OpenMake
Open-Weight-Modelle
Qwen, EXAONE, Llama, Mistral oder jeder OpenAI-kompatible Endpunkt. Das Modell ist eine austauschbare Komponente, kein Anbieter, an den du gebunden bist.
PRIVATE KI-PLATTFORM / OPENMAKE 1.62.3
Private KI für Open-Weight-Modelle und Agenten.
Betreibe KI in deiner Infrastruktur. Daten, Modelle und Agenten bleiben unter deiner Kontrolle.
OpenMake ist ein Self-Hosting-Workspace für Open-Weight- und BYOK-Modelle, der lokale Infrastruktur zuerst berücksichtigt. Deine Umgebung bestimmt Modelle, Datenverbindungen, Tools und Zugriffsrechte.
Open Source unter MIT-Lizenz · Private Cloud, On-Premises oder isoliertes Netzwerk
Recherche-Agent
01Dieser beispielhafte Recherche-Schritt zeigt, wie Quellen zur Prüfung vorbereitet werden.
Funktioniert mit
WAS DU VERBINDEN KANNST
Verbinde die KI, die du bereits nutzt.
Sechs Wege hinaus, ein Weg hinein.
OpenMake betreibt lokale Open-Weight-Modelle über vLLM und LiteLLM und verbindet registrierte externe Anbieter über OpenAI-kompatible Wege. BYOK-Zugangsdaten werden mit AES-256-GCM verschlüsselt gespeichert; verfügbare Wege richten sich nach den Verbindungen und Modellrollen des angemeldeten Nutzers.
Jeder Eintrag führt zur eigenen Website.
Gäste verwenden nur das lokale Modell. Für externe Verbindungen ist daher eine Anmeldung nötig. Die Anmeldung mit einem ChatGPT-Abo nutzt einen inoffiziellen, richtlinienabhängigen Geräte-Flow und ist als optionale Komfortfunktion zu verstehen.
WAS OPENMAKE IST
Vier Dinge, die dir gehören.
OpenMake ist Software unter MIT-Lizenz, mit der du Open-Weight-Modelle und Agenten in deiner eigenen Infrastruktur betreibst. Die aktuellen Produktfunktionen und die langfristige Control-Plane-Richtung sind in der Roadmap getrennt beschrieben.
Private Daten
Ein lokaler Modellpfad hält die Inferenz in deiner Infrastruktur. Ein aktivierter externer Anbieter, MCP-Server oder Web-Tool kann Daten an den konfigurierten Dienst senden.
Kontrollierte Agenten
Agentenaufgaben unterstützen konfigurierte Freigaben, isolierte Ausführung und gespeicherte Ergebnisse. Verfügbare Tools und Kontrollen hängen von deiner Bereitstellung ab.
Eigene Infrastruktur
Bereitstellung in einer Kunden-VPC, einer Private Cloud, einem internen GPU-Cluster oder einem geschlossenen Netzwerk. Wähle die Dienste und Netzwerkverbindungen, die zu deiner Umgebung passen.
WÄHLE DEINEN STARTPUNKT
Jetzt bewerten oder in der eigenen Umgebung betreiben.
In beiden Fällen erhältst du dasselbe OpenMake. Die gehostete Demo hilft dir bei einer schnellen Einschätzung; eine eigene Bereitstellung bringt Anwendung, Modell-Gateway und Datengrenze in deine Organisation. OpenMake Bench hilft dir, das passende Modell für beide Wege zu messen.
Ohne Einrichtung ausprobieren
Öffne die gehostete Demo im Browser. Nichts zu installieren, keine Infrastruktur vorzubereiten: Melde dich als Gast an und stelle deine erste Frage.
Keine Installation · Läuft im BrowserGastzugang · Standardmodell
Live-Demo öffnenIn deiner Umgebung betreiben
Betreibe Modelle, Daten, Datenbank, Netzwerkgrenze und Deployment selbst. Der Quellcode steht unter MIT-Lizenz, damit du ihn prüfen, forken und selbst bauen kannst.
Node.js 24 · PostgreSQL · Optional RedisDocker-Isolierung bei Aktivierung
Deployment-Doku lesenVor der Modellwahl messen
OpenMake Bench bietet blinde Paarvergleiche und einen Hardware-Fit-Score. Die Verbindung läuft über das OpenMake-Konto per SSO; das gewählte Modell kann in den Modellrollen verwendet werden.
Gleiche Bedingungen · Blindes RankingDeine Modelle · Auch On-Premises
OpenMake Bench öffnenAGENTEN-LAUFZEIT
Von einer Anfrage zum fertigen Ergebnis.
Agentenaufgaben, Deep Research und Ergebnisse führen von der Anfrage bis zu einer überprüfbaren Ausgabe. Welche Daten und Tools eine Aufgabe erhält, bestimmt die Bereitstellung.
01 / DELEGIEREN
Mehrstufige Arbeit delegieren
Agentenaufgaben arbeiten über mehrere Runden mit Anhängen, Code, Browser-Tools und konfigurierten Freigaben.
