OpenComputerとは？
開発者 andykr1k による OpenComputer は、Linux、Windows、macOS 向けの Electron アプリで、画面上に小さなオーブとして常駐します。依頼を入力すると、スクリーンショットを撮って視覚言語モデルに送り、通常のデスクトップアプリで実際のマウス移動、クリック、ドラッグ、スクロール、キー入力によって次の操作を行い、操作のたびに新しいスクリーンショットを撮ります。
画像とツール呼び出しを受け付ける OpenAI 互換のエンドポイントであれば何とでも通信できます。既定は vLLM でローカルに配信する RedHatAI/Qwen3.5-9B-quantized.w4a16 で、多くの 16 GB GPU に収まるよう選ばれているため、スクリーンショットがマシンの外に出る必要はありません。プロジェクトは MIT ライセンスで、2026年7月22日に単一のコミットとして公開され、タグ付きのリリースはありません。opencomputer.dev にある Digger の同名のクラウドエージェントとは無関係です。
OpenComputerは使う価値があるか？
OpenComputer がすることは一つだけです。モデルに画面を見せ、マウスとキーボードを操作させます。つまり Eigent や OpenWork のようなファイル編集、コネクター、マルチエージェントの計画を持たない純粋なコンピューター操作エージェントで、その価値はこの仕事をローカルでいかに明快にこなすかにあります。既定の量子化済み 9B の Qwen モデルを 16 GB の GPU で動かせば、スクリーンショット、プロンプト、操作はすべてマシン内に留まります。
アルファ版としては妥当な安全設計です。既定の Ask first モードではスクリーンショットは自動で撮りますが、マウス、キーボード、URL の操作には一つずつ承認が必要で、Enter で承認、Delete で拒否します。Automatic モードは 確認なしで動きます。座標と URL スキームは検証され、実行は既定で 25 ステップで止まり、停止ボタンで実行中の処理を取り消せます。レンダラーには Node.js へのアクセスがないため、認証情報と自動操作はメインプロセスに留まります。README は、これらの制御はリスクを減らすがモデル主導のデスクトップ自動化を安全にするものではなく、どの Web ページや文書の文字にもプロンプトインジェクションが潜みうると明言しています。
問題はプロジェクトの状態です。リポジトリには 2026年7月22日の単一のコミットしかなく、スターは 31、未解決の issue は 3 件、タグ付きのリリースはないためインストーラーもありません。Node 22.12 以降でソースからビルドし、モデルも自分で動かす必要があります。最もよく対応しているのは X11 上の Linux だけで、Wayland、Windows、macOS は実験的です。エージェントが見られるのはメインディスプレイのみで、API キーは OS のキーチェーンではなく、ユーザーだけが読めるファイルに保存されます。
小さなローカル視覚モデルがデスクトップをどう操作できるかを研究する開発者にとっては、明快で読みやすいコードベースです。実務には、Interpreter Workstation や Eigent が保守された製品の中でコンピューター操作を提供しており、9B のモデルは、それらのツールが呼び出せる大型のホスト型モデルより、要素の密な画面でクリックを外すことが多くなります。
真価を発揮する場面
視覚言語モデル を評価している機械学習エンジニア
製品向けのモデルを選ぶ前に、量子化済み 9B モデルが実際のデスクトップ作業をどうこなすかを確かめる
既定の Qwen チェックポイントを vLLM で 8192 トークンのコンテキストで配信し、設定でエンドポイントを切り替えて同じ作業で他のモデルと比べます。手持ちのハードウェアで動く無料のソフトウェアで、25 ステップの上限が失敗した実行を短く抑えます。
小さなオープンソースプロジェクトの Linux デスクトップ開発者
スクリーンショットをどこにも送らずに GUI アプリを操作するローカルアシスタントを試作する
リポジトリをフォークし、ツールや安全ポリシーを TypeScript モジュールとして追加します。テスト中は Ask first を有効にしておき、クリックとキー入力の一つひとつに承認を求めます。合成入力が最もよく対応している X11 で動かします。
導入前に確認すること
- 導入
