OpenHuman记忆系统深度解析:Memory Tree如何把邮件和聊天记录变成可读的Obsidian知识库

发布时间:2026/11/5 6:29:56

OpenHuman记忆系统深度解析:Memory Tree如何把邮件和聊天记录变成可读的Obsidian知识库 OpenHuman记忆系统深度解析Memory Tree如何把邮件和聊天记录变成可读的Obsidian知识库【免费下载链接】openhumanYour Personal AI super intelligence. A brain that builds a local-first memory of your life, a fantastic orchestrator of agent fleets and workflows, and a deep researcher.项目地址: https://gitcode.com/GitHub_Trending/op/openhumanOpenHuman 是一款本地优先的个人 AI 助理它的记忆系统 Memory Tree 能把 Gmail 邮件、Slack 聊天、文档等数据自动压缩成结构化摘要并写入一个你可以直接用 Obsidian 打开、编辑的知识库。这篇文章带你完整看懂它的工作原理、目录结构和上手方法。为什么 AI 记忆不该是黑盒大多数AI 记忆产品把状态藏在晦涩的向量数据库里——你看不到、改不了AI 记错了也无处下手。OpenHuman 的思路正好相反可读每一条记忆都是磁盘上的一个.md文件你用任何编辑器都能打开可改发现摘要写错了直接改文件下次检索就是对的可迁移就算你明天弃用 OpenHuman留下的仍是一个完整可用的个人 Wiki。整个设计灵感来自 Karpathy 的 Obsidian-Wiki 工作流生活中每一件值得记住的事最终都变成一个可链接的笔记。完整文档入口Obsidian Wiki 总览、Memory Trees 详解一键打开把记忆库变成 Obsidian 知识库上手只需要三步官方指南在 connect-obsidian.md连接数据源在应用里接入 Gmail、Slack 等集成每个 Gmail 标签、每个 Slack 频道各算一个独立源点击 View vault in ObsidianMemory 标签页的这个按钮会通过obsidian://深链直接打开你的记忆库目录~/.openhuman/…/wiki/。首次使用时在 Obsidian 里选择Open folder as vault注册一次即可浏览与编辑笔记之间使用标准[[wiki-link]]语法Obsidian 的图谱视图、反向链接、标签浏览开箱即用。 记忆库的目录结构非常直白目录内容wiki/summaries/自动生成的摘要按日期、来源、实体分层wiki/notes/你手写的自由笔记不会被覆盖wiki/toolkit/每个已连接工具一个文件夹Memory Tree 三级摘要树记忆如何被压缩Memory Tree 不是向量数据库加一层薄包装而是一条确定性的桶式封盖流水线。所有数据源聊天、邮件、文档、同步结果都走同一条路原始消息 → 标准化 Markdown → 切分块≤3000 token→ 打分准入 → 写入三级摘要树 → 可检索的磁盘文件它的精髓在于三棵互相独立的树、三种查询视角来源树Source Tree每个来源一条滚动缓冲区写满后封盖成摘要逐级向上压缩——相当于Slack #eng 频道近两周发生了什么主题树Topic Tree按实体某个人、某个项目、某只股票构建出现频率越高热度越高构建越积极——相当于关于 Alice 的最新情况全局树Global Tree每天一个全局摘要节点回答今天整体发生了什么。向量嵌入依然藏在树里支撑语义搜索但树结构提供了压缩和导航——这才是记忆像大脑而不是一袋碎片的原因。数据流水线全解从邮件到知识库每条数据进入记忆树要经过六道关卡详见 memory-tree.mdIngest 摄取新消息被转成标准化 Markdown切成语义块。块 ID 是内容寻址的重复同步不会产生重复数据且全程不调用大模型快而廉价Queue 排队后续的重活实体抽取、嵌入、封盖摘要进入持久化任务队列崩溃重启后任务不丢Workers 后台工作池默认 3 个后台工作者默默消化任务界面永不卡顿Scoring 打分准入见 scoring.md好的这种消息会被直接丢掉避免噪声稀释摘要、浪费 token。打分由词数、词汇多样性、来源类型、互动强度、实体密度等信号加权而成只有拿不准的块才会动用 LLM 做深度判断实体抽取正则先抓邮箱、URL、用户名边界样本再交给 LLM 做语义实体识别最终归一化成稳定的person:alice这样的规范 ID写入实体倒排索引和共现图谱Seal 封盖缓冲区写满后压缩成上一层摘要级联向上直到生成你能在 Obsidian 里看到的那篇总结笔记。️ 核心源码都在 Rust 侧src/openhuman/memory/ 是记忆域主目录src/openhuman/memory/sources/types.rs 定义了所有记忆源类型src/openhuman/memory/diff/ 实现变更账本。20 分钟自动同步记忆自己长出来传统 AI 助理是被动响应的你问它才想。