2026年5月時点で、OpenHuman（tinyhumansai/openhuman、GPL-3）は GitHub 上ですでに数万 Star 級のオープンソース・デスクトップエージェントです——2026年2月に公開されたメインリポジトリとしては、現象と呼ぶに足ります。コミュニティのスレッドでは OpenClaw と並べて語られることが多いですが、本当に分解すべきは Star 曲線だけではありません。プロダクトストーリーには一貫した筋道があります：モノリシックなエージェントから、合成可能な Skills へ。OpenHuman は Gmail、Notion、GitHub などをインストール可能な SKILL.md 単位に分割し、Memory Tree と auto-fetch でコンテキストを供給し、プロンプトインジェクションで各ターンに指示を書き込む——2026年に Personal AI とオープンエージェント・スタックが収束した方向性と同じです。
1. GitHub の「現象」：数字が実際に意味すること
Star 数は動きます。KPI として崇拝するのは愚かです。それでも OpenHuman の成長曲線は異常に急です。2026年5月時点でメインリポジトリは約 2 万 Star 帯にあり、2k+ の fork、100+ の contributor、活発なリリースサイクル（例：v0.54.x）があります。他の Personal AI / デスクトップエージェントと比べ、4 つの「Star 増幅要因」を同時に満たしています：
- タイミング — 2026年初頭、エージェントの hype はデモから「自分のマシンに入れられるか？」へシフトした。
- 形 — Tauri + Rust デスクトップ、数分のオンボーディング。純 CLI ゲートウェイよりナレッジワーカーに近い。
- ナラティブ — 「Personal AI super intelligence」にローカル Memory Tree を組み合わせ、ChatGPT 型のセッション健忘を狙う（Personal AI is replacing ChatGPT 参照）。
- ライセンス — GPL-3、監査可能で fork しやすい。クラウド保管を心配する人ほど local-first が評価される。
2. Agent から Skill へ：2026年の拡張性の主流解
初期のエージェントはしばしば「大きなモデル 1 つ + ハードコードされたツール」でした。新しい SaaS ごとにコア変更、リリース、セキュリティレビューが必要でした。2025–2026年、コミュニティは Skills を境界として標準化しました——発見可能・インストール可能・バージョン管理された単位にパッケージ化された能力。コアはスケジュールとコンテキスト保持のみ。
いくつかの方言が生まれました：
- Claude Code / Cursor — MCP サーバーとプロジェクトルールファイル。
- OpenClaw — ゲートウェイ Skills と
SKILL.md駆動のチャネルプラグイン。 - OpenHuman — 別リポジトリ openhuman-skills とデスクトップ Skill カタログ、プロンプトインジェクション。
共通の糸：カーネルを fork するのではなく、カタログエントリを追加して拡張する。分岐点は、Skill が純粋な指示インジェクションか、サンドボックス化された実行可能パッケージか——OpenHuman の 2026 年前半は後者から前者への痛みを伴う移行であり、その転換が GitHub の熱を読む鍵です。短い覚え方：Memory は「あなたは誰？」に答え、Skills は「何を呼べる？」に答える——直交するレイヤーが互いを増幅します。
3. OpenHuman Skill アーキテクチャ：SKILL.md とプロンプトインジェクション
メインリポジトリの 2026年4月マージ feat(skills): agentic loop wiring for SKILL.md bodies および関連作業から、現在の Skill パスはおおよそ次のとおりです：
3.1 発見とインストール
デスクトップアプリはインストール済み Skill ディレクトリを保持します。デフォルトカタログは GitHub openhuman-skills を指せます（開発時は VITE_SKILLS_GITHUB_REPO で上書き）。ユーザーは HTTPS URL から単一の .md もインストールできます（サイズとスキーム制限——現行ソースを確認）。
ローカル開発では、Skill を fork したレジストリに向けます：
# Desktop dev env (example; field names may vary by release)
export VITE_SKILLS_GITHUB_REPO="your-org/openhuman-skills"
# Install one Skill from HTTPS (.md only, HTTPS only)
# Installer validates scheme, path suffix, and body size cap3.2 マッチとインジェクション
各ユーザーターンでエージェントは：
- 「利用可能な Skills」リスト（名前 + 説明）をシステムプロンプトにレンダリング；
- 明示的な
@mentionまたはキーワード/タグヒューリスティクスで Skills をマッチ； - マッチした
SKILL.md本体を読み、[SKILL:name]ブロックとしてインジェクト； - ターンあたり約 8 KiB の合計インジェクション上限を適用——実用的なトークン予算。
コミュニティ作者は通常、SKILL.md を次のように構成します（YAML frontmatter + Markdown 指示）：
---
name: gmail
description: Read and draft Gmail, using mail summaries in Memory Tree
