OpenWork 開源桌面工具:把 AI agent 收進本機工作區

OpenWork 是 Apache-2.0 開源的本地優先 AI agent 桌面工具,目前 17 星。它把多 session 管理、本地 codebase 讀寫、MCP 連接與權限確認收在同一個跨平台桌面 app,定位與 Claude Code、Cursor 重疊但強調本機工作區整合。

用 AI 摘要這篇文章:

OpenWork 是 ModelStudio 推出的開源 AI agent 桌面應用,主打 local-first(本地優先):你跟 agent 的對話、多個 session、本機專案的讀寫,還有外部工具的連接,全部收在一個跨平台桌面視窗裡,而不是散在終端機、編輯器和瀏覽器之間。

它在 GitHub 上走 Apache-2.0 授權,目前是 17 星的小型新專案,桌面架構借自開源專案 Craft Agents OSS,agent 引擎的底子則來自 Qwen Code。接下來從它到底做什麼、跟 Claude Code 或 Cursor 差在哪、值不值得現在裝,幫你判斷要不要把它收進自己的 AI 工作流。我還沒實際裝來跑(桌面 app 需要本機環境),所以下面談的是 README 宣稱能做到什麼、對你代表什麼,而不是實測結論。

OpenWork 把哪些東西收進同一個視窗

先講它到底想取代什麼。README 的 How It Works 寫到,OpenWork 分成兩層運作:桌面 app 負責 session 管理、workspace 管理、檔案預覽、權限確認和外部資料源設定;agent runtime 負責模型互動、工具使用、指令執行和任務進度回報。白話說,一邊是你看到的圖形介面,一邊是真正在跑模型、下指令的引擎。

OpenWork README 的 How It Works 段落,說明桌面 app 與 agent runtime 兩層架構的分工Pin
README 的 How It Works 段:桌面 app 負責 session 管理與權限確認,agent runtime 負責模型互動與指令執行。

這個切法想解決的痛點很具體。command-line agent(像 Claude Code 那類)工程力氣夠,但任務一拉長,問題就跑出來:context 埋在 terminal 的捲動紀錄裡,哪個工具呼叫產出哪個結果不容易回頭對照,權限確認也不時打斷流程。你要在 terminal、editor、browser、文件之間不斷切換,才拼得出進度與結果。OpenWork 把這些收進一個 app,讓 session 切換、檔案預覽、任務進度、權限確認都有圖形介面可用,同時保留 agent 在本機跑指令、讀寫 codebase 的能力。

換句話說,它幫「跑很久、步驟很多」的 agent 任務,加一層你看得到、也管得到的工作區;CLI agent 沒有被取代,只是多了一個圖形介面讓你管進度。短任務丟 terminal 可能還比較快,但當一個任務要讀專案、跑測試、改好幾個檔案、再驗證,有一個能隨時切回某個 session、預覽產出、逐筆確認權限的介面,差別就出來了。

這裡的 local-first 值得拆清楚。README 的意思是,你的專案檔案、工作區、session 狀態留在本機,agent 直接讀寫的是你硬碟上真實的 codebase,而不是雲端沙箱裡的複本。但它不等於「模型推理也在本機」,這點後面限制段會再講。

對讀者來說,判斷點不在「它有沒有這些功能」(README 都寫有),而在「這個整合對你的工作流有沒有感」。如果你本來 terminal 加 editor 兩頭跳得很順,OpenWork 的價值就取決於你多想要一個統一的 GUI 工作區。

跟 Claude Code 或 Cursor 比,定位差在哪

三個工具看起來都在做「AI agent 動你本機的 code」,但定位其實錯開。

Claude Code 是 terminal CLI 的 agent,強項在指令列操作和結構化的工具呼叫,沒有獨立的 GUI 工作區(可以參考我們整理的 Claude Code 最佳實踐指南)。Cursor 則是把 AI 塞進 IDE,主力在寫程式時的即時補全與修改。OpenWork 走第三條路:獨立的桌面 GUI 工作區,強調 session 管理、本機專案 workspace,以及「動手前先問你」的權限確認體驗。

README 自己也把 OpenWork 跟同一家推出的 ModelStudio CLI 切開:CLI 走 terminal 與自動化入口,OpenWork 走日常互動介面,兩者是搭檔而不是替代。所以 OpenWork 想搶的位置,是「你每天坐在電腦前,用圖形介面觀察、管理 agent 長任務」這一塊。

