Osaurus : un harnais macOS pour agents IA, entièrement local et signé cryptographiquement

Le problème : la couche autour du modèle vous échappe

Les modèles de langage deviennent des commodités. Ce qui reste différenciant, c'est ce qui les entoure : vos conversations, vos fichiers, vos outils, vos identifiants. Les plateformes cloud gardent cette couche sur leurs serveurs. Osaurus la garde sur votre Mac. Le projet cible les développeurs et les utilisateurs avancés de macOS qui veulent des agents capables de mémoriser, d'exécuter du code et d'agir de manière autonome, sans que leurs données ne quittent leur machine. Le README insiste sur une idée simple : les modèles sont interchangeables, le harnais est ce qui s'accumule.

Architecture : un harnais Swift, un VM Linux, une identité dérivée

Osaurus est écrit en Swift, sans Electron, et tourne sur Apple Silicon. Il se compose de plusieurs briques. D'abord, les agents : chacun a ses propres prompts, mémoire et thème visuel. Les outils et compétences sont sélectionnés automatiquement via une recherche RAG, sans configuration manuelle. Ensuite, la sandbox : sur macOS 26+, les agents exécutent du code dans une VM Linux Alpine, isolée via le framework Containerization d'Apple. Chaque agent a son propre utilisateur Linux et son répertoire. La VM se connecte à l'hôte via un pont vsock, ce qui permet d'accéder à l'inférence, à la mémoire et aux secrets sans être déconnecté. Sur les versions antérieures de macOS, un repli utilise la sandbox Seatbelt native : les commandes s'exécutent sur le Mac avec sandbox-exec, les écritures sont limitées à l'espace de travail, et le réseau est tout ou rien. Enfin, l'identité : chaque participant (humain, agent, appareil) a une adresse cryptographique secp256k1. L'autorité descend de votre clé maîtresse dans iCloud Keychain vers chaque agent, formant une chaîne de confiance vérifiable. Des clés d'accès portables (osk-v1) permettent de déléguer par agent et de révoquer.

Installation et premiers pas : brew, CLI et commandes clés

L'installation se fait par Homebrew : brew install --cask osaurus. Vous pouvez aussi télécharger le .dmg depuis les releases. Le README précise que macOS 15.5+ et Apple Silicon sont requis. Une fois installé, trois commandes CLI suffisent pour démarrer. osaurus ui ouvre l'interface de chat. osaurus serve lance le serveur. osaurus status vérifie l'état. La configuration se fait par agent : vous créez un agent personnalisé, vous choisissez un dossier de travail, et l'agent obtient des outils de fichier, de recherche et de git. Si vous activez la sandbox, il obtient aussi un accès shell isolé. Le modèle écrit une liste de tâches en Markdown, l'exécute et termine par un résumé vérifié. L'Orchestrateur intégré est l'exception : il n'a ni dossier de travail, ni sandbox, ni navigateur, ni contrôle d'ordinateur. Pour le travail sur fichiers, il faut créer un agent personnalisé.

Mémoire et confidentialité : distillation en fin de session et filtre anti-fuite

La mémoire se décompose en trois couches : identité, faits épinglés, épisodes par session, plus un repli sur le transcript. Les agents distillent les conversations une fois à la fin de la session, pas à chaque tour. Ils évaluent ce qui est important par saillance et n'injectent au plus qu'un seul morceau compact par requête. La plupart des tours injectent environ 800 tokens ou moins, souvent zéro. Un consolidateur en arrière-plan décroît, fusionne et évince les souvenirs pour éviter l'enflure. Côté confidentialité, quand vous envoyez une requête à un modèle cloud, un classificateur local (openai/privacy-filter, Apache-2.0, 1.5B paramètres, servi via MLX) détecte noms, emails, téléphones, URLs, adresses, dates, numéros de compte et secrets, avec des regex pour SSN, cartes de crédit, IBAN, clés AWS et jetons GitHub. Chaque détection est affichée dans une feuille de revue avec un aperçu masqué. Vous approuvez, les entités sont remplacées par des placeholders stables comme [PERSON_1], et le flux de réponse est désembué à la volée. Le système est fail-closed : si une analyse post-nettoyage trouve une fuite, l'envoi est bloqué. Le panneau Insights capture les octets exacts que le cloud a vus.

Limites et points de vigilance : la sandbox VM n'est pas pour tous les macOS

La promesse d'isolation totale via Linux VM ne tient que sur macOS 26+. Sur les versions antérieures, le repli Seatbelt est nettement moins strict : pas de VM, pas de gestion par domaine réseau, et les installations de paquets se limitent à pip et npm, sans apk. Si vous utilisez macOS 15 ou 16, vous n'avez pas la même garantie d'isolation. Autre limite : le stockage local est en texte clair par défaut, protégé par FileVault, avec un chiffrement SQLCipher en option. Le README le dit explicitement. Cela signifie que sur une machine sans FileVault activé, les données sont lisibles en clair. Enfin, la mémoire est conçue pour être économe, mais le classificateur de confidentialité pèse environ 2,8 Go en conversion MLX. Sur une machine avec peu de RAM, cela peut peser.

Alternatives : les serveurs d'agents et les frameworks de scripting

La principale alternative est d'utiliser une plateforme d'agents hébergée, où le contexte, la mémoire et les outils vivent sur des serveurs. L'approche est radicalement différente : tout est centralisé, accessible depuis n'importe quel appareil, mais vous ne contrôlez pas les données. Osaurus se positionne à l'opposé : tout est local, l'identité est dérivée de votre clé maîtresse, et la connexion au cloud se fait uniquement pour l'inférence, avec un filtre de confidentialité en amont. Une autre alternative est d'écrire vos propres scripts d'automatisation avec des outils comme osascript ou des frameworks de scripting, mais vous perdez alors la mémoire persistante, la sélection automatique d'outils par RAG et l'identité cryptographique. Osaurus apporte une couche d'abstraction que ces scripts n'ont pas.

Coûts de maintenance et licence : un projet jeune mais actif

Le projet est sous licence MIT, ce qui autorise une utilisation commerciale sans restriction majeure. Le dépôt est actif, avec des versions récentes (0.24.2 datée du 29 août 2026). La maintenance est assurée par des mises à jour régulières, mais le projet est relativement jeune. La documentation est riche (guides pour l'agent loop, la sandbox, la mémoire, le filtre de confidentialité, l'identité), ce qui aide à la prise en main. Le coût de mise à niveau est à surveiller : les changements de version peuvent modifier le comportement de la sandbox ou du filtre. Il faut vérifier la compatibilité avec votre version de macOS avant chaque mise à jour. La dépendance à iCloud Keychain pour la clé maîtresse implique que vous devez faire confiance à ce service pour la récupération de votre identité.

Conclusion éditoriale

Osaurus s'adresse aux utilisateurs de macOS 15.5+ et Apple Silicon qui veulent garder leur contexte, leur mémoire et leurs outils sur leur machine, tout en pouvant basculer entre modèles locaux et cloud. Les équipes qui exigent une isolation forte devront vérifier si la sandbox Linux (macOS 26+) ou le repli Seatbelt sur macOS antérieur suffit. Ceux qui préfèrent une solution multi-plateforme ou qui ont besoin d'une orchestration complexe de plusieurs agents devraient regarder ailleurs. Avant d'adopter, testez le filtre de confidentialité avec vos propres données sensibles, vérifiez la chaîne de confiance de l'identité via iCloud Keychain, et mesurez l'impact de la mémoire (~800 tokens par tour) sur vos coûts de modèle cloud.

Sources officielles

1. Official documentation
2. Official README
3. Project repository
4. Release notes