OpenHuman macOS 與 Mac mini M4 安裝指南 2026：Homebrew、記憶樹、Ollama 本地 AI 與雲端部署

OpenHuman（TinyHumans AI 開源）是一款 UI 优先的桌面智能体：在 Mac 上构建 記憶樹（Memory Tree） 與 Obsidian 兼容的 Markdown 知識庫，並透過 每 20 分钟自動同步（auto-fetch） 從 118+ OAuth 集成（Gmail、GitHub、Slack、Notion 等）拉取上下文。與终端优先的框架不同，在 macOS 上可在數分鐘內完成安裝到可用智能体，并可选用 Ollama 做本地推理。本文介紹推荐的 Homebrew 安裝（優於 curl | bash）、架構路徑、七步操作手冊、Mac mini M4 記憶體分層，以及在租用云 Mac mini（MacHTML 公開價約 NT$520/天，折合约 $16.9/天）上长期运行的场景。

可配合 OpenClaw Webhook 與 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 雲端主機 的硬件背景。官方文档：OpenHuman 文档；硬件：Apple Mac mini 规格。台灣开发者常见痛点包括跨區頻寬波动、npm 鏡像慢——在云端 Mac 上预拉 Ollama 模型更接近生产环境。

揭露：本文提到的雲端 Mac mini 租用服務由 MacHTML 提供。

為何在 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（官方文件称最高約 80% token 节省）在进 LLM 前瘦身上下文。工作流知识落在本機 SQLite 與可用 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，统一記憶體可并排跑 Ollama。16 GB 宜用小模型；24–32 GB 可同时跑 Tauri + Rust 桌面壳與更大量化模型。若团队已用 OpenClaw 處理 Slack/GitHub Webhook，可继续保留；OpenHuman 解决的是「個人長期記憶」而非 HMAC 入站。参見 OpenClaw GLM 雲 Mac 部署。

在 M4 上同时跑 OpenHuman 與 Ollama 时，建议為 vault 與模型缓存各预留至少 30 GB 磁碟；首次 auto-fetch 可能写入数百个 Markdown 分块，跨區頻寬不足时優先在雲端完成首轮同步。

架構：記憶樹與託管服务

層級	位置	儲存内容
記憶樹	本機 SQLite + ≤3k token Markdown 分块	邮件、仓库、日历的评分摘要
Obsidian 知識庫	本機 .md	可人工编辑的記憶鏡像
工作区配置	本機 config.toml	模型路由、可選 memory.backend = "agentmemory"
託管后端	OpenHuman 官方（預設）	登入、模型路由代理、Composio OAuth、連網搜索

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

透明度说明：記憶樹與 vault 在本地，但預設体验仍依赖託管登入、路由與整合 OAuth，除非按上游 README 配置自有密钥（「Local + managed services」章节）。

OpenHuman 與 OpenClaw 决策矩阵

维度	OpenClaw	OpenHuman
上手	終端優先、openclaw.json	UI 優先，數分鐘可用
記憶	依赖插件搬运上下文	記憶樹 + Obsidian，20 分钟 auto-fetch
整合	自行接线	118+ OAuth（Composio）
本地 LLM	手动接 Ollama	内置路由 + 可選 Ollama
Mac mini 场景	閘道、Webhook、LaunchAgent	個人長期上下文，無需自建 ETL

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

macOS 分步安裝手册

1. Homebrew 安裝（推荐，带 bottle 校验）：

   brew tap tinyhumansai/openhuman
   brew install openhuman

2. 從 /Applications 启动 OpenHuman.app，完成账号登入（託管后端）。
3. 設定 → 整合：一键 OAuth 授权 Gmail、GitHub 或 Slack。
4. 等待約 20 分钟 完成首轮 auto-fetch，或在整合页手动同步；在「記憶」設定中确认 vault 出现新 .md。
5. 可選啟用 Ollama（設定 → 模型路由 → 本地 AI）：先 ollama serve，再按記憶體表拉取模型。
6. 驗證智能体：讓桌面 UI 总结今日 GitHub 通知，引用應指向 vault 文件路径而非虚构路径。
7. 可選 agentmemory：在 config.toml 设 memory.backend = "agentmemory"，與 Claude Code/Cursor 共用 agentmemory 儲存。

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

Apple Silicon 上的 Ollama 本地 AI

统一記憶體	建议 Ollama 模型	OpenHuman 负载
16 GB	llama3.2:3b + llama3.1:8b	輕量摘要
24 GB	qwen2.5:14b + llama3.2:3b	預設研究 + 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

將 OpenHuman 本地路由指向 http://127.0.0.1:11434（見 本地 AI 文件）。託管模型仍可在订阅内使用；分層策略與 TradingAgents Ollama 拆分 相同。

雲 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；或台灣跨區頻寬拖慢大型 vault 同步。MacHTML 公開雲 Mac mini 价格約 NT$520/天（約 $16.9/天）— 長租前用 du -sh 檢查 vault 目录体积。

复用 OpenClaw GLM 雲部署 的常开 macOS 纪律：测试账号與生产分离，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。

若使用台灣 npm 鏡像安裝依赖，请在雲端與本地保持同一 registry，避免 Obsidian 插件或辅助脚本路径不一致。

故障排查

已连接整合但 30 分钟后 vault 仍為空

現象：OAuth 显示已连接但無新 .md。
處理：檢查託管后端可达性；重新授权 OAuth；确认 macOS 防火墙未拦截桌面應用；在整合页强制手动同步。雲 Mac 上首轮可用 caffeinate -dims 防止休眠。

啟用本地 AI 时 Ollama 连接被拒绝

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

常見問题

問：OpenHuman 能完全离线吗？
答：不能。預設使用託管登入、路由與 Composio OAuth；記憶樹與 vault 在本地，但连接器需要网络，除非按文件配置直连/BYOK。

問：與同一台 Mac mini 上的 OpenClaw 有何不同？
答：OpenClaw 擅閘道自動化與工具策略；OpenHuman 擅 UI 上手 + 定时 auto-fetch 的個人長期上下文。常見做法：不同 macOS 用户下分别跑 OpenHuman（上下文）與 OpenClaw（入站 Webhook）。

問：Ollama + OpenHuman 需要多少記憶體？
答：16 GB 仅适合小模型；24 GB 為桌面智能体 + llama3.1:8b 类的实用預設，與 TradingAgents M4 分層 一致。

問：vault 文件在磁碟哪里？
答：見 設定 → 記憶 → Vault 路径；為 Obsidian 相容 Markdown，系统升级前请 Time Machine 或 rsync 备份。