OpenHuman macOS 与 Mac mini M4 安装指南 2026：Homebrew、记忆树、Ollama 本地 AI 与云主机部署

OpenHuman（TinyHumans AI 开源）是一款 UI 优先的桌面智能体：在 Mac 上构建 记忆树（Memory Tree） 与 Obsidian 兼容的 Markdown 知识库，并通过 每 20 分钟自动同步（auto-fetch） 从 118+ OAuth 集成（Gmail、GitHub、Slack、Notion 等）拉取上下文。与终端优先的框架不同，在 macOS 上可在数分钟内完成安装到可用智能体，并可选用 Ollama 做本地推理。本文介绍推荐的 Homebrew 安装（优于 curl | bash）、架构路径、七步操作手册、Mac mini M4 内存分层，以及在租用云 Mac mini（MacHTML 公开价约 ¥120/天，折合约 $16.9/天）上长期运行的场景。

可配合 OpenClaw Webhook 与 Ollama 云 Mac 指南 做网关自动化，Mac mini M4 上 TradingAgents + Ollama 做多智能体本地推理拆分，并参考 Mac mini M4 云主机 的硬件背景。官方文档：OpenHuman 文档；硬件：Apple Mac mini 规格。大陆开发者常见痛点包括出口带宽波动、npm 镜像慢——在云端 Mac 上预拉 Ollama 模型更接近生产环境。

披露：本文提到的云 Mac mini 租用服务由 MacHTML 提供。

为何在 Mac mini M4 上跑 OpenHuman

多数智能体每次对话都是「冷启动」：邮件、仓库、日历上下文要靠手工粘贴或插件慢慢积累。OpenHuman 用 20 分钟一轮的 auto-fetch 加上 TokenJuice 压缩（官方文档称最高约 80% token 节省）在进 LLM 前瘦身上下文。工作流知识落在本机 SQLite 与可用 Obsidian 打开的 .md 文件中。

Mac mini M4 适合常开桌面智能体：空闲功耗低，统一内存可并排跑 Ollama。16 GB 宜用小模型；24–32 GB 可同时跑 Tauri + Rust 桌面壳与更大量化模型。若团队已用 OpenClaw 处理 Slack/GitHub Webhook，可继续保留；OpenHuman 解决的是「个人长期记忆」而非 HMAC 入站。参见 OpenClaw GLM 云 Mac 部署。

在 M4 上同时跑 OpenHuman 与 Ollama 时，建议为 vault 与模型缓存各预留至少 30 GB 磁盘；首次 auto-fetch 可能写入数百个 Markdown 分块，出口带宽不足时优先在云端完成首轮同步。

架构：记忆树与托管服务

层级	位置	存储内容
记忆树	本机 SQLite + ≤3k token Markdown 分块	邮件、仓库、日历的评分摘要
Obsidian 知识库	本机 .md	可人工编辑的记忆镜像
工作区配置	本机 config.toml	模型路由、可选 memory.backend = "agentmemory"
托管后端	OpenHuman 官方（默认）	登录、模型路由代理、Composio OAuth、联网搜索

数据流：OAuth 连接器 → Composio 工具面 → 20 分钟 auto-fetch → 规范为 Markdown → SQLite 索引 → TokenJuice 压缩后送入智能体 → 可选 Ollama 本地推理。

透明度说明：记忆树与 vault 在本地，但默认体验仍依赖托管登录、路由与集成 OAuth，除非按上游 README 配置自有密钥（「Local + managed services」章节）。

OpenHuman 与 OpenClaw 决策矩阵

维度	OpenClaw	OpenHuman
上手	终端优先、openclaw.json	UI 优先，数分钟可用
记忆	依赖插件搬运上下文	记忆树 + Obsidian，20 分钟 auto-fetch
集成	自行接线	118+ OAuth（Composio）
本地 LLM	手动接 Ollama	内置路由 + 可选 Ollama
Mac mini 场景	网关、Webhook、LaunchAgent	个人长期上下文，无需自建 ETL

