OpenHuman：一款让你的 AI 真正"认识你"的桌面智能体

传统的 AI 助手每次对话都从零开始——它不记得你上周的邮件、昨天写的代码、以及你习惯怎么工作。OpenHuman 想改变这件事。

一、引言：AI 助手的"失忆症"

如果你用过 Claude Code、Hermes Agent、OpenClaw 这些 AI 智能体，你大概已经习惯了这种模式：每次打开都是一个全新的会话。你告诉它你是谁、你的项目是什么、你的偏好是什么——然后关掉窗口，下次再来一遍。

这不是你的问题，这是当前所有 AI agent 的通病——它们没有真实的记忆。

OpenHuman 是 TinyHumans 团队开发的一款开源桌面 AI 智能体，它试图用一套叫 Memory Tree 的系统来解决这个问题。上线 7 天就获得了 5000+ 用户，GitHub 8.6k stars，被 Product Hunt 评为当日最佳产品之一。

二、产品定位：AI for Everyone，不只是 AI for Developers

与 Hermes Agent、Claude Code 这些 CLI-first 的开发者工具不同，OpenHuman 从第一天起就是桌面应用。

TinyHumans 的创始人 Steven Enamakel 曾分享过他的创业故事：

▲ 四款 AI 智能体产品核心维度对比

给他爸爸配置一个能用的 AI 助手，花了整整 3 个小时还失败了——这个经历让他意识到，当前的 AI 工具对非技术用户太不友好了。于是有了 OpenHuman。

三、Memory Tree：它不是向量数据库

OpenHuman 最核心的创新是 Memory Tree——一个三层结构的本地记忆系统。

它不是传统方案中的向量数据库 + RAG 检索，而是一条确定性管道：

1. 来源层（Source）：从 Gmail、Notion、GitHub、Slack 等连接拉取原始数据
2. 主题层（Topic）：将数据分块（≤3000 tokens），评分排序，提取摘要
3. 全局层（Global）：跨主题整合，形成对整个"你"的理解

所有数据存储在本地 SQLite 数据库中。同时，这些记忆会自动生成为 Obsidian 兼容的 Markdown 文件，

▲ Memory Tree 的三层架构：数据从来源层经主题层汇总至全局层，全部存储在本地 SQLite 中

你可以在 Obsidian 中看到完整的知识图谱，并通过 [[wiki-link]] 手动编辑和关联。

这意味着：你的记忆不是黑盒，你可以打开 Obsidian 看到 AI 为你构建的知识库，甚至动手修改它。

四、118+ 集成与 Auto-fetch：主动学习的智能体

传统 AI agent 需要你主动告诉它信息。OpenHuman 的集成系统反了过来——它自己拉数据。

支持的 118+ 服务包括：Gmail、Notion、GitHub、Slack、Google Calendar、Google Drive、Linear、Jira、Stripe、Obsidian 等。

关键机制 Auto-fetch：每 20 分钟，系统会遍历所有已连接的服务，拉取新数据并自动整合进 Memory Tree。你不需要写 prompt、不需要触发——它自己会做。

效果： 你早上打开电脑，OpenHuman 已经知道昨晚的邮件、代码提交和日历事件。你不需要告诉它"我昨天做了什么"，它知道。

▲ OpenHuman 六大核心功能概览：从记忆系统到集成生态

五、TokenJuice：让你用得起的记忆

如果每次对话都要带上长记忆，API 成本会爆炸。OpenHuman 的解决方案是 TokenJuice——一个三层规则驱动的压缩引擎：

• 内置规则：HTML → Markdown、URL 缩短、非 ASCII 字符清理
• 用户规则：自定义压缩规则（保留/丢弃特定内容）
• 项目规则：按项目/仓库定制

官方宣称，TokenJuice 可以将成本和延迟降低 高达 80%。六个月的邮件摄入，记忆成本仅需个位数美元——这在技术上让"持久记忆"变得经济可行。

六、桌面宠物与 Google Meet 参会

OpenHuman 有一个值得单独提的功能——桌面宠物（Mascot）。

它不是简单的动画角色，而是：

• 会说话（嘴型同步语音合成）
• 有情绪反应（高兴、思考、困惑）
• 能作为真实参与者加入 Google Meet
• 在后台有"潜意识循环"（Subconscious Loop），空闲时自动整理记忆

在 Google Meet 中，Mascot 可以实时转录会议内容、在适当时刻发言、调用工具完成任务——并且以动画角色作为摄像头画面源。这在同类产品中是独一无二的。

七、技术架构一览

OpenHuman 的技术栈：Rust 70.2% + TypeScript 25.4%，基于 Tauri v2 构建桌面应用。

┌─────────────────────────────────────────────┐
│         Desktop UI (React + TypeScript)       │
├─────────────────────────────────────────────┤
│              Tauri v2 (Rust Bridge)           │
├─────────────┬───────────────────────────────┤
│ Rust 核心    │ Memory Tree Engine            │
│ (JSON-RPC)   │ TokenJuice Compressor         │
│              │ Model Router / Auto-fetch      │
├─────────────┴───────────────────────────────┤
│     SQLite (记忆)  │  Obsidian Wiki (可编辑)  │
├─────────────────────────────────────────────┤
│     118+ OAuth 集成  │  Ollama (可选本地 LLM) │
└─────────────────────────────────────────────┘

• 记忆存储：SQLite (memory_tree/chunks.db) + 标准 Markdown 文件
• 模型路由：通过 Hint 前缀（hint:reasoning / hint:fast / hint:vision）自动分配任务
• 安全架构：OS Keychain 存储凭据，QuickJS 沙箱隔离，rustls TLS 加密

八、定价与商业模式

OpenHuman 软件本身免费开源（GPL-3.0）。如需使用其云端模型路由功能，则需要订阅其统一套餐。你也可以搭配本地模型（Ollama）完全免费使用。

九、社区反响

正面反馈：易用性极佳、记忆系统创新、隐私理念好
建设性批评：Beta 阶段粗糙、长文本处理弱、无调度功能、信用额度不透明

十、上手体验

安装 OpenHuman 只需要三步：

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

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

或者直接从 tinyhumans.ai/openhuman 下载桌面 App。

启动后，通过 OAuth 一键连接 Gmail、GitHub、Notion 等服务，系统会自动开始构建你的 Memory Tree。

总结

OpenHuman 在众多 AI agent 中走出了差异化路线——它不追求更强的编码能力，而是追求更好的"理解用户"能力。

它的 Memory Tree + 118+ 集成 + Auto-fetch + TokenJuice 组合在同类产品中没有直接对手。最大的亮点在于：你不需要懂技术、不需要配 API Key、不需要教它你是谁——它自己会学。

当然，Early Beta 阶段的粗糙感、有限的社区覆盖、不透明的定价体系也是它需要面对的问题。

也许未来的 AI 助手不再需要你告诉它"我是谁"——因为它已经知道了。

本文基于 OpenHuman v0.53.43 官方文档、GitHub 仓库、Product Hunt 数据和多家媒体评测撰写。