OpenHuman 如何工作，以及如何在5分钟内完成设置

这个开源桌面代理在几天内获得了超过2万GitHub星标——内部机制与完整操作指南

5分钟内，你将了解OpenHuman是什么、它的记忆系统如何工作、与OpenClaw和Hermes Agent的对比，并且能在本地运行，连接Gmail、Notion或Slack。

OpenHuman在几天内获得了超过2万GitHub星标。这些星标大部分来自一次GitHub Trending热潮，创始人标记为2026年5月18日连续七天排名第一，同一天他还在Product Hunt的日榜、周榜和月榜上登顶。

Steven Enamakel @senamakel·5月18日
OpenHuman现在在 @ProductHunt 上同时获得周榜和月榜第一名。这意味着我们拿下了日榜、周榜、月榜，距离全年总榜第一只差几票了！WTF
明天发布重大更新和Bug修复 1911789

创始人 @senamakel 今年早些时候试图为他父亲设置一个开源AI代理。三个小时里折腾API密钥、YAML配置和父亲从未打开过的终端后，两人都放弃了。OpenHuman正是从那次经历中诞生的。

OpenClaw（+37.3万星标，MIT协议）和Hermes Agent（+15.7万星标，MIT协议）是目前与OpenHuman相比较的两个开源代理。两者都很优秀，但都不会在你开始提问之前预先扫描你的工具并写入记忆。

今天UTC时间07:17，v0.54.0版本发布，带来了完全本地化的语音，以及一个与Claude Code、Cursor、Codex和OpenCode共享记忆的桥梁。

OpenHuman是什么

OpenHuman是一个来自TinyHumans AI的开源（GPL-3.0）桌面AI代理。它由Rust编写（占代码库的65.2%），前端使用TypeScript + React 19，打包为原生Tauri v2桌面应用。支持macOS、Windows和Linux，不支持移动端。

一句话简介：大多数代理从零开始，OpenHuman每20分钟扫描一次你的工具，并将记忆写入你可以打开和编辑的Markdown文件中。

内置五大功能：

• 一个干净的桌面UI，附带一个能说话、能反应、能作为真实参与者加入Google Meet的吉祥物。
• 一个包含118+ Composio工具包的一键OAuth集成目录。
• 记忆树 + 兼容Obsidian的Markdown仓库作为本地知识库。
• 开箱即用的原生工具：网络搜索、网页抓取、完整编码工具集、原生语音。
• TokenJuice——在每个工具结果到达LLM之前运行的Token压缩层。

整个项目才三个月大。公开仓库于2026年2月18日创建。

为什么它很重要

大多数开源代理押错了问题的另一半。它们让规划更智能，添加更多工具，连接更多渠道。但它们对你一无所知，直到你把过去一周的情况粘贴到提示中。

OpenHuman则走了另一条路。当代理需要导航你的日程而非相似文本时，结构化的本地记忆比嵌入袋检索更好。

创始人在Product Hunt发布时的描述：“如今每一个强大的AI代理都是为那0.01%能自行搭建运行环境的人打造的。另外99.99%的人正站在代理革命的边缘旁观。”

早期势头印证了这一判断。根据创始人在Product Hunt的帖子，前7天获得5000+用户，周环比增长150%。

OpenClaw和Hermes Agent选择了不同的方向。OpenClaw是一个跨20+消息平台的多通道网关。Hermes Agent是一个具有闭环学习能力的自我改进运行时。两者都不会在你提问前尝试扫描你的工具并写入记忆。完整的对比见下文。

工作原理

不想了解内部细节？直接跳到下面的“如何开始”部分。

九大组件。记忆管道是脊柱，其他所有部分都挂在其上。

4.1 记忆树

一个确定性的、分段密封的管道，而非向量存储封装。

source adapters → canonicalize → chunker → content_store → store → score → source/topic/global trees → retrieval

