OpenHuman：能记上下文的开源桌面AI代理，连接118+服务自动生成记忆树

Image

当你把 Gmail、GitHub、Slack、Notion 等超过 118 个常用服务通过 OAuth 授权给 OpenHuman 之后，它会每 20 分钟自动同步一次数据，将全部信息压缩成层级分明的“记忆树”，并同时存放在本机 SQLite 数据库和一个 Obsidian 知识库目录下。你不需要绞尽脑汁去写提示词，这个代理已经在默默阅读你的上下文了。

31.9k

GitHub Stars

118+

集成服务

20min

自动同步周期

这个项目究竟在做什么

OpenHuman 是一个开源的桌面 AI 代理，由开发者 Steven Enamakel（@senamakel）发布后，仅用两天就冲上了 GitHub Trending 榜首。它既不是普通的网页对话窗口，也不是又一个编程助手，而是一个常驻桌面的 AI 伙伴，拥有可视化的表情、语音交互和持久的记忆能力。

它的核心运作方式非常直接：将你在工作中使用的各类 SaaS 账号（邮箱、日历、代码仓库、文档系统、即时通讯等）通过 OAuth 连接到 OpenHuman，之后它便会在后台每 20 分钟自动拉取新产生的数据，并将这些信息加工为 Memory Tree（记忆树） 存入本地的 SQLite 数据库。与此同时，它还会生成一套 Obsidian 可以直接打开和编辑的 .md 格式知识库。当你向它提问时，它会基于已经掌握的上下文即时作答，你再也不必反复上传文件或粘贴历史聊天记录。

该项目基于 Rust + Tauri 构建，前端使用了 TypeScript 和 React 19，代码中 Rust 占了约 65%。安装后得到的是一款原生桌面应用，支持 macOS、Windows 和 Linux 三大平台，并采用 GPL-3.0 开源许可。

快速上手：五分钟从零到可用

对于 macOS 用户，最可靠的方式是通过 Homebrew 安装：

brew tap tinyhumansai/core
brew install openhuman

Debian 或 Ubuntu 用户可以添加官方的 apt 仓库，Windows 用户则直接下载 .msi 安装包。此外，GitHub Releases 页面也提供了 .dmg 和 .AppImage 格式的手动安装文件。

第一次启动后，引导流程会带着你完成三个关键步骤：

▸ 选择模型来源：你可以使用 OpenHuman 提供的订阅服务（统一涵盖推理、搜索和语音功能），也可以填入自己的 OpenAI 或 Anthropic API 密钥，或者连接到本地运行的 Ollama 和 LM Studio 模型。

▸ 连接你的在线服务：打开集成面板，一次性 OAuth 授权 Gmail、Calendar、GitHub、Slack 等你想让代理访问的工具账号。

▸ 等待首次同步：成功连接后，自动抓取任务会在 20 分钟内触发。你可以在 Memory 面板中点击 View vault in Obsidian，直接打开已经生成好的 /wiki/ 目录。

当第一次同步完成后，可以试着这样问它：「总结本周还没有读的客户邮件」「有哪些 PR 等待我来 review」「帮我起草上周二设计会议的跟进消息」。它不需要你反复交代背景，因为上下文已经在那里了。

重点提醒：Memory Tree 生成的全部 .md 文件都保存在你的本地硬盘上，路径为 ~/wiki/。你可以直接用 Obsidian 打开、搜索甚至编辑这些文件，代理在下一次同步时会读取到你的修改。

核心能力深度拆解

OpenHuman 做的事情可以分为几个重要层面：

▸ Memory Tree 记忆树：每一份接入的数据会被切分成不超过 3000 token 的 Markdown 分块，然后根据来源、主题和日期进行分层打分，最终存入本地 SQLite。同时，这些块也会落地为 Obsidian 兼容的 .md 文件。与向量数据库不同的是，这是一种人类可读、可编辑的结构化知识表示。

▸ Auto-fetch 自动抓取：当连接了 Gmail、GitHub、Notion、Slack 和 Calendar 等服务后，后台会每 20 分钟自动拉取新数据并写入记忆树。早上打开电脑时，It 已经知道你凌晨收到了哪些邮件。

▸ TokenJuice 压缩：在进入模型之前，所有工具调用、网页抓取内容、邮件正文和搜索结果都会先经过一个压缩层，把 HTML 转为 Markdown，缩短长 URL，并去除重复摘要。官方声称最多可减少 80% 的 token 消耗，且中文和 emoji 会按字符原样保留。

