omi 是什么?

Omi 是 BasedHardware 做的开源「第二大脑」:通过开源 AI 可穿戴硬件 + 手机/桌面 App,持续捕捉你的屏幕和对话,实时转写、生成摘要与待办,并提供一个『记得你看过听过一切』的 AI 聊天。它跨桌面、手机、可穿戴三端,硬件包括 Omi 项链式穿戴和 Omi Glass 开发套件(ESP32-S3 + 摄像头 + 音频),可 24 小时以上连续捕捉。软硬件全开源(MIT),App 用 Flutter/Dart,自 2024 年起迭代成熟,自称 30 万+ 专业人士在用。需要正视:持续录屏录音的『always-on』形态带来突出的隐私与他人知情同意问题。

⭐ 12,222 Stars 🍴 1,886 Forks Dart MIT 作者: BasedHardware
来源:README 顶部/Omi Hardware;GitHub desc,license MIT 查看 GitHub 仓库 →

为什么值得关注

约 1.26 万星、近 2000 fork,且自 2024 年存在、持续高频迭代。热度来自它是『开源 AI 可穿戴 + 第二大脑』这一概念里最完整、社区最大的项目之一:硬件设计开源、可自制、可买现成,软件全栈开源,叠加 24h 连续捕捉 + 实时转写 + 记忆型 AI 聊天的想象空间,吸引了大量硬件极客和量化自我(quantified self)爱好者。

来源:GitHub 12,586 stars / 1,985 forks,created 2024-03-22;README

核心功能

屏幕与对话的持续捕捉

捕捉你的屏幕和对话内容,实时转写,并生成摘要与 action items;通过可穿戴硬件 + App 可做 24 小时以上的连续记录。

来源:README 顶部说明/Omi Hardware
记忆型 AI 聊天

提供一个能记住你看过、听过的一切的 AI 聊天,可基于长期捕捉的上下文回答问题、回顾,定位为『比第一大脑更可信的第二大脑』。

来源:README 顶部说明(A 2nd brain)
三端覆盖(桌面/手机/可穿戴)

在桌面、手机和可穿戴设备上都能用:Flutter App(app/)、桌面端(desktop/)、固件与硬件(omi/、omiGlass/),数据汇到后端处理。

来源:README 顶部/Quick Start;tree(app、desktop、backend、omiGlass)
开源 AI 可穿戴硬件

Omi 穿戴与 Omi Glass 开发套件(ESP32-S3,摄像头+音频)均开源:提供电子设计、购买/自制指南、固件烧录、硬件规格,可买成品也可自己造。

来源:README Omi Hardware(硬件设计/Build/Flash/Specs)
插件、SDK 与 MCP 生态

提供构建 App/插件的文档、API 与 SDK(sdks/)、MCP(mcp/)集成,以及社区插件(plugins/,含 community-plugin-stats),可在 Omi 之上扩展功能。

来源:README Documentation(Building Apps/API & SDKs);tree(plugins、sdks、mcp)

技术架构

一个大型多端 monorepo,覆盖软硬件全栈:app/ 是 Flutter/Dart 移动应用(android/ios/lib,含 e2e/integration_test、多语言 l10n),desktop/ 是桌面端,backend/ 是云端服务(转写、摘要、记忆、AI 聊天的处理与存储),omi/ 与 omiGlass/ 是可穿戴与眼镜的固件/硬件(含 Package.swift 等),web/ 是网站,docs/ 文档。扩展面靠 plugins/(社区插件 + stats)、sdks/(多语言 SDK)、mcp/(MCP 集成)。数据流大致是:可穿戴/桌面/手机端持续采集音视频与屏幕 → 后端实时转写、生成摘要/待办、建记忆索引 → App 端呈现并提供记忆型 AI 聊天。整体是『开源硬件采集 + Flutter 多端客户端 + 云后端处理 + 插件/SDK/MCP 生态』的完整产品级工程,体量大、模块多。

来源:tree(app、backend、desktop、omi、omiGlass、plugins、sdks、mcp、web);README Quick Start/Documentation

