OpenWorker: o agente desktop open-source de Andrew Ng que entrega trabalho pronto, e não conversas

Arquitetura: Uma Pilha Local em Quatro Camadas

O OpenWorker roda inteiramente na máquina do usuário, sem servidor de inferência na nuvem. Sua arquitetura é composta por quatro camadas distintas :

• Shell Desktop: Uma janela nativa Tauri 2 envolvendo uma interface React 18 (ID do pacote com.openworker.desktop). Esse shell também supervisiona o processo do servidor Python.
• Servidor Agente Local: Construído em Python 3.10+ com FastAPI e Uvicorn, este servidor vincula-se a 127.0.0.1:8765 na máquina local. Tem um limite padrão de 12 iterações modelo-ferramenta por tarefa.
• Camada de Capacidades e Conectores: Fornece ferramentas locais para interagir com o sistema de arquivos, git, busca ripgrep, shell e listas de tarefas. Inclui também integrações hospedadas e suporte ao Model Context Protocol (MCP).
• Roteador de Modelos: A interface principal do modelo é construída sobre aisuite, a biblioteca LLM agnóstica de provedor de Andrew Ng. Isso permite que o OpenWorker forneça uma interface única e unificada entre provedores nativos, compatíveis com OpenAI, revendedores e modelos locais . O repositório contém 119 arquivos Python (~32.400 linhas) em coworker/, 149 arquivos TypeScript/TSX em surfaces/gui/ e 78 módulos de teste de backend .

Modelos Suportados: 30 Curados, Traga Sua Própria Chave

O OpenWorker não prende o usuário a um único provedor. Suporta 30 modelos curados em várias categorias, todos exigindo que o usuário traga sua própria chave de API (BYOK) . Os modelos suportados incluem:

• Provedores Nativos: 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.
• Fornecedores Compatíveis com OpenAI: GLM-5.2, DeepSeek V4, Kimi K2.6, MiniMax M2.5, Qwen3 Max, Grok 4.3, Mistral Large.
• Modelos de Peso Aberto Hospedados: Disponíveis via parceiros como Together AI e Fireworks.
• Modelos Totalmente Locais: Acessíveis via Ollama, que não requer chave de API.

O Sistema de Permissões e Segurança

Um dos principais recursos do OpenWorker é sua abordagem à segurança. Cada chamada de ferramenta feita por um agente é classificada em um de quatro níveis de risco :

1. read — visualizar dados locais (sem efeitos colaterais)
2. write_local — criar ou modificar arquivos na máquina (com escopo de caminho)
3. exec — executar comandos no shell
4. external — enviar dados para fora da máquina (ex.: Slack, e-mail ou calendário)

Esses níveis são então controlados por cinco modos de permissão :

1. discuss — discussão somente leitura
2. plan — planejamento somente leitura
3. interactive (padrão) — pergunta ao usuário antes de realizar gravações, comandos e ações externas
4. auto — permite tudo, mantendo o escopo de caminho
5. custom — aprova automaticamente um conjunto de ferramentas especificado pelo usuário

Defesa Contra Injeção de Prompt

Para se proteger contra ataques de injeção de prompt, o OpenWorker inclui uma "persona de operações" embutida que instrui o modelo a tratar o conteúdo de ferramentas, logs, arquivos e mensagens recebidas como dados não confiáveis, e não instruções. Essa defesa está escrita diretamente na configuração de persona enviada .

Design Focado em Privacidade

O OpenWorker é projetado com fortes princípios de privacidade :

• As chamadas de modelo roteiam diretamente da máquina do usuário para o provedor escolhido — não há servidor de retransmissão intermediário.
• Conversas, tokens de conectores e chaves de API permanecem locais. O armazenamento de segredos é arquitetado para que os segredos nunca entrem no contexto do modelo, prompts ou rastros.
• O único componente de nuvem opcional é um broker OAuth (usando Auth0 Authorization Code com PKCE) para handshakes de conectores com um clique. Os tokens dos conectores são entregues diretamente à máquina e nunca são armazenados na nuvem.
• O aplicativo funciona totalmente off-line quando as chaves de API e credenciais são coladas manualmente.

Suporte de Plataforma e Status Atual

O OpenWorker atualmente roda em Mac, com suporte para Windows listado como "em breve" . O projeto está em beta aberto e é descrito como totalmente utilizável, com capacidade de auto-atualização .

O Fim do Paradigma do Chatbot

O OpenWorker é explicitamente posicionado como uma mudança do modelo de chatbot. Em vez de solicitar uma conversa, o usuário especifica um resultado desejado (ex.: "caixa de entrada triada", "documento polido", "resposta no Slack com números do Q3", "entrada de calendário atualizada"). O agente então divide esse objetivo em etapas, trabalha em arquivos locais e aplicativos conectados, e pausa para aprovação humana antes de realizar ações consequentes . Ele suporta mais de 25 integrações mais o MCP, cobrindo ferramentas como Telegram, GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail e Google Calendar .