ローカルでの制御に最適なオープンソース AI エージェント

レナがここにいます。自分で運営できるエージェントを探すとき、リーダーボードから始めることはありません。もっと普通の質問から始めます。プロジェクト、ドキュメント、または端末に触れた場合、何がインストールされているかを確認し、実行場所を選択し、更新が失敗したときに回復することはできますか?これは、オープンソース AI エージェントの背後にある有用な約束ですが、すべてのモデル、ツール呼び出し、ログ、またはコネクタがローカルに留まるという約束ではありません。

これは、ローカル制御、可視コード、または自己ホスト型 AI エージェントを必要とする開発者および小規模チーム向けの商業調査の候補リストです。 2026 年 9 月 21 日に、パブリック リポジトリ、ライセンス、インストール パス、リリース、最近のコミット、問題トラッカー、モデル/ツールの構成、セキュリティに関する注意事項を確認しました。「最良のローカル AI エージェント」ガイドとは異なり、このガイドはコード、ライセンス、および運用上の責任に重点を置いています。

一目でわかる最高のオープンソース AI エージェント

唯一の最良のオープンソース AI エージェントはありません。 Open Interpreter は、選択したワークスペースとオペレーティング システムの権限に対してローカル デスクトップで直接選択できる選択肢です。 AnythingLLM は、デスクトップまたは Docker デプロイメントを備えた永続的なナレッジ ワークスペースに適しています。 Agent Zero は、ブラウザー、ドキュメント、プロジェクト タスク用の Docker ワークベンチです。 OpenHands、SWE-agent、および Aider は、オフィス オートメーションではなく、リポジトリ、ターミナル、差分、テスト、モデル構成といった開発者向けです。

実行可能なエージェント サーフェスとプロジェクト レベルのオープンソース ライセンスを公開するリポジトリのみを含めました。それは重要です。 オープンソース AI 定義 は、システム、コード、モデルのコンポーネントを別個の質問として扱います。パブリック リポジトリは有用な証拠ですが、ホスト層、エンタープライズ アドオン、モデルの重み、プラグイン、またはすべての依存関係が自動的にオープン ソースになるわけではありません。これは情報整理であり、法的アドバイスではありません。調達または再配布の決定には、正確な最新のライセンステキストと、必要に応じて顧問が必要です。

オープンソース エージェントがこのリストに登録される仕組み

SDK だけでなく実行可能なエージェントも必要

チームが実際のエージェント エクスペリエンスを構築する必要があるモデルウェイト リリース、API ラッパー、オーケストレーション ライブラリは省略しました。候補者には文書化された CLI、デスクトップ クライアント、または Web インターフェイスが必要です。モデルのサポート。アクション面。そしてその結果は人が検査することができます。

これが、Aider と SWE-agentが適格である理由です。彼らはリポジトリ タスクを取得し、レビューのために diff または軌跡を残します。 Agent Zero はそれ自体をフレームワークと呼んでいますが、その Docker イメージと Web UI は直接的なエージェント エクスペリエンスです。 Dify および現在の Open WebUI リリースは除外されます。それらの表示リポジトリには現在のライセンス制限があり、それらを「オープン ソース」と呼ぶと、ソースが利用可能な境界があいまいになります。

リポジトリのアクティビティ、ライセンス、再現可能なセットアップを確認する

最終候補者ごとに、反復可能なインストール パス、現在のリリースまたはコミット、問題のアクティビティ、およびリポジトリのライセンスを探しました。 Open Interpreter と Aider は Apache-2.0 ライセンスを発行します。 AnythingLLM、OpenHands、Agent Zero、および SWE-agent は MIT ライセンスを発行します。これはスナップショットです。バイナリ、イメージ、拡張機能、モデル サーバー、および商用サービスには、個別の条件が適用される場合があります。

再現可能なセットアップとは、固定されたリリースまたはイメージ、データ ディレクトリまたはボリューム、モデル エンドポイント、およびロールバック プランを意味します。重要な作業の前に、コミット、イメージ、モデル識別子とライセンス、ツール構成、テスト タスク、ログ、ロールバック コマンドを記録します。

