openhuman 是什么?

openhuman 以 React + Tauri v2 + Rust 构建桌面 AI 代理助手,面向希望把邮箱、日历、代码仓库、聊天和本地知识库接入同一个个人 agent 的用户。它的核心卖点不是单纯聊天,而是本地 Memory Tree、Obsidian Markdown vault、118+ Composio 集成、TokenJuice 压缩和自动模型路由的组合。当前文档明确标注为 early beta,适合技术用户和愿意接受快速迭代成本的团队先行验证。

⭐ 28,619 Stars 🍴 2,682 Forks Rust GPL-3.0 作者: tinyhumansai
来源:README / gitbooks/developing/architecture/README.md / app/package.json / Cargo.toml 查看 GitHub 仓库 →

为什么值得关注

README 同时展示 Trendshift 与 Product Hunt 日榜、周榜和 topic badge,说明它近期获得了外部榜单曝光。项目把开源个人 AI 助手、本地优先 AI 记忆库、Tauri Rust 桌面 AI agent 这几个中文长尾需求放在同一条产品线上,容易吸引关注个人数据主权和桌面自动化的人。GitHub Releases 中 v0.54.0 包含大量 PR,覆盖 memory、voice、Composio、i18n、安全、E2E 和 Linux/Windows 兼容性,显示维护节奏很密。合理推断:它的热度来自“个人 AI agent 不只聊天,还能持续同步个人工作数据”的明确差异化,但 README 的 early beta 提示也意味着关注度不等于成熟稳定。

来源:README / GitHub Releases / gitbooks/features/obsidian-wiki/memory-tree.md / gitbooks/features/integrations/README.md

核心功能

React 19 + Tauri v2 + Rust core

桌面端由 React/Vite 提供 UI,Tauri v2/CEF 负责窗口、托盘、插件和系统能力,Rust core 承担业务逻辑、RPC、持久化、工具执行和本地后台任务。AGENTS.md 与 app/src-tauri/Cargo.toml 显示当前核心已嵌入 Tauri 主机进程,前端通过 core_rpc_relay 调用本地 JSON-RPC。

来源:AGENTS.md / app/package.json / app/src-tauri/Cargo.toml / gitbooks/developing/architecture/frontend.md / gitbooks/developing/architecture/tauri-shell.md
Memory Tree + Obsidian Markdown vault

Memory Tree 将邮件、聊天、文档、集成同步结果规范化为带 provenance 的 Markdown,再切成不超过 3k token 的块,写入本地 SQLite 与 wiki 目录。它维护 source tree、topic tree 和 global tree,用于搜索、drill down、topic 摘要和每日全局摘要,而不是只依赖向量相似度。

来源:README / gitbooks/features/obsidian-wiki/memory-tree.md / gitbooks/developing/architecture/README.md
Composio 118+ 集成与 20 分钟 auto-fetch

默认托管模式通过 OpenHuman 后端代理 Composio OAuth、令牌和调用,目录覆盖 Gmail、Notion、GitHub、Slack、Stripe、Calendar、Drive、Linear、Jira 等服务。auto-fetch 使用单个 20 分钟周期调度器遍历 active connection,并把各 provider 的新数据写入 Memory Tree;direct Composio mode 可用自带 API key,但实时 webhook 需要用户自己托管。

来源:README / gitbooks/features/integrations/README.md / gitbooks/features/obsidian-wiki/auto-fetch.md
TokenJuice 工具输出压缩

TokenJuice 位于工具结果进入模型上下文之前,按 builtin、user、project 三层 JSON 规则做截断、去重、折叠空白、正则过滤和分段摘要。文档把它用于 git、npm、cargo、docker、kubectl、邮件、GitHub diff、Slack dump 等高噪声输出,是 Memory Tree 大量 ingest 时控制 token 成本的关键组件。

