tinyhumansai / openhuman
OpenHuman
OpenHuman 是你的个人 AI 超级智能。私密、简单且极其强大。 Discord • Reddit • X/Twitter • 文档 • 关注 @senamakel（创建者） 🇺🇸 English | 🇨🇳 简体中文
早期 Beta 阶段：正在积极开发中，可能存在不完善之处。
安装或开始使用
你可以从 tinyhumans.ai/openhuman 网站下载，或者运行以下命令：
# 下载 DMG、EXE 文件，请访问 https://tinyhumans.ai/openhuman
# 或在终端中运行
# 对于 macOS 或 Linux x64
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash
# 对于 Windows
irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex什么是 OpenHuman？
OpenHuman 是一个开源的智能助手，旨在融入你的日常生活。每个要点都链接到文档中的详细说明。
简单、UI 优先且人性化
简洁的桌面体验和简短的上手引导，让你只需几次点击即可从安装到拥有一个可工作的智能体——无需先配置、无需使用终端。智能体拥有一个“面孔”：一个桌面吉祥物，它会说话、对周围环境做出反应、作为真实参与者加入你的 Google Meet、在数周内记住你，并且即使你停止输入，它也会在后台持续思考。
118+ 第三方集成，支持自动获取
通过一键 OAuth 连接到 Gmail、Notion、GitHub、Slack、Stripe、Calendar、Drive、Linear、Jira 以及你工作栈中的其他服务。每个连接都以类型化工具的形式暴露给智能体，并且每二十分钟，核心模块会遍历每个活跃连接，将新数据拉取到记忆树中。无需编写提示词或轮询循环，因此智能体在早上就已经拥有了明天的上下文。
记忆树 + Obsidian Wiki
一个基于你的数据和活动构建的本地优先知识库。你连接的所有内容都会被规范化处理为不超过 3k token 的 Markdown 块，进行评分，并折叠成存储在本地 SQLite 中的分层摘要树。这些块也会以 .md 文件的形式存放在一个兼容 Obsidian 的仓库中，你可以打开、浏览和编辑，灵感来源于 Karpathy 的 obsidian-wiki 工作流。
开箱即用
默认集成了网络搜索、网页抓取器、完整的编码工具集（文件系统、git、lint、test、grep）以及原生语音（STT 输入、ElevenLabs TTS 输出、吉祥物口型同步、实时 Google Meet 智能体）。模型路由会在一个订阅下将每个任务发送到合适的 LLM（推理型、快速型或视觉型）。无需“安装插件才能读取文件”的繁琐操作。可选通过 Ollama 在设备上运行本地 AI。
智能 Token 压缩（TokenJuice）
每个工具调用、抓取结果、邮件正文和搜索负载在触及任何 LLM 模型之前，都会经过一个 Token 压缩层。HTML 被转换为 Markdown，长 URL 被缩短，非 ASCII 字符被移除等。你获得相同的信息，但只消耗极少的 Token。成本与延迟最高可降低 80%。
消息渠道与隐私安全
支持在你已使用的渠道上进行双向通信，工作流数据保留在设备上，经过本地加密，被视为你的私有数据。
从源码贡献
新贡献者？请从 CONTRIBUTING.md 开始，了解 fork/PR 工作流和本地验证命令。简要步骤如下：
- 安装 Git、Node.js 24+、pnpm 10.10.0、Rust 1.93.0（包含 rustfmt + clippy）、CMake、Ninja、ripgrep 以及平台桌面构建的必备依赖。
- Fork 并克隆仓库，然后在运行
pnpm install之前执行git submodule update --init --recursive，以确保包含供应商提供的 Tauri/CEF 源码。 - 使用
pnpm dev进行纯 Web UI 开发，使用pnpm --filter openhuman-app dev:app进行桌面外壳开发。在提交 PR 前，运行针对性检查，如pnpm typecheck、pnpm format:check和cargo check -p openhuman --lib。
更深入的文档：架构 · 环境搭建 · 云端部署。
数分钟而非数周即可了解上下文
OpenHuman 是第一个能在几分钟内了解你的智能体框架。灵感来源于 Karpathy 的 LLM Knowledgebase。大多数智能体开始时是“冷启动”的：Hermes 通过观察你的工作来学习；OpenClaw 等待插件传递上下文。无论哪种方式，你都需要花费数天或数周，智能体才能对你的工作栈有足够了解以真正发挥作用。OpenHuman 则能总结并压缩你所有的文档、邮件和聊天记录，创建一个记忆图谱，让你的智能体记住关于你的一切。OpenHuman 省去了等待时间：连接你的账户，让自动获取功能以 20 分钟为周期在本地拉取数据，然后由记忆树将所有内容压缩成 Markdown 文件，并以 Karpathy 风格的 Obsidian wiki 形式智能存储。仅需一次同步，智能体就拥有了你收件箱、日历、代码仓库、文档和消息的完整（压缩后）上下文。无需训练期，无需“给它几周时间”。它成为你，并由你控制。
已经在其他编码智能体上自托管 agentmemory？OpenHuman 附带一个可选的 Memory 后端，可代理到 agentmemory——在 config.toml 中设置 memory.backend = "agentmemory"，相同的持久化存储即可为 OpenHuman 以及 Claude Code、Cursor、Codex 和 OpenCode 提供支持。请参阅 agentmemory 后端页面进行设置。
OpenHuman 与其他智能体框架对比
以下是高级别对比（产品会不断演进，请以各厂商最新信息为准）。OpenHuman 旨在最小化供应商分散、将工作流知识保留在设备上，并为智能体提供对你数据的持久记忆，而不仅仅是聊天记录。
| 特性 | Claude Cowork | OpenClaw | Hermes Agent | OpenHuman | | :--- | :--- | :--- | :--- | :--- | | 开源 | 🚫 专有 | ✅ MIT | ✅ MIT | ✅ GNU | | 易于上手 | ✅ 桌面 + CLI | ⚠️ 终端优先 | ⚠️ 终端优先 | ✅ 简洁 UI，数分钟 | | 成本 | ⚠️ 订阅 + 附加项 | ⚠️ 自带模型 | ⚠️ 自带模型 | ✅ 单一订阅 + TokenJuice | | 记忆 | ✅ 聊天范围 | ⚠️ 依赖插件 | ✅ 自学习 | 🚀 记忆树 + Obsidian 仓库，可选 agentmemory 后端 | | 集成 | ⚠️ 少量连接器 | ⚠️ 自带 | ⚠️ 自带 | 🚀 118+ 通过 OAuth | | 自动获取 | 🚫 无 | 🚫 无 | 🚫 无 | ✅ 20分钟同步到记忆 | | API 分散 | 🚫 额外密钥 | 🚫 自带密钥 | 🚫 多供应商 | ✅ 单一账户 | | 模型路由 | 🚫 单一模型 | ⚠️ 手动 | ⚠️ 手动 | ✅ 内置 | | 原生工具 | ✅ 仅代码 | ✅ 仅代码 | ✅ 仅代码 | ✅ 代码 + 搜索 + 抓取 + 语音 |
在 GitHub 上为我们加星