Osaurusは無料ですか？クラウドモデルには料金がかかりますか？

OsaurusのリポジトリはMITライセンスで、公式アプリにサブスクリプション料金はありません。ローカルモデルには第三者のトークン課金はありませんが、SSD、メモリ、電力を使います。クラウドプロバイダーは、各サービスのプランやAPI使用量に応じて課金される場合があります。

Osaurusに繁体字中国語のインターフェースはありますか？

2026年7月22日時点では、公式ドキュメントとリポジトリから完全な繁体字中国語UIの提供を確認できませんでした。モデルが中国語で回答できることと、アプリのメニューや設定がローカライズされていることは別です。

ローカルモデルが遅い、メモリやSSDが足りない場合は？

より小さいモデルや低ビット量子化モデルへ変更し、デフォルトのStrict設定で同時に1モデルだけを読み込みます。SSDが足りなければ、OSU_MODELS_DIRで外付けドライブへ移せます。クラウドへ切り替える場合は、送信先と費用を改めて確認してください。

Mac版Osaurus実践ガイド：ローカルAIエージェントの導入とプライバシー

AIエージェントにMac上のファイル整理やツール操作を任せたいものの、最初から実際の仕事データを渡すのは不安ではないでしょうか。Osaurusはローカルモデル、エージェント、メモリ、ツールをまとめていますが、「local-first」という言葉だけでプライバシーが保証されるわけではありません。本記事では2026年7月22日時点の公式情報をもとに、確認可能で元に戻せる初回テストを5つのゲートで進めます。ドキュメントとコマンドは確認しましたが、Macごとのベンチマークや境界・侵入テストは実施していません。

要点：

OsaurusはmacOS向けAIエージェント基盤で、単なるモデルランナーではありません。推論エンドポイントだけが必要なら、OllamaやLM Studioから急いで移行する必要はありません。
基本条件はApple Silicon、macOS 15.5以降、ローカルモデル1つにつき約2〜20 GBの空き容量です。Apple Foundation ModelsにはmacOS 26以降が必要です。SandboxはmacOS 26+では隔離Linux VMを使い、macOS 15ではSeatbelt制限環境へ自動的にfallbackします。
ローカルモデルを選んでも、すべての機能がオフラインになるとは限りません。機密タスクの前に、クラウドモデル、relay、remote MCPやツール、Sandboxのネットワーク、telemetryを個別に確認します。
初回は空のworking folderだけを許可し、READMEを1つ作らせます。ファイル変更、モデル、外部通信を確認してから権限を増やしましょう。

まずgo／no-goを判断する

Osaurusアプリの要件は、Apple Silicon Mac、macOS 15.5以降、ローカルモデルごとに約2〜20 GBの追加容量です。公式要件では16 GBや24 GBのRAMを共通の最低条件としていません。インストールできることと、特定のモデルを快適に実行できることは別です。

ゲート	確認すること	満たさない場合
チップ	「このMacについて」にApple Mシリーズと表示される	Intel Macなら導入を中止
OS	macOS 15.5以降	先に更新し、更新できなければ中止
ストレージ	1モデルのダウンロード前に必要容量を確保	小さいモデルか外付けドライブを選ぶ
必須機能	Apple Foundation ModelsまたはLinux VM Sandboxが必要か	macOS 26未満ではローカルモデルやSeatbelt Sandboxを使うか、別案を選ぶ

公式インストールページはM1、M2、M3以降を挙げていますが、Macごとの速度は保証していません。量子化モデルの概算メモリ式も、モデル選びの参考であってアプリの必須条件ではありません。まず小さいモデルを1つだけ読み込み、普段の作業中にunified memoryがどれだけ残るかを見るのが現実的です。

Osaurusとは何か、Ollamaの単純な代替ではない理由

OsaurusはMacネイティブのAIエージェント基盤です。 モデル層、agent identity、memory、tools、automation、互換APIを1つのワークスペースにまとめます。OllamaとLM Studioは、ローカルモデルの実行、管理、テストが中心です。3つは併用できます。

ニーズ	最初の選択	理由
local inference endpointだけ欲しい	Ollama／LM Studioを維持	エージェント管理を増やす必要がない
永続的なagent、memory、tools、automationが必要	Osaurusを並行して試す	これらがOsaurusの中心機能
モデルのダウンロードやRAM・SSD管理を避けたい	クラウド版ChatGPT／Claude／Gemini	hosted productの運用負担が小さい

現在の公式窓口はosaurus.ai、docs.osaurus.ai、osaurus-ai/osaurusです。古い記事がdinoki-ai/osaurusを指していても、現在のダウンロード先ではありません。OllamaやLM Studioを削除する必要もなく、ModelsドキュメントにはOllama serverとLM Studio Custom serverの接続方法が掲載されています。