来源:README / gitbooks/features/token-compression.md
hint 前缀模型路由与本地 AI 选项

模型参数可以是具体模型名,也可以是 hint:reasoning、hint:fast、hint:vision、hint:summarize、hint:code 等前缀,由 router provider 解析到具体 provider 和 model。Local AI 是可选且默认关闭的路径,支持 Ollama 和 LM Studio,重点用于 memory embeddings、summary-tree building、heartbeat、learning/reflection 和 subconscious 等后台工作,默认聊天、视觉、STT、TTS 仍走云端。

来源:gitbooks/features/model-routing/README.md / gitbooks/features/model-routing/local-ai.md
原生工具集与 coder 工具族

Native Tools 覆盖 web search、web scraper、filesystem、git、lint、test、browser/computer control、cron、voice、memory tools、agent coordination 和 system utilities。Coder 工具族提供 file_read、file_write、edit_file、apply_patch、glob_search、grep、read_diff、git_operations、run_linter、run_tests 等结构化接口,并声明文件系统操作受 workspace 边界约束。

来源:gitbooks/features/native-tools/README.md / gitbooks/features/native-tools/coder.md
Voice、mascot 与 Google Meet agent

Voice 文档描述了热键语音输入、跨平台麦克风捕获、流式 STT、TTS、mascot lip-sync 和 Google Meet agent。Meet agent 可通过嵌入 webview 加入会议,实时转写并把结构化笔记写入 Memory Tree,也能通过 TTS 将语音作为 outbound camera/mic stream 播放给会议参与者。

来源:README / gitbooks/features/native-tools/voice.md / gitbooks/features/mascot/meeting-agents.md
Prompt Injection Guard 与 workspace-scoped security

Prompt Injection Guard 在后端进入模型推理或 agent/tool loop 前执行,结合规范化、规则匹配和可选 heuristic classifier,输出 allow、review、block。文档还说明它只记录 prompt_hash、长度、verdict、score 和 reason code,不记录原始 prompt;隐私文档补充了 OS keychain、短期 token、TLS、sandboxed skills 和 workspace-scoped filesystem tools。

来源:docs/PROMPT_INJECTION_GUARD.md / gitbooks/features/privacy-and-security.md

技术架构

OpenHuman 的产品形态是桌面优先:React 前端负责界面、导航和状态呈现,Tauri v2/CEF 主机负责窗口、托盘、系统插件、嵌入 webview 和本地 IPC,Rust core 是业务逻辑权威。当前 AGENTS.md 与 app/src-tauri/Cargo.toml 显示 core 作为 openhuman_core 嵌入 Tauri 主机进程运行,并通过本地 HTTP JSON-RPC 与前端交互;较早的深层架构页仍保留 sidecar 和 QuickJS 叙述,说明文档存在版本漂移。数据流上,用户先通过 OAuth 连接集成,后端代理令牌和 Composio 调用;本地 core 周期性 auto-fetch active connection,将 provider 输出规范化为 Markdown、分块、写入 SQLite chunks.db 和 wiki 目录,再由后台 workers 做 embedding、entity extraction、hotness scoring 和 summary tree 刷新。agent turn 由 harness 组织:恢复 transcript、装配一次性 system prompt、注入 Memory Tree 召回、进入工具调用循环,并在超大工具结果时交给 summarizer sub-agent 压缩。模型选择由 provider router 处理,hint 前缀把 reasoning、fast、vision、summarize、code 等 workload 映射到不同 provider/model;本地 AI 只在用户明确开启后参与 embeddings、摘要树和后台循环。关键设计取舍是把个人记忆和工作数据留在本地,把 OAuth、LLM、搜索和 TTS 等必须代理的能力交给后端,这能降低原始数据常驻云端的风险,但也让产品依赖本地 core、远端后端和第三方集成三类系统同时健康。安全层包括 OS keychain、TLS、prompt injection guard、workspace-scoped tools、短期 token 和本地 Memory Tree,但实际边界会随 direct Composio、本地 AI、webview scanner 等配置改变。整体上,Memory Tree、agent harness、Composio、CEF webview、voice、local AI 和工具系统的模块划分很清楚,但能力面非常宽,当前 README 的 early beta 与 release 中大量稳定性修复提示它还处在快速收敛阶段。过度设计风险在于个人助手、代码 agent、会议 agent、集成平台和本地知识库同时推进,工程面容易变重;设计不足风险主要是文档漂移和 native/proxied integration 边界需要持续澄清。

