Vellum Assistant
跨设备记忆、主动跟进并执行应用任务的个人助手。
按维度查看评分与理由
证据显示有沙箱、权限门控、凭据分离等安全设计，但具体实现细节未在提供的文件中展示，因此部分标准只能给2分。扣分原因：数据流透明度仅提及，未详细说明；回滚机制未明确；来源归属仅提及来源属性，未深入。
自洽性：README与SECURITY.md等文档一致，但未提供代码验证。依赖可用性：有package.json和workflows，但未验证。失败消息：未提供具体错误处理示例。扣分原因：缺乏实际运行证据。
受众与场景：README描述了多种使用场景，但未提供具体案例。能力边界：有安全模型文档，但未详细。触发精度：未提供具体触发机制。环境适配：支持多平台，但未验证。扣分原因：静态审查无法验证实际适配。
信息架构：有文档结构，但未提供完整。安装说明：有CLI安装步骤，但未验证。命名稳定性：未提供版本历史。示例与FAQ：有快速演示，但无FAQ。已知限制：未明确。许可证：MIT，完整。版本与变更日志：未提供。维护责任：有贡献指南，但未验证。扣分原因：部分文档缺失。
输出可用性：有CLI和客户端，但未验证。边际价值：有独特功能，但未验证。成本效益：有托管和自托管选项，但未验证。扣分原因：静态审查无法评估实际效果。
声明可追溯性：部分声明有文档支持，但未提供证据。跨来源佐证：有多个文档，但未交叉验证。事实与推断分离：未明确。扣分原因：缺乏独立验证。
- 静态审查无法验证实际运行行为，所有安全声明需通过动态测试确认。
- 依赖安全仅基于package.json中的overrides和patchedDependencies，未验证漏洞修复的有效性。
- 回滚机制未明确，建议在部署前确认数据恢复方案。
这个 Agent 能做什么，适合哪些场景？
Vellum Assistant 是一款个人 AI 助手，提供托管运行和本地自托管两种模式。它将对话中的身份、偏好、项目和事件等结构化信息抽取为带来源归属且会去重的记忆，并按用户和频道隔离。系统以 SOUL.md 保存行为设定，以 NOW.md 记录当前关注点和活跃线程，并维护每位用户的反思日志。它可通过 macOS、iOS、Web、语音、邮件、Telegram、Slack 和 Twilio 等渠道访问，同一助手跨渠道共享同一记忆。助手可在沙箱中使用计算机能力；经用户许可后，可读取和编辑文件、运行命令及驱动浏览器，并会每小时检查未完成事项和临近事件后发送提醒。
助手从对话中提取 identity、preferences、projects 和 events 等结构化条目，使用本地默认的 ONNX embeddings 及稠密加稀疏混合检索维护八类记忆。它将行为内容写入 SOUL.md，把当前任务线索放入 NOW.md，并每小时重新读取笔记，判断是否有未完成或即将到期的事项，再向合适频道发送消息。经授权后，它在独立沙箱中执行文件读写、命令运行和浏览器操作；未知身份的参与者不能读取记忆、触发工具或提升权限。CLI 可用 vellum wake 启动服务、vellum client 在终端交互、vellum ps 查看运行中的助手，以及 vellum terminal 进入托管助手容器。
- 一位同时使用 Slack 和 Telegram 的个人用户，希望在一个频道提出任务、在另一个频道继续对话，同时保留同一份记忆。
- 需要助手根据对话长期记住工作偏好、项目和待办事件，并在事项临近时主动提醒的知识工作者。
- 希望先授权再让助手修改本机文件、运行终端命令或操作浏览器的 macOS 用户。
- 想在自己的机器上运行个人助手，并从手机、平板或另一台电脑访问它的自托管用户。
- 需要通过 OAuth 连接 Slack、Notion、Google、HubSpot、Linear、Discord、Twitter、Telegram 或 Twilio 的团队成员。
这个 Agent 有哪些优点和局限？
- 八类记忆分别具有陈旧窗口，并结合混合检索、来源归属、去重和用户/频道隔离，而非仅维护单一笔记文件。
- 内置按小时复查笔记并将提醒发送到适当频道的主动跟进机制，且说明不会打断活跃对话。
- 安全边界明确：身份信任级别统一执行，凭据位于独立进程，工具调用在沙箱内且默认拒绝。
- 同一代码库支持 Vellum Platform 托管运行与本地自托管，并列出 Anthropic、OpenAI、Gemini、Ollama 等多种模型路径。
- README 将桌面应用列为主要方向，CLI 明确更适合高级用户、贡献者和非 macOS 环境。
- 本地部署的模型凭据、环境变量、持久化存储和完整配置流程没有在提供材料中说明。
- 文件、命令和浏览器操作需要逐次或预设许可；未知参与者无法访问记忆或使用工具，自动化范围会受信任规则限制。
- 部分渠道和 OAuth 连接依赖外部服务，README 未提供连接失败、限流或数据迁移的处理说明。
如何安装或部署这个 Agent？
CLI 面向高级用户、贡献者和非 macOS 环境。安装 Bun 后运行：
bun install -g vellum
vellum hatch从源码安装则运行：
git clone https://github.com/vellum-ai/vellum-assistant.git
cd vellum-assistant
./setup.sh
source ~/.bashrc
vellum hatch托管模式需要通过 Vellum Cloud 登录；README 未说明本地模式所需的模型提供商凭据、环境变量或首次配置细节。
如何使用这个 Agent？
完成 vellum hatch 后，用 vellum wake 启动服务，再运行 vellum client 通过终端与助手交互。用 vellum sleep 停止服务但保留数据，vellum ps 查看运行状态；如有多个助手，在命令第二个参数传入 assistant ID。需要访问实际机器时，按产品提供的许可模式批准操作；可选择一次、十分钟或始终允许。
这个 Agent 与同类方案有什么区别？
README 将其定位为减少搭建 Personal AI on OpenClaw、Hermes Agent 或 Claude Code 时的配置成本；提供材料未给出这些方案之间的功能或性能基准。