桌面 AI 助手 OpenHuman 实测：3 个月 17.5k stars，记忆系统是亮点

来源：htmlDecode("罗罗罗三炮")

原文链接：https://mp.weixin.qq.com/s/sG6xA4bFaPCRpZi90wqxAA

Rust + Tauri 构建的桌面 AI 助手，自研记忆树系统，118+ 一键集成，还能以真实身份加入 Google Meet。和 Hermes Agent 对比，看各自定位有什么不同。

OpenHuman 是一个开源桌面 AI 助手，GitHub 地址是 tinyhumansai/openhuman [1] 。2026 年 2 月发布，现在 17.5k stars。我用一个下午翻了它的源码和文档，下面是我的调研结果。

它解决什么问题

AI 模型本身没有记忆。你敲一段 prompt，得到一段回复，上下文就没了。即使带"记忆"功能的，存的也不过是几个要点。

OpenHuman 想解决的是：让 AI 真正知道你的事，而不是每个会话从头猜。

它的做法是：把所有能接的数据源（Gmail、Slack、GitHub、Notion……）接入后，走一条确定的管道——转成 Markdown → 切成 ≤3k tokens 的块 → 打分 → 按源/主题/天维度归纳成摘要树。全部存在本地 SQLite 里。

技术栈

层
技术

核心逻辑
Rust（15.5 MB 代码）

桌面壳
Tauri v2 + Chromium Embedded Framework (CEF)

前端
React + TypeScript + Vite + Tailwind

前端包管理
pnpm

本地 AI
Ollama / LM Studio

云 AI
Anthropic、OpenAI、Google、Groq 等 30+ 提供商

集成网关
Composio（118+ 第三方服务）

数据库
SQLite + FTS5 全文搜索 + 向量嵌入 + 知识图谱

许可证
GPL-3.0

桌面壳（Tauri）内置了 Chromium 渲染引擎（CEF），不依赖系统浏览器。这个设计让它可以：
用 CDP（Chrome DevTools Protocol）控制网页注入脚本来操作 Discord / Slack / Telegram 等网页版在 Google Meet 里以真实参与者身份接入（有虚拟摄像头和虚拟麦克风）

核心功能

记忆树（Memory Tree）

这是 OpenHuman 最有差异化的功能。架构如下：

数据源 → 标准化 Markdown → ≤3k-token 分块 → 多维评分 →
每源摘要树 → 每主题摘要树 → 每日全局摘要 → SQLite 存储
同时生成 Obsidian 兼容 .md 文件

评分信号包括：交互频率、源权重、token 数量、唯一性。不依赖纯向量搜索，而是结构化分级摘要。官方说法是"最多 10 亿 tokens"的记忆容量。

每 20 分钟后台自动抓取一次已连接的数据源，新内容自动进入管道。

桌面角色（Mascot）

一个在桌面上显示的角色，有面部表情，能说话，会对环境做反应。它能：
语音对话（Native TTS/STT）以真实参与者身份加入 Google Meet（有自己的画面和声音）在后台持续思考（Subconscious Loop）关掉 App 窗口后仍然运行

从代码看，实现了虚拟摄像头注入、音频桥接、字幕监听、主动发言，一套完整的会议交互管道。

118+ 第三方集成

通过 Composio 网关做 OAuth 一键连接。在代码里看到了 Gmail、Slack、Discord、Telegram、WhatsApp、Google Calendar、Google Drive、GitHub、Notion、Linear、Jira、Stripe 等。

每个集成暴露为类型化的工具，有单独的触发器（比如新邮件自动触发摘要）。

模型路由

根据任务类型自动选择模型：

提示前缀
用途

hint:reasoning
多步推理、规划

hint:agentic
通用 Agent 任务

hint:coding
代码生成

hint:summarization
摘要、轻量任务

路由表可以在运行时修改，不用重启核心进程。

原生工具

以下工具开箱就有，不需要额外配置：
Web 搜索 + 网页内容抓取代码编辑（读文件、写文件、补丁、全文搜索、Git 命令）浏览器控制 + 桌面控制（CDP + 截图） Cron 定时任务子代理调度（派生子任务、并行 agent）记忆工具（存储/召回/遗忘） TTS 语音输出 MCP 客户端 + MCP 服务器

智能 Token 压缩（TokenJuice）

代码里有一个独立的 tokenjuice 模块，实现了智能压缩，降低推理成本。

价格

从代码看，OpenHuman 使用 Stripe 订阅制 + 信用点充值：
有计划层级： pro 、 enterprise 支持信用点按需充值（top-up）支持自动充值（auto-recharge）支持优惠券兑换

具体价格在后端服务里，不在开源代码中。官网主页只说 "One Subscription. That's it."

