2026 OpenHuman — полное руководство: установка и настройка macOS, Windows и Linux

OpenHuman (tinyhumansai/openhuman) — GPL-3 десктопный агент на Rust и Tauri с читаемым Memory Tree, lip-sync mascot и опциональным Google Meet. Это руководство для инженеров: матрица железа с акцентом на Metal и UMA, каналы Homebrew / signed apt / MSI, валидация subconscious-цикла и Ollama без лишней компиляции из исходников.

1. Зачем OpenHuman и стек Metal/UMA

OpenHuman позиционируется как local-first super-agent: Neocortex сжимает почту, календарь и контекст экрана в Markdown — Memory Tree, который можно diff-ить в git. В отличие от OpenClaw (gateway + plugins) и Hermes Agent (Skill Documents), здесь UI-first onboarding и mascot с TTS lip-sync.

С инженерной стороны Rust core даёт предсказуемое потребление CPU в idle по сравнению с Electron-обёртками — важно, когда OpenHuman работает параллельно с Xcode, Blender или inference job на том же Mac. Tauri WebView использует системный WebKit на macOS, что снижает duplicate Chromium footprint относительно типичных cross-platform chat clients.

На Apple Silicon критично Unified Memory Architecture (UMA): Rust-ядро OpenHuman, WebView Tauri и веса Ollama 7B Q4 (~4,5 ГБ) делят один адресный простор без PCIe-копий, характерных для discrete GPU + CPU RAM на x86. Metal backend Ollama на M4 даёт throughput, который на VPS за те же деньги с AVX-only CPU не повторить — особенно для mascot + локального 7B одновременно.

Subconscious-цикл пишет в Memory Tree только пока хост не спит. Сообщества фиксируют рост каталога примерно в 3× быстрее на Mac mini 7×24 против MacBook с nightly sleep. Для co-deploy с OpenClaw см. гайд аренды M4 OpenClaw + OpenHuman.

2. Три скрытых боли до установки

1. Сборка из git вместо signed пакетов. cargo tauri build — для патчей CEF, не для продакшена. Homebrew tap, GPG-apt и MSI дают воспроизводимый бинарник; curl | bash без цепочки подписи — только sandbox.
2. Тест mascot/Meet до LLM onboarding. UI стартует без API key — mascot idle forever. Сначала OAuth или ключ, потом Meet и TTS.
3. Subconscious на спящем ноутбуке. macOS sleep / Windows hibernate останавливает фоновый loop — Memory Tree не растёт. Это constraint хоста, не баг агента.

Та же дисципина, что у OpenClaw gateway: один install path, один supervised host, credentials до feature smoke tests.

3. Матрица железа и ОС

На M4 16 ГБ UMA типичный бюджет: ~2 ГБ OS + shell, ~4,5 ГБ qwen2.5:7b Q4, остаток под subconscious и интеграции — без swap thrashing. NVIDIA: CUDA 12+, достаточный VRAM; иначе cloud API. Linux headless VPS без GUI — mascot и Meet недоступны; только CLI/API сценарии.

Metal Performance Shaders ускоряют matmul в Ollama; на M4 Pro bandwidth UMA выше, чем у M4 base — имеет смысл для 13B Q4 при 32 ГБ конфигурации удалённого Mac.

4. Сравнение путей установки

macOS: Xcode CLT (xcode-select --install); Linux: WebKit/GTK через apt; Windows MSI включает WebView runtime.

5. Установка: macOS, Linux, Windows

Шесть шагов ниже — production path для инженера, который не хочет тянуть Rust toolchain на каждый laptop. Фиксируйте версию пакета в runbook: после openhuman --version сохраните вывод в ticket вместе с arch (arm64 vs x86_64) — на Apple Silicon случайная x64 bottle через Rosetta съедает UMA и ломает Metal path Ollama.

