Stärker als ChatGPT? Wie OpenHuman mit lokalen Skills Silicon Valley erobert

Frühjahr 2026: Überall im Silicon Valley derselbe Name — OpenHuman. GitHub Stars von 0 auf über 17.000 in unter drei Monaten; Product Hunt und Hacker News mit Hunderten Kommentaren. Erste Frage: „Nur noch ein ChatGPT-Wrapper?“ Nach Code und Doku oft: Nein — Differenzierung liegt in „lokale Skills + Memory Tree + lesbares wiki“, nicht im Modell.

Fokus: OpenHumans Skill-System — Agent-Erweiterung, Vergleich mit ChatGPT GPT, Beta-Status (Runtime-Migration), warum Apple-Silicon-Entwickler den Stack auf Mac mini M4 Cloud Mac fahren.

Warum OpenHuman „überall“ ist

ChatGPT perfektioniert Chat — drei offene Developer-Pains:

• Cold start: Neuer Chat = null Wissen über Projekt, Mail, Slack;
• Vendor lock-in: Custom GPTs an OpenAI-Konto und Cloud gebunden;
• Nicht auditierbar: Memory und Verhalten nicht wie Code prüfbar.

OpenHuman (GPL-3.0, Rust + Tauri Desktop):

• Memory Tree: Auto-fetch → lokales Markdown-wiki (Memory-OS-Analyse);
• Lokale Skills: installierbar, deinstallierbar, Klartext on-device;
• UI-first: Onboarding in Minuten statt YAML-Hölle.

Narrativ: „Modell wechselbar — Workflow-Wissen bleibt lokal.“ Ergänzt Personal-Kontext vs. ChatGPT Memory: Memory = erinnern, Skills = handeln.

Was ist ein OpenHuman Skill

Kein ChatGPT Plugin-Klon, sondern Erweiterungspaket im Agent-Workspace:

• manifest: Name, Beschreibung, Tags, Version;
• SKILL.md: Klartext-Workflow, injiziert in den Prompt.

Registry: tinyhumansai/openhuman-skills. Desktop: entdecken → installieren → deinstallieren — SKILL.md im Editor prüfen.

Injection in den Agent

Laut Skill-Injection-PR (Mai 2026):

Nutzer-Nachricht
    ↓
Skill matcher (@ + Keyword/Tag-Heuristik)
    ↓
read_body() → SKILL.md
    ↓
render_injection (8 KiB Limit, truncate)
    ↓
Agent::turn — LLM mit Skill + Memory Tree
    ↓
Toolchain (filesystem / git / web / APIs …)

## Available Skills listet nur Namen — SKILL.md-Body ist die versionierbare SOP.

Runtime-Migration (Beta)

Mai 2026: Übergangsphase.

• Früher QuickJS-Sandbox für Skill-JavaScript;
• GitBook: QuickJS/rquickjs entfernt;
• Jetzt: metadata catalog + SKILL.md prompt injection, kein vollständiger Third-Party-Plugin-Runtime;
• Rebuild angekündigt — als beta bewerten.

Skills heute = strukturierte Anweisungen + Templates mit eingebauter Toolchain — kein beliebiges Closed-Source-Binary. Für Security-Teams Plus; für „ein Klick, jede API“ Erwartung anpassen.

OpenHuman Skill vs. ChatGPT GPT

„Stärker als ChatGPT“ bei kombinierbaren, auditierbaren, offline-fähigen Workflows — Architektur näher am „Personal AI OS“. Bei reiner Dialog-IQ oft noch Cloud-SOTA vorn. OpenHuman verkauft Agent-Infrastruktur, nicht größere LLMs.

Skill + Memory Tree

• Skill: „Escalation-Ticket-Prozess“;
• Memory Tree: „30-Tage-Slack/Mail-Summary dieses Kunden“;
• Model Routing: starkes Modell für Reasoning, Ollama für Embeddings;
• Coder-Tools führen Skill-Schritte aus.

Custom GPT Instructions reichen selten für automatisches Slack-ingest ins lokale wiki.

openhuman-skills Repository

• src/core/ — shipped Skills (TypeScript + manifest);
• docs/SKILL_SPEC.md — Spec;
• Build: TS → esbuild → Registry;
• Default catalog: GitHub (VITE_SKILLS_GITHUB_REPO override).

Fork, SKILL.md schreiben, Self-Host — nicht nur offizieller Store. OpenClaw-Plugins (Gateway) vs. Desktop-Agent — auf einem Cloud Mac Workspaces trennen.

Local AI für Skill-Workflows

• Embeddings only;
• Embeddings + learning;
• Everything local via Ollama.

Local-first = Memory + Skill-Metadaten — Chat/Vision/Search können cloud. Ollama Metal auf M4: M4 AI.

Skill-Stack auf Mac mini M4 Cloud Mac

• Skills + SKILL.md + manifest;
• Memory Tree (chunks.db + wiki/);
• Ollama-Caches;
• 7×24 ohne Sleep.

1. Windows/Linux: Remote-macOS;
2. Team-Agent-Knoten: persistenter OPENHUMAN_WORKSPACE;
3. Mit iOS-CI: M4-Speicher-FAQ.

Skill-Deployment-Checkliste

• OpenHuman release, catalog in Settings;
• 1–2 Skills, @skill-name testen;
• Auto-fetch-Quelle verbinden;
• OPENHUMAN_WORKSPACE sichern;
• v0.55+ Release Notes Runtime-Rebuild.

FAQ

GPT-Ersatz? Oft bei lokalem Workflow + Memory; ChatGPT bei Zero-Config-Multimodal.

Eigene Skills? SKILL_SPEC, lokal oder PR.

QuickJS? Entfernt — SKILL.md-Injection, Rebuild läuft.

Vs. OpenClaw? Gateway vs. Desktop personal Agent — koexistierbar, isolieren.

Mac? Cross-Platform; 7×24 + Ollama oft Cloud Mac.

Fazit

OpenHumans Hype kommt von „lokale Skills + Memory Tree + lesbares wiki“ — Agent-Infrastruktur, nicht größeres Modell. GPT-Store-Logik wird zu installierbaren, prüfbaren SKILL.md-Workflows mit persönlichen Daten — Runtime beta, Richtung klar: Fähigkeitsgrenzen wie Code auf Ihrer Maschine. Auf Apple Silicon: Mac mini M4 Cloud Mac + Skill catalog + optional Ollama — probierenswerter 2026-Pfad.