Hob, l'app open source qui apporte le mode Claude Cowork sur votre portable, sans cloud

Le développeur Christian a présenté sur Hacker News le projet Hob : une application de bureau gratuite, sous licence MIT, pour Mac, Windows et Linux. Elle fait avec les fichiers locaux la même chose que les applications Claude et ChatGPT : elle lit et modifie les documents d'un dossier, analyse des images, exécute du code dans un bac à sable et trace des graphiques. La différence : le modèle tourne sur votre machine. Le post a recueilli 162 points et 39 commentaires, et le code source est disponible dans le dépôt FrigadeHQ/hob.

Ce qui manquait aux clients locaux existants

Avant de se lancer, l'auteur a testé toutes les applications d'IA locale qu'il a pu trouver. Aucune ne savait faire l'essentiel : travailler avec les fichiers comme le font les assistants cloud. Le plus avancé qu'il ait vu consistait à coller un fichier texte dans une petite fenêtre de contexte. Ce schéma cassait dès qu'un fichier atteignait quelques kilo-octets. Quant aux images et aux gros PDF, personne ne les traitait correctement.

Selon lui, les solutions plus élaborées se rabattaient par défaut sur des modèles hébergés, ouverts ou propriétaires. Cela ruine l'intérêt de l'exécution locale pour la confidentialité. Certains projets poussaient en outre vers les comptes utilisateurs et un modèle open-core. Hob suit le principe inverse : les conversations et les fichiers ne quittent pas le système, et Internet n'est nécessaire que pour la recherche web (désactivable dans les réglages) et pour les connecteurs MCP que l'utilisateur ajoute lui-même. Sans réseau, l'application fonctionne de façon entièrement autonome.

Comment

Hob est construit : Electron, llama.cpp et trois couches d'isolation

L'application est écrite avec Electron et dialogue avec llama.cpp, lancé dans un processus séparé. Au premier démarrage, Hob détecte la présence d'une carte graphique compatible et choisit le meilleur modèle ouvert pour le matériel. Sans carte, il bascule sur le CPU. L'auteur reconnaît que cette partie a demandé du travail : certaines cartes étaient censées convenir, mais plantaient dès la première requête.

Le code généré par le modèle s'exécute dans un bac à sable. Celui-ci ne peut écrire que dans le dossier de la conversation en cours et n'a pas accès au réseau tant que l'utilisateur ne l'autorise pas. Chaque plateforme utilise son propre mécanisme :

• macOS : sandbox-exec
• Linux : Landlock
• Windows : processus à faible niveau d'intégrité (low-integrity)

Grâce à ces scripts, le modèle crée des outils ponctuels : traitement de données, conversion de documents, génération de graphiques.

Petits modèles et appel d'outils

D'après l'auteur, le plus difficile a été d'amener de petits modèles à appeler les outils de façon fiable. Les modèles de quatre milliards de paramètres écrivaient volontiers « voici votre graphique » sans jamais invoquer l'outil de tracé, ou s'enlisaient dans une boucle d'appels infinie. Retoucher les prompts n'aidait presque pas sur les petits modèles. L'essentiel du temps est allé aux garde-fous logiciels autour des appels.

Voici l'ensemble de ce que contient le projet :

• Modèles généralistes : Gemma 4 et gpt-oss, à poids ouverts
• Reconnaissance d'images : un petit modèle Qwen3-VL
• Saisie vocale : modèle Whisper local
• Recherche web : basée sur SearXNG, désactivable dans les réglages
• Prise en charge des connecteurs MCP ajoutés par l'utilisateur
• Opérations de création, lecture, modification et suppression de fichiers dans le système de fichiers local
• Code Python dans un bac à sable isolé : traitement de données, conversion de documents, graphiques
• Sélection automatique du meilleur modèle selon le matériel au premier lancement
• Mode entièrement hors ligne
• Licence MIT, plateformes Mac, Windows et Linux

À qui s'adresse Hob et quelle qualité en attendre

L'auteur ne conteste pas que les modèles locaux soient plus faibles que les modèles phares du cloud. Mais pour la plupart des tâches d'un utilisateur ordinaire, estime-t-il, le tout dernier modèle de pointe (frontier) est rarement nécessaire. D'après ses propres mesures, les systèmes dotés de 16 Go de RAM ou plus s'en sortent bien, et avec une carte graphique dédiée ou davantage de mémoire, le résultat se rapproche nettement de ce que donne un modèle hébergé prêt à l'emploi. Il s'agit de l'évaluation du développeur lui-même : il n'existe pas encore de benchmarks indépendants, et il demande explicitement à la communauté de tester Hob sur d'autres configurations.

La conclusion pratique pour le lecteur est la suivante. Si vous travaillez avec des contrats, des tableaux financiers ou des documents internes qu'il est interdit d'envoyer dans le cloud, Hob mérite d'être installé et testé sur vos fichiers habituels. Vérifiez trois points : la stabilité de l'appel d'outils avec votre modèle, le comportement sur une machine sans carte graphique dédiée et la qualité de l'analyse des gros PDF.

Les équipes qui développent leurs propres produits agentiques gagneraient à parcourir le code : l'association d'un processus llama.cpp isolé, de bacs à sable au niveau de l'OS et de garde-fous sur les appels d'outils répond à des problèmes que tout le monde finit par rencontrer en essayant des agents sur de petits modèles.