乐于分享
好东西不私藏

不想用Openclaw?试试这个更好用的开源AI助手Openhuman

不想用Openclaw?试试这个更好用的开源AI助手Openhuman

⏱ 全文约 3000 字 · 轻松阅读约 5 分钟

不想用Openclaw的朋友,可以试试这个更好用的开源AI助手,windows和macOS、Linux系统都支持,Openclaw能实现的他基本上都能实现,而且交互更人性化,项目名字也挺有意思——OpenHuman。直译过来就是”开放人类”。

“OpenHuman 能在几分钟内了解你,而不是几周。”

用过 AI 智能体的人应该都懂——大部分智能体像个陌生人。你跟它聊天、给指令、教它怎么做事,过了一星期它还是记不住你昨天说过什么。

OpenHuman 做了个不一样的设计,我觉得值得聊聊。

它的核心思路:让 AI 先”变成你”

大多数智能体的工作方式是这样的:你给它任务,它执行,执行完忘掉。每次开始基本从零开始。

OpenHuman 反过来——它先花时间了解你是谁、你在做什么、你有什么数据

怎么做到的?四个字:接入、拉取、压缩、记忆

你把 Gmail 、 Google 日历、 Notion 、 GitHub 、 Slack 、 Linear 、 Jira 这些你日常用的服务,通过 OAuth 一键授权给它——118 个以上的集成,全部是点一下的事

然后它的自动拉取机制每 20 分钟遍历一次你所有已连接的账户,把新邮件、新日程、新代码提交、新消息抓回本地。

这些数据被压缩成不超过 3000 token 的 Markdown 片段,经过评分、汇总,存进一个叫记忆树的结构里,保存在你本机 SQLite 数据库中。

同一份数据还会以 .md 文件的形式落到一个兼容 Obsidian 的本地文件夹里——你可以直接打开这个文件夹,像浏览笔记一样翻阅 AI 对”你”的认知。

一个对比你就懂了

智能体
了解你需要多久
Claude Cowork
对话范围,不持久
Hermes Agent
会学习,但要几周
OpenClaw
依赖插件,得自己搭
OpenHuman 一次同步,几分钟

(等等,这不是我说它比其他都好——而是它的设计目标从一开始就是这个方向。)

不只是记忆,它有个”脸”

OpenHuman 的桌面端有个吉祥物( Mascot )——一个会说话的虚拟角色,可以放在桌面上。这听起来像噱头?

但它能干的事不太像噱头:

它会说话、嘴型同步
能感知你在干什么(你在打字它知道、你在开会它知道)
可以作为真实参与者加入你的 Google Meet 会议——不是旁听,是能发言的那种
你不在电脑前的时候,它继续在后台思考
跨周记住你——你上周跟它聊过的项目细节,这周不用重新说

说实话,这个”主动感知 + 持续存在”的设计,是我目前见过最接近”AI 伴侣”形态的东西。

开箱即用,不用先折腾

OpenHuman 的安装方式很简单:去官网下载 DMG/EXE安装包直接安装 ,或者一行命令:

curl-fsSLhttps://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh|bash 

装好之后:

✅ 内置网络搜索和网页抓取
✅ 完整的编码工具集:文件系统、 git 、 lint 、 test 、 grep
✅ 原生语音:语音输入、语音输出、嘴型同步
✅ 模型路由:一个订阅覆盖所有模型(推理型、快速型、视觉型)
✅ 可选 Ollama 本地模型:端侧工作负载不需要联网

不需要装插件才能读文件,不需要折腾 API key ,不需要先配置再使用。点几下鼠标就能有一个可用的智能体。

跟同类工具的对比,我直接放 README 的表

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
✅ UI 优先,几分钟
成本
⚠️ 订阅+附加
⚠️ 自带模型
⚠️ 自带模型
✅ 单一订阅+压缩
记忆
✅ 对话范围
⚠️ 依赖插件
✅ 自学习
🚀 记忆树+Obsidian
集成
⚠️ 少量连接器
⚠️ 自己接
⚠️ 自己接
🚀 118+ 通过 OAuth
自动拉取
✅ 20 分钟同步
API 碎片化
❌ 额外密钥
❌ 自带密钥
❌ 多供应商
✅ 一个账户
原生工具
✅ 仅代码
✅ 仅代码
✅ 仅代码
✅ 代码+搜索+抓取+语音

OpenHuman 目前是 早期测试版, GNU 许可证,完全开源。 GitHub 上已经有不少 star 了,社区在 Discord 。

我的判断

我试过不少 AI 智能体框架了。原生的Openclaw,Hermes以及各种国产虾(包括腾讯虾Qclaw,京东虾JoyClaw,阿里虾Qwenclaw等等),目前来看Openclaw的初印象要比其他好一些,而且有个最重要的地方:

OpenHuman 是目前在”持久记忆”这个方向上走得最彻底的一个

我在用国产虾的时候它经常就会忘了我之前交代过的事情,还得给他一直重复。

它的核心思路跟其他工具完全不同——别人想的是”怎么让模型更聪明”,它想的是”怎么让模型更了解你”。

TokenJuice 的压缩策略、自动拉取的机制、记忆树的结构——这几件事组合起来,确实让”AI 理解你”的速度快了很多倍。

不过对于想认真用 AI 提升效率的人来说,这是一个值得持续关注的项目。我已经装上开始试了,后面会单独写实测体验。

现在项目处于早期测试阶段,稳定性可能还有一定问题,有想要尝鲜的朋友可以安装尝试。

我把它放到macos的合集了,因为不管从跑本地模型还是云端模型,macos系统都更适合它。


喜欢作者记得点赞+收藏❤❤❤