- リポジトリをクローンし、Node 22.12 以降で npm install を実行し、同梱のランチャーで vLLM サーバーを起動するか設定でホスト型エンドポイントを指定してから npm start を実行します。Ubuntu と Debian では libxtst6 が必要な場合があり、macOS では Screen Recording と Accessibility の権限が必要です。
- 連携
- 画像入力とツール呼び出しに対応した、OpenAI 互換のあらゆる Chat Completions エンドポイント。ローカル配信には vLLM。ツール、プロバイダー、安全ポリシーは TypeScript モジュールです。
- データとプライバシー
- ローカルモデルなら、スクリーンショット、プロンプト、ツールの結果はマシン内に留まります。エージェントは画面を読み取り、実際のマウスとキーボードを操作します。API キーは OS のキーチェーンではなく、ユーザーのみがアクセスできる権限でアプリのデータフォルダーに保存されます。
- 大規模利用時のコスト
- ライセンス費用はかかりません。既定のモデルをローカルで動かすにはメモリ約 16 GB の GPU が必要です。ホスト型エンドポイントではスクリーンショットを含めトークン単位で課金されます。
- 制限
- コミット 1 件、リリースなしの初期アルファです。メインディスプレイのみ。Wayland、Windows、macOS は実験的です。Windows では管理者権限で動くウィンドウを操作できません。既定のステップ上限は 25 です。
良い点
- 16 GB の GPU 上の 9B 視覚モデルで完全ローカルに動く
- Ask first モードではマウス、キーボード、URL の操作を一つずつ承認
- レンダラーを隔離した明快なアーキテクチャ
- MIT ライセンスで、OpenAI 互換のどのエンドポイントでも使える
気になる点
- コミット 1 件、リリースなし、スター 31
- ソースからのビルドのみで、インストーラーがない
- 十分に対応しているのは Linux X11 のみ、メインディスプレイのみ
- API キーが OS のキーチェーンに保存されない
おすすめの人
16 GB の GPU を積んだ Linux X11 マシンで、小さく完全ローカルなコンピューター操作エージェントを研究または拡張したい開発者。
OpenComputerの代替
OpenComputer：よくある質問
- OpenComputerは使う価値があるか？
- OpenComputer は完全ローカルのコンピューター操作を試す、整っていて正直に文書化された実験ですが、コミット 1 件、リリースなし、スター 31 という状態では、デスクトップを任せるものではなく読むためのプロジェクトです。 評価は5点満点中2.9点です。
- OpenComputerの料金は？
- 無料のオープンソース（MIT）です。有料プランはなく、モデルは自分の GPU でローカルに動かすか、互換性のあるホスト型 API で用意します。
- OpenComputerの欠点は？
- コミット 1 件、リリースなし、スター 31; ソースからのビルドのみで、インストーラーがない; 十分に対応しているのは Linux X11 のみ、メインディスプレイのみ; API キーが OS のキーチェーンに保存されない.
- OpenComputerは誰に向いているか？
- 16 GB の GPU を積んだ Linux X11 マシンで、小さく完全ローカルなコンピューター操作エージェントを研究または拡張したい開発者。
- チームや本番環境でOpenComputerを使うと費用はいくらか？
- ライセンス費用はかかりません。既定のモデルをローカルで動かすにはメモリ約 16 GB の GPU が必要です。ホスト型エンドポイントではスクリーン ショットを含めトークン単位で課金されます。
- OpenComputerは企業データを扱っても安全か？
- ローカルモデルなら、スクリーンショット、プロンプト、ツールの結果はマシン内に留まります。エージェントは画面を読み取り、実際のマウスとキーボードを操作します。API キーは OS のキーチェーンではなく、ユーザーのみがアクセスできる権限でアプリのデータフォルダーに保存されます。
- OpenComputerの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はInterpreter Workstation, Eigent, Magentic-UI (MagenticLite) 、 Browser Useです。
回答確認日：2026年11月14日