OpenWorker：吴恩达开源的桌面 AI coworker（GitHub 星 1.23 万）

吴恩达（Andrew Ng）在 2026 年 7 月 20 日开了个新仓库 andrewyng/openworker，两周不到冲到 1.3 万 star，本周登上 GitHub 周榜第 4（周增长 8225）。这个节奏对一个非框架、非底层的「桌面应用」类项目来说相当反常--通常 trending 榜被 Agent 框架、模型权重、CLI 工具占着，一个装在本地、要装要配的桌面 App 能这么快起量，说明它戳中的是真需求：AI 不该只陪你聊天，该替你把活干完。OpenWorker 打的旗号就一句--"AI that gets your everyday tasks done"，一个住在你桌面上的开源 AI 同事，给你交付成品（一份文档、一条带数据的 Slack 回复、一个改好的日历、一个分好类的收件箱），而不是一张 to-do list。

一、它是什么

OpenWorker（github.com/andrewyng/openworker，官网 openworker.com）是吴恩达开源的桌面端 AI coworker，主语言 Python，MIT 许可证，目前处于 open beta（官方原话：fully usable, updates itself, actively polishing rough edges）。截至 2026 年 8 月 6 日，仓库 star 13244，fork 1781，open issues 391，watchers 97，创建于 2026-07-20，最近一次 push 在 2026-08-01。

它和常见的 ChatGPT / Claude 桌面客户端不是一类东西。那些是「聊天窗口套个壳」，OpenWorker 是「本地 agent 引擎 + 桌面 shell + 25+ 连接器」的组合：你给它一个目标（"准备一份客户简报"、"理一下我今天的日历"、"查一下发布进度横跨 Jira 和 GitHub"），它自己拆步骤、调工具、读写你的本地文件、跑终端命令、操作连接的应用，最后交回来一份能直接用的成品。关键差别在「交付成品」和「审批门禁」两件事--下面展开。

它的引擎建在吴恩达自己的另一个项目 aisuite 上（一个跨 LLM 提供商统一 chat-completions API、带 agents 层的轻量 Python 库）。OpenWorker 最早就在 aisuite 仓库里孵化，后来独立成仓。换句话说，aisuite 是「想自己搭 agent harness 的人用的库」，OpenWorker 是「不想自己搭、直接用成品的人用的 App」，这个分工 README 写得很清楚。

二、解决什么痛点

README 一句话点破了痛点：AI 给你的是 chat，不是 finished work。你让 ChatGPT 帮你写个客户简报，它吐一段 Markdown 给你，你得自己复制粘贴、自己再去 Jira 拉数据、自己排版、自己发 Slack。AI 做了 20%，剩下 80%「把结果落到你真实工作流里」的活还是你干。OpenWorker 要砍掉的就是这 80%。

它针对三个具体场景：

1. 跨应用协调：发布进度散在 Jira 和 GitHub，人工得两边切；日历冲突得手动翻；收件箱得一个个点。OpenWorker 直接连 GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、monday.com、Gmail、Google Calendar，跨着读和写。
2. 从对话到交付物：你要的是一份能发的文档、一个能分享的表格，不是一段聊天记录。OpenWorker 把成品落成文件（文档、表格、报告、网页），直接能打开能分享。
3. 本地隐私：你的数据只在你的机器上，agent loop、对话记录、连接器 token、模型 key 全存在 App 本地 secret store；唯一上云的是一个给 OAuth 握手做中介的小服务，而且你可以完全不登录、用手动创建的 API key 跑连接器。对处理客户数据、内部文档的人来说，这点是刚需。

三、核心功能

OpenWorker 的功能可以拆成五块，全部来自 README：

自带模型（BYO model） 是另一根支柱。不锁任何提供商，你粘贴自己的 key，随时切换。开箱支持：OpenAI、Anthropic、Google Gemini、Inkling（Thinking Machines）、GLM（Z.ai）、DeepSeek、Kimi（Moonshot）、Qwen、MiniMax、Mistral、Grok（xAI）；开放权重模型走 Together 和 Fireworks；想完全本地就跑 Ollama。仓库维护一份「已验证 tool-calling 可用」的模型清单，没列的模型你填任意模型串也行，但 README 明说 at your own risk。

架构上 README 给了张图，简化成三层：

┌────────────────────────────────────────────────┐
│              OpenWorker desktop app            │  原生 shell + GUI
├────────────────────────────────────────────────┤
│           local agent server (Python)          │  引擎 · 工具 · 连接器（建在 aisuite 上）
├───────────────┬────────────────┬───────────────┤
│  你的文件     │   你的工具      │  你的模型     │  全部用你的 key、跑在你机器上
│  & 终端       │ 25+ 连接器      │  任意提供商   │
└───────────────┴────────────────┴───────────────┘

仓库结构也一目了然，想读源码照着这个表切入：

四、三分钟上手

两条路：装现成的，或跑源码。

最快：下载安装包

• macOS（Apple Silicon）：download.openworker.com/mac，macOS 12+，已签名 + 公证，自动更新。
• Windows 10/11（x64）：download.openworker.com/windows，目前还没代码签名，SmartScreen 会弹警告（官方说 signing in progress）。