Шаг 1 — macOS Homebrew (arm64 native).

brew tap tinyhumansai/core
brew install openhuman
openhuman --version

Или OpenHuman.dmg с GitHub Releases — notarized bundle для Gatekeeper.

Шаг 2 — Debian/Ubuntu apt.

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

Запуск из desktop session — Tauri требует compositor, не голый SSH без DISPLAY.

Шаг 3 — Windows MSI. Signed .msi с Releases, Start Menu. PowerShell script — только для lab.

Шаг 4 — npm global.

npm install -g openhuman

Node 18+, SHA-256 verify native binary, runtime без Node.

Шаг 5 — PATH. brew link openhuman или новый терминал при command not found.

Шаг 6 — Не source build в prod. Pin версии в internal runbook.

Windows: domain-joined машины часто блокируют unsigned PowerShell — MSI с GitHub Releases проходит через GPO, если allowlist по publisher signature. Linux без DISPLAY не запустит Tauri UI — для headless automation рассмотрите только cloud API mode без mascot; полный стек требует desktop session или remote Mac с VNC/Screen Sharing.

npm global удобен, когда IT разрешает Node 18+, но блокирует brew. Installer качает native binary, проверяет SHA-256, runtime не держит node process — меньше attack surface, чем у electron-only обёрток с вечным npm start.

6. Чеклист первого запуска

1. Старт приложения — Launchpad / menu / openhuman.
2. Onboarding — OpenAI, Anthropic или OpenAI-compatible endpoint; key или OAuth.
3. Smoke prompt — «Summarize my tasks today» с подключённым Calendar OAuth.
4. Memory Tree — новые .md после диалога; счётчик файлов растёт.
5. Mascot — busy/thinking на send; lip-sync при TTS.
6. Meet optional — ссылка, Google OAuth, tile mascot visible.

Критерий успеха: no crash loop, model replies, non-empty Memory Tree, logs без exported keys.

Для инженерного acceptance измерьте latency первого token после onboarding: cloud API vs Ollama на M4 16 GB UMA. Разница в 5–10× на 7B Q4 — аргумент в пользу local inference для subconscious loop, который дергает модель часто. Memory Tree: посчитайте .md файлы до и после 10-минутной сессии — прирост подтверждает, что Neocortex пишет, а не только UI чатит.

Mascot lip-sync при TTS — быстрый индикатор, что audio pipeline и LLM streaming связаны. Meet test держите в sandbox Google account: mascot как tile — не deepfake high-risk по EU AI Act, но internal policy всё равно стоит согласовать.

7. Ollama, Metal, низкая память

Установить Ollama, ollama pull qwen2.5:7b, Base URL http://127.0.0.1:11434/v1, имя модели = Ollama tag. На M4 16 ГБ UMA first token часто <2 с для 7B Q4 через Metal; x64 без GPU — 10+ с, acceptable только для экспериментов.

8 ГБ: снизить частоту subconscious, cloud API primary. 13B Q4 на 32 ГБ UMA M4 Pro — рабочий компромисс для offline без CUDA farm.

118+ OAuth интеграций — egress allowlist для corp firewall. Backup Memory Tree: rsync/SFTP на удалённый Mac — zero re-OAuth при смене железа.

Metal Performance Shaders в Ollama используют unified memory bandwidth M4 — типично 100+ GB/s против DDR4 на budget VPS без GPU. Практический вывод: local 7B на арендованном Mac mini M4 часто быстрее и стабильнее, чем 13B на CPU-only x86 за те же деньги, с меньшим power draw на watt/token.

При 8 GB RAM отключите aggressive subconscious scraping и держите cloud API primary. 32 GB UMA на M4 Pro позволяет 13B Q4 + mascot + несколько OAuth integrations без swap — monitor через Activity Monitor: swap used должен оставаться near zero под sustained load.

NVIDIA path: CUDA OOM почти всегда означает model too big for VRAM, не bug OpenHuman. Drop to 7B Q4 или hybrid routing — cloud для 70B reasoning, local 7B для frequent subconscious calls. Document routing в internal wiki рядом с API budget caps.

