用吴恩达开源的 OpenWorker 打造本地优先的桌面 AI 同事

AI Agent 大多还活在浏览器或编辑器里，但你的真实工作——邮件、代码仓库、任务看板——都在桌面和各类 SaaS 上。吴恩达（Andrew Ng）7 月在 GitHub 开源的 OpenWorker，就是想解决这个问题：一个本地优先、模型无关的「桌面 AI 同事」，能连 25+ 工具、用你自己的 API Key，默认把数据留在你本机。它最打动人的一句话定位是——「开源 Agent，交付成品，而不是陪你聊天」。本教程手把手带你装好、接上工具、派发出第一个真正能交付的任务。

🤖 本教程适合：想把 AI 从「对话框」升级成「真正帮你干活的桌面同事」的运营 / 开发者 / 创业者。你只需要一台能联网的电脑和一个大模型 API Key（文中教你怎么拿）。

先搞懂：OpenWorker 和聊天机器人有什么不一样？

用一句话理解：普通聊天机器人是「你问它答」，OpenWorker 是「你派活它交付」。它运行在你的桌面，像一个小同事一样连上你的 GitHub、Slack、Jira，自己读上下文、调工具、产出文件或结果。它的三个关键基因：

特性	通俗解释	对你意味着什么
本地优先	数据默认留在你电脑	敏感资料不进别人云
模型无关	自带 Key 接 GPT/Claude/Gemini 或本地 Ollama	不被某家模型绑定
交付成品	产出文件 / 改仓库 / 跑流程	要的是结果，不是对话

它不是「更聪明的 ChatGPT」。如果你只是想聊天，OpenWorker 反而显得重。它真正的价值在：把跨多个工具、需要动手落地的任务，一次性派给它。

Step 1：准备一个你自己的大模型 API Key

1 OpenWorker 不送你模型，只送你「工位」

OpenWorker 本身不含模型能力，它只是个执行框架，需要你告诉它用哪家大模型。你带自己的 Key 即可，支持 GPT、Claude、Gemini，甚至本地的 Ollama（免费、完全离线）。新手推荐国内或免费额度充足的：

常见选择（任选其一即可）：
· OpenAI        → platform.openai.com 创建 API Key
· Anthropic     → console.anthropic.com 创建 API Key
· Google Gemini → aistudio.google.com 创建 API Key
· 本地 Ollama   → 装好 ollama 后 pull 一个模型，零 API 费用

Key 长这样（复制保存好，别泄露）：
sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

💡 隐私提示：OpenWorker 的「模型无关」意味着你可以选本地 Ollama，数据完全不出本机。处理机密资料时，强烈建议走本地模型这条路。

Step 2：安装并启动 OpenWorker

2 Mac 桌面端优先，Windows 即将上线

OpenWorker 以 MIT 协议开源，当前主力是 macOS 桌面端，Windows 版本处于即将上线状态。安装方式以官方仓库为准：

1. 打开 GitHub 搜索并进入 OpenWorker 官方仓库（andrewyng / OpenWorker）
2. 下载 macOS 桌面端安装包，拖入「应用程序」即可
3. 首次打开，按提示填入你在 Step 1 准备的 API Key
4. 选择默认模型（如 gpt-4o / claude-3.5 / 本地 ollama 模型）
5. 进入主界面——这就是你给 AI 同事派活的「工作台」

🚀 想自己编译？仓库是 MIT 开源，开发者可 clone 后本地构建。新手直接用桌面安装包最省事。

Step 3：把 API Key 接进 OpenWorker

3 让 OpenWorker 认识你的模型

1. 打开设置（Settings）→ 模型供应商（Model Provider）
2. 选你在 Step 1 选的那家，把 API Key 贴进去
3. 如果用本地 Ollama：填 http://localhost:11434 并选已 pull 的模型
4. 看到连接状态变绿 ✅ = 就绪

提示：可以同时配多个模型，不同任务切着用。

连不上？八成是三个原因：① Key 复制时多了空格；② 账户没充值 / 没开通该模型；③ 选错了供应商。逐个排查即可，这是新手最常卡的一步。

Step 4：连接你的工作效率工具

4 25+ 工具即插即用（GitHub / Slack / Jira …）

OpenWorker 的「同事感」来自它真能操作你的工具。它支持连接 25+ 工具，把授权接上后，Agent 就能读仓库、看消息、查任务：

常用可连接工具：
· GitHub   → 读 PR、写 issue、跑 CI
· Slack    → 读频道、发消息、搜历史
· Jira     → 查任务状态、建子任务
· 文件系统 → 读写你指定的本地目录
· 日历/邮件 → 看日程、整理往来

连接方式：设置 → 集成（Integrations）→ 选工具 → 授权登录即可。

🔑 关键原则：只授予它完成工作必需的权限。比如只是让它整理周报，给「只读」就够了，别一股脑给写权限。权限越小，风险越低。

Step 5：派第一个「交付型」任务

5 别问「你好」，直接派活

装好模型、接好工具后，试试一个真正会落地的任务，而不是「帮我写段文案」：

示例指令（直接粘贴到工作台）：
「读取我 GitHub 仓库 claw-report 今天新增的 3 个 PR，
 每份用两句话总结改了什么、有没有风险，
 把结果写成 summary.md 存到桌面，并在 Slack 的 #dev 频道发一条摘要。」

OpenWorker 会：
1. 调 GitHub 工具拉取 PR
2. 用模型分析改动
3. 写文件 + 调 Slack 发消息
→ 你拿到的是「成品」，不是一段对话。

🎉 这一步跑通，你就拥有了一个「会动手」的桌面同事。它和只会在对话框里聊天的 AI 最大的区别，就是这一步。

Step 6：确认「本地优先」与隐私设置

6 让敏感数据留在你电脑

OpenWorker 默认数据留本机，但你仍该主动确认几项设置，避免意外上传：

设置 → 隐私（Privacy）检查项：
· 工作目录范围：只指向你授权的文件夹
· 是否允许把文件上传到外部：默认关
· 模型选择：机密任务切到本地 Ollama
· 日志留存：可定期清理本地运行日志

给 Agent 权限 = 给它能动你资产的能力。吴恩达团队也强调它是「交付成品而非陪聊」，所以一旦授权，它真会去改仓库、发消息。先用「只读 + 草拟」模式跑几天，确认可靠再放开写权限。

Step 7：把它接进你的日常工作流

7 从「偶尔用」到「每天都在用」

真正省力的是把重复劳动固化成常驻任务。OpenWorker 这类桌面 Agent 适合承载高频、跨工具的小活：

可固化的日常任务示例：
· 每天早上 9 点：拉邮件+Slack，生成「今日待办」摘要
· 每次发版后：自动整理 changelog 草稿
· 每周五：汇总 Jira 进度，草拟周报待你确认

做法：在工作台把任务存为「常用指令」，需要时一键派发。

💡 进阶可关注同类本地优先 Agent（如前面教程讲过的 Hermes Agent、TencentDB-Agent-Memory 长期记忆），把它们和 OpenWorker 组合，做出「会记住你偏好」的桌面同事。

常见问题速查

你遇到的现象	大概率原因 & 解决
模型连接失败	Step 3 的 Key 没配好或没充值
工具读不到数据	Step 4 没给该工具授权或权限是只读
它改错了东西	给了过大写权限，先收回、改只读重跑
想完全离线	模型切到本地 Ollama，关掉外部上传

📚 更多教程 📰 智能体资讯

← 返回教程中心