OpenHuman 的自动抓取auto-fetch.md是主动的一个全局调度器每 20 分钟走一遍所有活跃集成检查游标和每日预算到期的就拉取增量每个连接独立记账自己的游标、自己的去重集合、自己的每日请求预算每个来源都带 token 预算和同步深度上限话痨源不会烧穿你的费用。所以当你早上问我昨晚邮箱里落了什么时答案早已在 Memory Tree 里了。手写笔记也会变记忆真正的双向编辑这是最容易上头的一点你在wiki/notes/里丢一篇会议笔记比如2026-05-08-board-call.md下次摄取时它会和 Gmail、Slack 走完全相同的流水线——切块、打分、并入主题树和全局树。也就是说✅ 你可以把现有的 Obsidian 库整个丢进去批量导入✅ 你可以给每个项目、每个人维护一篇笔记主题树会把手工笔记当作又一种来源平等对待✅ AI 的自动摘要和你的手写笔记在同一个库里共存互链互不覆盖。官方还准备了排查表connect-obsidian.md 里列出了库是空的编辑没生效等常见问题的原因与解法。问得准检索、实体解析与记忆图谱写入是写路径检索是读路径retrieval.md。智能体通过一个多模式的memory_tree工具读回记忆模式用途search_entities用户点名时先把Alice解析成规范 ID永远先调用query_source按来源时间窗取摘要如总结上周 Slack #engdrill_down把粗摘要逐层展开成更细的子节点cover_window用最少节点覆盖最近 24 小时这类时间窗fetch_leaves批量取回原始块用于精确引用walk/smart_walk纯算法的确定性检索不用 LLM 也能一次答完两个亮点值得展开实体图谱是白捡的两个实体共现在同一个树节点上就构成一条边边权是共享节点数。这就是 Intelligence 标签页里那张力导向图谱的来源——它随自动同步越来越密零额外存储成本每个答案都能溯源任何检索结果都带来源、时间范围、层级信息能一路点回 Obsidian 库里的那个 Markdown 文件。变更可追溯Memory Diff 审计账本Memory Tree 回答AI 知道什么Memory Diffmemory-diff.md回答变了什么。它把每次同步的结果提交进一个真实的 git 仓库位于~/.openhuman/memory_diff/repo每次同步 一次 commit快照 ID 就是 commit SHAAI 轮询某个来源时只拿上次读之后的增量同一封新邮件不会让它重读整个收件箱可以打检查点作为跨来源基线之后一问就是今早到现在全记忆发生了什么全程零额外 API 成本——账本完全由已摄取数据推导。对新手来说这等于给 AI 的知识装上了行车记录仪每条变更都有时间戳、触发方式自动/手动和条目数可审计、可回溯、可恢复。隐私速览一切都在本机记忆库和数据库都在你的工作区默认~/.openhumanObsidian 只是本地读文件不涉及任何云端账号嵌入和摘要构建可选本地 Ollama 运行开启 Local AI 后否则才走云端模型服务支持按 Agent 画像设置来源白名单——客服型 Agent 永远碰不到你的私人 Gmailsources.md。延伸阅读与源码导航资源路径记忆系统总览Obsidian Vaultgitbooks/features/obsidian-wiki/README.mdMemory Tree 流水线gitbooks/features/obsidian-wiki/memory-tree.md打分与准入机制gitbooks/features/obsidian-wiki/scoring.md检索与记忆子智能体gitbooks/features/obsidian-wiki/retrieval.md20 分钟自动抓取gitbooks/features/obsidian-wiki/auto-fetch.md记忆源类型与权限范围gitbooks/features/obsidian-wiki/sources.md变更审计账本gitbooks/features/obsidian-wiki/memory-diff.mdObsidian 连接指南gitbooks/guides/connect-obsidian.md记忆域 Rust 源码src/openhuman/memory/一句话总结OpenHuman 的 Memory Tree 用确定性流水线 三级摘要树 纯 Markdown 记忆库的组合把散落在邮件和聊天里的生活数据变成了你看得见、改得动、带审计记录的个人知识库——而 Obsidian 只是打开它的钥匙。【免费下载链接】openhumanYour Personal AI super intelligence. A brain that builds a local-first memory of your life, a fantastic orchestrator of agent fleets and workflows, and a deep researcher.项目地址: https://gitcode.com/GitHub_Trending/op/openhuman创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/11/4 2:29:39

