Test d'OpenFang : un OS d'agents en Rust sans mise à jour depuis mai 2026

OpenFang se présente comme un « Agent Operating System ». Il est écrit en Rust par Jaber, fondateur de RightNow, et comptait 18 243 étoiles GitHub lors de notre vérification du 8 novembre 2026. Il a de bonnes idées et des réglages par défaut réfléchis. Il a aussi un problème qui l’emporte sur les deux pour quiconque prévoit de l’utiliser sur la durée : le développement semble s’être arrêté.

D’abord, la question de la maintenance

La première version d’OpenFang, v0.1.0, est sortie le 26 février 2026. La dernière version, v0.6.9, et le dernier commit datent tous deux du 12 mai 2026 (releases). Depuis, les pull requests de contributeurs externes n’ont pas été fusionnées, et une issue publique demandant l’état du projet et sa feuille de route après la v0.6.9 n’avait reçu aucune réponse du mainteneur lors de notre vérification.

Rien de tout cela ne signifie que le mainteneur ne reviendra pas. Mais cela signifie qu’aujourd’hui, si vous tombez sur un bug, si un fournisseur change son API ou si une faille de sécurité apparaît dans une dépendance, vous devez supposer que personne en amont ne la corrigera. Pour un agent qui détient vos clés d’API et peut exécuter des commandes, c’est le facteur décisif pour la plupart des gens.

Le projet était aussi en pré-1.0 quand il s’est arrêté, avec des changements incompatibles entre versions mineures, selon ses propres avertissements, et certaines Hands moins matures que d’autres.

Un fork communautaire, LibreFang, poursuit le développement séparément. Nous ne l’avons pas testé, alors vérifiez vous-même son activité ; c’est l’endroit évident où regarder si la conception d’OpenFang vous plaît.

Ce qu’OpenFang fait différemment

D’autres agents de notre liste peuvent exécuter des tâches planifiées que vous configurez vous-même. La fonctionnalité phare d’OpenFang, les Hands, fournit ce travail clé en main. Les Hands sont des paquets autonomes prêts à l’emploi, comme Researcher, Lead, Collector, Predictor, Clip, Twitter et Browser, qui s’exécutent selon un calendrier sans qu’on les sollicite et rapportent leurs résultats au tableau de bord ou dans une application de messagerie. Vous en configurez une pour collecter des recherches ou repérer des prospects, et elle tourne au sein d’un démon de longue durée.

Autour de cela, on trouve les outils d’agent habituels : recherche et navigation web, commandes shell sur liste d’autorisation, génération d’images, synthèse et transcription vocales, mémoire SQLite avec recherche vectorielle, serveurs MCP, tâches cron et une API compatible OpenAI. Un tableau de bord navigateur sur localhost couvre les agents, les workflows, les planifications et les approbations.

L’installer

Il s’installe sous forme de binaire unique via un script, en téléchargement direct du binaire, ou comme application de bureau pour macOS, Windows et Linux sur x86-64 ou ARM (prise en main). Aucune pile Python ou Node n’est nécessaire pour le cœur. Certaines Hands apportent leurs propres dépendances : la Browser Hand nécessite Python 3 et Chromium, et la Clip Hand nécessite FFmpeg et yt-dlp.

Docker est mentionné, mais l’image documentée n’est pas encore publique, donc les utilisateurs de Docker doivent la construire eux-mêmes.

Isolation et réglages par défaut

OpenFang exécute les commandes sur votre hôte, pas dans un conteneur. Le sandbox Docker est désactivé par défaut, et le sandbox WASM ne couvre que les outils et compétences WASM (documentation de sécurité).

Dans ce cadre, ses réglages par défaut sont plus prudents que ceux de nombreux agents exécutés sur l’hôte. D’après le code source de la configuration, les commandes shell sont limitées à une liste d’autorisation d’utilitaires de base, s’exécutent sans shell et avec un environnement épuré, et les actions sensibles des Hands, comme les achats ou les publications, attendent une approbation. C’est une conception sensée. Sa faiblesse : toute faille découverte désormais risque de rester ouverte.

Télémétrie et vie privée

OpenFang n’envoie aucune télémétrie d’usage. La documentation n’en décrit aucune et le code ne contient aucun client d’analytique ; la page Analytics du tableau de bord n’affiche que votre propre consommation de tokens et vos coûts, en local. La configuration, les agents et la mémoire résident dans SQLite sous ~/.openfang. Les prompts vont au fournisseur de modèles et aux plateformes de messagerie que vous configurez.

Modèles et canaux

Vous pouvez utiliser environ 27 fournisseurs, dont Anthropic, Gemini, OpenAI, Groq, DeepSeek, OpenRouter, Mistral, xAI et AWS Bedrock, ou exécuter des modèles locaux via Ollama, vLLM ou LM Studio. Il est sous double licence Apache-2.0 ou MIT.

Il dispose de 40 adaptateurs de canaux, dont Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Microsoft Teams et l’e-mail (adaptateurs de canaux). L’adaptateur WhatsApp intégré utilise la Cloud API professionnelle de Meta ; lier un compte WhatsApp personnel nécessite une passerelle Node.js séparée.

Pour qui

OpenFang vaut la peine d’être essayé si vous aimez bricoler, voulez des agents de recherche ou de veille planifiés et êtes à l’aise pour prendre en charge le code, ou si vous voulez étudier la conception de ses Hands avant d’évaluer LibreFang. Nous ne l’utiliserions pas comme assistant quotidien connecté à des comptes importants tant qu’il ne reçoit aucun correctif.

Alternatives maintenues

• ZeroClaw est l’équivalent le plus proche : lui aussi un binaire Rust unique, avec des déclencheurs cron et événementiels, et un sandbox de l’OS activé par défaut dans son profil recommandé.
• nanobot exécute des automatisations planifiées et des objectifs de longue durée, avec un heartbeat qui rapporte les résultats dans votre discussion.
• Agent Zero exécute des tâches planifiées dans son propre espace de travail Docker et publie fréquemment de nouvelles versions.

D’autres options figurent sur nos pages meilleur agent IA auto-hébergé et alternatives à OpenClaw.