把差異講得更尖銳一點:這三個工具的問題都不是「能不能改 code」(都可以),而是 agent 的工作出現在哪裡、你又怎麼盯著它。Claude Code 的工作沉在你的 terminal 捲動紀錄裡;Cursor 的建議出現在你游標所在的編輯器;OpenWork 則把對話、工具呼叫、執行結果、檔案預覽收在一個獨立工作區,讓你用 session 為單位切換,並用一條權限佇列管理 agent 接下來要動的每一個動作。哪一種比較合你,取決於你平常工作時眼睛停在哪個畫面。

把上面的差異整理成一張表,方便你對照:

工具形態agent 工作出現在哪模型生態
OpenWork獨立桌面 GUI 工作區session、檔案預覽、權限佇列ModelStudio/阿里雲百煉/Qwen
Claude Codeterminal CLI終端機捲動紀錄Anthropic
CursorAI IDE編輯器內 inline多種模型

這張表只比「定位」這一層,不比「誰比較強」,因為後者沒有實測,誰都不能替你下結論。

定位比完了,還有一個會直接影響選擇的現實,就是模型生態。OpenWork 的 API key、模型清單與文件全部指向 ModelStudio、阿里雲百煉(bailian.console.aliyun.com)與 Qwen;Claude Code 綁 Anthropic;Cursor 可以接多種模型。你已經投資哪個生態、想把 agent 呼叫交給哪一家的模型服務,會直接決定 OpenWork 對你值不值得。

README 示範的流程:一句話讓 agent 修好測試

README 給了一個很能說明定位的例子。你丟一句自然語言給它:

幫我看看這個專案的測試為什麼失敗,修好它,然後總結改了什麼。

README 寫到,OpenWork 會把這句話拆成一串可執行步驟:讀專案結構、設定檔和測試腳本;跑本機指令重現失敗;分析錯誤 log、定位相關 code;在你授權後修改檔案;重跑測試或 build 驗證;最後總結修改內容、驗證結果和建議的下一步。

這個示範的重點不是「它一定會修好 bug」(那要實跑才知道真偽),而是它呈現的工作方式:你不用在 terminal、editor、browser、文件之間跳來跳去,整件事從開始到回饋都在桌面工作區裡發生,而且 agent 動檔案前會等你點頭。這正好對照前面講的「把多個工具收進一個視窗」的主張。

要提醒的是,這是 README 列出的理想流程。實際會不會一路順到底、遇到權限確認會不會卡住、log 分析準不準,都需要你裝來跑才知道。不過 README 把這個例子放在功能說明裡,本身就說明了 OpenWork 想提供的體驗長什麼樣。

README 也把這類流程背後的實際用途歸成幾類:看懂一個 codebase 的結構與關鍵模組、診斷測試或 build 或執行階段的失敗、改完 code 自動跑驗證指令、處理本機的文件與試算表、把 GitHub 或內部 API 接進 agent 流程、把團隊重複在做的事打包成 skill 或自動化,以及在需要逐筆確認的環境裡跑 agent 自動化。這幾類剛好對應兩種讀者:想在本機專案上讓 agent 動手做事的開發者,以及想把 agent 流程接上團隊工具鏈的人。你的工作落在哪一邊,會決定 OpenWork 對你有沒有用。

拆開看會用到的幾個能力

OpenWork 在 README 列了十來項功能,但真正會改變你判斷的有幾塊,挑出來講。

最核心的是多 session 加本機 workspace。README 寫到,你能為不同專案、任務或實驗各開一個 session,各自保留 context,隨時切換;agent 直接讀寫本機的 codebase、檔案系統與開發環境。這是 OpenWork 跟一般「網頁聊天」最不一樣的地方,它碰的是你本機真實的專案,不是雲端沙箱。

再來是對外連接。README 寫到 OpenWork 能接 MCP server、本機檔案系統、GitHub 和其他服務。MCP(Model Context Protocol)簡單說,就是讓 agent 透過統一介面去呼叫外部工具與資料源的一套協定,等於幫 agent 開了一道通往外部世界的標準閘門。這代表 agent 不只能碰本機檔案,還能把外部服務拉進任務裡,對要做跨系統、多步驟工作的人很有感。如果你在研究怎麼把多個 agent 工具串起來,這個支援會是重點(我們也整理過一份 Agent Battery 的 agent 工作流筆記)。

Skills 擴展方面。README 寫到,你可以把領域知識、工具用法、團隊流程打包成可重用的 skill。意思是團隊裡重複在做的事,有機會做成一份 skill 給 agent 反覆用,而不是每次重新教。對單人來說,這像是把你個人的工作習慣固定下來;對團隊來說,則是讓新成員接手 agent 時,不用從零重建你累積的 know-how。