そのため、3製品を単純な速度ランキングにするのは危険です。同じハードウェア、モデル、量子化、contextで比較しなければ、速度や品質の結論は推測にすぎません。ローカルモデルのリソース負担を先に知りたい場合は、プライベートなローカルAIツールの選び方も参考にしてください。

公式ソースからインストールし、4つの信号を確認する

公式Installationドキュメントに沿って確認しました。公式サイトまたは現在のGitHub ReleasesからDMGを取得するか、Homebrewを使います。

brew install --cask osaurus

DMGではアプリをApplicationsへドラッグします。macOSが開けないと表示した場合、公式案内はファイルを削除し、公式サイトか現在のGitHub Releasesから再ダウンロードすることです。署名警告を無理に回避しないでください。次は公式の確認コマンドですが、本記事では実機実行していません。

osaurus --version
osaurus serve
osaurus status
curl http://127.0.0.1:1337/health

ダウンロード元が正しい、アプリが起動する、CLIがバージョンを返す、127.0.0.1:1337のhealth endpointが応答する、という4点を確認します。DMG導入後にosaurusが見つからなければ、公式ページに従ってapp bundleのCLIをHomebrew binへリンクするか、bundle pathをPATHへ追加します。不明なミラーから取得してはいけません。

MLX、Apple Foundation、cloudはデータ境界から選ぶ

便利さや性能の前に、「この内容をMacの外へ送ってよいか」を判断します。

データを外へ出せない、macOS 15.5以降：MLXのローカルモデルを選びます。ダウンロード容量とunified memoryは自分で管理します。
データを外へ出せない、macOS 26以降：Apple Foundation Modelも選択肢です。公式情報では追加ダウンロードや設定は不要です。
クラウドモデルの能力が必要：providerへ接続します。そのリクエストのpromptとconversation contextは外部サーバーへ送られ、料金が発生する場合があります。

チャットモデルの選択だけでは完了しません。Quick StartはSettings → General → Core Modelでモデルを明示的に選ぶよう案内しています。Core Modelはmemoryを要約し、各メッセージに必要なtoolsとskillsを選びます。未設定ではmemoryの更新が止まり、ツール選択はchat modelへfallbackします。macOS 26以降では公式推奨のfoundationを検討し、それ以外はダウンロード済みの小さく高速なモデルを選びます。catalogや提供状況は変わるため、記事中の特定モデル名をそのまま使わないでください。

local-firstでも5つの通信経路を確認する

Osaurusのプライバシーはリクエスト単位で判断します。 同じagentでも前回はlocal MLX、次回はcloud providerならデータ経路が変わります。local-firstという名称だけでrelay、remote tools、ネットワーク、telemetryが無効になるわけではありません。

経路	Mac外へ出る可能性があるもの	機密タスク前の対応
Cloud model	そのリクエストのpromptとconversation context	local／foundationへ変更するかデータを伏せる
Relay	指定agentへのinbound HTTPS	Server → Relaysで無効を確認
Remote MCP／tool	第三者ツールの動作による	必要なものだけ有効化し、プライバシー説明を読む
Sandbox network	Linux VMからのoutbound HTTP	`network: "none"`に設定
Analytics／crash reports	公式説明では匿名の集計metricsと診断データ	Settings → Privacyでopt-outを確認

公式Security & Privacyページによると、remote provider接続時はInsightsで各requestの送受信内容を確認できます。これは有用な確認点ですが、公式の設計説明は第三者監査ではありません。顧客データ、未公開契約、API keyを扱う前に、そのリクエストのモデル、能力、ネットワーク許可を記録しましょう。

Working folderとSandboxはタスクに応じて選ぶ

この2つは重ねられる二重保護ではありません。Agentsドキュメントでは、同じchat内のworking folderとSandboxは排他的です。

タスク	選択	実際の境界
文書整理、ファイル検索、既存Git repoの操作	Working folder	file／search／git toolsは選択フォルダ内に限定
未知のscript、Python、Node、packageの実行	Sandbox	macOS 26+では隔離Linux VM、macOS 15ではSeatbelt制限環境
データに触れない質問	toolsとmemoryを無効化	text-in／text-outを維持

Sandboxのautonomous_execは、agentがwrite、exec、install、secret toolsを得るか決めます。read-only toolsは別に存在します。対応環境では新しいcustom agentのenabled既定値がtrueと記載されているため、「新規作成」は最小権限を意味しません。Subagents、Computer Use、AppleScript、Bonjour discoveryも、必要になってから有効化します。