来源:AGENTS.md / app/src-tauri/Cargo.toml / gitbooks/developing/architecture/README.md / gitbooks/developing/architecture.md / gitbooks/developing/architecture/agent-harness.md / gitbooks/features/obsidian-wiki/memory-tree.md / gitbooks/features/integrations/README.md

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) tokio axum rusqlite reqwest tokio-tungstenitetokio-tungsten… React 19 + Tauri v2 + Rust coreReact 19 + Tauri v2… Memory Tree + Obsidian Markdown vaultMemory Tree + Obsid… Composio 118+ 集成与 20 分钟 auto-fetchComposio 118+ 集成… TokenJuice 工具输出压缩TokenJuice 工具输出… hint 前缀模型路由与本地 AI 选项hint 前缀模型路由与本… 原生工具集与 coder 工具族原生工具集与 coder 工… Voice、mascot 与 Google Meet agentVoice、mascot 与 Go… Prompt Injection Guard 与 workspace-scoped securityPrompt Injection Gu… openhuman 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Rust 2021、TypeScript/TSX、JavaScript/Node.js runtime;app 与 core manifest 当前版本均为 0.54.4。框架React 19、Vite、Redux Toolkit、Tauri v2/CEF、HTTP JSON-RPC、Axum、Socket.io、MCP-style transport。
tokioaxumrusqlitereqwesttokio-tungsteniterustlsaes-gcmargon2whisper-rssocket.io-client@tauri-apps/api@reduxjs/toolkitvitestWDIO/Appium
本地 SQLite 与 wiki 目录、OS keychain、OpenHuman 后端代理 LLM/OAuth/search/TTS、Composio 托管或 direct mode、可选 Ollama/LM Studio、本地桌面 installers 与 GitHub Releases;支持 Windows、macOS、Linux 桌面。
来源:package.json / app/package.json / Cargo.toml / app/src-tauri/Cargo.toml / gitbooks/developing/architecture.md / gitbooks/features/model-routing/local-ai.md

快速上手

# Download DMG, EXEs over at https://tinyhumans.ai/openhuman or run in from your terminal # For macOS or Linux x64 curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash # For Windows irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex
来源:README

使用场景

1. 本地优先 AI 记忆库:把 Gmail、Slack、GitHub、Notion、文档和会议内容持续同步到本地 Memory Tree,并通过 Obsidian vault 复查来源。 2. 开源个人 AI 助手:用桌面端 agent 调用文件、git、搜索、日程、浏览器控制和第三方工具,适合个人工作流自动化与代码仓库日常操作。 3. 团队或社区信息助理:通过 Telegram、Discord、web channel、trigger triage 和 integrations_agent 处理消息、通知和外部事件,但需要先核实权限与稳定性。 4. 隐私敏感的知识工作:在开启 Local AI 后,将 embeddings 和摘要树构建放到 Ollama 或 LM Studio 上,减少后台记忆处理对云端模型的依赖。

来源:README / gitbooks/features/obsidian-wiki/memory-tree.md / gitbooks/features/integrations/README.md / gitbooks/features/native-tools/README.md / gitbooks/features/model-routing/local-ai.md