数据被规范化成Markdown，分割成**≤ 3000 token**的块（具有确定性ID），评分后折叠成三个树：来源树（每个来源一个，L0 → L1 → L2级联）、主题树（每个高热度实体一个）、全局树（每个UTC日一个节点）。三个后台工作线程在信号量后执行繁重任务。UTC时间00:00的每日调度器会加入全局摘要和过期刷新。

存储布局：

• /memory_tree/chunks.db：SQLite，存储块、分数、摘要、实体索引、任务、热度。
• /wiki/：兼容Obsidian的Markdown仓库。默认路径为**~/.openhuman**，可通过OPENHUMAN_WORKSPACE覆盖。

仓库是关键：你可以在Obsidian中打开它，修改错误的一行，下一次检索就会正确。

4.2 每20分钟自动获取

常量位于src/openhuman/composio/periodic.rs：

const TICK_SECONDS: u64 = 1200;

一个全局时钟扫描每个活跃连接。每个（工具包、连接ID）状态保存光标、最后同步时间、去重集合和每日预算。错误被吞掉，循环永远不会恐慌退出。

当前原生注册表（src/openhuman/composio/providers/registry.rs::init_default_providers）：

register_provider(Arc::new(super::gmail::GmailProvider::new()));
register_provider(Arc::new(super::notion::NotionProvider::new()));
register_provider(Arc::new(super::slack::SlackProvider::new()));

自动摄取覆盖Gmail、Notion、Slack三个。118+的统计是Composio目录中作为代理工具的数量。工具调用无处不在，记忆摄取只在这三个上触发。

4.3 集成（原生 vs 代理）

每个连接的服务以四种方式呈现：代理工具、记忆源（仅原生）、配置文件信号、触发源（HMAC验证的Webhook）。

23个工具包作为精选的代理工具集提供，暂无自动摄取：Shopify、Stripe、HubSpot、Salesforce、Airtable、Figma、GoogleCalendar、GoogleDrive、GoogleDocs、GoogleSheets、Discord、Telegram、WhatsApp、Microsoft Teams、Outlook、Linear、Jira、Trello、Asana、Dropbox、Twitter、Spotify、YouTube。

三个通道可回传：Telegram（双向，80+动作）、Discord（发送/接收）、Web（应用内本地聊天）。

4.4 TokenJuice

工具执行路径中的vincentkoc/tokenjuice的Rust移植。每个工具结果在到达LLM前经过规则层处理。三层，后层覆盖前层：

• 内置（随二进制发布）：git、npm、cargo、docker、kubectl、ls的默认规则。
• 用户（~/.config/tokenjuice/rules/）：个人在每个项目上的覆盖。
• 项目（.tokenjuice/rules/）：仓库特定的覆盖，可提交。

HTML转Markdown。长URL缩短。中日韩文和emoji逐字保留。项目声称：成本与延迟最高降低80%。PrimeAIcenter实测约70%。实际范围：70–80%，在日志密集和HTML密集的负载上效果最佳。

4.5 模型路由

一个订阅代理30+提供商。代理循环为每个任务发出**hint:**前缀，路由器解析。五大提示：

• hint:reasoning：强推理模型。
• hint:fast：快速/廉价模型。
• hint:vision：视觉能力模型。
• hint:summarize：压缩模型。
• hint:code：代码调优模型。

较轻的提示（hint:reaction、hint:classify、hint:sentiment、hint:medium、hint:tool_lite）在本地AI开启时优先使用本地提供商。重型提示留在云端。任务选择模型，而非用户。完整提示参考见附录。

4.6 本地AI（可选，默认关闭）

两个标志开启：

local_ai.runtime_enabled = true
local_ai.opt_in_confirmed = true

默认：all-minilm:latest（约23 MB）用于嵌入，gemma3:1b-it-qat（约700 MB）用于摘要树构建。心跳、学习和潜意识也可移至本地。聊天、视觉、STT、TTS和网络搜索保留云端。“本地优先”指的是记忆，而非整个栈。