最初の安全なテストではREADMEを1つだけ作る

最初から実際のrepoを渡すと、問題の原因がモデル、権限、ツール、serverのどれか判断しにくくなります。空のフォルダなら変数を減らせます。

実データやcredentialのない空のフォルダを作ります。
テストagentを作り、不要なmemory、auto-discover、subagents、Computer Use、AppleScriptを無効にします。
chatでworking folderを選び、同時にSandboxは使いません。
「README.mdを作り、『これはOsaurusの権限テストです』と書く。それ以外のファイルは作成・変更しない」と指示します。
フォルダとGit diffを確認し、想定した1ファイルだけか確かめます。
InsightsとPrivacyでモデル、外部通信、telemetryを確認してから権限を増やします。

これは公式機能から組み立てた安全手順であり、境界テストの結果ではありません。失敗してもテストフォルダを削除でき、実データを危険にさらさない点に価値があります。1ファイルのタスクが安定したら、能力を1つずつ追加し、毎回diffを残してください。

Mac内のデータにもFileVault、SQLCipher、バックアップ確認が必要

ローカル保存でもデータベースが既定で個別暗号化されるとは限りません。 公式情報では0.21.0以降、ローカルデータは既定でplaintext SQLiteで、保存時の主な保護はmacOS FileVaultです。Storage設定でSQLCipherをopt-inでき、keyはmacOS Keychainに保存されます。

Osaurusのapp dataは~/.osaurus/、ローカルMLX modelsは既定で~/MLXModels/にあります。Macアカウントを複数人で共有している、またはFileVaultが無効なら、まず端末とアカウントの境界を整えます。SQLCipher有効化後は、keyを失うとデータを読めなくなる可能性があるため復旧方法も考えます。

バックアップは別のリスクです。公式アンインストール案内は~/.osaurus/の削除が元に戻せないと警告し、先にStorageからplaintext backupを出力するよう勧めています。暗号化されていない共有フォルダへ置いたり、送信先が不明確なクラウドへ安易に同期したりしないでください。削除前に、出力したファイルを読めることも確認します。

トラブル時はゲートを順番に調べる

原因となる層を特定できるよう、順番を固定します。

入手元とバージョン：公式サイトか現在のGitHub Releasesから入手し、macOSとApple Siliconの条件を満たすか確認します。
Server health：osaurus statusとhealth endpointでlocal serverを先に確認します。
モデル容量：ダウンロード完了とSSD、unified memoryの余裕を確認します。
Core Model：GeneralでUse chat modelのままではなく、明示的なモデルを選びます。
権限とフォルダ：working folderとagentのcapabilitiesが本当に必要か見直します。
Network：cloud、remote MCP、ダウンロードが必要な場合だけ許可し、Insightsも確認します。

ローカルモデルが重すぎる場合は、小さいモデルか低ビット量子化モデルへ変え、Strictで同時に1モデルだけ読み込みます。ModelsドキュメントではOSU_MODELS_DIRによる外付けドライブへの移動も可能です。クラウドへの切り替えは失敗ではありませんが、データ境界が変わるため、5つの通信経路をもう一度確認してください。

Osaurusを使わない方がよい場合

次のどれかが必須なら、現在のツールを維持する方がよいでしょう。

Windows、Linux、または一貫したクロスプラットフォーム環境が必要。
stable inference serverだけが必要で、agent、memory、automationは不要。
独立したセキュリティ監査やpenetration testに裏付けられた保証が必要。
モデル容量、FileVault、権限、バックアップを管理できない。
hosted frontier modelが必要だが、promptやcontextを外部へ送れない。

繁体字中国語UIの完成状況も不明です。確認日時点の公式ドキュメントとリポジトリでは、完全なローカライズ済みUIとは判断できません。英語の設定画面に不安があるなら、機密権限の画面を推測で操作するより、公式の状況が明確になるまで待つ方が安全です。

最小タスクを通過してから権限を増やす

Osaurusを導入する価値は、「無料」「ローカル」「オープンソース」という3つのラベルだけでは決まりません。各リクエストの送信先、agentが触れられる範囲、失敗時の復旧方法を説明できるかが重要です。

Macでlocal inference endpointだけが必要なら、OllamaやLM Studioを維持し、agent権限の管理を増やさない選択が合理的です。永続memory、tools、automationが必要なら、まず空のフォルダでREADMEテストを完了し、モデル、通信、権限を記録します。その後、元に戻せるside projectを1つ任せてみましょう。最初から驚く結果を求めず、すべての手順を理解できることを優先してください。