AlphaSignal 发布了一份万字级 OpenHuman 深度解读。这个开源桌面 Agent 在 GitHub Trending 连续 7 天 #1，Product Hunt 日/周/月榜三冠，3 个月内从 0 到 20k+ stars。
起源故事
创始人给父亲搭建开源 AI Agent，3 小时折腾 API key、YAML、终端后双双放弃。OpenHuman 由此诞生。
"Every powerful AI agent today is built for the 0.01% who can spin up their own runtime. The other 99.99% are watching the agent revolution from the sidelines."
一句话定位
大多数 Agent 冷启动。OpenHuman 每 20 分钟 walk 你的工具，把记忆写入可打开编辑的 Markdown 文件。
技术栈
- Rust（65.2% 代码库）
- TypeScript + React 19 前端
- Tauri v2 打包为原生桌面应用
- 平台：macOS、Windows、Linux（无移动端）
- 协议：GPL-3.0
开箱即用的五大功能
- 桌面 UI + 吉祥物：可说话、反应、加入 Google Meet 作为真实参与者
- 118+ Composio 工具包：一键 OAuth 集成
- Memory Tree + Obsidian 兼容 Markdown vault：本地知识库
- 原生工具：web search、web-fetch scraper、完整 coder 工具集、原生语音
- TokenJuice：工具结果进入 LLM 前的 token 压缩层
Memory Tree：核心创新
不是向量存储包装器，而是确定性的 bucket-sealed pipeline。
数据流：
- 数据规范化为 Markdown
- 拆分为 ≤3,000 token chunks，带确定性 ID
- 评分后折叠进三棵树：
- Source tree：每个来源一棵（L0→L1→L2 级联）
- Topic tree：每个高热度实体一棵
- Global tree：每个 UTC 日一个节点
存储布局：
~/.openhuman/
├── memory_tree/
│ └── chunks.db # SQLite：chunks、scores、summaries、entity index
└── wiki/ # Obsidian 兼容的 Markdown vault
关键点：vault 可打开、可编辑。你在 Obsidian 里改错一行，下次检索就是正确的。
后台机制：
- 3 个 background workers，semaphore 控制
- 每日 00:00 UTC 调度 global digest 和 stale-flush
- 每 20 分钟全局 tick walk 所有活跃连接
TokenJuice：压缩层
Rust 移植的 vincentkoc/tokenjuice，在工具执行路径中运行。每份工具结果进入 LLM 前经过规则叠加：
- Builtin 规则：git、npm、cargo、docker、kubectl、ls 默认值
- User 规则：
~/.config/tokenjuice/rules/ - Project 规则：
.tokenjuice/rules/
处理：HTML→Markdown、长 URL 缩短、CJK 和 emoji 按 grapheme 保留。
效果：宣称最高 80% 成本/延迟降低，PrimeAIcenter 实测约 70%。
模型路由
一个订阅对接 30+ provider。Agent loop 按任务发 hint，router 解析：
| Hint | 用途 |
|---|---|
hint:reasoning | 强推理模型 |
hint:fast | 快/便宜模型 |
hint:vision | 视觉能力模型 |
hint:summarize | 压缩模型 |
hint:code | 代码调优模型 |
轻量 hint（reaction、classify、sentiment）优先本地模型。重型 hint 走云端。任务选模型，不是用户选。
Local AI 模式
两个 flag 开启：
- 默认 embedding：
all-minilm:latest（~23 MB） - 默认 summary-tree：
gemma3:1b-it-qat（~700 MB）
Heartbeat、learning、subconscious 可本地运行。Chat、vision、STT、TTS、web search 保持云端。
"Local-first" 指记忆层本地，非全栈本地。
Google Meet Agent
吉祥物通过嵌入式 CEF webview 加入 Google Meet 作为真实参与者：
- Listen：入站音频经 STT，按 speaker diarized，实时进入 Memory Tree
- Speak：回复作为出站 mic feed 流入通话
- Animate：吉祥物 canvas 作为出站摄像头，lip-sync 到 TTS 音频
- Use tools：记忆召回、auto-fetch、原生工具、subconscious 输出，会议中随时可用
v0.54.0 新增完全本地 STT/TTS（Whisper + Piper），此前需 ElevenLabs 云端。
Subconscious Loop
后台 tick（默认 5 分钟，最小 5 分钟）：
- 加载到期任务
- 从记忆 + workspace 状态构建 situation report
- 返回三种决策之一：
- Skip：当前无相关事项
- Act：执行任务
- Escalate：移交云端 Agent
用户要求的写任务无需审批。主动写操作需 approval card。
v0.54.0 重大更新
- 完全本地语音：Whisper STT + Piper TTS
- AgentMemory 后端桥接：与 Claude Code、Cursor、Codex、OpenCode 共享 durable store
- MCP stdio memory server
- NotebookLM 风格文件夹 ingestion
- Crypto Agent：钱包和市场操作
- Cursor Cloud Agents 并行工作流
- Discord webview transcript ingestion
- WeChat 嵌入式 webview
- LM Studio 本地 provider 支持
- 9 语言 i18n（新增意大利语、印尼语）
三方对比
| OpenHuman | Hermes Agent | OpenClaw | |
|---|---|---|---|
| 定位 | 桌面 Agent，walk 工具写记忆 | 服务端自进化 Agent | 多通道消息网关 |
| 核心 | Memory Tree + Obsidian vault | 自改进学习循环 | 20+ 消息平台 |
| 协议 | GPL-3.0 | MIT | MIT |
| 技术栈 | Rust + Tauri | Python | TypeScript |
| Stars | 20k+ | 157k+ | 373k+ |
| CVE | 0 | 3 | 138+ |
| 适合 | 想快速连接邮件/日历/Slack/Notion 的桌面用户 | 长时自主工作流 | 跨消息平台调度 |
快速启动
curl -fsSL https://openhuman.ai/install | bash
单命令安装 macOS/Linux。
核心 takeaway
OpenHuman 的赌注是结构化本地记忆击败 embedding-bag 检索——当你需要 Agent 导航你的日程、理解你的项目上下文时，Memory Tree 的确定性级联比向量搜索更可靠。它的真正创新不是更多工具或更聪明的规划，而是"在你开口之前就已经了解你"。
对普通用户来说，这是"给 99.99% 的人用的 Agent"——开箱即用、桌面原生、记忆可编辑。对开发者来说，Rust 技术栈和 GPL-3.0 协议是进入门槛。对 OpenClaw/Hermes 用户来说，Memory Tree 的设计哲学值得借鉴——尤其是"walk before prompt"和"Markdown as source of truth"的理念。