4.7 语音、吉祥物和Meet代理

吉祥物与TTS唇形同步，并在六种情绪状态间切换（空闲、思考、聆听、说话、惊讶、做梦）。

Meet代理通过嵌入的CEF WebView作为真实参与者加入Google Meet：一个名字、一张脸、网格中的一个方块。会议中可以：

• 聆听。入站音频流经过STT，按说话人分离，实时进入记忆树。
• 说话。回复以出站麦克风流进入通话，而非通过扬声器反弹。
• 动画。吉祥物画布作为出站摄像头输出，与其他人听到的TTS音频唇形同步。
• 使用工具。记忆检索、自动获取、原生工具、潜意识输出，全部可在通话中访问。

v0.54.0通过Whisper和Piper添加了完全本地的STT和TTS。之前的路径需要ElevenLabs云服务进行TTS。

4.8 潜意识循环

后台时钟（默认5分钟，最小5分钟）加载待办任务，从记忆和工作区状态构建态势报告，返回三种决策之一：

• 跳过。当前无相关事项。
• 执行。执行任务。
• 升级。移交给云代理。

本地模型评估，云代理升级。你要求写入的任务无需审批。非请求写入会打开一个审批卡片。

4.9 技能（过渡中）

执行技能包的QuickJS / rquickjs运行时已被移除。目前技能表面仅包含元数据：

• 发现并解析SKILL.md文件。
• 解析范围（用户/项目/遗留）和信任标记。
• 从URL安装（仅HTTPS，无私有主机，仅**.md**，最大1 MiB正文）。
• 读取资源（上限128 KiB）、卸载、每次轮询的提示注入（上限8 KiB）。

注册仓库：tinyhumansai/openhuman-skills。运行时正在重建。目前将技能视为目录加提示注入，而非第三方插件运行时。

v0.54.0发布内容

发布于2026年5月19日UTC时间07:17，即Product Hunt #1帖子的第二天早上。与六天前的v0.53.43相比，230个提交，1,271个文件变更。

语音。 通过Whisper / Piper实现完全本地的STT和TTS。可配置的吉祥物语音，带ElevenLabs选择器。

记忆。 可选agentmemory后端桥接：在config.toml中设置**memory.backend = “agentmemory”**后，记忆树与Claude Code、Cursor、Codex和OpenCode共享持久存储。另加MCP stdio记忆服务器、NotebookLM风格文件夹摄取、跨聊天上下文检索、每（行、模型）嵌入存储。

代理。 专用crypto_agent用于钱包和市场操作（#1397）。Cursor Cloud Agents并行工作流。全局工具注册表。任务板CRUD。Gmail取消订阅代理。

集成。 自带Composio直接模式（#1710）。Seltz作为直接API搜索。Discord WebView转录摄取。微信嵌入式WebView。

提供商。 统一的按工作负载路由。LM Studio本地提供商支持。新增reasoning-quick-v1路由用于低延迟聊天。

UX和国际化。 入门流程重新设计。暗色模式标准化。约3,900条字符串覆盖九种语言。新增意大利语和印尼语。

安全。 代理提示加载中的路径遍历防护。DNS感知URL验证。音频base64最大尺寸检查。Windows上锁定的**.secret_key**自我修复。Linux AppImage NSS修复。

本地主分支已超过v0.54.0，当前为0.54.2。发布后更新：Polymarket集成（#2145）、显式用户偏好工具（#2150）、Ollama上下文窗口门控（#2122）。

OpenHuman vs Hermes Agent vs OpenClaw

6.1 README自身的定位

6.2 独立评测者的发现

2026年5月的评测结论大致相同。

PrimeAIcenter（五天测试，Gmail + Notion + GitHub + Calendar）：三天后记忆树变得有用；TokenJuice实测约70%（非80%）；窗口期内两次同步失败。关于Meet吉祥物的评价：听起来像个噱头，实际上不是。

TechTimes（5月16日）：将OpenHuman描述为反转了游戏规则，指出三个风险：管道安装作为供应链攻击向量、跨邮件/代码/日历/支付的OAuth聚合、以及缺乏正式独立审计。

