projet à lire plutôt qu'à qui confier votre bureau. Nous lui donnons 2.9 sur 5.
- Combien coûte OpenComputer ?
- Gratuit et open source (MIT). Pas d'offre payante ; vous fournissez le modèle, localement sur votre GPU ou via toute API hébergée compatible.
- Quels sont les inconvénients de OpenComputer ?
- Un commit, aucune version, 31 étoiles; compilation depuis les sources uniquement ; pas d'installateur; seul Linux X11 bien pris en charge ; écran principal uniquement; clés d'API non stockées dans le trousseau du système.
- À qui s’adresse OpenComputer ?
- Les développeurs qui veulent étudier ou étendre un petit agent d'utilisation de l'ordinateur entièrement local sur une machine Linux X11 dotée d'un GPU de 16 Go.
- Combien coûte OpenComputer pour une équipe ou en production ?
- Aucun coût de licence. Une exécution locale demande un GPU d'environ 16 Go de mémoire pour le modèle par défaut ; un point d'accès hébergé facture au token, captures comprises.
- OpenComputer est-il sûr pour les données de l’entreprise ?
- Avec un modèle local, captures, consignes et résultats d'outils restent sur la machine. L'agent lit l'écran et contrôle la vraie souris et le vrai clavier ; les clés d'API sont stockées dans le dossier de données de l'application avec des droits réservés à l'utilisateur, pas dans le trousseau du système.
- Quelles sont les meilleures alternatives à OpenComputer ?
- Les alternatives les plus proches que nous avons testées sont Interpreter Workstation, Eigent, Magentic-UI (MagenticLite) et Browser Use.
Réponses vérifiées le 14 nov. 2026.