吴恩达开源OpenWorker：一个交付成果、不闲聊的桌面AI助手

技术架构：纯本地运转的四层堆栈

OpenWorker完全运行在用户自己的电脑上，云端不设推理服务器。其架构分为清晰的四个层次：

• 桌面壳层： 基于Tauri 2开发的原生窗口（包ID为com.openworker.desktop），内嵌React 18用户界面，同时负责监控背后的Python服务进程。
• 本地代理服务层： 基于Python 3.10+、FastAPI和Uvicorn构建的本地服务器，绑定在127.0.0.1:8765地址上，默认每个任务最多执行12轮模型-工具调用。
• 能力与连接器层： 提供一系列本地工具，用于操控文件系统、git、ripgrep支持的搜索、shell终端以及待办清单；同时也支持托管服务的集成和模型上下文协议（MCP）。
• 模型路由器： 核心模型接口基于吴恩达自己开发的厂商无关LLM库——aisuite。通过单一接口，它可以无缝对接原生、兼容OpenAI标准、转售商以及本地模型等各类提供商。

整个项目代码规模可观：coworker/目录下包含119个Python文件（约32,400行代码），surfaces/gui/目录下有149个TypeScript/TSX文件，另有78个后端测试模块。

支持的模型：30种精选模型，自备密钥

OpenWorker不锁定用户于任何单一提供商，支持30种精选模型，用户需自带API密钥（BYOK）使用。涵盖范围包括：

• 原生提供商： 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）。
• 兼容OpenAI标准的厂商： GLM-5.2、DeepSeek V4、Kimi K2.6、MiniMax M2.5、Qwen3 Max、Grok 4.3、Mistral Large。
• 托管开源权重模型： 通过Together AI和Fireworks等合作伙伴提供。
• 完全本地模型： 通过Ollama运行，无需任何API密钥。

权限与安全体系：四级风险 × 五种模式

OpenWorker在安全设计上颇为用心。代理的每一次工具调用都会被归类为四个风险等级之一：

1. read（读取） ——查看本地数据，无副作用
2. write_local（本地写入） ——在电脑上创建或修改文件，限定路径范围
3. exec（执行） ——运行Shell命令
4. external（外部操作） ——将数据发送至电脑外部（如Slack、邮件、日历）

针对这些等级，系统提供了五种权限模式进行控制：

1. discuss（讨论） ——仅限阅读式对话
2. plan（规划） ——仅限阅读式规划
3. interactive（交互） （默认模式）——在执行写入、命令和外部操作前询问用户
4. auto（自动） ——允许所有操作，但保持路径范围限制
5. custom（自定义） ——自动批准用户指定的一组工具

提示注入防御：视外部内容为非可信数据

针对日益突出的提示注入攻击问题，OpenWorker内置了一套防御机制。它通过一个“运维人设”来指示模型，将来自工具、日志、文件以及外部传入消息的内容视为非可信数据而非指令。这一防护直接写入了系统配置中。

隐私优先设计

OpenWorker在设计上充分考虑隐私保护：

• 模型调用直接从用户电脑路由到所选提供商，中间不经过任何中继服务器。
• 对话记录、连接器令牌和API密钥全部保存在本地。秘密存储的架构确保机密信息永远不会进入模型上下文、提示词或追踪日志。
• 唯一可选云组件是一个OAuth代理（采用Auth0授权码+PKCE流程），用于一键式连接器的握手。连接器令牌直接传递到本地电脑，云端不做留存。
• 手动粘贴API密钥和凭据后，应用可以完全离线运行。

平台支持与当前状态

目前OpenWorker仅支持Mac平台，Windows版本“即将推出”。项目当前处于公开测试阶段，官方描述为“完全可用且具备自我更新能力”。

终结聊天机器人范式

OpenWorker的定位非常明确：它是一次从聊天机器人范式向成果交付范式的转变。用户不再是输入一段提示词等待回应，而是指定一个想达成的结果（例如“整理收件箱”、“润色文档”、“在Slack中回复Q3数据”、“更新日历条目”）。随后，代理将这个目标拆解为可执行的步骤，跨本地文件和连接的应用进行操作，并在执行有实际后果的操作前暂停等待人工确认。它支持超过25种集成服务以及MCP协议，涵盖Telegram、GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail和Google Calendar等常用工具。