乐于分享
好东西不私藏

OpenHuman:4千Star的AI助手,用记忆树让AI不用学就懂你

OpenHuman:4千Star的AI助手,用记忆树让AI不用学就懂你

4148 Star,3个月,一个Rust写出来的AI助手,要让AI不用学就懂你

它叫OpenHuman,GitHub上蹿得最快的个人AI Agent项目之一。不是聊天机器人,不是代码助手——它想做你的数字分身:连上你的Gmail、Slack、GitHub、Notion,每20分钟自动同步一次,把你的全部工作生活压缩成一棵记忆树,存本地。

然后AI就真的认识你了。

AI最大的问题不是笨,是不认识你

所有大模型都一样:你问一句它答一句,关掉窗口,它就忘了你是谁。

ChatGPT的记忆?几条摘要,相当于一张便利贴。Claude的Project?你要自己把文件喂进去。OpenClaw?装插件、配API,搞一天才能让它读你的邮件。

这就像请了一个助理,但他每天早上都要重新认识你。

OpenHuman的创始人senamakel看准了这个痛点。他的思路很简单:AI不需要更聪明,需要更了解你。

记忆树:把你的生活变成AI能读懂的维基百科

OpenHuman的核心是一个叫Memory Tree的东西。

你连上118个第三方服务(Gmail、Slack、GitHub、Notion、Stripe、Calendar、Drive、Jira……),一键OAuth,不需要配API Key。然后每20分钟,OpenHuman自动从所有活跃连接拉取最新数据,走一条确定性管道:

数据

原始数据 → Markdown规范格式 → ≤3k token分块 → 相关性评分 → 按来源/主题/日期折叠成层级摘要树 → 存入本地SQLite

数据

不是向量数据库黑盒。同样的数据还会生成.md文件,存到一个Obsidian兼容的Vault里——你用Obsidian打开就能浏览、编辑、手动链接。灵感来自Karpathy的obsidian-wiki工作流。

官方宣称可以记住10亿token的记忆。这个数字相当于你连续发5年微信的全部聊天记录。

> 你无法信任一段你读不懂的记忆。

这是OpenHuman的哲学:记忆必须对人可读,不能只是机器内部的向量。

TokenJuice:6个月邮件,个位数美元

记忆多了,钱就成问题。

扫你6个月的邮件、Slack消息、GitHub通知,原始数据可能有几十MB。直接塞给GPT-4?光token费就够吃一顿好的。

OpenHuman的解法叫TokenJuice——一个压缩层,在数据碰到模型之前先瘦身:

HTML转Markdown(去掉标签和样式噪音)
长URL缩短
非ASCII字符清理
工具调用结果压缩

▸ 不压缩:6个月邮件 ≈ 200万token ≈ $60

✓ 压缩后:同等内容 ≈ 40万token ≈ $8

成本砍掉80%,延迟跟着降。

模型路由:一个订阅搞定30+模型

OpenHuman内置了模型路由。你不需要自己选Claude还是GPT——它自动分:

需要深度推理的 → 前沿模型(GPT-4/Claude)
快速小任务 → 便宜模型
图片理解 → 视觉模型

一个订阅覆盖30+模型提供商。不想用云的,还能通过Ollama跑本地模型,摘要和嵌入任务不出本机。

桌面吉祥物:AI有了一张"脸"

OpenHuman有个很独特的设计——桌面吉祥物(Mascot)。

不是纯装饰。这个吉祥物会说话、会对你正在做的事做出反应,甚至能加入你的Google Meet当真实参会者:实时转译会议内容进记忆树,还能在会议中发言回应。

「你的AI助理正在参加你的会议"——这个画面感,比任何API文档都有冲击力。」

内置语音也是标配:STT输入 + ElevenLabs TTS输出 + 吉祥物口型同步。不需要装任何插件。

电池全配:不装插件也能干活

OpenHuman把常用工具全内置了:

Web搜索 + 网页抓取
完整代码工具(文件系统、git、lint、test、grep)
浏览器和电脑控制
定时任务
记忆管理工具
子Agent协调(生成子任务Agent)

对比一下:

能力Claude CoworkOpenClawOpenHuman
开源❌ 闭源✅ MIT✅ GPL-3.0
记忆聊天级靠插件记忆树+Obsidian
集成数量少量自己接118+一键OAuth
自动同步✅ 20分钟一次
模型路由单模型手动自动
原生语音✅ STT+TTS
上手难度终端优先UI优先

三个坑,必须说

第一,GPL-3.0协议。 OpenClaw是MIT,你想怎么用怎么用。GPL意味着你基于它做的东西也必须开源。个人用没问题,想做商业产品要三思。

第二,Early Beta。 官方自己说expect rough edges。4148 Star增长快,但2月才创建,很多功能还在打磨。生产环境又需要勇气。

第三,一个订阅覆盖30+模型的商业模式。 听起来美好,但模型商的API价格一直在变。你40美元/月的订阅,够覆盖GPT-4 + Claude + Gemini + ElevenLabs + ……的成本吗?这个账,项目方没公开算过。

安装:一条命令

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

或者直接去官网下载:https://tinyhumans.ai/openhuman

GitHub地址:https://github.com/tinyhumansai/openhuman

AI助手赛道已经够挤了——OpenClaw管插件,Claude Cowork管代码,Hermes管自学习。OpenHuman选了另一条路:我不教AI变得更聪明,我只让它更快地变成我。

20分钟同步一次你的人生,压缩进10亿token的本地记忆树。这个架构方向,比更聪明的聊天机器人离真正的个人AI更近一步。

至于它能不能从Early Beta长成一个稳定的产品——4148个人已经在用脚投票了。