编辑文档 - 别再耗时调教 AI！OpenHuman 速建完整上下文，118 + 服务一键打通

标题

工具栏

点击或拖拽上传图片

支持 PNG, JPG, GIF, WebP 格式

内容 (Markdown 格式)

最近在 GitHub 上看到一个项目，Star 数已经飙到 **11.6k**，Fork 超过 1k，光 Commits 就有快 2000 条——它叫 **OpenHuman**，定位是"你的个人 AI 超级智能"。

但真正让我停下来仔细看的，不是这些数字，而是一句话：

> "大多数智能体从零开始——你需要花费数天甚至数周时间，智能体才能对你的技术栈有足够的了解从而真正发挥作用。"

这句话戳中了多少人的痛处？

---

## 它解决什么问题？

说白了：现在的 AI 都有一个共同的致命缺陷——** stateless**（无状态）。

你发一段 prompt，它回一段回答，然后上下文就"蒸发"了。哪怕有些助手说"我有记忆"，那也只是存几条 bullet points——那是便利贴，不是智能。

OpenHuman 的核心思路是：**让 AI 真正记住你，而且记住的方式是本地优先、隐私优先。**

---

## 核心功能拆解

### 1. 记忆树（Memory Tree）——不是向量数据库，是层级化摘要

这是最让我觉得"不一样"的设计。

你连接的所有服务（Gmail、Slack、GitHub、Notion 等），数据会以这种方式处理：

- 规范化为 Markdown 片段（不超过 3k token）
- 经过评分后折叠成**层级化摘要树**
- 存储在你本机的 **SQLite** 数据库里
- 同步生成 `.md` 文件到 **Obsidian 兼容仓库**

官方说这是受 Karpathy 的 [obsidian-wiki 工作流](https://x.com/karpathy/status/2039805659525644595)启发。没有向量检索的黑箱，没有 Embedding 漂移的问题。

### 2. 118+ 第三方集成 + 自动拉取

这是另一个让我"哇"的地方。

通过**一键 OAuth** 接入 Gmail、Notion、GitHub、Slack、Stripe、Calendar、Drive、Linear、Jira……每个连接都以类型化工具暴露给智能体。

然后——**每 20 分钟自动同步一次**，不需要你写轮询循环，不需要写 Prompt。早上起来，AI 已经知道你的上下文了。

### 3. TokenJuice：智能压缩，最高省 80% 成本

每个工具调用、邮件正文、搜索结果，在到达 LLM 之前都会经过压缩层：

- HTML → Markdown
- 长 URL 缩短
- 非 ASCII 字符移除

官方说最多可降低 **80% 的成本和延迟**。这个数字很关键——上下文长度直接影响账单和响应速度。

### 4. 模型自动路由

OpenHuman 内置模型路由，可以根据任务类型自动分派到不同的 LLM（推理型、快速型、视觉型）。一个订阅，不用自己折腾。

### 5. 原生工具集，开箱即用

常见的网络搜索、网页爬虫、完整编码工具集（文件系统、git、lint、test、grep）都是内置的，不用装插件。

### 6. 一个有"脸"的 AI——桌面吉祥物

这是我觉得最有意思的设计细节：

- 一个桌面吉祥物，会说话、能感知周围环境
- 可以**作为真实参与者加入你的 Google Meet 会议**
- 跨周记住你
- 即使你停止输入，仍在后台持续思考

有点像是给 AI 赋予了"存在感"。

---

## 安装有多简单？

真的只需要几条命令：

**macOS / Linux：**
```bash
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash
```

**Windows：**
```powershell
irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex
```

或者直接去 [tinyhumans.ai/openhuman](https://tinyhumans.ai/openhuman) 下载 DMG / EXE 安装包。

不想自己托管？也可以用他们的云端版本。（说实话安装等待不说啥了，但是我登录用的时间比下载时间还久，科学上网还切换了好几次！）

---

## 与其他框架横向对比

我把官方 README 里的对比表整理了一下：

|                     | Claude Cowork | OpenClaw      | Hermes Agent  | **OpenHuman**              |
| ------------------- | ------------- | ------------- | ------------- | -------------------------- |
| **开源**            | 🚫 闭源       | ✅ MIT        | ✅ MIT        | ✅ **GNU**                 |
| **易上手**          | ✅ 桌面+CLI   | ⚠️ 终端优先   | ⚠️ 终端优先   | ✅ **清爽 UI，几分钟上手** |
| **成本**            | ⚠️ 订阅+附加项 | ⚠️ 自带模型   | ⚠️ 自带模型   | ✅ **单一订阅+TokenJuice** |
| **记忆**            | ✅ 对话范围   | ⚠️ 依赖插件   | ✅ 自学习     | 🚀 **记忆树+Obsidian**     |
| **集成**            | ⚠️ 少量       | ⚠️ 自行接入   | ⚠️ 自行接入   | 🚀 **118+ OAuth**          |
| **自动拉取**        | 🚫 无         | 🚫 无         | 🚫 无         | ✅ **20分钟同步**         |
| **模型路由**        | 🚫 单一模型   | ⚠️ 手动       | ⚠️ 手动       | ✅ **内置**                |
| **本地优先**        | 🚫           | ⚠️           | ⚠️           | ✅ **本地加密**            |

---

## 一个有意思的细节：兼容 agentmemory

如果你已经在用 Claude Code、Cursor、Codex 或 OpenCode，并且自托管了 [agentmemory](https://github.com/rohitg00/agentmemory)，OpenHuman 可以直接作为它的后端——同一个存储，同时服务 OpenHuman 和这些工具。

在 `config.toml` 里改一行就好：
```toml
memory.backend = "agentmemory"
```

这对已经在用其他工具链的开发者来说，过渡成本几乎为零。

---

## 当前状态

官方标注是**早期测试版（Early Beta）**，正在活跃开发中。最近的 commit 是 2 小时前（2025年5月17日），说明维护很勤。

技术栈：Rust + Tauri，桌面端用 CEF（Chromium Embedded Framework）。

---

## 踩坑提醒

1. **自动拉取需要主动连接服务**：首次使用需要手动 OAuth 授权你需要的第三方服务，虽然是一键，但如果你注重隐私，要确认好每个权限范围。
2. **Obsidian 同步是双向的**：你在 Obsidian 里编辑的内容会影响 AI 的记忆上下文，注意不要误删关键片段。
3. **TokenJuice 压缩不可关闭**：这是一个内置层，压缩策略是固定的，无法精细控制。如果你的工作流对原始格式高度敏感，可能需要评估影响。

---

## 选型建议

- **适合你**：希望 AI 有持久记忆、需要接入大量第三方服务、注重本地隐私、想快速上手不想折腾配置
- **可以观望**：需要极强定制能力、等待更成熟的生产级稳定版本

---

## 写在最后

OpenHuman 让我重新思考了一个问题：AI 助手需要"了解你"这件事，到底应该由谁来实现？

云端平台靠用户主动投喂数据，插件生态靠开发者贡献，而 OpenHuman 给出的答案是——**让 AI 自己来，并且让它住在你家里**。

说实话，记忆树 + Obsidian 同步这个设计，我目前还没在第二个产品里看到。你觉得这种"本地优先 + 自动拉取"的方案，会是 AI 助手的未来吗？

**你在用 OpenHuman 或其他本地 AI 助手吗？体验如何？评论区聊聊。**

摘要

标签多个标签用逗号分隔

分类