建议：若需要 网关 Webhook、HMAC 校验、doctor 探针，以 OpenClaw Webhook + Ollama 为主；若要在 一轮同步内 让智能体拥有收件箱 + 仓库 + 日历上下文，在独立 Mac mini 上装 OpenHuman，并按 TradingAgents 式 RAM 分层 配置 Ollama。

macOS 分步安装手册

1. Homebrew 安装（推荐，带 bottle 校验）：

   brew tap tinyhumansai/openhuman
   brew install openhuman

2. 从 /Applications 启动 OpenHuman.app，完成账号登录（托管后端）。
3. 设置 → 集成：一键 OAuth 授权 Gmail、GitHub 或 Slack。
4. 等待约 20 分钟 完成首轮 auto-fetch，或在集成页手动同步；在「记忆」设置中确认 vault 出现新 .md。
5. 可选启用 Ollama（设置 → 模型路由 → 本地 AI）：先 ollama serve，再按内存表拉取模型。
6. 验证智能体：让桌面 UI 总结今日 GitHub 通知，引用应指向 vault 文件路径而非虚构路径。
7. 可选 agentmemory：在 config.toml 设 memory.backend = "agentmemory"，与 Claude Code/Cursor 共用 agentmemory 存储。

生产环境避免：curl -fsSL …/install.sh | bash — 上游明确该脚本 无完整性校验；请用 Homebrew 或 GitHub Releases 签名 DMG。

Apple Silicon 上的 Ollama 本地 AI

统一内存	建议 Ollama 模型	OpenHuman 负载
16 GB	llama3.2:3b + llama3.1:8b	轻量摘要
24 GB	qwen2.5:14b + llama3.2:3b	默认研究 + 对话
32 GB	qwen2.5:32b (Q4)	更重 vault 压缩任务

brew install ollama
ollama pull llama3.1:8b
ollama serve

将 OpenHuman 本地路由指向 http://127.0.0.1:11434（见 本地 AI 文档）。托管模型仍可在订阅内使用；分层策略与 TradingAgents Ollama 拆分 相同。

云 Mac mini 部署场景

在以下情况租用 Mac mini M4：笔记本休眠导致 auto-fetch 中断；需要 隔离 OAuth 令牌 的团队沙箱；或大陆出口带宽拖慢大型 vault 同步。MacHTML 公开云 Mac mini 价格约 ¥120/天（约 $16.9/天）— 长租前用 du -sh 检查 vault 目录体积。

复用 OpenClaw GLM 云部署 的常开 macOS 纪律：测试账号与生产分离，系统升级前快照 vault，在服务器上预拉 Ollama 模型避免首次对话超时。

若使用国内 npm 镜像安装依赖，请在云端与本地保持同一 registry，避免 Obsidian 插件或辅助脚本路径不一致。

故障排查

已连接集成但 30 分钟后 vault 仍为空

现象：OAuth 显示已连接但无新 .md。
处理：检查托管后端可达性；重新授权 OAuth；确认 macOS 防火墙未拦截桌面应用；在集成页强制手动同步。云 Mac 上首轮可用 caffeinate -dims 防止休眠。

启用本地 AI 时 Ollama 连接被拒绝

现象：端口 11434 connection refused。
处理：运行 ollama serve，执行 curl http://127.0.0.1:11434/api/tags；16 GB 机器换更小模型；云 Mac 确保为 ARM64 版 Ollama 而非 Rosetta x86。

常见问题

问：OpenHuman 能完全离线吗？
答：不能。默认使用托管登录、路由与 Composio OAuth；记忆树与 vault 在本地，但连接器需要网络，除非按文档配置直连/BYOK。

问：与同一台 Mac mini 上的 OpenClaw 有何不同？
答：OpenClaw 擅网关自动化与工具策略；OpenHuman 擅 UI 上手 + 定时 auto-fetch 的个人长期上下文。常见做法：不同 macOS 用户下分别跑 OpenHuman（上下文）与 OpenClaw（入站 Webhook）。

问：Ollama + OpenHuman 需要多少内存？
答：16 GB 仅适合小模型；24 GB 为桌面智能体 + llama3.1:8b 类的实用默认，与 TradingAgents M4 分层 一致。

问：vault 文件在磁盘哪里？
答：见 设置 → 记忆 → Vault 路径；为 Obsidian 兼容 Markdown，系统升级前请 Time Machine 或 rsync 备份。