← 返回项目列表

OpenWork

English
Different AI 📅 2026-06-30 🔗 查看源码
Agent 框架Coding AgentMCPCLI 工具
OpenWork 是一个开源的 AI Agent 桌面工作台，官方定位是 Claude Cowork / Codex 的开源替代方案。它基于 OpenCode，支持本地优先运行、连接 50+ LLM/provider、自带 skills/plugins/MCP 扩展，并能把团队工作流打包成可复用配置。售前上，它适合讲“企业内部 AI Agent 工作台、AI Coding/知识工作自动化、BYO Key/本地文件优先、团队模板化交付”；但它当前仍处于高速迭代阶段，企业级落地要重点评估权限、审计、桌面策略、SSO、模型网关和运维支持。

1. 项目/产品概览

项目信息
GitHubdifferent-ai/openwork
官网openworklabs.com
定位开源 Claude Cowork / Codex 替代方案，用 AI agents 在本地文件上工作
主要形态Desktop App、Client mode、Host mode、Orchestrator CLI、Server/remote worker
技术栈TypeScript 为主；桌面端涉及 Tauri/Rust；包管理使用 pnpm
上游核心基于 OpenCode，UI 通过 @opencode-ai/sdk/v2/client 连接服务
授权主体 MIT；/ee 目录为 Fair Source License 边界
语言/国际化README 有多语言；App 支持 English、French、Spanish、Catalan、Brazilian Portuguese、Japanese、Simplified Chinese、Thai、Vietnamese、Russian
检查日期2026-06-30

截至 2026-06-30 实时检查，GitHub 仓库约 16.5k stars、1.7k forks、213 open issues，默认分支是 dev，最近推送在 2026-06-29。最新稳定 release 看到 v0.17.4，发布时间为 2026-06-27；之后还有频繁的 macOS alpha 构建，例如 0.17.5-alpha.1317 于 2026-06-29 发布。

2. 官方示意图

项目 README 本身包含以下关键示意图，适合放在售前笔记或演示材料里：

2.1 产品 Demo GIF

2.2 Skill Manager

2.3 Local / Server 工作模式

3. 它主要能做什么

能力说明售前价值
本地 AI Agent 工作台在用户本机选择工作目录，运行 agentic workflow客户关心数据不出本机、研发/运营/文档流程可控时有吸引力
多模型 / BYO Key官网称可使用 OpenCode 支持的 50+ LLM/provider，带自己的 provider keys避免单一模型绑定，方便接企业已有模型网关、私有模型或多云策略
Host mode本地运行 OpenCode / OpenWork server / router适合个人或小团队快速试用，无需先建设平台
Client mode连接已有 OpenCode/OpenWork server适合企业做中心化 worker、远程执行或受控环境
Orchestrator CLInpm install -g openwork-orchestrator 后用 openwork start 管理 sidecars可做无桌面 UI 的服务端/远程 worker 模式，便于 PoC 自动化
Skills manager管理 .opencode/skills，导入本地 skill 到工作区可以把售前/交付/研发流程沉淀成可复用“技能包”
OpenCode plugins通过 opencode.json 管理插件，支持 project/global scope可扩展到 WakaTime、内部工具、审计或自定义集成
MCP servers官网和企业文档强调 MCP 连接内部数据源和工具能对接客户 CRM、知识库、工单、代码库、数据平台
Permissions显示权限请求并允许 allow once / always / deny适合讲人机协同、动作可控、敏感操作审批
Execution plan / todos把 OpenCode todos 渲染成 timeline面向非技术用户更易理解 agent 做了什么
Templates保存并重跑常用 workflow售前可包装“标准作业流”，如需求分析、代码审查、文档生成
Debug exports设置里导出 runtime debug report 和 developer log stream企业支持、问题定位、交付运维更可控

4. 适用场景

场景适配度典型客户诉求推荐讲法
企业 AI Coding / 研发提效高想用 AI 修改代码、生成测试、处理 issue，但担心云端工具绑定和数据风险“OpenWork 是可本地运行、可接多模型的 agent 工作台，可把团队工程流程做成模板和 skill。”
售前/交付自动化高方案、投标、需求澄清、文档整理重复劳动多“把 SOP 封装成 skills，团队成员一键导入，减少靠口头传经验。”
内部知识工作自动化中高在本地文件、知识库、工单上执行多步骤任务“通过 MCP 和插件接内部系统，让 agent 有工具和上下文。”
安全敏感组织的 AI 助手中高希望文件留在本机或受控 worker，模型 key 自己管理“本地优先 + BYO Key + 企业版桌面策略/SSO，能进入受控试点。”
多模型统一入口中已有 OpenAI、Anthropic、Google、本地模型或 LiteLLM 网关“不把客户锁死到一个模型，模型策略可以交给客户自己。”
团队级 agent 工作流产品化高想把某个专家流程复制给团队“一次构建 skill/plugin/MCP 配置，团队通过链接复用。”