华为GT6 Pro与GT7 Pro怎么选?传感器、算法与续航深度对比

智能手表选型这件事,最怕的不是预算不够,而是花了大几千买回来,才发现核心功能根本用不上。比如有人为了运动监测入手顶配,结果自己只戴来看通知;有人只看重续航,却忽略了健康算法更新带来的长期体验差异。…

2026/11/2 11:38:44

C51智能卡COS开发实战:ISO7816、APDU与掉电安全设计

简介:这是一份基于C51单片机的智能卡COS(Card Operating System)源代码工程,适合已具备一定单片机基础、希望深入卡片操作系统的嵌入式开发和信息安全学习者。资源包共115个文件,压缩后约1002KB,主要包含C源…

2026/11/4 5:37:42

用Python回合制伤害模拟器,量化攻击绳与充能绳的收益差异

在给姬子刷遗器的时候,攻击绳和充能绳的选择确实容易让人纠结。特别是手头有 01 的王棋绘世,又想在混沌回忆或虚构叙事里压到 2t、3t 时,绳子主词条甚至会影响整个输出轴。网上关于“攻击绳还是充能绳”的结论很多,但不同玩家的面…

2026/11/5 6:28:02

基于ADS122U04IPWR与PIC18F4585的高精度温度采集系统设计

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 6:28:02

24位Δ-Σ ADC与PIC MCU的高精度温度采集方案解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 6:28:02

S7-1200外部中断实战:OB40创建与DETACH指令详解

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 6:28:02

工业温度采集实战:ADS122U04 24位ADC与PIC32的UART信号链设计

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 6:28:02

ADS122U04与PIC18F86K90组合:工业温度测量链路的选型与实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 6:23:01

在线表格组件选型指南:从Excel导入到协作编辑的工程实践

从一个在线表格需求说起如果你在团队里待过,大概率遇到过这类需求:"做个页面,把Excel传上来,能看能编辑,最好还能多人同时改。"第一次听到这种需求的人,通常觉得不难——放个表格组件不就行了吗&…

2026/11/4 12:38:23

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

在智慧养宠时代,基于视觉的宠物身份识别技术正逐步从实验室走向家庭应用。然而,与配合度高的人类不同,宠物是典型的“非合作生物识别对象”——它们不会主动配合摄像头调整姿态,更无法控制光照环境。实际应用中,我们常…

2026/11/4 21:04:25

SSM电子书店源码全解析:结构、原理、部署与排错实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/5 0:02:07

多智能体协作系统架构设计与实践优化

1. 多智能体协作系统的时代背景2017年Transformer架构的诞生彻底改变了人工智能的发展轨迹。当行业还沉浸在单一大模型带来的性能突破时,Anthropic的研究团队已经将目光投向了更前沿的领域——如何让多个智能体通过协作产生超越单体能力的系统智能。这就像交响乐团中…

2026/11/5 0:02:07

大模型系统性入门实战指南:从原理到部署微调的全链路路线

提到大模型的系统性入门,我先说个结论:这事真不难,难的是资料太散、路线太多,今天这个框架明天那个工具,新人很容易在“收藏夹吃灰”和“教程看到一半放弃”之间反复横跳。市面上关于大模型的内容少说有几十万篇&#…

2026/11/5 0:02:07

鸿蒙文件系统沙箱机制解析与开发实践

1. 鸿蒙文件系统沙箱机制深度解析作为一名从Android转向鸿蒙开发的工程师,我深刻体会到文件系统访问是迁移过程中最先遇到的"拦路虎"。在Android上运行良好的文件读写代码,在鸿蒙真机环境却频频出现文件写入后神秘消失或直接抛出权限拒绝错误的…

2026/11/4 12:38:23

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

在智慧养宠时代,基于视觉的宠物身份识别技术正逐步从实验室走向家庭应用。然而,与配合度高的人类不同,宠物是典型的“非合作生物识别对象”——它们不会主动配合摄像头调整姿态,更无法控制光照环境。实际应用中,我们常…

2026/11/4 21:04:25

SSM电子书店源码全解析:结构、原理、部署与排错实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