吴恩达发布OpenWorker ：MIT 开源协议桌面 AI 协同工具

Q1：OpenWorker 和普通对话 AI 最大区别是什么？

A：普通 AI 仅输出文字对话，OpenWorker 能自动拆解复杂任务、跨本地文件与办公软件完成工作，直接交付文档、报表、PDF 等可分享成品，且执行关键操作前必须人工确认。

Q2：支持哪些大模型，能否完全离线使用？

A：原生支持 OpenAI、Gemini、Kimi、Qwen、DeepSeek 等主流大模型；可通过 Ollama 接入本地开源权重模型，实现完全离线运行，数据不经过第三方云端。

Q3：数据隐私如何保障，信息会上传第三方服务器吗？

A：采用本地优先架构，对话记录、模型密钥、工具授权全部存在本机；仅第三方工具 OAuth 授权会用到小型中转服务，也可手动录入 API 密钥完全不登录、不经过云端。

Q4：有哪些部署方式，源码部署需要什么环境？

A：两种部署方式：① 直接下载 macOS/Windows 客户端；② 源码编译部署，依赖 Python3.10+、Node20，编译桌面客户端需额外安装 Rust 工具链。

Q5：开源贡献有什么限制，提交 PR 一定会被合并吗？

A：欢迎提交 bug 反馈与修复 PR（需附带故障与修复截图）；若 PR 新增功能是团队正在开发、或偏离产品核心定位，将不予审核通过。

附录一、 OpenWorker 项目文档（MIT 开源协议）

官网：openworker.com・下载入口・问题反馈当前处于公测阶段：OpenWorker 开放公测，功能完整可用、支持自动更新，我们正在持续打磨细节瑕疵，欢迎提交问题反馈。

产品简介

一款能帮你完成日常各类事务的 AI 助手。OpenWorker 是开源桌面 AI 协同工具，交付完整成品工作成果，而非单纯对话交互：可生成排版完善文档、附带数据的 Slack 回复、更新日程表、整理分类收件箱等。程序在你的本地设备运行，不强制绑定任何大模型：你可填入 OpenAI、Anthropic、谷歌等厂商 API 密钥，也可接入开源权重模型服务商，或是通过 Ollama 完全本地离线运行。你的数据仅会通过你自行选择的模型与第三方集成服务对外传输。

OpenWorker工作流程示意图

下载安装包

• macOS（苹果芯片）：系统要求 macOS 12 及以上，已完成公证签名、自带自动更新
• Windows 10/11（64 位）：安装包暂未完成代码签名，系统安全防护 SmartScreen 会弹出风险提示，签名工作正在推进中

安装流程：打开应用，填入模型密钥（或对接本地 Ollama），即可下达真实工作指令。

工作原理

你只需告知 OpenWorker 想要达成的最终成果，例如：「整理一份客户简报」「梳理我的日程冲突」「撰写一份报告」「同步 Jira 与 GitHub 的版本发布进度」。工具会自动将复杂任务拆解为分步流程，跨本地桌面、本地文件、绑定第三方应用完成处理。涉及关键操作前（发送消息、修改日程、执行终端命令等），程序会主动弹窗确认，你可选择批准执行或调整任务方向。最终交付完整可用的成品文件，而非仅输出待办清单。

底层架构

核心功能

1. 输出完整成品文件可生成文档、表格、业务报告、网页等可直接打开分享的本地文件。

2. Slack 联动办公在频道内 @OpenWorker 即可触发任务；程序会在你的本地桌面启动任务会话，调用绑定工具完成工作，并以频道回复线程形式返回结果。

3. 兼容主流办公工具内置 25 + 第三方集成：GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、monday.com、Gmail、谷歌日历，同时支持本地终端与本地文件；所有兼容 MCP 协议的工具均可接入，且可单独管控每款工具的使用权限。

4. 定时自动执行支持周期性自动化任务：晨间工作简报、周度汇总报告、频道消息持续监控等；所有自动执行记录完整留存于应用内，可查看完整执行日志。

5. 高危操作前置确认所有内容写入、消息发送、终端命令执行等操作均需人工审批；无人值守的定时任务会将待确认操作存入任务收件箱，不会自动执行。

自定义接入大模型

模型使用权完全由你掌控：任选服务商、填入密钥，可随时切换模型。开箱即用支持厂商：OpenAI、Anthropic、谷歌 Gemini、Inkling（Thinking Machines）、智谱 GLM、深度求索 DeepSeek、月之暗面 Kimi、通义千问 Qwen、MiniMax、Mistral、xAI Grok；同时可通过 Together、Fireworks 接入开源权重模型，也能通过 Ollama 实现完全本地离线运行。

内置筛选清单标注经测试、适配工具调用能力的模型；你也可自行填入任意模型接口地址，但相关使用风险需自行承担。

隐私安全说明

本地优先架构：智能代理运行逻辑、对话记录、第三方工具授权令牌、模型密钥全部存储在本机应用内置加密密钥库中。仅一处云端交互：小型中转服务用于完成第三方工具 OAuth 授权握手；你也可完全不登录账号，通过手动录入 API 密钥 / 授权凭证使用全部集成工具。

源码本地部署

环境依赖

Python 3.10 及以上、Node 20 及以上；如需编译桌面客户端窗口，需通过 rustup 安装 Rust 编译工具链

# 拉取源码仓库
git clone https://github.com/andrewyng/openworker
cd openworker

# 1. 一次性环境初始化：在项目目录生成Python虚拟环境（Windows系统请在Git Bash或WSL中执行）
bash packaging/setup_dev_env.sh

# 2. 启动本地智能代理服务
# Mac/Linux系统
.venv/bin/openworker-server --cwd ~/自定义项目目录 --port8765
# Windows系统
.venv\Scripts\openworker-server.exe

