AI 工具越来越多了。ChatGPT、Claude、Gemini、Cursor、Codex——每个都好用，但每个都是孤岛。
OpenHuman 想做的是另一件事：把你所有的 AI 能力整合成一个统一的个人智能平台，而且数据完全掌握在自己手里。
OpenHuman 是什么
OpenHuman（tinyhumansai/openhuman）是一个开源的个人 AI 超级智能平台。22,300+ stars，2,000+ forks，用 Rust 构建。
就在 44 分钟前，项目还在更新——提交了 memory-tree 的文档摄入工具。2,113 个 commits 的历史，说明这不是那种发个 release 就消失的玩具项目。
核心架构
OpenHuman 的设计思路很清晰：本地优先，多模型路由，Agent 化。
- 多模型支持：可以同时接入多个 LLM 提供商，根据任务类型自动路由到最合适的模型
- 隐私优先：数据本地存储，不上传到任何第三方
- Agent 技能系统：内置
.agents、.claude、.codex目录结构，支持各种 AI 编程工具的技能配置 - Memory Tree：最近新增的记忆树功能，支持文档摄入和结构化知识管理
- 跨平台：支持桌面端、Android（最近新增了 MediaPipe LLM 集成）
- 一键部署：支持 DigitalOcean 的一键部署模板
为什么说它是"超级智能"
OpenHuman 的野心不是做另一个聊天前端。它想做的是一个个人智能操作系统：
- 统一的入口：不需要在 ChatGPT、Claude、Gemini 之间来回切换
- 智能路由：简单任务用小模型，复杂任务用大模型，自动选择最优路径
- 持久记忆：你的对话、知识、偏好全部本地保存，下次打开还在
- 可扩展：通过 Agent 技能系统，可以不断添加新能力
技术栈
Rust 是这个项目的底气。Rust 保证了：
- 高性能：即使是本地运行，响应速度也不会拖后腿
- 低资源占用：不需要一台服务器来跑，笔记本就够用
- 安全性：内存安全是 Rust 的看家本领，处理本地数据时这很重要
项目还支持 Composio 集成（测试中在扩展 mock provider 覆盖），说明它在往更广泛的工具生态方向走。
与类似项目的区别
市面上也有类似的个人 AI 平台，但 OpenHuman 有几个独特之处：
- 活跃度：44分钟前还在更新，这不是一个"维护模式"的项目
- Rust 实现：大多数同类项目是 Python 或 TypeScript 写的，Rust 带来了性能优势
- Agent 生态：深度集成了
.claude、.codex等 Agent 技能系统 - 移动端支持：已经开始做 Android 集成，这在同类项目中不常见
适合谁
- 想要一个统一的 AI 入口，不想在多个工具间切换的人
- 对数据隐私有要求，不希望对话数据上传到云端的用户
- 喜欢折腾、想自己掌控 AI 基础设施的技术爱好者
- 需要在本地运行多个模型的开发者