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) Flutter/Dart (app)Flutter/Dart ESP32-S3(Omi Glass 硬件)ESP32-S3(Omi… 实时语音转写 MCP / SDKs / 插件系统MCP / SDKs /… 云后端(转写/摘要/记忆/AI 聊天)云后端(转写/摘… 屏幕与对话的持续捕捉 记忆型 AI 聊天 三端覆盖(桌面/手机/可穿戴)三端覆盖(桌面/手机/… 开源 AI 可穿戴硬件 插件、SDK 与 MCP 生态 omi 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Dart (Flutter App) + 后端 + 固件 (C/ESP32, Swift)框架Flutter(客户端)+ 云后端 + 嵌入式固件
Flutter/Dart (app)ESP32-S3(Omi Glass 硬件)实时语音转写MCP / SDKs / 插件系统云后端(转写/摘要/记忆/AI 聊天)
跨端(桌面/手机/可穿戴);可买成品硬件或开源自制;依赖云后端做转写与 AI(也有自托管/集成路径)
来源:README/tree;GitHub lang=Dart

快速上手

软件:按 README Quick Start 安装移动 App(Flutter,app/ 下有完整构建说明),桌面端见 desktop/。硬件:可直接买 Omi 穿戴或 Omi Glass 开发套件,也可按开源设计自制——参考购买指南、Build the device、Flash Firmware 和硬件规格文档,烧录固件后与 App 配对做连续捕捉。要扩展功能可看 Building Apps 文档、用 SDK/MCP 或社区插件。使用前务必了解所在地区关于录音/录像与他人知情同意的法律。
来源:README Quick Start/Omi Hardware/Documentation

使用场景

适合:①想做『量化自我』、用 AI 记录并回顾自己会议/对话/屏幕活动、生成摘要与待办的专业人士;②AI 可穿戴/嵌入式硬件极客,想基于开源设计自制或二次开发;③想在一个开源记忆型助手之上做插件/集成的开发者。不适合:在未获他人同意的场景持续录音录像的用途(多地法律禁止);以及对隐私、数据安全要求高、不接受持续捕捉个人与周围人信息的人——这是该项目最需谨慎的边界。

来源:README 顶部/Omi Hardware,结合隐私法律推断

优势与局限

优势

  • 概念完整且少见:软硬件全开源的 AI 可穿戴『第二大脑』,三端覆盖、24h 连续捕捉
  • 硬件真开源:电子设计、自制/烧录/规格文档齐全,既能买成品也能 DIY,社区大
  • 生态成型:插件、多语言 SDK、MCP 集成,可在其上扩展,docs 完备
  • 工程成熟:自 2024 年迭代、Flutter 多端 + 云后端 + 固件全栈,发布频繁
  • MIT 许可、社区活跃(Discord/DeepWiki),可自托管/集成的空间大

局限

  • 隐私是核心风险:持续录屏录音的 always-on 形态会采集你和周围人的敏感信息,多地有录音/窃听与知情同意法律约束,使用者需自负合规
  • 数据安全敏感:长期捕捉的转写/记忆若上云,存储与访问控制需严格评估
  • 依赖云后端做转写与 AI,完全本地/离线能力有限,运行有成本
  • 硬件 DIY 与多端部署门槛不低,普通用户更可能买成品
  • 捕捉与转写质量、AI 摘要准确性受环境与模型影响,记忆型回答可能出错
来源:README/tree;always-on 捕捉的隐私与合规固有风险

最新版本

发布非常频繁(按平台/构建号),最新如 v0.11.419+11419-macos(2026-05-21),同期连发多个 macos 构建;仓库自 2024-03 持续高频迭代(最近 push 2026-05-22),软硬件同步演进。

来源:GitHub Releases v0.11.419/v0.11.418(macos);pushed_at 2026-05-22;created 2024-03-22

总结评价

Omi 是『开源 AI 可穿戴 + 第二大脑』这个方向最完整、社区最大的项目之一:软硬件全开源、三端覆盖、24h 连续捕捉 + 实时转写 + 记忆型 AI 聊天,硬件能买也能自制,还有插件/SDK/MCP 生态,1.26 万星和长期迭代都说明它不是概念。但它绕不开一个根本边界——持续录屏录音的 always-on 形态会采集你和周围人的敏感信息,多地法律对录音/知情同意有严格约束,数据上云的安全也很敏感。对量化自我爱好者和硬件极客,它是目前最值得玩的开源 AI 穿戴;但任何实际使用都必须先想清楚隐私、同意与合规,否则风险远大于便利。

来源:综合 README 定位/硬件、tree 工程结构、隐私合规与发布状态的事实判断
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 21:36. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件