刚刚开源就斩获 2.7K Star！吴恩达老师开源了一个 AI 员工 OpenWorker！

昨天刷 X 的时候，我看到一条推文瞬间坐直了——吴恩达老师发了个新项目 OpenWorker。

说实话，我第一反应是"又来了"。这半年来，桌面端 AI Agent 像雨后春笋一样冒出来，cowork、trae work、workbuddy...

OpenWorker 则是一款对标这些闭源 Agent 的开源桌面 Agent。

从"对话"到"交付"，差的不是一点

我们平时用的 AI 工具，不管是 GPT 还是 Claude，本质上都是"问答"模式。

你说"帮我写个客户简报"，它给你一段文字，你还得自己复制粘贴、自己排版、自己找数据、自己发出去。

OpenWorker 不是这样。

你说"帮我准备一份客户简报"，它会：

1. 1. 打开你电脑上相关的文件
2. 2. 去 HubSpot 查客户数据
3. 3. 到 GitHub 看最近的产品更新
4. 4. 自己整理排版成一份文档
5. 5. 然后问你"要不要把这份简报发给客户？"

它给你的是成品，不是待办清单。

这是一个根本性的区别。

三大核心亮点

① 交付成品，不是给你一张待办清单

这是 OpenWorker 最核心的理念。官方原话是"要一个结果，而不只是一个答案"。

你说要的"结果"——"准备一份客户简报"、"把我这周日历理顺"、"看看这个 release 在 Jira 和 GitHub 上到哪步了"——它拆成步骤、跨桌面/文件/连接的 app 去做，最后给你能打开能分享的交付物。

文档、表格、报告、网页，直接落地成文件。不用你再做任何中间工作。

② 本地优先 + 任意模型

市面上的 AI 员工产品，几乎都是云端的。你的数据要传到他们的服务器，你的密钥要存在他们那里。用着总是有点不放心。

OpenWorker 完全相反：

• • Agent 循环、对话、连接器 token、模型 key 全在你本机的密钥库里
• • 唯一的云端部件只是个帮你走 OAuth 握手的小服务
• • 支持任意模型：OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi、Qwen、Mistral、xAI，甚至 Ollama 本地模型

你有哪个 key 就用哪个，数据不出你电脑。

③ 每个重要动作都有审批

这是安全性的底线。

发消息、改日历、跑命令——任何要紧的操作都以"check-in"形式停下来等你点头。无人值守的定时任务不会自作主张，而是把"请求"停进一个收件箱等你处理。

这跟"给它全权限让它自己跑"是两种安全观。

一个是"让它跑，出事我负责"，一个是"它提议，我拍板"。后者明显更稳妥。

25+ 连接器，打通你的整个工作流

OpenWorker 支持超过 25 个连接器，几乎覆盖了你日常工作的所有工具：

• • 协作工具：GitHub、Slack、Jira、Notion、Linear
• • 客户管理：HubSpot
• • 邮件日历：Gmail、Outlook、Google Calendar
• • 文件存储：Google Drive、Dropbox、Box
• • 项目管理：Asana、monday.com

再加上终端和本地文件访问，任何 MCP 工具也能插进来。

最实用的是 Slack 集成——你可以在 Slack 里 @ OpenWorker 触发任务，结果直接回到线程里。

定时任务，让它每天上班

OpenWorker 还支持定时任务，这意味着你可以把它当成一个真正的"员工"来用：

• • 晨报：每天早上 8 点，自动整理昨天的邮件、Slack 消息、GitHub 更新，给你一份简报
• • 周报：每周五自动生成项目进度报告
• • 频道监控：盯着某个 Slack 频道，有重要消息就提醒你

所有定时任务都会留下完整的 transcript，方便你复盘和审计。

内置角色模板，开箱即用

OpenWorker 内置了几套角色模板，覆盖不同场景：

• • Sales：销售助理，帮你准备客户简报、跟进线索
• • 行政助理：帮你打理日历、安排会议、处理邮件
• • 市场：帮你写营销文案、整理数据、分析竞品
• • Ops 值班：帮你监控系统、处理告警、生成报告

不用自己从零开始训练，直接选一个角色就能用。

快速上手

安装方式

目前 OpenWorker 提供两个版本的下载：

• • macOS（Apple Silicon）：https://download.openworker.com/mac
• • Windows 10/11（x64）：https://download.openworker.com/windows

打开应用，添加一个模型 key（或指向 Ollama），就可以开始使用了。

从源码运行

如果你想自己编译，也很简单：

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

# 初始化开发环境（创建 Python venv）
bash packaging/setup_dev_env.sh

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

# 启动 UI（另一个终端）
cd surfaces/gui
npm install
npm run dev

配置模型

你只需要在设置里粘贴你的 API key，或者指向本地的 Ollama 服务即可。

写在最后

AI 员工这个赛道，之前的玩家都是"云端派"——把你的工作搬到他们的服务器上处理。

吴恩达老师这次反其道而行之，打了一张"本地牌"。

这背后其实是一个很深刻的洞察：对于真正要干活的人来说，安全感和控制权比什么都重要。

你愿意把公司的代码库、客户数据、邮件内容交给一个云端服务吗？至少我不愿意。但如果所有数据都在我自己的电脑上，我会放心得多。

项目地址：https://github.com/andrewyng/openworker

体验地址：https://openworker.com/