tags: [email, google, productivity]
trust: user
---
# Gmail Skill
When the user mentions mail, inbox, or follow-up:
1. Check Memory Tree for mail chunks from the last 48h
2. Call gmail.read_thread only when full text is needed
3. Draft replies into the local vault; send only after user confirmation
Never call gmail.send without confirmationターン内のインジェクション形状（例示、完全なプロンプトではない）：
## Available Skills
- gmail — read and draft Gmail…
- notion — Notion pages and databases…
[SKILL:gmail]
(SKILL.md body; total injected bytes ≤ 8192)3.3 旧 QuickJS ランタイムからの分離
以前のビルドでは Skill パッケージを QuickJS サンドボックスで実行していました。2026年中盤のロードマップでそのランタイムは削除されました。Skills は今日、メタデータカタログ + 指示インジェクションに傾き、サードパーティ実行可能プラグインではありません——contributor は引き続き Notion、Gmail などを openhuman-skills で保守しますが、ロード動作は現行リリースノートに従います。
4. Memory Tree + auto-fetch：Skills が意味を持つ前提条件
Skill リストだけでは依然「あなたを知らないツール」になります。OpenHuman のもう一つの脚は継続的メモリパイプライン（Skills と直交するが、相互に増幅）：
- 118+ 統合（ドキュメント表記；リリースで変動）—— Gmail、GitHub、Slack、Linear などへの OAuth、型付きツールとして公開。
- Auto-fetch — 約 20 分ごとに、アクティブなコネクタが新鮮なデータを Memory Tree へ（SQLite + 読みやすい Markdown チャンク）。
- Obsidian 互換レイヤー — 同じメモリを監査・編集可能な vault に載せられる——Skills はツールを呼び、Memory Tree は「このユーザーは昨日何をしていた？」に答える。
ここで OpenHuman が「ゲートウェイのみ」のエージェントに勝ることが多い：Skills が能力を束ね、Memory Tree が個人コンテキストの深さを束ねる。ソースを配線せず Skills だけ入れると体験はすぐ薄くなる——バグではなく、アーキテクチャ上の前提です。
任意：Claude Code / Cursor と agentmemory バックエンドを共有（パスとフィールドはリリースドキュメント参照）：
# config.toml excerpt (illustrative)
[memory]
backend = "agentmemory" # default local Memory Tree; switch to self-hosted agentmemory
[memory.agentmemory]
endpoint = "http://127.0.0.1:8765"
namespace = "personal"データフローを一行で：OAuth → auto-fetch で Memory Tree へ → ユーザーターンで Skill マッチ → SKILL.md 本体をインジェクト（≤8 KiB）。
5. openhuman-skills エコシステムとコミュニティ・フライホイール
メインリポジトリの Star 急増は、別 Skills リポジトリが contribution のハードルを下げることに依存します：
- コア Skills（
gmail、notion、参照server-ping）はopenhuman-skills/src/core/配下； - Contributor は Skill を編集し、検証スクリプトを実行し、PR を開く——Tauri アプリ全体を fork する必要なし；
- ユーザーは app-store 風インストールを知覚し、「モノレポを clone して 3 日コンパイル」ではない。
Homebrew formula や VS Code 拡張と同じフライホイール：安定したコア、速いエコシステム。GitHub の「現象」はしばしば「誰かが 1 週間以内に自分の統合を追加できるか？」から来る——OpenHuman はそれを公開リポジトリと文書化された SKILL.md 規約に分割しました。
典型的な openhuman-skills レイアウト（簡略）：
openhuman-skills/
├── src/core/
│ ├── gmail/ # Gmail OAuth + tools
│ ├── notion/ # Notion integration
│ └── server-ping/ # reference / health-check Skill
├── docs/
│ └── SKILL_AUTHORING.md
└── scripts/
└── validate-skills.shContributor ループ：Skill 編集 → 検証 → レジストリへ PR；デスクトップがカタログを pull——メイン openhuman リポジトリは各 SaaS ごとに ship する必要なし。
6. 比較：OpenHuman Skills vs OpenClaw SKILL.md
