实测OpenHuman两周：这个20万星的开源AI，可能是目前最接近"贾维斯"的桌面助手

来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, OpenClaw, 记忆系统, 办公效率, 编程, 机器人, 大模型
原文链接： https://mp.weixin.qq.com/s/pGpo358dNfaXGSMZd3YU5A

摘要

深度实测·AI智能体实测OpenHuman两周：这个20万⭐的开源AI，可能是目前最接近"贾维斯"的桌面助手上周三早上9点，我打开电脑准备开周会。桌面右下角那个像素小人突然动了一下，主动说了句：「昨天Slack上Mark问的Q3预算问题，我整理了一份对比，要不要在会前过一眼？」我愣了2秒。这是我装OpenHuman的第6天，第一次被它"提前一步"的感觉冲到。它没等我打开聊天框，也没等我提问——它自己把我昨天Slack、邮箱、Notion里所有关于Q3预算的内容串了起来，写好了答复草稿。这篇文章不聊概念，只聊一件事：**我用OpenHuman这14天，到底踩到了哪...

核心内容

深度实测·AI智能体

实测OpenHuman两周：这个20万⭐的开源AI，可能是目前最接近"贾维斯"的桌面助手

上周三早上9点，我打开电脑准备开周会。

桌面右下角那个像素小人突然动了一下，主动说了句：「昨天Slack上Mark问的Q3预算问题，我整理了一份对比，要不要在会前过一眼？」

我愣了2秒。这是我装OpenHuman的第6天，第一次被它"提前一步"的感觉冲到。

它没等我打开聊天框，也没等我提问——它自己把我昨天Slack、邮箱、Notion里所有关于Q3预算的内容串了起来，写好了答复草稿。

这篇文章不聊概念，只聊一件事：我用OpenHuman这14天，到底踩到了哪些惊喜，又见到了哪些坑。

-

OpenHuman到底是什么

它是个跑在你电脑上的开源AI助手，目前GitHub 20万⭐，GPL-3.0协议，由tinyhumans团队开发。底层是Rust+ TypeScript，桌面端用Tauri v2打包。

如果你用过Cursor、ChatGPT桌面版、或者听说过Anthropic刚出的Claude Cowork，那OpenHuman的位置大概是这样的——

💡 定位

把ChatGPT的"对话能力"+ Notion的"知识库"+ Zapier的"自动化"塞进一个本地App里，再给它一张能动会说话的脸。

官方的slogan是"Private, Simple and extremely powerful"。Private——数据本地，Simple——一键OAuth不写配置，powerful——这是这篇要展开讲的部分。

下载从tinyhumans.ai/openhuman或者一行命令搞定：

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

装完不到3分钟跑起来，比起那些"先BYO API Key、再调一堆环境变量"的开源项目，体感差了不止一个量级。

实测下来，4个让我"哦？"的瞬间
01
Memory Tree：第一次见到不"装健忘症"的AI

让"AI懂你"从口号变成动词

市面上几乎所有AI助手都犯一个毛病：每次开新对话都要重新介绍自己。你跟ChatGPT聊了一小时项目，关掉再开，它就忘了你叫什么。

OpenHuman的Memory Tree是这次实测最让我"哦？"的设计。

它不是简单的向量数据库套壳。它会主动把你的Gmail、Notion、Slack、GitHub、日历……所有连上的数据，每20分钟扫一遍，自动切成≤3k token的Markdown块，分层折叠成3棵摘要树：
1
Source Tree（来源树）：每个数据源一棵。Gmail的某个标签一棵，Slack的某个频道一棵，互不污染。
2
Topic Tree（主题树）：按"热度"懒加载。某个人最近频繁出现？某个项目讨论密度高？系统自动给它单独建一棵深度摘要树。
3
Global Tree（全局树）：每天UTC 0点生成一份当日全摘要。

这套结构有个体感很爽的副作用——所有数据落地成SQLite + Obsidian兼容的Markdown vault，路径就在~/.openhuman/wiki/。

这意味着什么？你可以直接用Obsidian打开你AI的"大脑"，看它怎么理解你、怎么归纳每个人和每件事。我第一次打开的时候盯着那个目录看了10分钟——它把我的同事按出现频率、关联项目、最近话题分了组，比我自己整理通讯录还清楚。

跟传统的"塞进context硬记"比起来，这个设计的精妙在于：它把"记忆"做成了一个有层级、可导航、可被人读的本地知识库，而不是一团模糊的向量。
02
桌面吉祥物：它真的能"替你"开Google Meet

不是字幕机，是参会者

这条是我最一开始觉得"花哨"、后来真香的功能。

OpenHuman给AI做了一张会动会说话的脸——一个常驻桌面的小角色。听起来像玩具？我也是这么想的。

直到我把它扔进了一个Google Meet。

它不是Otter那种"录音转字幕"的会议机器人。它以正式参会者身份加入——有名字、有头像（就是那张吉祥物的脸）、有麦克风、有摄像头。

实测发生了什么？

会议里有人问"上次我们是不是决定砍掉Q3发布？"，吉祥物直接接话："对，10月15日的review上决定的，Sarah确认过，会议纪要在Notion的Roadmap页里。"

它用自己的TTS声音说出来的。镜头里那张动画脸在讲话时还会对口型，其他参会者看到的就是一个动画角色在跟他们对话。

技术上几件事拼出来的：

声音端

STT实时听+ TTS输出直接注入会议麦克风流，不走本地扬声器二次采集

画面端

吉祥物的canvas画面直接当摄像头输出推到Meet，对口型来自同一段TTS音频

关键是它能边开会边查工具。当场翻Slack、查Linear ticket、看历史会议纪要——这是普通字幕机做不到的。

我现在的用法：周会前把链接丢给它，自己只在关键讨论时上线，剩下的过程它替我"在场"。两周下来开会时间减半，会议纪要质量反而上去了。
03
118+集成 + 20分钟自动同步：不用再写MCP/插件了

一键OAuth，零API Key

这条对开源AI来说真的算狠的。

大多数开源Agent harness的痛点是「先BYOK」——你要自己去Gmail申请API、自己去Notion建集成、自己存token、自己写认证逻辑。一个普通用户根本玩不起来。

OpenHuman把这层"脏活"全包了。118+第三方服务全部一键OAuth——Gmail、Notion、GitHub、Slack、Stripe、日历、Drive、Linear、Jira……点一下授权就完事。

更关键的是auto-fetch——每20分钟它会主动遍历所有激活的连接，把新数据拉下来折叠进Memory Tree。

这是它能"提前一步"的根源。

你早上9点的茶还没泡好，它已经把过去20分钟内你邮箱、Slack、Notion、GitHub、Linear的全部更新读完、压缩、归档、关联好了。

⚠️ 一个真实顾虑

OAuth token不是放本地的——是托管在OpenHuman后端的（用OS keychain保护），所有第三方API请求都走他们的broker。这是一种"为了便利让渡一些信任"的权衡。极度在意token位置的同学要先看清楚再用。
04
TokenJuice：他们说能省80% token，我去看了源码

把"读6个月邮箱"从几百元打到个位数

...(内容截断，完整内容请查看原文)

本页由自动化脚本生成，待人工审核补充