Agentenaufgaben ansehen →
02 / PRÜFEN
Antworten auf deine Quellen stützen
Deep Research sammelt Webquellen, vergleicht Belege und liefert einen zitierfähigen Bericht zur Prüfung.
Deep Research ansehen →
03 / ÜBERGEBEN
Dokumente statt Chatverläufe erhalten
Nutze integrierte Tools oder verbinde konfigurierte MCP-Server und speichere wiederverwendbare Dokumente, Code, Tabellen, Bilder und weitere Ergebnisse.
Verbundene Tools ansehen →
AGENTEN-LAUFZEIT / BEREITSTELLUNG
Ein Anwendungspfad für Modelle, Aufgaben und Tools.
Die OpenMake-Anwendung verbindet Modellrouting mit Agentenaufgaben, Skills, MCP-Tools, Sandbox-Ausführung und Ergebnissen. Organisationsweite Richtlinien, Budgets und Governance bleiben Roadmap-Arbeit.
Ein klarer Weg von der Anfrage zum Ergebnis.
01Nutzer→
02OpenMake→
03vLLM / LiteLLM→
04Lokale / Open-Weight-Modelle
Anfragen laufen durch die OpenMake-Anwendung und das Modell-Gateway. Agentenaufgaben verwenden eine persistente Sandbox; konfigurierte externe MCP-Server können isoliert in Docker laufen.
OpenMake Bench unterstützt blinde Paarvergleiche und einen Hardware-Fit-Score. Über Web-SSO lässt sich das gewählte Modell auf Modellrollen anwenden. OpenMake Bench öffnen
Fünf Dinge, die eine Organisation vor dem Vertrauen in ein KI-System prüfen kann.
Für Betreiber zählen solche Nachweise. Die Anzahl der Funktionen gehört nicht dazu.
Lokalen Modellpfad ohne externen Anbieter betreiben.
Wenn lokale Modelle und Datenpfade eingerichtet und keine externen Verbindungen aktiviert sind, kann die relevante Arbeit in deiner Infrastruktur bleiben.
Modellrollen unabhängig konfigurieren.
Eine Bereitstellung kann registrierte Modellpfade für einzelne Rollen auswählen. Verfügbarkeit und Tool-Verhalten hängen vom verbundenen Anbieter und der Konfiguration ab.
Browser-Egress bei aktiviertem Proxy kontrollieren.
Der optionale Browser-Proxy der Aufgaben-Sandbox verwendet bei Aktivierung eine Allowlist. Daten für externe Anbieter und Tools folgen den konfigurierten Verbindungen.
Aufgabenfortschritt und gespeicherte Ergebnisse prüfen.
Aufgabenprotokolle bewahren Status, Schritte, Anhänge und Ergebnisse auf. Verfügbare Audit-Daten hängen von Funktion und Bereitstellung ab.
Geeignete Aufgaben aus Checkpoints wiederherstellen.
Geeignete Agentenaufgaben speichern am Ende eines Turns einen Checkpoint und können beim Start fortgesetzt werden. Wiederherstellung während eines Turns und externe Nebenwirkungen hängen von den Checkpoint-Einstellungen ab.
FÜR WEN
Für Teams, die KI in ihrer eigenen Infrastruktur betreiben müssen.
Wähle lokale Modellpfade, registrierte Anbieter und verbundene Tools passend zu deiner benötigten Datengrenze.
Forschungsinstitute und Verbände
Vergleiche Quellen mit Research-Tools und bereite zitierte Berichte zur Prüfung durch Menschen vor.
Archive · Berichte · Belegte AntwortenÖffentliche und staatsnahe Einrichtungen
Betreibe OpenMake in einem geschlossenen Netzwerk, wenn es zu deiner Umgebung passt, und konfiguriere Modelle, Tools und Freigaben.
Geschlossene Netze · Audit · AufzeichnungenF&E in der Industrie
Analysiere Spezifikationen, Patente und Testdaten mit einem lokalen Modellpfad oder konfiguriere bei Bedarf ausdrücklich einen externen Anbieter.
Spezifikationen · Patente · TestdatenBeratung, Buchhaltung und Recht
Erstelle mit Agenten und Ergebnissen Entwürfe aus den Materialien und Tools, die deine Bereitstellung freigibt.
Verträge · Vorschriften · ErgebnisseIN DER AKTUELLEN QUELLE VERIFIZIERT
Was OpenMake bereits enthält
Diese Produktfakten stammen aus dem OpenMake-1.62.3-Quellcode, nicht aus Roadmap-Zielen oder Werbeschätzungen.
- 262K
- Nutzbares Kontextfenster
- 22
- Integrierte MCP-Tools
- 18 / 100
- Branchen- / Spezialistenagenten
- 5
- Unterstützte UI-Sprachen
Entscheide, wo deine KI läuft.
Teste die gehostete Demo, lies die Deployment-Anleitung oder prüfe die geplante Enterprise-Control-Plane in der Roadmap.