OpenCharm 是开源（MIT）的 Agent 伴侣：给你的 AI Agent 配一张能被字符画出来的脸（22 种表情 / 13 种状态）、一个对讲机式按键和一个声音，麦克风只在按住时开。桌面挂件现已支持 macOS 与 Windows（贴刘海 / 顶部黑色小胶囊，约 4MB、静止 2% 单核），硬件板用 Waveshare ESP32-S3-Touch-AMOLED-2.16（约 $32）但移植尚未完成。支持 Claude Code、Codex、Gemini CLI 等。 定价：软件开源免费（MIT）；桌面挂件 macOS / Windows 免费下载；硬件需自购 Waveshare ESP32-S3-Touch-AMOLED-2.16（官方列 $31.99，加打印外壳与挂绳约 $32–35）。编辑评分：⭐ 4.5。
OpenCharm 是什么？
OpenCharm 是一个开源项目，做的事一句话能说清：给你已经在跑的 AI Agent 配一副「身体」——一张脸、一个声音、一个按键。
官方 slogan 是「Meet your agentic companion」：一个小挂件，让你现在用的 Agent 有脸、有声音、有一个键。它不替代你的 Agent，也不接管它的记忆、技能和模型；官方在「What it isn't」里写得很直接：不是手机，不是新助手，只是 Agent 缺的那部分——眼睛、声音，和一个不用看就能摸到的键。
需要把形态说清楚，这是最容易误解的地方：桌面版现在已经可用（macOS 和 Windows，从 GitHub Releases 下载，由仓库自己的 CI 构建，带 SHA256 校验和构建来源），而硬件板（Waveshare ESP32-S3-Touch-AMOLED-2.16）的移植还没完成——官方原文是「OpenCharm goes onto it once the device port is done; until then it runs on your computer as the desktop charm」。所以现在能用的就是桌面版，硬件是下一步。
核心功能
1. 一张能被「打字」画出来的脸 两个字符当眼睛、一个当嘴，22 种表情、13 种 Agent 状态（思考、干活、卡住、完成、学到新技能、花钱超限、需要你……）。因为是用字符画的，任何人可以写一张新脸并作为文本分享。
2. 桌面挂件形态 Mac 上贴着刘海，Windows 上是屏幕顶部一个黑色小胶囊。静止时约 2% 单核占用，4MB 的应用。它会呼吸、眨眼、四处看、跟着你的手指看、听你说话时眼睛会胀起来、没人理它四分钟就睡着（带 z）。
3. 一个键（对讲机式） 按住 ⌥ Option + Space（Windows 是 Ctrl + Alt + Space）说话，松开就停；麦克风只在按住时开。橙色圈出现时，按住代表同意，按一下代表拒绝。键可以改。
4. 回答显示在脸下面 回答以字幕形式在眼睛下方滚出（桌面版是刘海下方的面板），长回答像字幕一样滚动，不会跑出屏幕。
5. 接你已经在用的 Agent 支持 Claude Code（官方说端到端测过）、Codex、Gemini CLI、goose、Hermes Agent、OpenClaw，以及任何 ACP Agent 或 OpenAI 兼容服务器，一次一个。
6. 不碰你的密钥 官方明确：挂件本身不存 API Key、不跑模型；它靠机器上的 charmd 守护进程把你的语音送进 Agent、再把话、表情和问题带回来。密钥存在设备上（桌面版存钥匙串），配对用随机 PIN。
7. 三级改造 一级：用 Markdown 写技能（charm/.agents/skills/…）；二级：MCP 工具；三级：改 C++ / ESP-IDF 固件。
版本/套餐对比
| 形态 | 现在能不能用 | 需要准备 | 成本 |
|---|---|---|---|
| 桌面挂件 | 可用（macOS / Windows） | 一台电脑 + 你已有的 Agent | 免费（MIT 开源） |
| 硬件挂件 | 设备移植未完成 | Waveshare ESP32-S3-Touch-AMOLED-2.16（2.16″ 480×480 AMOLED、双麦、46×46×22.5mm，官方列 $31.99）+ USB-C 数据线 | 板子约 $32，加打印外壳与挂绳约 $32–35 |
许可：MIT，代码可读可改，硬件外壳文件也开放。仓库实测约 13 stars、创建于 2026-10-02，非常新。
值不值得用？
优点：
- 概念干净：不造新 Agent，只给已有 Agent 加交互层，不用搬家
- 桌面版已经能用，而且跨 macOS / Windows，门槛比想象中低
- 麦克风只在按住时开、密钥不进挂件、随机 PIN 配对——隐私设计是想过的
- 22 种表情 / 13 种状态，把「Agent 在干什么」变成一眼可见，这是纯终端给不了的
- MIT + 三级改造路径，玩得深能一直往下钻
- 硬件方案给了具体型号和价格，不是画饼
缺点：
- 硬件现在还用不了：设备移植没完成，现在只有桌面版；想买板子的人要等
- 极早期（约 13 stars），文档、教程、社区都还很薄
- 依赖 charmd 守护进程和 ACP / OpenAI 兼容接口，Agent 侧配置不对就跑不起来
- 桌面版 Windows 支持刚起步，边缘问题可能更多
- 定位是「伴侣」不是「生产力」，对纯效率提升有限
- 语音走本地（Mac 上 say + whisper）或你自己的 OpenAI Key，效果取决于选择
结论：这是「方向明确、还在长」的项目。如果你本来就对 Agent 具身化好奇，桌面版现在就能装来玩，成本为零；如果你想要桌上那个实体小挂件，得等硬件移植完成，别急着买板子。
使用建议
- 先装桌面版，确认你喜欢这种「抬眼就知道 Agent 在干嘛」的交互，再考虑硬件。
- 先配对再改键。默认 ⌥+Space / Ctrl+Alt+Space 可能和你现有快捷键冲突，进设置改掉。
- Agent 侧按文档配。Claude Code 是官方端到端测过的路径，先用它跑通。
- 从一级改造开始：写一个 SKILL.md 让它「收尾时给我三行总结」，比直接改固件性价比高得多。
- 硬件等移植。官方说端口完成后才上板；现在买板子只能当收藏。
- 注意麦克风边界：按住才开是设计，但如果你改成常开，隐私风险自己承担。
适合谁用？
推荐：对 Agent 具身化好奇、想动手试的人；已经在用 Claude Code / Codex 想要一个可视化 + 语音前端的开发者；喜欢桌面小玩意、愿意改固件的玩家。
可考虑：想让「Agent 完成了」这件事不用切窗口就能知道的人；团队里有人愿意维护开源工具、想探索交互形态的小团队。
不推荐：要开箱即用、有官方支持与 SLA 的企业；完全不想碰配置的人；只想提升 Agent 干活效率、对具身化没感觉的人。