装完打开 App，填一个模型 key（或指向 Ollama），直接开干。

从源码跑（适合想改 / 想看内部的人）。前置：Python 3.10+、Node 20+、桌面 shell 还要 Rust 工具链（用 rustup 装）。Windows 下 README 明确要求在 Git Bash 或 WSL 里跑 bootstrap。

git clone https://github.com/andrewyng/openworker
cd openworker

# 1. 一次性 bootstrap，在 .venv 建 Python 虚拟环境
#    （Windows 下从 Git Bash 或 WSL 运行）
bash packaging/setup_dev_env.sh

# 2. 启动本地 agent server
.venv/bin/openworker-server --cwd ~/some/project --port 8765
#    Windows: .venv\Scripts\openworker-server.exe

# 3. 另开一个终端，起 UI
cd surfaces/gui
npm install
npm run dev        # 浏览器 UI 跑在 Vite dev 端口

要跑完整桌面 App（而不是浏览器 UI），第 3 步换成 npm run tauri dev（仍在 surfaces/gui/），Tauri shell 会拉起窗口并自己监管 server。

几个安全细节值得记住：独立 server 每次启动会在 <state-dir>/sidecar-8765.token 生成一个 per-launch token，Vite 启动时读这个 user-only 文件；你要直接调 API，把这个 token 的值塞进 X-OpenWorker-Token 请求头。桌面 App 不一样，用内存里的 launch token，从不落盘。模型 key 用 sk-xxx 这类占位填进示例即可，真实的别提交进任何配置文件。

测试：后端 .venv/bin/pytest，前端在 surfaces/gui 里 npm test（单元）+ npm run e2e（端到端 hermetic）。打包：macOS 用 packaging/build_dmg.sh，Windows 用 packaging/build_windows.ps1。

五、适合谁 + 踩坑

适合谁

• 每天在 Slack / Jira / GitHub / Notion / 日历之间来回切的产研、PM、运营：OpenWorker 能把这些工具串起来替你跑流程。
• 处理客户数据、内部文档、不能上公网云的人：local-first + Ollama 本地模型这条路是真的能跑，不是 PPT。
• 想要一个能改的开源 agent 桌面参考实现的人：OpenWorker 建在 aisuite 上，代码结构清楚（见上表），是个不错的起点。

踩坑

1. 还是 beta，官方明说。README 第一句就是 "Beta - actively polishing rough edges"，别拿它当生产级稳定工具用，issue 欢迎提。
2. Windows 没签名。SmartScreen 会拦，你得手动点「仍要运行」，企业机器可能被组策略直接拦死。要签名版再等等。
3. 模型不是都能干活。仓库维护的「已验证 tool-calling」清单是白名单，没列的模型你硬填串能跑，但工具调用大概率出问题，README 明说 at your own risk。
4. OAuth 那块要上云。虽然本地优先，但连接器的 OAuth 握手靠一个小云服务中转。完全离线、完全不上云的极致隐私场景，得用手动创建的 API key 走连接器，不能走 OAuth。
5. PR 不一定收。官方说在按内部路线图推进，和路线图重复或偏离愿景的 PR 可能不合并。想贡献先看 issue 区。
6. macOS 只出 Apple Silicon 包。Intel Mac 官方没给安装包，要跑只能从源码自己编译。

六、和竞品比

OpenWorker 没有直接 1:1 的竞品，它卡在「桌面 chat 助手」和「agent 框架」中间。把它和这两类放一起看更清楚：

一句话：想要「装上就能用、模型随便换、数据不出本机、还能替我把活干完」的，OpenWorker 是目前少见的选项。如果你只是要个聊天助手，ChatGPT/Claude 客户端更省事；如果你想自己搭 agent harness，aisuite 是更底层的起点，OpenWorker 本身就是 aisuite 的参考实现。

看法

两周 1.3 万 star 不是因为 OpenWorker 技术多颠覆，而是因为它把「AI 该交付成品而不是聊天」这件事做成了一个能装的 App。aisuite 解决了「跨模型统一 API」，OpenWorker 解决了「让普通人也能用上 agent」--一个库、一个 App，吴恩达这套路子很清楚。beta 阶段、Windows 没签名、模型兼容性靠白名单这些都是真实坑，但 local-first + BYO model + 审批门禁 + 25+ 连接器这个组合，在当前 agent 桌面端是稀缺货。如果你正好是每天在十几个 SaaS 之间切来切去的那种人，值得一试；如果只是想聊天，用它属于杀鸡用牛刀。

参考来源

• OpenWorker GitHub 仓库：https://github.com/andrewyng/openworker
• OpenWorker 官网：https://openworker.com
• 底层引擎 aisuite 仓库：https://github.com/andrewyng/aisuite
• MCP 协议官网：https://modelcontextprotocol.io/
• star/fork/open_issues/watchers/语言/许可证/创建与 push 时间依据 GitHub API（2026-08-06 核实，13244 stars）
• 功能、架构、安装命令、模型清单、仓库结构依据 OpenWorker README（2026-08-06）