tinyhumansai/openhuman

OpenHuman 是一个运行在本地的个人 AI 代理，用 Rust 写成，强调私密、简单和极强的执行能力。它不是一个聊天界面，也不是一个模型，而是一个把大语言模型、工具调用、文件操作和系统控制整合在一起的“AI harness”，让用户在自己的机器上拥有一个可以真正干活的智能体。

今天，一个想要用 AI 处理日常任务的开发者，通常会在几条路径之间反复横跳。最直接的是打开 ChatGPT 或 Claude 的网页，把文件拖进去，让模型帮忙分析数据、写脚本、整理文档。但一旦涉及本地文件系统、多步骤操作或需要持续运行的任务，这条路就断了。另一种做法是本地部署 Ollama，再配上 Open WebUI 或自己写的 Python 脚本，通过 API 调用模型，手动拼接工具链。还有人会尝试 AutoGPT、CrewAI 这类代理框架，但很快就会被复杂的配置、不稳定的执行和 token 消耗吓退。这些方案要么把数据交给云端，要么需要大量胶水代码，要么在“能跑起来”和“能稳定用”之间隔着一道鸿沟。

真正的卡点不是没有模型，也不是没有工具，而是没有一个开箱即用、把模型和本地环境安全连接起来的执行层。云端助手拿不到本地文件系统的完整上下文，每次都要手动上传、手动描述；本地聊天界面只能一问一答，不能主动操作文件、运行命令、持续跟踪任务；代理框架则把门槛拉得太高，普通用户还没开始用就已经在调试依赖和 prompt 链上耗尽了耐心。OpenHuman 切入的正是这一层——本地 Agent 执行层，它把模型推理、工具调用、文件访问和任务编排封装成一个桌面应用，用户只需要告诉它要做什么，剩下的由它在...