优势与局限

优势

  • 桌面边界清晰:React/Tauri 负责 UX,Rust core 负责业务逻辑、RPC、持久化、工具和后台任务,适合需要系统权限的个人 AI agent。
  • Memory Tree 不是简单向量库包装:它包含 deterministic chunking、SQLite、Markdown vault、source/topic/global trees、hotness 和 daily digest 等可追溯结构。
  • 集成策略覆盖面大:README 和集成文档说明 118+ Composio 服务、one-click OAuth、auto-fetch、trigger source 和 agent tool 四种入口放在同一目录体系中。
  • TokenJuice、model routing 和 optional local AI 共同控制 token、延迟、隐私和成本,适合高频工具调用和大量个人资料同步场景。
  • 测试材料比很多早期项目完整:AGENTS.md、Testing Strategy 和 Coverage Matrix 给出 Vitest、Rust unit/integration、WDIO E2E、manual smoke、changed-line coverage gate 和失败路径要求。
  • 安全与隐私设计有具体实现线索:OS keychain、TLS、prompt hash logging、workspace-scoped filesystem tools、prompt injection guard、local Memory Tree 和可撤销 OAuth 都有对应文档。

局限

  • 可维护性风险:AGENTS.md、CLAUDE.md、architecture.md 和 tauri-shell.md 对 sidecar、QuickJS/runtime_node、app 版本的描述并不完全一致,新贡献者需要核对当前 manifest 和代码后再相信叙述性文档。
  • 可扩展性风险:118+ 集成并不等于 118+ native ingest;文档区分 native provider 与 proxied tools,direct Composio mode 还要求用户自己配置实时 webhook 基础设施。
  • 可测试性风险:TEST-COVERAGE-MATRIX 仍列出多处 missing 或 partial,例如多 provider linking、token invalidation、权限生命周期、local AI 动态资源调整和部分 OS 级安装/权限流程。
  • 稳定性风险:README 明确标注 early beta,v0.54.0 release 大量修复 socket、auth、updater、CEF、Linux、Windows、Sentry 噪声和 Composio 状态,说明真实桌面环境仍在持续补洞。
  • 性能风险:CEF 桌面壳、本地 AI、20 分钟 auto-fetch、embedding/summary workers、voice/Meet 和 webview scanner 同时存在;文档把 tick 从 60 秒调到 20 分钟,并说明 Ollama/Gemma 需要额外 RAM 和磁盘,证明资源预算不能忽略。
来源:README / AGENTS.md / CLAUDE.md / docs/TEST-COVERAGE-MATRIX.md / gitbooks/developing/testing-strategy.md / gitbooks/features/integrations/README.md / gitbooks/features/model-routing/local-ai.md / GitHub Releases / 综合分析

最新版本

最新 GitHub Release 为 v0.54.0,发布时间 2026-05-19T07:17:46Z,名称 OpenHuman v0.54.0。主要变更集中在 observability/Sentry 噪声过滤、memory chunker 与 retrieval、local AI 和 provider routing、Whisper/Piper voice、本地与云端模型回退、Composio direct mode、prompt injection/security 修复、E2E 与 Rust 测试扩展、i18n、dark mode、Linux/Windows/CEF 稳定性修复。HEAD 中 app/package.json 与 Cargo.toml 已显示 0.54.4,但 releases.json 前 5 条中尚未看到 v0.54.4 release。

来源:GitHub Releases / app/package.json / Cargo.toml

总结评价

openhuman 值得关注,因为它把开源个人 AI 助手从聊天窗口推进到本地记忆、桌面工具、第三方集成和会议语音的组合体,而不是只做 prompt UI。适合愿意阅读文档、能处理 early beta 问题、希望搭建本地优先 AI 记忆库或 Tauri Rust 桌面 AI agent 工作流的技术用户先用小范围数据试点。企业或高敏感团队不宜一开始接入全部邮箱、聊天和生产系统,务实做法是先限制 OAuth scope、打开本地 workspace 备份、只接入一两个 provider,并验证 Memory Tree、撤权、日志和成本表现。若你的需求只是稳定的聊天客户端或轻量 Notion/Gmail 总结,当前复杂度可能偏高;若你需要一个可研究、可自托管部分能力、能连接代码和个人知识的 agent harness,它的架构材料很有参考价值。短期建议跟踪 release 与测试矩阵,而不是只看 README 的产品承诺。

来源:综合分析
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-22 02:03. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件