# 3. 新开终端，启动网页端调试界面
cd surfaces/gui
npminstall
npm run dev        # 浏览器调试界面，运行在Vite默认端口


若需启动完整桌面客户端（而非网页调试界面），将第三步替换为以下命令（在 surfaces/gui 目录执行）：npm run tauri devTauri 窗口框架会自动启动程序窗口，并托管后台代理服务。

测试命令

• 后端服务单元测试：.venv/bin/pytest
• 前端界面单元测试：npm test
• 前端端到端闭环测试：npm run e2e桌面安装包编译脚本：macOS 安装包packaging/build_dmg.sh、Windows 安装包packaging/build_windows.ps1

仓库目录结构

底层依赖：aisuite 库

OpenWorker 核心引擎基于轻量 Python 库 aisuite 开发。aisuite 提供统一的大模型对话接口，兼容多厂商 LLM，内置智能代理层、工具调度、MCP 协议支持。如果你想自主搭建专属智能代理框架，可直接基于 aisuite 二次开发；本仓库是 aisuite 能力落地的完整工程参考案例。OpenWorker 最初在 aisuite 仓库内开发，后续独立拆分为本项目；在此感谢所有 aisuite 贡献者的底层开发工作。

开源贡献规范

欢迎提交问题反馈与代码合并请求（PR），客户端自带自动更新，修复补丁可快速推送至所有安装用户。提交 PR 时，需附上故障复现截图与修复效果截图。我们会陆续开放可参与开发的功能清单；项目有内部规划开发路线，若你的 PR 新增功能与现有开发计划冲突、或偏离产品核心定位，可能不予合并。

开源协议

MIT 开源协议，详情查看项目内 LICENSE 文件。

附录二、OpenWorker 作者团队吴恩达等简介

一、主创人员

1. 吴恩达（Andrew Ng，项目负责人、仓库主作者 andrewyng）

全球顶尖 AI 学者、产业创业者，OpenWorker 总负责人，同时是底层依赖库aisuite的发起者。

• 学术与产业履历：斯坦福计算机兼职教授、Google Brain 联合创始人、百度前首席科学家；创办 DeepLearning.AI、Coursera、Landing AI、AI Fund，全球超 800 万人通过他的课程学习 AI，提出 “AI 是新电力”“智能体 AI 四大范式” 行业观点。
• 项目主导工作：主导 OpenWorker 整体产品定位、本地优先隐私架构、多模型兼容底层设计；先独立开发统一多模型 Python 库 aisuite，后基于 aisuite 衍生 OpenWorker 完整桌面智能体项目，项目早期代码存放于 aisuite 仓库，后期独立拆分开源。
• 开发理念：主打无厂商锁定、本地数据隐私、开源免费，降低普通用户与开发者使用 AI 智能体的门槛，区别于 OpenAI、Anthropic 封闭云智能体产品。

2. Rohit Prasad（核心联合开发者）

与吴恩达联合开发 OpenWorker，是 aisuite 库核心贡献者、后端引擎主力开发，GitHub 账号 rohitprasad15。

• 负责内容：Python 智能代理服务、工具连接器、MCP 协议适配、自动化定时任务模块开发；完成多厂商大模型接口适配、本地文件 / 终端调度逻辑，支撑 25 + 办公软件集成能力。
• 技术栈深耕：专注多模型统一接口、本地 Agent 工程化、桌面端跨系统适配，全程参与 OpenWorker 从原型到公测版本迭代。

二、底层技术支撑团队（aisuite 开源贡献群体）

OpenWorker 核心引擎完全基于团队自研轻量 Python 库 aisuite，该库由吴恩达长期维护的开源开发者小组共建，成员覆盖 AI 后端、多模型适配、工具调用工程师：

1. 核心能力：统一封装 OpenAI、Gemini、Kimi、GLM、Ollama 等上百种大模型接口，一行代码切换模型，消除各厂商 API 碎片化问题；
2. 产出价值：为 OpenWorker 提供底层 Agent 调度、工具调用、记忆存储基础能力，是整个项目技术底座；
3. 协作模式：持续接收全球开发者 PR，扩充国产大模型、开源权重模型适配。

三、开源社区协作团队

1. 官方开发小组：负责客户端打包（macOS/Windows 安装包）、Tauri 桌面 UI、Rust 语音转写组件、全量单元 / 端到端测试、自动更新机制；同步维护产品开发路线图，把控功能新增方向。
2. 全球开源贡献者：
• 可提交 Bug 反馈、修复 PR（提交需附带故障与修复截图）；
• 新增功能类 PR 若与团队内部开发规划冲突、偏离产品定位，将不予合并；
• 所有修复补丁随客户端自动更新快速分发至全部用户。

四、团队开发背景与项目初衷

1. 开发背景：2026 年 7 月 23 日正式对外发布公测版，采用 MIT 开源协议免费开放；团队观察到市面主流 AI 智能体多为云端封闭产品，存在数据上传、强制绑定厂商模型、仅能对话无法完成完整工作流三大痛点，因此打造本地优先、模型中立的桌面 AI 协同工具。
2. 技术沉淀：团队拥有多年大模型工程、AI 智能体、企业级办公集成开发经验，此前深耕多模型兼容框架 aisuite，具备成熟跨厂商 AI 接口工程化落地经验。
3. 产品目标：面向职场个人、开发者，实现 AI 直接输出完整文档 / 报表 / 消息成品，而非单纯对话问答，同时保障本地数据不泄露、自由切换任意大模型。