權限模式是 local-first 工具最關鍵的護欄。README 寫到,檔案讀寫、指令執行、外部呼叫都能設定確認與管理。agent 要動你本機東西之前先問你,這對「敢不敢把本機專案交給 AI」是必要條件,也把「自動化」和「放心交出去」這兩件本來衝突的事,用一道確認關卡折在一起。

最後是程式碼執行與預覽。README 寫到 agent 能讀專案、跑指令、分析 log、改 code、驗證結果,你也能在 app 裡直接預覽 code、文件、試算表、指令輸出和產出內容。這一塊跟前面的 workspace 綁在一起,讓「看結果」不用跳出視窗。

怎麼拿到 OpenWork

OpenWork 的 GitHub 專案頁面,顯示 repo 名稱 modelstudioai/openwork、星數、Apache-2.0 授權與 README 開頭Pin
OpenWork 在 GitHub 上的開源專案頁(modelstudioai/openwork),採 Apache-2.0 授權。

OpenWork 的 repo 在 GitHub:modelstudioai/openwork。它以桌面 app 形式發行,跨 macOS、Windows、Linux 三個平台,授權是 Apache-2.0(免費、可自架、可改)。完整的安裝步驟 README 沒有寫在 repo 裡,要去看它的文件站 modelstudioai.github.io/guide/,那邊有逐步設定和端到端範例。

一個要特別注意的點:README 的 Related Links 除了 ModelStudio CLI 的 repo 指向 GitHub,其餘幾乎都指向阿里雲控制台(bailian.console.aliyun.com)和 Qwen 模型文件,API key 也是從阿里雲百煉控制台拿。也就是說,要實際用 OpenWork,你的模型與 API key 走的是 ModelStudio、阿里雲百煉這條路,agent 的呼叫會經過阿里雲的模型服務。同一家還有 ModelStudio CLI(modelstudioai/cli)走 terminal 路線,可以當自動化入口跟 OpenWork 搭配著用,兩邊共用同一套模型與工具能力,差別只在你要圖形介面還是指令列。

裝之前要先接受的幾件事

  • 17 星,非常早期的小型新專案。 功能可能還在長,issue 與社群都還小,遇到問題不一定有人接,也還看不到大量真實使用者回饋。要把它放進正式工作流,請有心理準備。
  • 開源、可自架,但模型走雲端。 Apache-2.0 讓你免費裝、看得到原始碼、能改。但 agent 真正的推理走的是 ModelStudio、阿里雲百煉的模型服務(底子是 Qwen Code)。如果你在意資料往哪送,這條務必先搞清楚:OpenWork 的 local-first 指的是工作區與檔案在本機,不代表模型推理也在本機。
  • 它是桌面 app,不是網頁工具。 只能跑在 macOS、Windows、Linux 的桌面環境,不適合丟上無頭伺服器或純遠端沒有 GUI 的機器。適合坐在工作站前面的人。
  • 定位跟一堆工具重疊。 Claude Code、Cursor、其他 AI agent 桌面工具都碰同一塊「AI 動本機 code」。你不是沒有選擇,要決定的是要不要再多裝一個,以及想綁哪個模型生態。
  • 站在既有開源基礎上。 程式碼是 TypeScript,桌面架構借自 Craft Agents OSS,引擎底子是 Qwen Code。會看原始碼的人是加分(可查可改),不會看的人至少知道它不是從零憑空寫。

誰適合現在裝、誰再等等

適合現在試的人:已經在 ModelStudio、阿里雲百煉或 Qwen 生態裡,想找一個 GUI 工作區把 agent 任務收在一起;本機開發為主,想要一個「動手前會問你」的權限控制 agent;還有想自架、看得到原始碼、能改的開源工具的人。

再等等的人:想要成熟穩定、有大社群接 issue 的生產力工具,17 星還太早;已經用 Claude Code 或 Cursor 很順、沒有明確痛點的人;不想綁特定模型生態,或對資料經過雲端模型服務有顧慮的人;還有環境是無頭伺服器、用不到桌面 app 的人。

想自己驗證的人,有個省事的評估法:挑一個你熟悉的本機小專案,丟一個你早就知道答案的任務給它(例如重現一個你修過的 bug),看它讀檔、跑指令、確認權限、回報結果的流程順不順。用你已經懂的東西當尺,比相信任何評測都準。

一句話結論:如果你本來就在 Qwen、ModelStudio 生態裡,OpenWork 值得裝來當 GUI 工作區試試,看它把 session、workspace、權限確認收在一起的體驗合不合你;如果你只是要一個通用、穩定的 AI coding agent,先用你已經順手的那個,等 OpenWork 長大一點再回頭看也不遲。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 754

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...