Apache Maka: local-first AI агент рабочее пространство

Что такое Apache Maka и для кого он предназначен

Apache Maka придерживается принципа «local-first»: сессии, настройки и записи выполнения остаются на вашей машине по умолчанию, а пользователь сам выбирает тип подключения к модели — облачный API, локальная модель или совместимый шлюз.

Maka — это локальный настольный AI-workspace, который объединяет подключения к моделям, сессии, разрешения для инструментов, файловый ввод-вывод, выполнение в терминале, поиск, точки входа для ботов и восстановление запусков в одном Electron-приложении — с целью дать пользователям возможность запускать наблюдаемого, управляемого и восстанавливаемого агента на своём компьютере.

Проект ориентирован на:

• Разработчиков, которым нужен агент с контролем над данными и инструментами
• Исследователей AI, запускающих эксперименты с несколькими моделями
• Команды, работающие с конфиденциальными кодовыми базами и не готовые отправлять данные в облако
• Open-source энтузиастов, желающих участвовать в проекте под эгидой Apache Software Foundation

Ключевые возможности

1. Append-only Runtime Event Log — журнал как основа архитектуры

«Log is the Runtime» — ключевой принцип дизайна Apache Maka.

Все сообщения модели, вызовы инструментов, результаты инструментов и факты завершения попадают в Runtime Event Log. Сессии, UI, контекст модели и восстановление — это проекции поверх этого журнала. Такой подход обеспечивает полную воспроизводимость и аудируемость любого агентного сеанса.

2. Мультимодельное подключение

Поддерживаются глобальные API: Anthropic, OpenAI, Google Gemini; китайские API: DeepSeek, Moonshot, Z.AI, Kimi; локальные модели через Ollama; а также кастомные шлюзы, совместимые с OpenAI-compatible endpoints.

3. Встроенные локальные инструменты

Доступны несколько групп возможностей: множественные подключения к моделям, потоковый вывод, учёт использования и нормализация ошибок провайдеров; локальные инструменты — Read, Write, Edit, Bash, Glob и Grep; валидация схемы инструментов, динамическая доступность, политики разрешений, watchdog-и, прерывание и классификация ошибок; Runtime Event Log, реестр AgentRun, восстановление после сбоев, Turn Evidence, активная обрезка результатов инструментов и компакция истории.

Пример использования Bash-инструмента в агентном сеансе:

# Maka CLI: запуск агента с разрешением на выполнение bash-команд
maka run --allow bash,read,write \
  --model anthropic/claude-sonnet-4 \
  --task "Найди все файлы *.ts с TODO и создай отчёт"

4. Управление сессиями

Возможности управления сессиями включают: создание, архивирование, поиск, переименование, повтор, регенерацию и ветвление сессий от конкретного Turn; списки артефактов и превью, инструкции для рабочего пространства, настройки модели и разрешений.

5. Несколько интерфейсов

Desktop, терминальный TUI, неинтерактивный CLI и evaluation subjects — все они выполняются через единый Runtime Host.

6. Политика разрешений (Permission Policy)

При наличии контролируемых разрешений агент может инспектировать проекты, выполнять инструменты, создавать артефакты и сохранять сообщения модели и вызовы инструментов в виде восстанавливаемых фактов выполнения.

7. Интеграции с мессенджерами

Slack, Lark/Feishu и WeCom SDK используются только когда пользователь включает соответствующий бот-канал — это интеграции, а не обязательная инфраструктура.

Архитектура: как устроен Runtime

graph TD
    A[Пользователь / CLI / Desktop / TUI] --> B[Runtime Host]
    B --> C[Runtime Event Log\nappend-only]
    C --> D[Сессии & UI]
    C --> E[Контекст модели]
    C --> F[Восстановление после сбоя]
    B --> G[Model Connections\nAnthropic / OpenAI / Gemini / Ollama]
    B --> H[Local Tools\nRead / Write / Edit / Bash / Glob / Grep]
    H --> I[Permission Policy]
    B --> J[Integrations\nSlack / Lark / WeCom]

Тарифы и цены

Maka распространяется под лицензией Apache License 2.0 — это полностью бесплатный open-source проект без коммерческих тарифов.

Плюсы и минусы

Сравнение с альтернативами

OpenHands требует настройки Docker и конфигурации моделей, но даёт полный контроль над инфраструктурой и нулевую привязку к вендору. Claude Code устанавливается за минуты и обеспечивает более отполированный опыт, но привязывает к ценообразованию и модельному роадмапу Anthropic.

Apache Maka занимает уникальную нишу: он не требует Docker, работает нативно на десктопе, хранит все данные локально в append-only логе и при этом поддерживает широкий спектр провайдеров.

Как начать работу

# Клонировать репозиторий
git clone https://github.com/apache/maka.git
cd maka

# Установить зависимости (Node.js 22.19+)
npm ci

# Запустить Desktop в режиме разработки
npm run dev

# Или запустить CLI
npm run cli -- --help

При первом запуске Maka, если нет подключения к модели, первый экран проведёт через настройку AI вместо показа пустого чата. Рекомендуемый путь: открыть Settings → Models.

Вердикт

Apache Maka подойдёт:

• Разработчикам и командам, работающим с чувствительными данными и требующим полного контроля над агентным рантаймом
• Исследователям AI, которым нужна воспроизводимость и аудируемость каждого шага агента
• Open-source контрибьюторам, заинтересованным в формировании экосистемы агентных инструментов под Apache
• Пользователям macOS Apple Silicon, ищущим нативный local-first агент

Не подойдёт:

• Тем, кто ищет production-ready решение «из коробки» прямо сейчас
• Windows-пользователям (поддержка пока в preview)
• Командам, которым нужна облачная инфраструктура и совместная работа

Итоговый рейтинг: 7.5 / 10

Apache Maka — это смелая архитектурная идея: сделать журнал событий основой всей агентной системы. Пока проект молод, но его принципы local-first и append-only log ставят его в ряд наиболее перспективных open-source агентных рантаймов 2026 года.