5. 不太适合的场景

不适合场景原因建议
想要成熟 SaaS、开箱即用且无需运维项目仍高速迭代，release 中有 alpha 构建，企业能力存在 gated/商业边界先做 PoC，不宜直接承诺全员上线
严格要求国产化/内网全离线但无工程团队Orchestrator 可自定义 sidecar host，但完整私有化仍需工程适配评估 Enterprise/托管部署/自建模型网关
只需要普通聊天机器人OpenWork 的强项是文件、工具、工作流、agent 执行，不是单纯问答可考虑更轻量的 Chat UI 或企业知识库问答
对审计、DLP、权限矩阵有强合规要求README 提到 auditable/permissioned，但具体企业级审计能力需实测PoC 必须加入日志、权限、数据边界验证
对 Windows 免费桌面下载有强需求README 写到 Windows access 当前通过 paid support plan；官网 FAQ 称 macOS/Windows/Linux，但仓库 README 对 Windows 有付费支持说明对 Windows 试点要先确认当前商业政策

6. 核心能力清单

模块能力点备注
Desktop AppmacOS/Linux 下载，本地选择项目目录，点选 UI 与 agent 交互README 也提到 Windows 访问通过 paid support plan，需按最新官网确认
OpenWork Orchestrator管理 opencode、openwork-server、opencode-router sidecars支持 start、serve、daemon、workspace 管理、health check
Server/RemoteClient mode 可连接已有 server；Hosted cloud workers 可从 web app checkout 后连接适合企业远程 worker/托管 worker
SandboxOrchestrator 支持 Docker / Apple container sandbox可挂载 workspace，并有额外挂载 allowlist
Permissions权限请求可视化和回复有利于把 agent 动作纳入审批
File sessionsJIT catalog + batch read/write适合远程 worker 文件同步、受控读写
EnterpriseSSO/SAML、SCIM、桌面策略、版本控制、managed deployment、MCP consulting企业版 custom pricing

7. 架构/部署/集成方式

OpenWork 的关键部署形态可以用三层理解：

  1. 桌面 UI 层：用户在桌面 App 里���择工作目录、创建 session、发 prompt、查看 execution plan、审批权限请求。
  2. Host/Server 层：本地或远程运行 OpenWork server、OpenCode、opencode-router，通过 SSE 传实时事件。
  3. 模型与工具层：接 OpenCode 支持的 provider、本地模型、插件、skills、MCP server。

README 高层架构说明：

  • Host mode 默认 runtime 是 openwork，由 openwork-orchestrator 安装，负责 orchestrate opencode、openwork-server，可选 opencode-router。
  • fallback runtime 是 direct，桌面应用直接 spawn opencode serve --hostname 127.0.0.1 --port 。
  • UI 使用 @opencode-ai/sdk/v2/client 连接 server、列出/创建 sessions、发送 prompts、订阅 SSE events、读取 todos 和 permission requests。
  • Host mode 默认绑定 127.0.0.1，安全上默认不暴露到公网。

Orchestrator 快速启动：

npm install -g openwork-orchestrator
openwork start --workspace /path/to/workspace --approval auto

无 TUI / log-only：

openwork serve --workspace /path/to/workspace

Sandbox 模式：

openwork start --sandbox auto --workspace /path/to/workspace --approval auto
openwork start --sandbox docker --workspace /path/to/workspace --approval auto
openwork start --sandbox container --workspace /path/to/workspace --approval auto

8. 怎么用

8.1 普通用户

  1. 从 openworklabs.com/download 或 GitHub Release 下载桌面 App。
  2. 准备自己的 LLM provider key。
  3. 打开 OpenWork，选择本地 workspace/project folder。
  4. 创建 session，输入任务。
  5. 在执行过程中查看 timeline/todos，处理权限请求。
  6. 将常用流程保存为 template 或 skill。

8.2 工程/平台团队

从源码运行：

git checkout dev
pnpm install --frozen-lockfile
pnpm dev

桌面开发前置要求包括 Node + pnpm、Bun 1.3.9+、Rust/Tauri、Xcode CLT 或 Linux WebKitGTK 4.1。

Web UI only：

pnpm dev:ui

常用校验：

pnpm typecheck
pnpm build
pnpm test:e2e

9. 售前可以怎么讲

9.1 一句话定位

OpenWork 是面向团队的开源 AI Agent 工作台：既可以在个人电脑上本地跑，也可以接企业远程 worker；既能用 OpenAI/Anthropic/Google，也能接企业自己的模型网关；更重要的是能把团队工作流封装成 skills、plugins 和 MCP 配置，一键分享复用。