| 軸 | OpenHuman Skill | OpenClaw Skill |
|---|---|---|
| デフォルトランタイム | ローカルデスクトップ（Tauri） | ローカルまたはクラウドゲートウェイプロセス |
| コア KPI | 個人コンテキスト + デスクトップ copilot | 24/7 チャネル到達、外向き bot |
| Skill の形（2026年中盤） | カタログ + SKILL.md インジェクション | SKILL.md + ゲートウェイツールチェーン |
| Memory | Memory Tree / Obsidian 内蔵 | セッション + カスタムストア、運用負荷高 |
| 典型ユーザー | 「私のことを全部覚えて」 | 「Telegram で bot を見つけたい」 |
ゼロサムではありません。成熟チームはしばしばノート PC で OpenHuman（メモリと Skill 実験）、クラウド Mac で OpenClaw（Telegram/Discord 長接続）を走らせます——OpenHuman vs OpenClaw comparison 参照。
7. 今すぐ入れるべき人、待つべき人
今日向いている：
- Personal AI / Skill インジェクションパターンを手を動かして検証するプロダクト・エンジニアリング担当；
- Obsidian + Markdown ワークフローで Gmail/GitHub の auto-fetch を受け入れる人；
- Apple Silicon Mac で Ollama/MLX ローカル推論を計画するユーザー；
openhuman-skills統合を準備する contributor で、実デスクトップ試行が必要な人。
待つか期待値を下げる：
- 実行可能なサードパーティ Skill サンドボックスが要る本番自動化（今日はプロンプトインジェクション優先）；
- マルチチャネルサポート、外部 SLA、WhatsApp グループ bot——OpenClaw 級ゲートウェイが先；
- OAuth ゼロ、コネクタゼロで全知を期待——Memory Tree は憑空から現れない；
- 公開監査と商用 SLA が要るエンタープライズ組み込み——依然 Beta エネルギー。
8. 境界とよくある誤解
8.1 ハード境界（選定ドキュメントに書いておく）
- Skill ランタイムは変動中 — QuickJS プラグイン時代のチュートリアルからデプロイしない；現行リリース + GitBook に従う。
- インジェクション上限 — ターンあたり Skill 本体約 8 KiB、リソース読み取り約 128 KiB（ソース定数；変更の可能性あり）——長い SOP は分割するか外部化。
- 118+ ソース ≠ あなたのが含まれる — 自スタックを確認；不足統合はカスタム Skill かコミュニティ待ち。
- GPL-3 — fork しやすい；商用 OEM は copyleft 範囲の法務レビューが必要。
8.2 頻出する誤解
- Star は「ChatGPT Enterprise 置き換え」の意味——個人コンテキスト OSであり、汎用 SaaS ではない。
- Skills はインストール後に cron ジョブを自動実行——多くの Skill は今日指示レイヤー；スケジューリングは依然エージェントターンと既存ツールに依存。
- Skill リストだけいじり Memory Tree を無視——auto-fetch なしでは Personal AI ストーリーは崩れる。
- OpenClaw OR OpenHuman——パワーユーザーは通常 Skills + memory はローカル、gateway + channels はクラウド。
9. 結論：現象 = エージェントコア + Skill エコシステム + ローカルメモリ
OpenHuman が GitHub でトレンドしたのは派手なデモのためではありません。2026年の 3 つの賭けを同時に当てました：デスクトップエージェントの復帰、合成可能な Skills、監査可能なローカルメモリ。Agent→Skill 移行は npm 時代の Node のように感じさせます——スリムなコア、コミュニティカタログによる能力拡大；Memory Tree は Skills が真空で API を呼ばず、継続更新される「あなた」に奉仕することを保証します。
Personal AI の長い弧（Skill メカニクスだけでなく）については OpenHuman and the Personal AI wave を参照；常時オン hardware 上の外向き bot については OpenClaw ゲートウェイとクラウド Mac デプロイガイドを続けて読んでください。
関連記事： OpenHumanとPersonal AIの潮流、OpenHumanとOpenClaw：記憶とゲートウェイ、OpenClaw常時オンゲートウェイ
10. Skills はローカル、gateway はクラウド：Mac 分割
OpenHuman Skills と Memory Tree はノート PC またはデスクトップ Macに属します；OpenClaw の Telegram/Discord 長接続、Cron、チャネル秘密は常時オン Mac miniの方が適します。Apple Silicon では Ollama で推論を積み、クラウドゲートウェイがメッセージを処理——Skill アーキテクチャは「24/7 起きている何かが要る」を消し去ったわけではなく、その仕事を Personal AI コンソールから分離しました。
vpszap cloud Mac mini は専用ハードウェア、約 5 分プロビジョニング、SSH/VNC、多リージョンノード、日/週/月/四半期レンタルで長期契約なし——ローカル OpenHuman + クラウド OpenClaw を、gateway 専用に 2 台目の物理 Mac を買わずに実現します。