8. Таблица ошибок

9. Цифры для архитектурных review

• 118+ OAuth integrations в release train 2026.5.
• 8 ГБ min cloud-only; 16 ГБ UMA для Ollama 7B + mascot на Apple Silicon.
• ~4,5 ГБ типичный footprint qwen2.5:7b Q4 в UMA.
• 50 ГБ SSD под несколько quantizations.
• ~3× faster Memory Tree growth на 7×24 vs sleeping laptop (community; measure weekly).
• GPL-3 — legal review перед SaaS redistribution.
• Metal + UMA — ключевое преимущество arm64 Mac над x86 VPS того же monthly cost для local 7B.

Для capacity planning: subconscious loop может генерировать десятки коротких LLM calls в час при активных интеграциях — local 7B на Metal снижает bill cloud API, но требует UMA headroom. Hybrid схема (cloud для сложных ответов, local для фоновых summary) часто оптимальна на 16 GB M4; document split в settings и мониторьте Activity Monitor на swap.

Сравнение с x86 VPS: типичный 4 vCPU / 8 GB instance без GPU не держит mascot UI и Ollama одновременно; вы платите за uptime, но получаете только headless subset. Amdahl's law для OpenHuman: половина value в GUI и Memory Tree visibility — не экономьте на хосте, который их отрезает.

10. Где крутить OpenHuman: ноутбук, VPS, свой Mac mini, аренда

MacBook инженера — отличный dev machine, плохой 7×24 subconscious host: sleep убивает loop, Memory Tree не compound. Linux VPS за $6 держит uptime, но без GUI нет mascot/Meet — вы теряете половину value proposition OpenHuman. Свой Mac mini дома решает UMA/Metal, но ISP outage и отсутствие remote hands для ops команды остаются.

Аренда Mac mini M4 через SFTPMAC: datacenter power, SSH, SFTP backup Memory Tree, native arm64, SLA — без CapEx. Для OpenHuman + OpenClaw на одном узле см. гайд co-deploy: 16 GB UMA minimum, 32 GB если оба агента делят Ollama 7B.

Benchmark mindset: weekly count файлов в Memory Tree, p95 latency первого token, uptime host через launchd или login item. Три метрики достаточно для architecture review — не нужен Grafana на day one.

11. FAQ

Q: Без GPU? Да — cloud API; Ollama 7B на UMA или 8 ГБ+ x64.

Q: Apple Silicon native? arm64 DMG/Homebrew, Metal inference path.

Q: Медленный pull моделей? Mirror registry Ollama; brew/apt mirrors для пакета OpenHuman.

Q: Update? brew upgrade openhuman / apt; backup Memory Tree before major.

Q: Commercial? GPL-3 copyleft — consult legal.

12. Итог: установка — день один; compound Memory Tree требует 7×24 и UMA headroom

По этому руководству вы ставите OpenHuman официальным пакетом на macOS, Windows или Linux, настраиваете LLM, валидируете Memory Tree и mascot, опционально подключаете Ollama на Metal/UMA — без pointless source builds.

Ограничения: sleep ноутбука, hibernate Windows, headless Linux без GUI — subconscious стоп, Meet/mascot деградируют. На x86 без GPU local 13B + mascot одновременно нереалистичны на 8 ГБ — это physics RAM/VRAM, не «плохой код» OpenHuman.

Когда нужен агент с растущим локальным Markdown-памятью, native Apple toolchain и стабильной GUI-сессией, SFTPMAC аренда Mac mini M4 даёт datacenter SLA, SSH и SFTP/rsync backup Memory Tree — «установлено» превращается в «работает 7×24» с правильным UMA tier под Ollama. Еженедельный rsync Memory Tree на удалённый Mac — минимальная страховка от потери OAuth-токенов при смене железа.