工具推荐
1779417222更新
0
这两天,在GitHub上看到了一个项目,叫OpenHuman。Star数涨得挺猛的,Product Hunt上还拿了个日榜第一。

然后我就点进去看了一眼。
它想解决什么问题?
官方文档里有一句话,我觉得挺有意思的:
"Every model in the world, all 200+ of them, shares the same fundamental limitation: they are stateless."
翻译过来就是:世界上所有的AI模型,有一个共同的限制——它们都是"无状态"的。
你发一条消息,它回复一条。然后上下文就没了。下一次对话,它什么都不记得。
就算那些号称有"记忆"功能的AI,大多数也只是存几个要点。就像一张便利贴,不是真正的智能。
OpenHuman想做的事,就是让AI真正记住你。
不是几个要点,是一整套知识体系。
它是怎么做的?
我研究了一下它的设计文档,发现它的核心是一个叫"记忆树"的东西。
什么是记忆树?
简单来说,它把你所有的数据——邮件、聊天、文档、代码——全部标准化成Markdown格式,然后切分成不超过3k token的小片段,经过评分和压缩,最后存储在一个层级化的摘要树结构里。
这个树结构有三种视角:
- 来源树:按邮件、Slack频道、Notion文档等来源组织
- 主题树:按人物、项目、话题等实体组织,越热门的主题越活跃
- 全局树:每天的全局摘要,告诉你今天发生了什么
所有数据都存在你自己电脑的SQLite数据库里。
不是云端,是本地。
有意思的几个点。
我仔细看了看它的功能设计,有几个点我觉得挺有意思的:
第一个:自动拉取
它不是等你问,它是自己去拉。
每20分钟,它会自动同步一次所有已连接的服务——Gmail、Slack、GitHub、Notion。不用你手动复制粘贴,不用写轮询代码。
等你第二天早上起来,AI已经知道你昨晚收到了什么邮件、Slack上讨论了什么。它可以直接回答"你邮箱里有什么新消息",而不是等你把邮件内容贴给它。
第二个:Obsidian风格的知识库
它把记忆存储成标准的Markdown文件,放在一个Obsidian兼容的文件夹里。
你可以直接用Obsidian打开,看它记住了什么,可以手动编辑,可以导出,可以用其他工具同步。
数据还是你的数据。
第三个:118个第三方集成

Gmail、Notion、GitHub、Slack、Stripe、Google Calendar、Linear、Jira……
连接方式是"一键OAuth"。点一下授权,不用配置API key,不用装插件。
这118个服务不只是能给AI调用,它们还会被自动拉取进记忆树,成为AI理解你的一部分。
第四个:TokenJuice
它有一个智能压缩层,在数据到达AI之前先压缩一遍。HTML转Markdown、长链接缩短、冗余内容去重摘要。
官方说,最多可以降低80%的成本和延迟。
跟其他方案比,它在哪?
官方的README里有一个对比表,我直接搬过来:
| OpenClaw | Hermes | OpenHuman | |
|---|---|---|---|
| 开源 | ✅ MIT | ✅ MIT | ✅ GNU |
| 易上手 | 终端优先 | 终端优先 | 清爽UI,几分钟上手 |
| 记忆方式 | 依赖插件 | 自学习 | 记忆树+Obsidian |
| 集成数量 | 自行接入 | 自行接入 | 118+ OAuth |
| 自动拉取 | ❌ | ❌ | ✅ 20分钟同步 |
| 模型路由 | 手动 | 手动 | ✅ 内置自动路由 |
适合谁用?
我觉得这个项目可能适合几种场景:
如果你每天在多个工具之间切换——邮件、Slack、Notion、代码——然后希望AI能有一个统一的上下文理解你正在做什么,那它的自动拉取+记忆树设计可能有点意思。
如果你用Obsidian管理知识——那它的Obsidian兼容存储可能正好契合你的工作流。
说实话,这个项目能不能成,还是个问号。
现在的WIN版本,你连登录跳转可能都无法成功,其他bug估计也少不了。
但它试图解决的问题,我觉得是真实存在的——
AI记不住你这件事,确实挺烦的。
现在市面上的解决方案,要么靠插件来提供上下文,要么靠长时间学习慢慢适应,要么干脆放弃抵抗每次都重新来一遍。
OpenHuman给了一个不一样的思路:用一套结构化的记忆系统,让AI从一开始就知道你是谁、你关心什么、你最近在做什么。
这个思路对不对,它能不能做好,得持续使用才知道。
但至少,它在认真解决一个问题。
项目地址:github.com/tinyhumansai/openhuman
感兴趣的可以去看看。
豫公网安备41010702003375号