9.2 面向客户的价值翻译

客户痛点OpenWork 话术
“AI 工具太散，大家各用各的”用 OpenWork 把模型、skills、plugins、MCP 统一成团队工作台
“担心代码/文档发到不受控平台”桌面本地优先，文件留在本机；模型 key 由客户自己掌控
“专家经验无法复制”把专家的提示词、工具调用、SOP 封装成 skill/template，团队一键复用
“AI agent 黑箱，不知道做了什么”execution plan、todos、permission requests、debug exports 有助于可解释和可追踪
“企业要 SSO 和桌面管控”Enterprise 方向包含 SSO/SAML、SCIM、desktop policies、版本控制和托管部署
“我们已有模型网关/私有模型”BYO keys / BYO inference，可接多模型和企业模型策略

9.3 适合演示的 Demo 流程

  1. 打开 OpenWork，选择一个真实项目目录。
  2. 导入一个团队 skill，例如“需求文档转开发任务”或“代码审查”。
  3. 让 agent 读取文件、形成计划、申请权限。
  4. 展示 execution plan/todos 和 permission approval。
  5. 让它生成 PR 草稿、测试清单或方案文档。
  6. 演示把该 workflow 保存成 template/skill，再分享给另一个团队成员。

10. 常见客户问题

问题建议回答
它是不是 SaaS？不是单一 SaaS。桌面 App 可本地运行，也支持连接远程 server/hosted workers。
文件会不会上传到 OpenWork 云？README/官网强调桌面模式下文件留在本机，prompt 发给用户选择的 LLM provider；hosted cloud workers 是可选。PoC 时要实际验证网络流向和日志。
支持哪些模型？官方称支持 OpenCode 支持的模型和 50+ provider，包括 OpenAI、Anthropic、Google 和本地模型。
是否免费？桌面 App 免费开源；官网定价显示 Team Starter 前 5 seats free，之后 $10/seat/month；Enterprise custom。
企业版有什么？SSO/SAML、SCIM、桌面策略、版本控制、托管部署、自托管/托管、技能开发和 MCP 咨询等。
和 Claude Cowork / Codex 区别？开源、BYO keys、多 provider、本地优先、可组合 skills/plugins/MCP、团队可分享配置。
能不能内网部署？方向上可以做自托管/managed deployment，但需评估 sidecar、模型网关、MCP、身份系统、更新源和运维流程。
License 是否可商用？主体 MIT；/ee 目录另有 Fair Source License 边界。商用前要由法务确认具体使用范围。

11. PoC 建议

PoC 项验证内容成功标准
本地文件安全边界文件是否留在本机，哪些内容发给模型 provider能列出网络流向、日志和敏感数据处理方式
模型接入接企业现有 OpenAI/Anthropic/Google/LiteLLM/私有模型关键模型可用，失败可诊断
Skill 工作流选 2-3 个售前/研发/交付流程做 skill非专家用户可以复用，输出质量稳定
权限审批文件写入、命令执行、外部工具调用审批审批路径清晰，误操作可控
MCP 集成接一个内部系统，如知识库、工单、代码仓库agent 能读/写受控数据，权限可追踪
Team/Enterprise 能力SSO、桌面策略、版本 pinning、分发 keys明确哪些是免费、Team、Enterprise
运维和日志Debug export、server logs、run id、健康检查出问题能复现、能定位、能交给厂商支持

12. 风险和注意事项

风险说明售前建议
项目仍处于快速迭代release 很频繁且有大量 alpha 构建不要直接承诺稳定生产级能力，先做小范围 PoC
商业边界变化README、官网、enterprise gating 文档显示 Team/Enterprise 功能边界给客户报价或承诺前要以官网/合同为准
License 混合主体 MIT，但 /ee 为 Fair Source License私有化、二开、转售前必须走法务
数据安全需实测“本地优先”不等于零数据外发，prompt 仍会发给模型 providerPoC 加入流量、日志、敏感词和模型网关测试
Windows 支持口径需确认README 提到 Windows access currently handled through paid support plan；release 有 Windows asset客户若是 Windows 大规模桌面，需要提前确认当前政策
企业能力可能依赖 hosted Den / EE 组件SSO、desktop policies、SCIM、managed deployment 等属于企业包装需要明确客户是否接受商业版或服务支持

13. 我的售前判断

OpenWork 适合被定位成“企业 AI Agent 工作台”和“AI Coding/知识工作自动化平台”的开源候选。它的强点不是单纯聊天，而是把 本地文件、模型 provider、skills、plugins、MCP、权限审批和团队共享 组合起来，形成可复制的工作流。

对售前来说，它有三个好讲的抓手：

  1. 本地优先 + BYO Key：适合担心代码、文档、密钥和供应商锁定的客户。
  2. 工作流产品化：可以把专家经验打包成 skills/templates，让团队复用。
  3. 企业落地路径清晰：从免费桌面试点，到 Team Starter，再到 Enterprise 的 SSO、桌面策略、托管部署和 MCP 咨询。

但也要谨慎：它目前仍是快速演进项目，企业级项目不能只看 GitHub stars，需要实际 PoC 验证稳定性、安全边界、插件/MCP 可控性、模型接入、日志审计和企业功能授权。

14. 参��资料