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❤❤❤