OpenWorker - Andrew Ng开源桌面AI同事

官网：https://openworker.com GitHub：https://github.com/andrewyng/openworker

相关笔记：[[Hermes Agent 使用手册]]、[[Multica - 开源AI Agent管理平台]]、[[Agentic Design Patterns - AI Agent设计模式中文翻译]]

一、项目概览

OpenWorker 是 Andrew Ng（吴恩达）开源的桌面端 AI 同事（AI Coworker），核心定位是交付"完成的工作成果"而非对话——产出文档、Slack 回复、更新日历、整理收件箱，而不是给一份 to-do list。

状态：Open Beta，5k stars，66 issues，71 PRs，59 commits
许可：MIT
支持平台：macOS（Apple Silicon，已签名公证+自动更新）、Windows 10/11（未签名）
核心原则：local-first（本地优先）、bring your own model（模型自由）

二、架构设计

三层架构，全部运行在本地：

层	目录	技术栈	职责
Desktop App	`surfaces/gui/`	React UI + Tauri Shell	原生桌面壳 + GUI，监督 server 进程
Local Agent Server	`coworker/`	Python + FastAPI，构建于 aisuite 之上	引擎 + 工具 + 连接器
底层能力	—	全部用你的密钥，在你的机器上运行	见下表分解

底层能力三列：

本地工具	SaaS 集成	模型
文件 & 终端	25+ 连接器（Slack/GitHub/Jira/Notion 等）	任意 Provider（OpenAI/Anthropic/Gemini/Ollama 等）

另有 stt/ 目录（Rust）提供语音输入 sidecar。

三、技术栈

后端 (coworker/)：

Python 3.10+，FastAPI + uvicorn
核心：aisuite（Andrew Ng 的统一 LLM 库），git commit 固定版本
MCP client (mcp>=1.1)：支持 stdio + streamable-http，自封装 async 层
pydantic v2 数据校验
pypdf + pypdfium2 处理 PDF（刻意避开 PyMuPDF 的 AGPL）
croniter 定时任务调度
DuckDuckGo（ddgs）做 keyless 默认搜索

前端 (surfaces/gui/)：

React + Vite + Tauri (Rust 桌面壳)

语音 (stt/)：

Rust 实现的 speech-to-text sidecar

四、模型 Provider 支持

原生实现（providers/ 目录，各有独立 provider 文件）：

OpenAI、Anthropic、Gemini

通过 aisuite 覆盖：

GLM(Z.ai)、DeepSeek、Kimi(Moonshot)、Qwen、MiniMax、Mistral、Grok(xAI)、Meta(Muse Spark)
Together、Fireworks（开源权重模型）

本地：

Ollama（完全本地运行）

Provider 管理组件：

router.py — 模型路由
matrix.py — 能力矩阵
capabilities.py — 能力检测
registry.py — 注册表

五、核心模块详解

coworker/ 目录揭示了完整能力矩阵：

agents/ — Agent 引擎
automation/ — 定时任务（cron 调度）：每日简报、周报、频道监控
connectors/ — 25+ SaaS 集成（核心卖点）：Slack、GitHub、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar、monday.com、Browser Automation（Playwright）、MCP 通用接入
mcp/ — 自有 MCP 客户端层（async 封装）
memory/ — 会话记忆
personas/ — 人格配置（Markdown + YAML frontmatter）
server/ — FastAPI 服务端
skills/ — 技能系统
tools/ — 内置工具集：files/directories（文件操作）、shell（终端命令）、git（版本控制）、search（搜索）、plan/todo（规划任务）、subagent（子Agent派发）、ask（用户交互）
tui/ — 终端界面（Textual）
web/ — Web API 层

六、安全与审批机制

这是 OpenWorker 最值得借鉴的设计之一，一组协同模块构成企业级安全模型：

permissions.py — 权限控制
risk.py — 风险评估
audit.py — 审计日志
secrets.py — 密钥管理（本地 secret store）
workspace_trust.py — 工作区信任机制
inbox.py / inbox_routing.py — 审批收件箱
unattended.py — 无人值守运行控制

核心规则：写操作、发消息、执行命令前必须经用户确认。无人值守运行时，请求暂存到 inbox 而非自动执行。

七、产品亮点

交付成果而非对话——产出文件（文档、表格、报告、网页），不是聊天回复
Slack 深度集成——@mention 触发 → 本地桌面开 session → 工作完成 → 线程回复
25+ 连接器 + MCP 通用扩展——覆盖主流办公工具，任何 MCP 工具可插入
定时自动化——晨报、周报、频道监控，无人值守但有审批护栏
Approval-gated 安全模型——写操作需确认，适合企业场景

八、同类产品对比

维度	OpenWorker	Claude Desktop	ChatGPT Desktop	Hermes Agent
开源	MIT 完全开源	闭源	闭源	开源
模型自由度	任意 Provider + 本地	仅 Anthropic	仅 OpenAI	可配置多 Provider
本地运行	全部本地	全部本地	云端为主	CLI 本地为主
SaaS集成	25+ 连接器	MCP 工具	GPTs/插件	MCP + Skills
Slack集成	原生深度集成	无	无	Gateway 模式
定时任务	内置 cron	无	无	Cron job
桌面端	Tauri 原生	Electron	Electron	CLI/TUI

九、不足与风险

Open Beta 阶段，约 59 commits，代码量年轻
Windows 尚未代码签名（SmartScreen 会警告）
强依赖 aisuite，pinned 到特定 git commit 而非 PyPI 发布版
文档目录（docs/）内容较少，主要靠 README
71 个开放 PR 说明团队 review 压力大
README 明确表示"可能不批准与内部路线冲突的 PR"

十、参考价值

作为 Hermes Agent 用户，以下设计值得借鉴：

Approval-gated 安全模型——permissions + risk + audit 的组合，适合企业场景
Slack relay 架构——mention 触发本地 session 的模式，与 Hermes gateway 类似但方向不同
MCP 客户端封装——coworker/mcp/ 的 async 层，可参考 streamable-http 实现
Persona 系统——Markdown + YAML frontmatter 定义人格，与 Hermes skill 体系理念相近
Provider Router + Capability Matrix——多模型能力检测和路由，适合做多模型 fallback 策略

OpenWorker - Andrew Ng开源桌面AI同事#

一、项目概览#

二、架构设计#

三、技术栈#

四、模型 Provider 支持#

五、核心模块详解#

六、安全与审批机制#

七、产品亮点#

八、同类产品对比#

九、不足与风险#

十、参考价值#