Leon 2.0 Developer Preview: ein Open-Source-Personalassistent wird um Tools und Speicher neu gebaut
Projektüberblick: Leon ist Ihr persönlicher Open-Source-Assistent. Leon unterstützt sowohl lokale als auch entfernte KI-Anbieter, was dazu beiträgt, Datenschutz, Kontrolle und Leistungsfähigkeit in Einklang zu bringen.
Auf einen Blick
- Was ist das?
- Leon ist ein Open-Source-Personalassistent, der sich von seiner Intentionsklassifizierung aus 2019 zu einem neuen Kern mit Tools, Kontext, Speicher und agentischer Ausführung bewegt.
- Für wen ist es gedacht?
- Die 2.0 Developer Preview befindet sich noch im develop-Zweig, die neue Dokumentation ist noch nicht fertig, und die core/context-Dokumente im Repository werden als Quelle der Wahrheit bezeichnet. Geeignet ist leon-ai-leon-deep-analysis für Teams, deren Arbeitsablauf zu den dokumentierten Funktionen passt; ungeeignet bleibt es für Anforderungen, die das README nicht beschreibt.
- Darf ich es kommerziell nutzen?
- Ja. MIT ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Das Repository hat innerhalb des letzten Tages neue Commits erhalten.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Ein Repository im Übergang | leon-ai-leon-deep-analysis
Die README beginnt mit einem wichtigen Hinweis vom 29.03.2026. Darin heißt es, dass sich Leon derzeit auf die 2.0 Developer Preview im develop-Zweig konzentriert, die neue Dokumentation noch nicht bereit ist und die aktuelle Dokumentationsseite sowie ältere Anleitungen größtenteils die Legacy-Architektur widerspiegeln.
Wer die ältere, stabilere Version vor der Agentenphase möchte, wird an den master-Zweig verwiesen; wer den neuen Kern erkunden oder dazu beitragen möchte, soll develop verwenden. Als genaueste Referenzen für den aktuellen Stand nennt die README core/context/LEON.md und core/context/ARCHITECTURE.md.
Was Leon erreichen soll | leon-ai-leon-deep-analysis
Leon wird als Open-Source-Personalassistent beschrieben, der um Tools, Kontext, Speicher und agentische Ausführung herum gebaut ist. Die erklärten Ziele sind praktisch, datenschutzbewusst und in der realen Umgebung des Nutzers verankert zu bleiben: lokal betreibbar, mit dedizierten Tools statt freier Vermutungen, und fähig, Aufgaben von Anfang bis Ende über deterministische Workflows und agentische Ausführung abzuschließen.
Die README nennt vier Gründe für das Design: Datenschutz, fundiertes Verhalten, Erweiterbarkeit und Open Source. Sie stellt außerdem klar, dass Leon kein klassischer Intentionsklassifizierungsassistent mehr ist wie bei der ersten Veröffentlichung 2019.
Ausführungsmodi und Skill-Struktur | leon-ai-leon-deep-analysis
Leon kann in drei Modi laufen: smart lässt das System wählen, controlled folgt deterministischen nativen Skills und Aktionen, agent kann schrittweise planen. Skills gibt es in zwei Arten: native Skills für kontrollierte Aktionen und Agent-Skills für SKILL.md-gestützte Workflows. Native Skills folgen der Kette Skills -> Actions -> Tools -> Functions (-> Binaries).
Leon kann echte Tools verwenden statt nur Textantworten zu liefern, Kontext über die Umgebung des Nutzers nutzen und einen gestuften Speicher für dauerhafte Präferenzen, alltägliche Kontexte und aktuelle Gesprächskontexte führen. Die README erwähnt außerdem ein kompaktes Selbstmodell und ein begrenztes proaktives Puls-System.
Architektur im Überblick | leon-ai-leon-deep-analysis
Die README listet die hochrangigen Teile des Repositorys auf: server/ ist die Hauptlaufzeit für Routing, Speicher, Kontextverwaltung, HTTP-API und Agent/Controlled-Ausführung; app/ ist die Webanwendung; aurora/ enthält UI-Komponenten und eine Vorschauumgebung; skills/ ist in native/ und agent/ unterteilt; bridges/ enthält Node.js- und Python-Brücken sowie Toolkit-Definitionen und Tool-Laufzeiten; tcp_server/ hält Python-Dienste für Teile des Laufzeitstapels; core/context/ enthält generierte Identitäts- und Architekturdokumente.