▸ 桌面吉祥物与语音交互：一个 Rive 动画角色出现在桌面上，具备语音输入和语音输出功能，支持唇形同步。它还可以作为正式参会者加入 Google Meet，实时听取会议内容、记录笔记甚至发言。

▸ 原生工具集：内置了网页搜索、爬虫、文件系统操作、git、lint、test、grep 等常用工具，无需安装插件就能够读写文件和编写代码。

▸ 智能模型路由：系统会根据任务类型自动选择最合适的模型，一个订阅就能涵盖所有模型，不需要为不同模型分别购买 API 密钥。

谁适合用，谁最好再等等

如果你日常同时使用五个以上 SaaS 工具，希望 AI 能全面理解你的上下文而不是每次从零开始，并且比较关注数据隐私，那么 OpenHuman 的设计思路恰好击中了这些需求。独立开发者、自由职业者和小团队运营者会尤其受益，因为它的上下文构建成本几乎为零——接上账号，等上 20 分钟，它就已经认识了你。

但反过来，如果你的环境对安全审计有强制性要求，不太能接受 beta 版偶尔的崩溃或配置变动，或者希望 AI 代理能够处理企业级别的复杂归集任务，那可能还需要再观望一段时间。项目目前仍然处于早期 beta 阶段，还没有经过第三方安全审计，且 Windows 上的稳定性也有部分用户反馈问题。

适合的场景

  • 对隐私敏感的个人用户
  • 多工具重度使用者
  • 自由职业者 / 小型团队
  • 愿意尝鲜的早期采用者

暂时不太适合的场景

  • 需要安全审计的企业环境
  • 不接受 beta 版不稳定的场合
  • 仅将 AI 用于代码编写的人员
  • 以 Windows 为主要工作平台的用户

社区的声音与反馈

项目发布后的传播速度在开源 AI 工具中非常罕见。5 月 12 日上线当天便冲上 GitHub Trending 第一，两周内收获了超过 29k stars，同时拿下 Product Hunt 的单日和单周双料第一。到 6 月中旬，stars 数已增长至 31.9k。多位独立评测者给出了 3.5/5 到 4/5 的综合分数。

在汇总的反馈中，被提及最多的亮点有三点：第一，记忆树以可读的 Markdown 文件呈现，区别于黑盒的向量数据库，这在同类工具中很独特；第二，跨服务联动的体验令人惊喜，有用户写道“周五下午它提醒我有三个周一到期的工单，确实很有用”；第三，Google Meet 的参会功能能够真正在会议中做笔记、使用工具并发言，实用性很强。

创始人 Enamakel 的创业故事也引发了不少共鸣。他在 X 上分享道，最初的代码源于一次失败的尝试——他想给父亲安装一个现成的开源 AI 代理，但配置 API key 和 YAML 文件折腾了三个小时后两人都放弃了。OpenHuman 正是在那个晚上之后写出来的。

来自老手和社区的实用建议

关于安装安全：官方推荐优先使用 Homebrew tap 或 apt 仓库安装，而不是采用 curl | bash 这样的一键脚本。多名做过安全性评测的专业人士都明确建议，下载安装包后最好检验签名，或者利用包管理器自带的验证链路。

关于 OAuth 聚合风险：所有集成通过一个单一的客户端持有全部访问令牌。虽然将数据留存本地减少了云端泄露的可能性，但一旦端点被攻破，攻击者可能会获取到成体系的全量数据。因此，建议先用低风险账号进行测试，确认安全后再接入主力邮箱和代码仓库。

关于“本地优先”的边界：记忆树、Wiki 和运行时状态确实是存储在本地，但默认的模型路由、搜索代理以及 OAuth 握手都需要经过 OpenHuman 托管的云端后端。如果你很介意数据离开本机，则需要手动配置 BYO 模型和 Composio 直连模式。

关于起步策略：社区普遍认为，目前最好的使用方式是从低风险场景切入，先连接 Calendar 和 GitHub，待熟悉记忆树的结构和代理的行为模式后，再逐步接入 Gmail 和 Slack。OpenHuman 与 Cursor、Claude Code 这类编程代理并不冲突，前者主要处理邮箱和日历中的信息，后者专注于代码，它们工作在不同的数据层面。

SOURCES

GitHub 仓库 · github.com/tinyhumansai/openhuman

官方文档 · tinyhumans.gitbook.io/openhuman

OpenHuman Review (openhuman.guide) · openhuman.guide/openhuman-review

Chew Loong Nian, “I Gave OpenHuman 118 of My Apps”, Medium

ZavCloud OpenHuman Install Guide · zavcloud.com