Second Brain 个人智能助理
把大模型变成你机器上的个人操作系统：本地文件智能、工作流自动化与多平台通信，让任务在你自己的电脑上自动完成。
- Star 数
- ★ 672
- 最近更新
- 1 个月前
- License
- MIT
- 主语言
- Python
- FA 评分
- 37/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 希望把散落在电脑里的 PDF、Office 文档、音视频建成可检索知识库的个人用户
- 不适合
- 希望开箱即用、不想配置 API 密钥和前端仓库的用户
- 需要容器直接读取宿主机本地文件的团队
- 不愿自行搭建反向代理来部署生产 Web UI 的用户
- 源码审查
- 37/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Second Brain 是一个开源的智能体框架（GitHub: henrydaum/second-brain，MIT 许可），定位为运行在你本机的 AI 操作系统。它通过附件解析、文件解析、LLM 循环、路径驱动与事件驱动任务、会话运行时等组件，结合 RAG、工具调用和定时任务完成实际工作。默认以 REPL 形式运行，也可通过 Telegram 机器人或独立的 second-brain-ui 网页前端交互。安装需要 Python 3.11+ 和 git，支持 Docker 部署；/setup 向导一次性完成 essentials 能力包安装、模型接入（如 Atlas Cloud 或任意 API Key 的供应商）和 Telegram/Web UI 配置。能力通过 /packages 按需扩展，例如 bundle_knowledgebase（PDF/Office/音视频索引与搜索）、bundle_memory（自动维护的持久记忆）和 bundle_gmail。
运行 python main.py 后进入 REPL，执行 /setup 安装 essentials 包（LLM 后端、文件读写搜索、Shell 与脚本执行、SQL、网络搜索、子智能体和 Telegram 前端），粘贴 API Key 连接模型。它解析附件与本地文件，在 LLM 循环中调用工具完成任务；通过 /config 设置 sync_directories 对指定文件夹建立索引（OCR、转录、嵌入向量与三种搜索工具，属 bundle_knowledgebase）。支持路径驱动任务、事件驱动任务和 cronjob 定时任务，可读取、发送和标注 Gmail 邮件（bundle_gmail），通过 Telegram 或 HTTP 前端（frontend_http + second-brain-ui，基于 assistant-ui 的 React 应用）多模态收发消息。可用命令包括 /packages、/config、/llm、/conversations、/commands 和 /locations。
- 希望把散落在电脑里的 PDF、Office 文档、音视频建成可检索知识库的个人用户
- 需要手机端随时与自己的助理对话并推送通知的 Telegram 用户
- 想用 cronjob 定时任务和事件驱动任务自动处理重复性工作的效率用户
- 习惯命令行、想在本机 REPL 中让模型读写文件和跑脚本的开发者
- 需要自动收发、整理 Gmail 邮件的办公室工作者
- 想在 NAS 或服务器上以 Docker 方式长期运行助理的用户
如何安装或部署这个 Agent？
- 安装 Python 3.11+ 和 git。2. git clone https://github.com/henrydaum/second-brain && cd second-brain && python -m venv .venv，Windows 执行 .venv\Scripts\activate，macOS/Linux 执行 source .venv/bin/activate。3. pip install -r requirements.txt && python main.py。或使用 Docker：docker build -t second-brain . && docker run --rm -it --init -v sb-data:/data second-brain。4. 在 REPL 中运行 /setup：安装 essentials 包、粘贴 API Key 连接模型（Atlas Cloud 为赞助快速通道，任何供应商均可），可选配置 Telegram（需 @BotFather 的 bot token 和 @userinfobot 提供的用户 ID）和 Web UI。可选 UI：另需 Node.js 20.19+/22.12+，克隆 second-brain-ui 后 npm install，复制 .env.example 为 .env.local 并填入 VITE_SB_TOKEN，运行 npm run dev 后访问 http://localhost:5173。
如何使用这个 Agent？
启动后进入 REPL，先运行 /setup 完成初始配置；用 /packages install 添加能力包（Web UI 中也可在 Settings 操作），用 /config 设置 sync_directories 指定要索引的文件夹（首次同步会产生大量任务消息，属正常现象）；用 /llm 添加或切换模型，/conversations 浏览会话，/commands 查看全部命令，/locations 查看数据目录（Windows 在 %LOCALAPPDATA%\Second Brain\，macOS 在 ~/Library/Application Support/Second Brain/，Linux 在 ~/.local/share/Second Brain/）。Web UI 的 API token 在 /config 的 secret_http_token 中设置，修改后需 /restart 重启使前端生效；手机访问可在开发服务器加 --host 参数并通过 Tailscale 远程连接。
