常见问题
大家问得最多的那些问题，这里给个简短的答复。想看怎么操作，去看 指南；想懂背后的为什么，去看 概念。
OMem 免费吗？拿到公司里用呢？
Section titled “OMem 免费吗？拿到公司里用呢？”OMem 采用 PolyForm Noncommercial License 1.0.0。个人、学术、研究、非营利用途，免费。商用要授权——而且按 PolyForm 的说法，“商用”明确包括把它用在你那家营利性雇主的内部工作上。如果你想在公司场景里用 OMem，联系我们——这是一次值得好好聊的对话。
OMem 为什么不开源？
Section titled “OMem 为什么不开源？”检索、解析、整理这一整套流水线是一大块工作，v1.0 是以源码可见、闭源二进制的形式发布的，而不是开源。但它产出的那份 wiki 是完全开放的——是你磁盘上的纯 Markdown，归你所有，你能读、能改、能 grep、能纳入版本管理——所以哪怕引擎不开源，你也永远不会被锁死。
它能在 Windows 或 Linux 上跑吗？
Section titled “它能在 Windows 或 Linux 上跑吗？”v1.0 还不行——OMem 现在支持 macOS。它依赖了一些 macOS 专有的部分（launchd 定时、本地的邮件/日历存储）。Windows 在路上：跨平台的底子已经调研过了，核心流水线本来就是纯 Python；它是 v1.5+ 的目标。Linux 走的是同一条路。
它能完全离线跑吗？
Section titled “它能完全离线跑吗？”检索是 100% 本地的——搜索、读页、解析，全程不碰网络。唯一一次联网，是 ingest 时的 LLM 整理，它会发给你配的那个 provider。你可以把它指向一个本地模型（用 openai-compat 这个 provider），现在就能用；唯一的提醒是，整理质量取决于模型。完全离线、又达到能干工作那种质量，是 v1.5 的目标。
我的数据真的全在本地吗？
Section titled “我的数据真的全在本地吗？”是的。你的 wiki 是你自己选的某个文件夹里的纯文件；索引和归档是本地的 SQLite 加文件。什么都不上传，不收集任何遥测。唯一离开你机器的，是 ingest 时发给你所选 LLM 的 整理 prompt 加文档文本——而要是那是个本地模型，连这部分也留在设备上。
要是哪天 OMem 没了，我的数据怎么办？
Section titled “要是哪天 OMem 没了，我的数据怎么办？”什么都不会被困住。你的 wiki 是一个装着 Markdown 文件的文件夹，有没有 OMem，你都能接着用、接着读、接着搜，随便什么工具都行——Finder、grep、Obsidian、git。格式从设计上就是开放的（见设计原则 P3）。
macOS 权限怎么给？我的邮件（或日历）不工作。
Section titled “macOS 权限怎么给？我的邮件（或日历）不工作。”邮件要完全磁盘访问权限，而 macOS 从不自动给——到了 macOS 26+，日历也一样（它的数据库挪进了一个沙箱容器，所以现在跟邮件一样被卡着）。跑 omem setup --grant-tcc——它会探测你的版本，打开系统设置，把要加的 omem 二进制亮出来。详见 常见错误 → 权限。
我需要 qmd 吗？该装它吗？
Section titled “我需要 qmd 吗？该装它吗？”严格说不是必须——但我们建议装。 内置的 fts5 索引开箱即用、也快，但它只认关键词：它找的是跟你字面词重合的页（中文分词是一等公民）。qmd 才是让搜索真正活起来的地方——它加了多路检索（BM25 + 向量嵌入 + 查询扩展 + 重排），所以它能按意思来匹配、能处理跨语言查询，在真实、杂乱的工作上明显更准。代价是一次性的：一个单独的二进制，加上头一次用时拉下来的 ~2.2 GB 本地模型，全都跑在你自己机器上。如果你还在犹豫，那就装 qmd——fts5 是那个靠得住的兜底，不是更好的体验。它怎么工作，见 检索。
ingest 到底要花多少 LLM 调用？
Section titled “ingest 到底要花多少 LLM 调用？”整理是每个新增或改动的条目调一次 LLM——而整理缓存意味着没变过的条目在重跑时一分钱不花。所以总成本跟着”有多少新内容”走，而不是”你跑了多少次 ingest”。一个稳定的邮箱，过了第一遍之后花不了多少；贵的那种情况，是用 --now 强制全量重扫。
它跟别的比怎么样
Section titled “它跟别的比怎么样”它跟 mem0 / Letta / Zep 有什么不同？
Section titled “它跟 mem0 / Letta / Zep 有什么不同？”那几个是对话记忆 SDK——它们记的是对一个 agent 说过什么。OMem 读的是你真实的工作：邮件、文档、日历、会议纪要。是两个不同的问题。见 OMem 不是什么。
它跟 Microsoft 365 Copilot / Glean 有什么不同？
Section titled “它跟 Microsoft 365 Copilot / Glean 有什么不同？”那些是面向企业的产品，要 IT 部署、要管理员授权，而且它们的索引只喂它们自己的助手。OMem 是本地优先（不用开 IT 工单），它的记忆喂给你用的任何 agent——今天是 Claude Code，明天你换了什么都行。Copilot 够得着你的 M365 数据，但能力上限就是”辅助”；OMem 把上下文交给那些真能干活的 agent。
它跟 Obsidian / Notion 有什么不同？
Section titled “它跟 Obsidian / Notion 有什么不同？”那些存的是你亲手放进去的东西。OMem 会自动摄入早就散落在你机器各处的工作——你天天泡着的收件箱、同步下来的 OneDrive 文件夹——不用你再重敲一遍。
它跟 OpenViking 有什么不同？
Section titled “它跟 OpenViking 有什么不同？”OpenViking（字节跳动）是技术维度上离得最近的邻居——它确实本地优先、也确实与 agent 无关，OMem 的分层上下文加载，灵感还是借自它。但差别是决定性的：内容得你用程序喂进 OpenViking，而 OMem 自动摄入早就摆在你机器上的真实工作——你的收件箱、你同步的文件夹、你的那些 PDF。见 OMem 不是什么。
它跟 GBrain 有什么不同？
Section titled “它跟 GBrain 有什么不同？”GBrain 跟它理念相通——markdown 即记忆、与 agent 无关——但它走的是 bring-your-own-markdown 的路子：笔记得你自己写。OMem 是替你把 wiki 建起来，从你真实的办公工作里。
<某个功能> 什么时候来？
Section titled “<某个功能> 什么时候来？”v1.0 之后，两件头等大事：
- 图形界面——v1.0 是 CLI 优先；一个像样的桌面 UI（让你不必一直泡在终端里）是前面最大的一块工作。
- 实体 wiki——第二层——今天每一页都扎根在单一来源上。schema 已经预留了第二层：把内容跨来源提炼，每个人、每个项目、每个主题汇成一页，再用图谱式的关系把它们连回各自的证据。这是一个旗舰方向，不是脚注——底子（
layer/source_backlinks这两列）随 v1.0 就先落地了。
也都在路上：
- Windows / Linux——跨平台的底子已经调研过了，核心流水线本来就是纯 Python。
- 更多邮件来源——Outlook Classic / Outlook on the Web / AppleScript，在今天的 Mail.app 之外。
- 更多来源——Slack、Jira，以及别的那些工作真正发生的地方。
- 跨设备同步——在清单上，不在 v1.0 里。
还是卡住了？
Section titled “还是卡住了？”先跑 omem doctor——大半问题它都能逮住，还会把修法打印出来。然后看看 常见错误。其他任何事，去 GitHub issue tracker。