夜雨聆风周末躺床上刷GitHub，意外看到个新项目直接冲上Trending第一——OpenHuman，9千多Star。点进去看了两眼，直接关不掉了。
它解决的是一个很实在的问题：你和AI助手聊了几个月，它依然不认识你。每次换台新电脑或者开新对话，一切从零开始。Agent懂很多工具，但不懂你。
OpenHuman干的事，就是让AI在20分钟内吃透你的 Gmail、GitHub、Notion、日历、Slack……然后记住你的一切。
从"能用"到"懂你"，差在哪
市面上的Agent大多走两条路：
要么堆工具——接100个API，理论上啥都能干。但每次让它帮你处理个邮件，它得先问你邮件账号是哪个、要不要过滤某个发件人。工具是有了，上下文是空的。
要么靠你投喂——你写详细prompt，它才能发挥。问题是你哪有时间天天写prompt？最终这Agent就成了个高级点的搜索引擎。
根本原因是：这些Agent没有记忆。不是技术上存不住，而是产品设计上就默认每次对话都是独立的。
OpenHuman的思路不一样。它不让你去训练Agent，而是让Agent自己去抓取、去理解你的数据。
三步路，让Agent自动了解你
核心链路就三步：连→抓→记。
连：一键OAuth授权，接进来118个第三方服务。Gmail、GitHub、Notion、Slack、Google Calendar、Jira、Stripe……覆盖了大多数人的工作核心工具。每个连接都是官方授权，不需要你手动生成API Key，也不用担心密钥管理那堆烂摊子。
抓：连完之后不用管了。核心引擎每20分钟自动轮询一遍所有账户，新邮件、新日程、新代码提交、新文档更新，全拉到本地。你甚至不用想起来去刷新，它自己知道什么时候该动。
记：抓来的数据不是简单堆着。OpenHuman把这些信息标准化成Markdown片段，不超过3000个Token一个chunk，按主题、时间线、关联对象做评分和层级摘要，最终折叠成一棵"记忆树"。
这棵树存本地SQLite。同一份数据还会生成.md文件，落盘到一个Obsidian兼容的vault里——你可以直接用Obsidian打开看看Agent到底记了些啥，甚至手动编辑。
一次同步跑完，它就拥有了你收件箱、日程表、代码仓库、项目文档的完整上下文。没有训练期，没有"先磨合两周"。第一天上班直接上手。
记忆树长什么样
简单说一下这个记忆树的设计。
数据进来之后，经过统一管道处理：source adapters → 规范化成Markdown → chunker切成小块 → content store存原子文件 → scoring打分 → 三层树结构。
这棵树的厉害之处在于分了三层：
来源树：每个数据源独立的滚动缓冲区，按层级密封。比如你想回溯某个Gmail标签的完整时间线，直接从这个分支走。
主题树：按热度算法给高频实体生成按需摘要。哪个项目、哪个人、哪个关键词被讨论得多，节点就越大、摘要越详细。
全局树：每天UTC时间生成的全局摘要。直接问"今天发生了什么"，它从这棵树里捞。
和纯向量数据库的黑盒检索比，树状结构可解释性更强。你能看懂Agent在想什么，而不是对着一个相似度分数干瞪眼。
80% Token消耗怎么砍的
每次工具调用、网页抓取、邮件正文，送到大模型之前，OpenHuman会先过一遍叫TokenJuice的压缩管道。
具体干了啥：HTML转Markdown、长URL缩短、非ASCII字符清理、冗余信息去重。
效果是能减少80%的Token消耗。
规则设计挺讲究的，三层叠加：内置默认规则、用户自定义规则、项目级规则。全用JSON文件存着，改了不用重新编译，直接热加载。
你要是觉得某个压缩规则太激进，关掉就行。
虚拟形象帮你开会
OpenHuman还有个有意思的功能叫Mascot。
它能生成一个虚拟形象，作为独立参会者加入Google Meet会议。你开会，它在底下旁听，自动记录要点。
你离开电脑去倒杯咖啡？它继续在后台执行待办任务。
背后是"潜意识循环"机制在驱动——你不主动跟它说话，它也会自己加载待办、读取近期记忆、自主决定还有什么可以干。
听起来有点赛博朋克。但用过之后发现，这种"不打扰"的设计其实挺舒服的。Agent不是时刻弹窗问你"需要帮忙吗"，而是安静地把事情推进，有结果了再通知你。
怎么跑起来
开源地址是 https://github.com/tinyhumansai/openhuman，文档写得很清楚。
本地跑的话主要是几步：clone项目、安装依赖、配置OAuth授权、连上你需要的第三方服务。第一次启动会花几分钟做全量同步，之后就进入每20分钟增量更新的循环。
TokenJuice的规则文件在config/tokenjuice/目录下，JSON格式，改完重启就生效。
内存占用还好，主要瓶颈其实是首次全量同步——你要是接了十年的Gmail，那确实得多等一会。
说了这么多
这项目最戳我的点就一个：它把Karpathy那套手工知识库工作流，做成了全自动流水线。
Karpathy之前分享过自己的 Obsidian Wiki 工作流——所有笔记、文档、项目信息整理成结构化Markdown，让AI持续索引和理解。这套方法论在技术圈火了很久，但门槛在于你得自己维护、自己更新。
OpenHuman把这一步省掉了。
你连接服务，Agent自己整理、自己更新、自己记忆。你不需要变成效率大师，Agent帮你达到那个效果。
当然这项目也不是完美。118个数据源每20分钟同步一次，高频写入场景下树的稳定性还有待验证。另外跨源冲突处理——比如Gmail和Notion里同一件事描述不一致——目前文档没展开说。
这些等实际用起来再看。
但如果你受够了每次换对话就"重新开始"的Agent，OpenHuman值得一试。
