10 分钟上手吴恩达开源桌面 Agent OpenWorker：给你的 Mac 配个 AI 同事

AI指南

吴恩达又出手了，这次是一个能替你干活的桌面 Agent

如果你还停留在「AI 只能聊天」的阶段，那 OpenWorker 可能会刷新你的认知。

Andrew Ng（吴恩达）刚在 GitHub 上开源了一个名叫 OpenWorker 的桌面端 AI Agent，MIT 协议，完全免费。它的定位简单粗暴：不只是陪你聊天，而是帮你把活干了——跨文件、跨 Slack、跨日历、跨 GitHub，拆解任务，调用工具，最后交付一份可以直接用、可以改、可以分享的成品。

昨天 OpenWorker 项目正式公开，我第一时间下载部署跑了一遍，这篇就带你从零上手。

OpenWorker 是什么

一句话：一个开源、本地优先、模型无关的桌面 AI Agent。

它不是一个网页插件，也不是一个 CLI 工具，而是一个真正的桌面应用（Tauri + React + Python），跑在你的电脑上，能直接访问你的本地文件、终端，以及 25+ 个第三方工具（Slack、GitHub、Jira、Notion、Outlook、Gmail、Google Calendar…）。

架构简图👇

┌────────────────────────────────────────────────┐
│ OpenWorker Desktop App         Tauri + React   │
├────────────────────────────────────────────────┤
│ Python Agent Server         aisuite 引擎       │
├───────────────┬────────────────┬───────────────┤
│ 本地文件/终端 │ 25+ 连接器     │ 任意模型      │
└───────────────┴────────────────┴───────────────┘

关键设计：

  • 本地优先：Agent 循环、对话记录、令牌都默认存在本地，不强制上传
  • 模型无关：OpenAI、Anthropic、DeepSeek、Kimi、GLM、Ollama 本地模型……带上自己的 API Key 就能换
  • 审批机制：发送消息、改日历、执行终端命令这类敏感操作，会先请示你——批了才执行
  • 定时任务：支持自动化的周期任务，比如每天早上整理简报
  • MCP 扩展：任何支持 Model Context Protocol 的工具都能接入

环境准备

OpenWorker 的依赖有三样：

# 1. Python 3.10+
python3 --version

# 2. Node.js 20+
node --version

# 3. Rust 工具链（编译 Tauri 桌面壳）
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

Mac 用户建议直接从官网 openworker.com 下载已签名的 Apple Silicon DMG，体验最丝滑。Windows 用户也可以下载 exe 安装包（暂时还没做代码签名，SmartScreen 会弹警告，属于正常现象）。

如果你是开发者，想自己编译和改代码，继续往下看。

从源码部署（开发者路线）

# 克隆仓库
git clone https://github.com/andrewyng/openworker.git
cd openworker

# 一键初始化 Python 虚拟环境
bash packaging/setup_dev_env.sh

# 启动 Agent 服务器
.venv/bin/openworker-server --cwd ~/some/project --port 8765

# 在另一个终端启动 UI（浏览器版）
cd surfaces/gui
npm install
npm run dev

# 要跑完整桌面版（Tauri 窗口），替换为：
npm run tauri dev

启动后浏览器访问 Vite 给出的端口（默认通常 localhost:5173），就能看到 OpenWorker 的界面了。

配置模型：5 分钟接入

OpenWorker 的模型接入做得非常简洁——不需要改配置文件，直接在 UI 里操作：

  1. 打开 OpenWorker
  2. 进入 Settings → Models
  3. 选择你的模型提供商，填入 API Key

目前已预置的模型支持列表：

  • OpenAI：GPT-5.6 Sol 等
  • Anthropic：Claude Fable / Opus 5
  • Google：Gemini 3.6
  • Thinking Machines：Inkling
  • DeepSeek / Kimi (Moonshot) / GLM (Z.ai) / Qwen / MiniMax / Mistral / Grok (xAI)
  • 本地模型：通过 Ollama 运行任何开源权重模型

注意：工具调用能力因模型而异，UI 中会标注出已验证过的模型。

第一次实战：让 OpenWorker 干活

启动后，直接在对话框输入自然语言任务，比如：

"帮我准备一份下周一客户 A 的 Brief，去 Notion 找项目文档，去 GitHub 看最近一周的 commit，然后整理成 Markdown 文件放在桌面上"

OpenWorker 会：

  1. 拆解任务：查找项目资料 → 搜索 GitHub → 格式化输出
  2. 调用连接器（需要你先授权各个工具）
  3. 在执行发送/写入等敏感操作前，弹出确认框等你点头
  4. 交付成品文件

如果想设置定时任务，进入 Automations 页面，配置触发条件和任务描述即可。

扩展工具：通过 MCP 接入更多服务

// 在配置中注册一个 MCP Tool Server
{
  "mcpServers": {
    "my-db": {
      "command": "node",
      "args": ["path/to/mcp-server/index.js"],
      "env": {
        "DB_URL": "postgresql://..."
      }
    }
  }
}

任何实现了 MCP 协议的工具都可以注册进来，OpenWorker 会自动发现并用于后续任务。

从开发视角看 OpenWorker

项目结构清晰，值得开发者深挖：

  • coworker/：Python 后端，Agent 引擎、模型适配、连接器、MCP 客户端、记忆和自动化逻辑
  • surfaces/gui/：React + Tauri，桌面 UI 和窗口管理器
  • stt/：语音输入的 Rust 侧边进程
  • packaging/：DMG/EXE 安装包构建脚本
  • docs/：设计文档和决策记录

引擎层基于 aisuite 构建，如果你只想在自己的项目里复用 Agent 编排能力，可以直接取 aisuite 的 agents 层。

实践建议

  1. 先用预编译包跑通流程，再考虑从源码编译——DMG 装好就能用，10 分钟真的够
  2. 优先用已验证的模型，工具调用稳定性和未验证模型有差距
  3. 敏感操作批准机制别关，尤其是刚上手时，AI 猜错目录或发错消息的代价你不想承担
  4. 从简单任务开始：先让它读文件、写文档，再逐步上复杂调度
  5. 想深挖的开发者，读 docs/ 目录下的设计文档，有架构决策记录

资源链接

滚动至顶部