Bereits enthalten sind Skills und Toolkits für Suche, Produktivität, Systemwerkzeuge, Medien-Workflows, Programmierhilfe, speichergestützte Interaktionen und Sprach-/Audiofunktionen.
Installation und lokaler Start | leon-ai-leon-deep-analysis
Die Voraussetzungen in der README sind Node.js 24.0.0 oder neuer sowie Linux, macOS oder Windows. Für die Node.js-Verwaltung wird Volta empfohlen. Die dokumentierten Installationsschritte sind: Repository klonen, in das Projektverzeichnis wechseln, pnpm global installieren mit npm install --global pnpm@latest, dann pnpm install ausführen.
Gestartet wird Leon mit pnpm start, die Einrichtung kann mit pnpm run check geprüft werden. Standardmäßig läuft Leon lokal und die Anwendung ist unter http://localhost:5366 erreichbar. Andere Befehle, Konfigurationsoptionen oder Deployment-Wege sind in der README nicht dokumentiert.
Mitwirken und Projekthintergrund | leon-ai-leon-deep-analysis
Für die 2.0 Developer Preview werden Mitwirkende laut README schrittweise aufgenommen; es wird auf ein Formular, die Roadmap, Discord und GitHub Issues verwiesen. Die README erklärt auch, warum es nur wenige Mitwirkende gibt: Die 2.0-Arbeit ist ein großer Übergang, der Kern wird um Tools, Speicher, Kontext und agentische Ausführung neu gebaut, und vieles ist noch in Bewegung. Außerdem wird Leon weitgehend in der Freizeit entwickelt, sodass der Fortschritt ungleichmäßig sein kann.
Das Projekt begann 2017 und ist seit 2019 aktiv. Autor ist Louis Grenard, der Fortschritte auf X/Twitter unter @grenlouis teilt; es gibt Newsletter, Blog, YouTube-Kanal und Sponsoring-Link.
Lizenz und Dokumentationsstand | leon-ai-leon-deep-analysis
Das Repository ist unter der MIT-Lizenz lizenziert, Urheber ist Louis Grenard. Die Lizenz erlaubt die Verwendung, Vervielfältigung, Änderung, Zusammenführung, Veröffentlichung, Verteilung, Unterlizenzierung und den Verkauf von Kopien der Software, sofern der Urheberrechtshinweis enthalten ist. Sie besagt, dass die Software ohne jegliche Gewährleistung bereitgestellt wird und Haftung für Ansprüche oder Schäden abgelehnt wird.
Der Lizenztext sagt nichts über Sicherheitslage, Support-Zusagen oder Garantien über diesen Haftungsausschluss hinaus. Zur Dokumentation stellt die README klar: Die neuen Docs für Leon 2.0 sind nicht fertig, die öffentliche Dokumentationsseite kann hinter dem neuen Kern zurückbleiben, und das Repository plus core/context/LEON.md und core/context/ARCHITECTURE.md sollten als Quelle der Wahrheit für die 2.0 Developer Preview behandelt werden.
Prüfung mit leon-ai-leon-deep-analysis
Für leon-ai-leon-deep-analysis sollte zuerst das README von leon-ai-leon-deep-analysis in einer isolierten Testumgebung ausgeführt werden. Dabei sind die im README dieses Projekts genannten Eingaben, Ausgaben, Konfigurationsdateien und Fehlermeldungen zu notieren. Der konkrete Prüfpunkt ist, ob der dokumentierte Hauptablauf mit der eigenen Version und Umgebung reproduzierbar ist; allgemeine Erfolgsannahmen ersetzt dieser Test nicht. Anschließend wird ein Fehlerfall geprüft, etwa eine fehlende Abhängigkeit, ein ungültiger Pfad oder ein abgebrochener Lauf, und die beobachtete Reaktion mit der Projektdokumentation verglichen.
Redaktionelles Fazit
Die 2.0 Developer Preview befindet sich noch im develop-Zweig, die neue Dokumentation ist noch nicht fertig, und die core/context-Dokumente im Repository werden als Quelle der Wahrheit bezeichnet. Geeignet ist leon-ai-leon-deep-analysis für Teams, deren Arbeitsablauf zu den dokumentierten Funktionen passt; ungeeignet bleibt es für Anforderungen, die das README nicht beschreibt. Vor der Einführung das README von leon-ai-leon-deep-analysis ausführen und die projektspezifische Ausgabe prüfen.
Community-Notizen