OpenWorker : l'agent IA open source de bureau d'Andrew Ng qui livre du travail fini, pas du bavardage

Architecture : une pile locale en quatre couches

OpenWorker s'exécute entièrement sur la machine de l'utilisateur, sans serveur d'inférence dans le cloud. Son architecture est composée de quatre couches distinctes :

• Interface de bureau (Desktop Shell) : Une fenêtre native Tauri 2 qui encapsule une interface utilisateur React 18 (identifiant de bundle com.openworker.desktop). Cette couche supervise également le processus du serveur Python.
• Serveur agent local : Construit sur Python 3.10+ avec FastAPI et Uvicorn, ce serveur écoute sur 127.0.0.1:8765 sur la machine locale. Il est limité par défaut à 12 itérations modèle-outil par tâche.
• Couche de capacités et de connecteurs : Cette couche fournit un ensemble d'outils locaux pour interagir avec le système de fichiers, Git, la recherche via ripgrep, le shell et les listes de tâches. Elle inclut également des intégrations hébergées et le support du Model Context Protocol (MCP).
• Routeur de modèles : L'interface centrale du modèle est construite sur aisuite, la bibliothèque LLM agnostique d'Andrew Ng. Cela permet à OpenWorker de fournir une interface unique et unifiée pour les modèles natifs, compatibles OpenAI, revendeurs et locaux . Le dépôt contient 119 fichiers Python (environ 32 400 lignes) dans coworker/, 149 fichiers TypeScript/TSX dans surfaces/gui/ et 78 modules de test backend .

Modèles supportés : 30 modèles sélectionnés, avec votre propre clé

OpenWorker ne verrouille pas l'utilisateur sur un seul fournisseur. Il supporte 30 modèles sélectionnés répartis en plusieurs catégories, tous nécessitant que l'utilisateur fournisse sa propre clé API (BYOK) . Les modèles supportés incluent :

• Fournisseurs natifs : OpenAI GPT-5.6 Sol, Terra, Luna, GPT-5.5 ; Anthropic Claude Fable 5, Opus 4.8, Sonnet 4.6, Haiku 4.5 ; Google Gemini 3.6 Flash, 3.1 Pro, 2.5 Pro, 2.5 Flash.
• Vendeurs compatibles OpenAI : GLM-5.2, DeepSeek V4, Kimi K2.6, MiniMax M2.5, Qwen3 Max, Grok 4.3, Mistral Large.
• Modèles ouverts hébergés : Disponibles via des partenaires comme Together AI et Fireworks.
• Modèles entièrement locaux : Accessibles via Ollama, qui ne nécessite pas de clé API.

Le système de permissions et de sécurité

L'une des caractéristiques clés d'OpenWorker est son approche de la sécurité. Chaque appel d'outil effectué par l'agent est classé dans l'un des quatre niveaux de risque :

1. read (lecture) — consultation des données locales (aucun effet de bord)
2. write_local (écriture locale) — création ou modification de fichiers sur la machine (limité au chemin)
3. exec (exécution) — exécution de commandes shell
4. external (externe) — envoi de données hors de la machine (par ex., vers Slack, email ou calendrier)

Ces niveaux sont ensuite contrôlés par cinq modes d'autorisation :

1. discuss (discuter) — discussion en lecture seule
2. plan (planifier) — planification en lecture seule
3. interactive (interactif, par défaut) — demande à l'utilisateur avant d'effectuer des écritures, des commandes et des actions externes
4. auto (automatique) — autorise tout tout en restant limité au chemin
5. custom (personnalisé) — approuve automatiquement un ensemble d'outils spécifié par l'utilisateur

Défense contre les injections de prompt

Pour se protéger contre les attaques par injection de prompt, OpenWorker inclut une "persona ops" intégrée qui ordonne au modèle de traiter le contenu provenant des outils, logs, fichiers et messages entrants comme des données non fiables plutôt que des instructions. Cette défense est directement intégrée dans la configuration de la persona livrée avec l'application .

Conception axée sur la confidentialité

OpenWorker est conçu avec de solides principes de confidentialité :

• Les appels aux modèles sont acheminés directement de la machine de l'utilisateur vers le fournisseur choisi — il n'y a pas de serveur relais intermédiaire.
• Les conversations, les tokens de connecteur et les clés API restent locaux. Le coffre-fort de secrets est conçu pour que les secrets n'entrent jamais dans le contexte du modèle, les prompts ou les traces.
• Le seul composant cloud optionnel est un courtier OAuth (utilisant Auth0 Authorization Code avec PKCE) pour les poignées de main des connecteurs en un clic. Les tokens de connecteur sont remis directement à la machine et ne sont jamais stockés dans le cloud.
• L'application fonctionne entièrement hors ligne lorsque les clés API et les identifiants sont saisis manuellement.

Plateformes supportées et statut actuel

OpenWorker est actuellement disponible sur Mac. Le support de Windows est annoncé comme "prochainement" . Le projet est en bêta ouverte et est décrit comme pleinement utilisable, avec des capacités de mise à jour automatique .

La fin du paradigme du chatbot

OpenWorker est explicitement positionné comme un changement de paradigme par rapport au modèle du chatbot. Au lieu de lancer une conversation, l'utilisateur spécifie un résultat souhaité (par exemple, "boîte de réception triée", "document peaufiné", "réponse Slack avec les chiffres du T3", "entrée de calendrier mise à jour"). L'agent décompose ensuite cet objectif en étapes, travaille sur les fichiers locaux et les applications connectées, et marque une pause pour approbation humaine avant d'entreprendre des actions conséquentes . Il supporte plus de 25 intégrations plus MCP, couvrant des outils comme Telegram, GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail et Google Calendar .