1 つの意思決定マトリックスで候補リストを比較する

この表は速度ランキングではありません。現在のインストール マテリアル、リポジトリ アクティビティ、問題アクティビティは見つかりましたが、正確なリリースをテストする必要があります。寛容なアプリライセンスはモデルの商用利用条件を解決するものではありません。

導入パターン別のベスト オープンソース AI エージェント

ローカル デスクトップの場合

作業にローカル ファイル、シェル コマンド、またはアプリケーションが必要な場合は、Open Interpreter が最適です。その強みは不快な部分でもあります。それは、OS の権限で動作するということです。読み取り専用のインベントリ、一時フォルダー、およびファイル出力から始めます。 AnythingLLM は、検索、書き込み、継続的なドキュメント ワークスペースにとっては穏やかです。 「ローカル」でも、モデルのマップ、埋め込み、ブラウザ ツール、テレメトリ、およびコネクタが必要です。

セルフホスト型チームサービスの場合

AnythingLLM と Agent Zero は小規模な自己ホスト型サービスを開始できますが、どちらもサービスを実行する作業を削除しません。認証と TLS を追加し、ネットワーク バインディングを制限し、永続ボリュームをバックアップし、誰がツールを追加したりモデルを変更できるかを制御します。 Agent Zero の Docker 境界により、その作業環境が制限される可能性があります。ホストブリッジまたはワイドマウントは意図的に変更します。ソースが入手可能なため、監査されていないエージェント Web UI をインターネットに公開しないでください。

OpenHands は、サンドボックス化されたソース管理プロジェクトを使用した開発者主導の共有環境に適しています。どのディレクトリを受信するか、ブラウザに資格情報があるかどうか、どのような送信アクセスを許可するか、停止した実行を回復する方法を決定します。セルフホスト型 AI エージェントは、インストールが完了するソフトウェアではなく、ユーザーが操作するサービスです。

開発者主導のカスタマイズの場合

問題に対して SWE-agentを選択し、パッチとテストを行います。 Aider は、差分レビューを備えた高速ターミナル ループ用です。 OpenHands は、より充実したワークスペースとサンドボックスを提供します。これらは、プロンプト、モデル、ツール、およびランタイム ルールを変更する余地を残しながら、実行可能なサーフェスを提供します。

カスタム ツールには、多くの場合、シークレット、パッケージのインストール、および送信アクセスが必要です。どのコマンドを実行するか、どの資格情報を読み取るか、どこに書き込むか、固定されているかどうかを尋ねます。 NIST Generative AI Profile は、ドキュメントのコンテキスト、安全対策、評価、および残りの所有者など、認定ではなく、リスク管理に役立つプロンプトです。

実際の所有コストを計算する

オープンソースではソフトウェアの運用者が変わります。エージェントのコストがゼロになるわけではありません。コストは、RAM、VRAM、ストレージ、モデルのダウンロード、イメージ、API 使用量、バックアップ、モニタリング、サポート時間、人間によるレビューとして表示されます。各モデル、埋め込みサービス、ツール、更新パス、およびコネクタがステージングおよびチェックされていない限り、オフライン操作を主張しないでください。

短いパイロットを使用します。1 つの反復可能なタスク、許可されたモデル、プロジェクト フォルダー、実行予算、および介入と回復時間を記録する所有者です。最初のインストール、アップグレード、ロールバック、および失敗したツール呼び出しをカウントします。尋ねてください: 1 人を無給のオンコール チームにせずに、安全に機能し続けることができるでしょうか?

セキュリティ、メンテナンス、ガバナンスのトレードオフ

オープンソースはセキュリティの決定ではありません。可視コードは、チームがスタックを検査、パッチ適用、固定するのに役立ちます。チームは依然として秘密、公開されたポート、依存関係、モデルの来歴、およびインシデント対応を所有しています。共同の 安全な AI システム開発のためのガイドライン も同じ点を指摘しています。安全な導入はチェックボックスではなく、継続的な責任です。

機能を限定的に保ちます。ホーム ディレクトリではなく、リポジトリを 1 つ指定します。共有管理者の資格情報ではなく、1 つの非運用トークン。そして外部的または破壊的な行動の前にレビューゲートを設けます。モデル、構成、ツール、入力、アクション、出力、レビュー担当者、およびリカバリ結果を保存します。ログを保護します。ログには機密性の高いプロンプトやパスが含まれる可能性があります。