Julian Goldie（三个代理的SEO测试）：OpenHuman在UI、设置和语音方面胜出；Hermes在长时间自主任务中胜出；OpenClaw在调度方面胜出。

HackerNoon（OpenClaw背景）：截至2026年5月，138+已披露的CVE和2,857个已扫描的ClawHub技能中有341个恶意。Hermes：3个CVE。OpenHuman：无已发布CVE，目前无技能市场。

6.3 如何选择

同一个问题的三种不同形态。按使用场景选择：

• 选择OpenHuman：如果你想要一个桌面代理，能在几分钟内读取你的邮件、日历、Slack和Notion，并拥有可打开为Markdown的记忆。
• 选择Hermes Agent：如果你想要一个始终在线的服务端代理，带有自我改进的学习循环和六个终端后端（本地、Docker、SSH、Daytona、Singularity、Modal），用于长时间运行的自主工作流。
• 选择OpenClaw：如果你想要一个跨20+消息平台的重通道网关代理，带Git版本化的配置。鉴于最近的CVE和ClawHub报道，请谨慎审计市场和技能集。

如何开始

这是你想要的命令：

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

这一行命令在macOS或Linux上安装OpenHuman。完整的提示表、本地AI预设、原生vs代理列表以及故障排除都位于本文末尾的参考附录中。

7.1 选择安装路径

三个选项，根据权衡选择。

选项A：下载签名二进制（推荐非开发者使用）。
访问tinyhumans.ai/openhuman，选择DMG（macOS）、MSI或EXE（Windows）、或AppImage /.deb（Linux）。这避免了TechTimes所指出的管道安装供应链风险路径。

选项B：一行安装程序（推荐演示路径）。
macOS / Linux x64：

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

Windows PowerShell：

irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex

选项C：从源码构建（供贡献者使用）。
需要Git、Node.js 24+、pnpm 10.10.0、Rust 1.93.0 + rustfmt + clippy、CMake、Ninja、ripgrep，以及你平台的桌面构建先决条件。

7.2 首次运行流程

六个步骤，除了第一步外无需终端。

• 启动应用，登录。
• 点击Gmail、Notion或Slack上的连接。这三个是目前自动摄取到记忆树中的原生提供商。
• 等待一个自动获取时钟（最多20分钟），或从应用内的智能选项卡触发手动摄取。
• 通过应用内深层链接或任何文件浏览器打开位于**~/.openhuman/wiki/**的Obsidian仓库。
• 提出一个上下文丰富的提示：“我上周在邮件中承诺了什么？”
• 在相信答案之前，打开仓库中的一个块文件。
  整个要点是：记忆是可读的。如果有错误，修改文件，下一次检索就会正确。

这就是黄金路径。5分钟实际时间，如果等待第一次同步时钟，则需要20分钟墙钟时间。

7.3（可选）开启本地AI

本地AI默认关闭。两个标志开启：

local_ai.runtime_enabled = true
local_ai.opt_in_confirmed = true

然后进入设置 → AI & 技能 → 本地AI，选择三个预设之一：

• 仅嵌入。 all-minilm:latest（约23 MB）用于记忆嵌入。
• 记忆 + 反思。 嵌入 + 摘要树构建（gemma3:1b-it-qat，约700 MB）+ 学习。
• 全部本地化。 所有五个工作负载：嵌入、摘要、心跳、学习、潜意识。硬件最低：8 GB RAM，16 GB+理想。LM Studio被支持为替代提供商，默认基础URL为http://localhost:1234/v1。

如果你只连接了几个来源，可以跳过本地AI。云端路径更快，在这种情况下隐私收益很小。

7.4（可选）将吉祥物送入Meet

从桌面应用将Google Meet链接交给吉祥物。它会打开嵌入的Meet WebView，以配置的显示名称加入，将其方块切换为吉祥物画布，然后作为参与者出现在网格中。