架构特点

核心逻辑（Rust）以进程内任务（tokio task）运行在 Tauri 壳里，前后端通过 HTTP JSON-RPC 通信，端口随机分配，请求头带单次启动的 Bearer Token。

没有独立的后端侧车进程（sidecar），前端关了核心也关了。核心功能通过 RPC 暴露给前端，前端只负责展示和交互编排。

安装方式

# 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

也可以在官网 tinyhumans.ai/openhuman [2] 下载 DMG / EXE。

与 Hermes Agent 的对比

下面从几个关键维度看两者的差异和各自的定位。

形态与使用场景

OpenHuman
Hermes Agent

形态
桌面 GUI App（Tauri）
CLI + TUI + 消息平台网关

适用场景
个人桌面助手、"私人 AI 超级智能"
开发、运维、自动化、多平台消息

安装
下载安装包 / 一行脚本
pip install hermes-agent / 安装脚本

启动
点图标开 App
终端敲 hermes

OpenHuman 是桌面 App——你安装完、登录、接上数据源，它就一直在后台跑着，桌面有个角色时不时看一下。Hermes Agent 是终端工具——你要用就敲命令，也可以用网关挂在 Telegram/Discord/飞书上。

技术栈与本地模型支持

OpenHuman
Hermes Agent

核心语言
Rust（15.5 MB 代码）
Python

UI 形态
Tauri v2 + CEF（桌面壳）
Rich TUI（prompt_toolkit）

数据存储
SQLite + FTS5 + 向量 + 图
SQLite + agentmemory / Honcho / Mem0

云模型
Anthropic / OpenAI / Google / Groq 等 30+
20+ 提供商 + 自定义端点

本地推理
Ollama / LM Studio（限制多：MVP 只允许 gemma3:1b）
Ollama / vLLM / GGUF（无限制）

记忆系统

OpenHuman
Hermes Agent

记忆架构
Memory Tree：分块→评分→分级摘要→SQLite
agentmemory：BM25 + 向量 + 知识图谱（可选）

记忆容量
"最多 10 亿 tokens"
取决于后端配置

本地存储
SQLite + 文件系统
SQLite / agentmemory 服务

Obsidian 集成
原生支持（自动生成 .md 文件）
无原生支持

OpenHuman 的记忆系统设计更精细——分块→评分→分级摘要这条管道有完整的文档和代码。Hermes 相比之下更灵活，可以接不同的后端（agentmemory、Honcho、Mem0）。

集成能力

OpenHuman
Hermes Agent

集成方式
Composio 一键 OAuth（118+）
MCP 协议（stdio / HTTP）

消息平台
无（桌面 App，不接 IM）
Telegram / Discord / Slack / 飞书 / 微信 / 钉钉 / Email / SMS / Signal / Matrix……

MCP 协议
内置 MCP 客户端 + 服务器
原生 MCP 客户端 + MCP 服务端模式

手动配置
有（Composio 也支持手动）
需要手动配 API key / MCP 服务器

Hermes Agent 的核心优势之一是多消息平台网关——写一篇文章，可以让它同时发布到 CSDN、微信公众号，再通知到 Telegram。OpenHuman 是桌面 App，不做消息平台对接。

工具与 Agent 系统

OpenHuman
Hermes Agent

浏览器控制
✅ CDP + 截图
✅ Browserbase / Camofox / 本地 Chromium

电脑控制
✅ 桌面截图
✅ cua-driver（macOS）

代码编辑
✅ 读/写/补丁/搜索/Git
✅ 读/写/补丁/搜索/Git

子代理
✅ spawn_subagent / spawn_parallel
✅ delegate_task

Cron
✅ 内置
✅ 内置（带脚本/通知/链式）

会议参与
✅ Google Meet（有画面有声音）
❌

Agent 数量
十几个预置子 Agent
按需触发 + 子代理调度

后台思考
Subconscious Loop（持续后台）
无（按需执行）

技能系统
技能注册表（ops_install/ops_create）
技能 Skills（SKILL.md 格式，hub 安装）

OpenHuman 预置了十几个专用子 Agent，每个有独立的 prompt 和工具集，通过调度器分发：
研究员（researcher）程序员（coder）代码审查（code_reviewer）摘要（summarizer）工具制造（tool_maker）触发响应（trigger_reactor / trigger_triage）技能创建（skill_creator）欢迎引导（welcome）等等

每个子 Agent 有独立的 prompt 和工具集，通过调度器分发任务。

总结

看中什么
选哪个

桌面 App、开机即用、有个"AI 伙伴"的感觉
OpenHuman

终端里搞开发、写代码、自动发布
Hermes Agent

多消息平台（TG/飞书/微信/钉钉）
Hermes Agent

本地数据隐私优先
两者都支持，OpenHuman 更彻底（全本地 SQLite）

需要接 100+ 第三方服务
两者各有方案

需要 AI 参与视频会议
OpenHuman（独有）

需要 CI/CD 和自动化集成
Hermes Agent

OpenHuman 定位是个人桌面 AI 助手，让你电脑上跑一个始终在线、认识你的 AI。Hermes Agent 定位是开发者和效率工具，适合终端重度用户和多平台自动化场景。

引用链接

[1] tinyhumansai/openhuman: https://github.com/tinyhumansai/openhuman
[2] tinyhumans.ai/openhuman: https://tinyhumans.ai/openhuman