チームが操作できるエージェントを選択してください

ローカル デスクトップ タスクの場合は、Open Interpreter または AnythingLLM と、制限付きの元に戻せるジョブから始めます。 Docker を含む一般的なワークベンチの場合、Agent Zero は狭いマウントを備えた小さなパイロットに値します。リポジトリの場合、対話型ループの場合は Aider、問題形式の試行の場合は SWE-agent、より構造化されたランタイムの場合は OpenHands を選択します。これらの選択肢のいずれを選択しても、モデル ルート、ライセンス、差分、ログ、および回復パスを検査する必要がなくなります。

EvoX は別の比較に属します。これは、ローカルファーストのデスクトップ エージェント製品であり、この候補リストのパブリック オープンソース リポジトリの候補ではありません。重要なのは、チームが理解している制御の下でツールが作業を完了できるかどうか、そしてツールを停止、確認、変更できるかどうかです。

よくある質問

オープンソース AI エージェントは ARM ベースのコンピューター上で実行できますか?

頻繁に、イメージ、デスクトップ バイナリ、モデル ランタイム、アクセラレーション パスを確認します。 Agent Zero では、Docker を介した macOS、Linux、Windows にわたる ARM64 サポートについて文書化しています。残りは、選択したコンテナー、推論サーバー、またはモデルに依存します。ターゲット マシンでフル スタックをテストします。

モデルの重みを使用せずにエージェント構成をバックアップできますか?

いつもの。プロジェクト構成、プロンプト、ツール定義、承認された設定、永続データ ボリューム、およびモデル/バージョン マニフェストをバックアップします。シークレットを除外するか、個別に保護します。モデルの重みは、独自のライセンスで許可されている場合にのみミラーリングできます。復元されたモデルとツールを検証します。

複数のユーザーが 1 つのインストールで別々のプロファイルを保持できますか?

現在のドキュメントでアカウント、ロール制御、分離ストレージが明示的に提供されている場合にのみ信頼してください。共有ブラウザー プロファイルまたはコンテナー ボリュームはユーザー管理対象ではありません。個別の OS アカウント、永続ボリューム、および資格情報をデフォルトとして使用する方が安全です。

オフライン インストール用に依存関係をミラーリングできますか?

はい、しかしそれはサプライチェーンの仕事です。承認されたイメージ、パッケージ、モデル ファイル、依存関係をミラーリングします。チェックサム、バージョン、ライセンス、および手順を保存します。ネットワークを無効にしてインストールをリハーサルします。 「セットアップ後にオフライン」は「最初のインストールからオフライン」よりも範囲が狭くなります。

オープンソース エージェントはアクセシビリティに関するドキュメントを公開していますか?

それを想定するには十分な一貫性がありません。すべての最終候補者について、比較可能な現在の声明は見つかりませんでした。スクリーン リーダー、キーボードのみのワークフロー、コントラスト設定、権限ダイアログ、実行履歴、回復コントロールを使用して UI をテストします。パブリック リポジトリでは、デフォルトではリリースされたエージェントにアクセスできません。

以前の投稿:

1. オープン ソース エージェントを検討している主な理由がローカル実行である場合、Mac 上のローカル エージェントとしての DeepSeek V4 Flash では、モデルの可用性、ランタイム サポート、ハードウェア、ツールの使用、検証が、ローカル セットアップが実際に機能するかどうかにどのような影響を与えるかを示しています。
2. ローカル デスクトップ エージェントをより広範な「AI コワーカー」の主張から区別するために、AI コワーカー vs デスクトップ エージェント では、さまざまなエージェントの作業面にわたるコンピューター アクセス、ファイル、接続ツール、メモリ、およびユーザー コントロールを比較しています。
3. セルフホスト エージェントを実際のファイル、認証情報、またはネットワーク アクセスに公開する前に、OpenClaw AI エージェント セキュリティ では、コードが表示されている場合でも、アクセス許可、シークレット、ネットワーク境界、およびより安全なデフォルトが重要である理由を説明します。