这个 Agent 有哪些优点和局限？
- 本机优先架构：数据、索引和工作区都留在自己电脑上，适合注重隐私的个人助理场景
- 能力按需扩展：bundle_knowledgebase、bundle_memory、bundle_gmail 等包按需安装，全新安装刻意保持精简
- 多前端可选：REPL、Telegram 机器人和 ChatGPT 风格 Web UI（可添加到手机主屏）覆盖不同使用习惯
- 文档化的基准表现：在 harness-bench 上对 106 个沙箱离线智能体任务的评测中高于 OpenClaw 和 Hermes，评测框架与结果均公开
- 知识库包体积大，首次同步文件夹索引会产生大量任务消息并需要等待
- Web UI 需要额外的前端仓库、Node 环境和手动 token 配置，生产构建因不含 API token 而需要反向代理，仅 macOS 部署文档覆盖此场景
- Docker 容器内看不到宿主机文件，削弱其本机文件智能的核心优势，官方也承认本机安装是更好的日常方式
- 依赖外部 LLM API Key（推荐 Atlas Cloud 但任意供应商均可），费用与模型质量由所选供应商决定；README 未提供各供应商的详细适配说明
这个 Agent 与同类方案有什么区别？
作者在 harness-bench（106 个沙箱离线智能体任务的评测）中将其与 OpenClaw 和 Hermes 对比，结果显示 Second Brain 得分更高；评测框架发布于 second-brain-evals 仓库，完整结果在 second-brain-eval-results 仓库，但作者也注明评测存在若干小瑕疵。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Second Brain 个人智能助理 当前 | 37 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 672 | 1 个月前 | Python | — |
| ByteChef | 53 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 1k | 今天 | Java | OpenAI API · Claude API |
| Heym | 46 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 1.3k | 今天 | Python | Codex · Claude.ai |
| EpicStaff 智能体流程平台 | 57 · 缺口较多 | 自托管服务 | ★ 358 | 1 天前 | Python | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 描述了本地文件索引、shell 执行、Telegram、Gmail、定时任务等高危能力，但提供的源码文件中未见任何权限边界、用户确认流程、数据流说明或敏感数据处理文档；sandbox 仅为测试夹具中的一个导入，无从验证其约束力。requirements.txt 极简（watchdog/croniter/pytest），无锁文件、无版本固定、无依赖安全审查，扣分明显。MIT LICENSE 与作者署名（Henry Daum）清晰，仅此可得基本归属分。未见回滚或卸载机制的任何证据。
requirements.txt 未固定任何依赖版本（无 == 约束），上游破坏性变更将直接影响安装，依赖可得性得 0；但注释显示约 2200 个测试、pytest-xdist 并行配置，显示测试基础设施自我一致，得 1。README 提到 401/空白屏等排错提示，失败信息处理有部分证据。核心代码未在样本中，多数可靠性主张无法核实。
README 明确定位个人本机助手，覆盖 Windows/macOS/Linux、Docker、Telegram、Web UI，环境适配与受众描述充分，得 2。但对能力边界（哪些任务不该交给它）、触发精确性（事件驱动任务的触发条件）几乎无文档，各扣至 1。
安装文档非常详尽（venv、Docker、UI token 配置、平台差异表），得 3。LICENSE 为完整 MIT 文本，得 3。数据目录结构、/locations、/packages 命令说明使信息架构合理，得 2。但无 CHANGELOG、无版本号（版本控制得 0），已知局限仅以一句 'still pretty far from the real brain' 带过，命名稳定性与维护责任仅有个人作者署名，无治理或更新承诺，各得 1。示例以信息图和外部链接为主，仓库内可验证示例缺失。
README 承诺强大功能但样本中无核心实现代码，输出可用性与边际价值只能凭描述，均得 1。基准测试声称优于 OpenClaw/Hermes，但结果仅以截图形式呈现且由作者自建框架评测，成本收益论证不充分。
评测结果为作者自行运行的自建 harness，交叉来源佐证为 0；声称可追溯至作者自己的 evals 仓库链接（1 分）；README 大体区分了事实陈述与作者哲学思辨（'Philosophy' 一节），推断与事实分离基本做到，得 1。无法执行验证，置信度保持 low。
- 本评估为静态源码审查，未运行任何代码；样本中缺少核心实现，多数功能主张未经独立验证。
- 依赖未固定版本且无锁文件，安装可能因上游变更而失败；部署前请自行审查 requirements 并锁定版本。
- 该 Agent 默认具备本地文件索引、shell 执行、Telegram/Gmail 集成等高危权限，作者身份未经验证；建议在隔离环境（Docker 或专用账户）中先行试用，谨慎授予 sync_directories 与消息平台凭据。
- README 中的基准测试为作者自建自评，结果以截图呈现，不应视为独立证据。