Coworker 開源 AI 桌面代理：本地運行，動手整理檔案與文件

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

下載資料夾又爆了。發票、合約、會議記錄、客戶寄來的規格書全堆在一起，檔名亂七八糟，想找上個月某一張發票得翻半天。更累的是那種每天都要做的機械活：把幾百個檔案按月份分類、統一改成「公司名_日期_金額」的命名、把一堆資料彙整成一份周報。點滑鼠點到手痠，卻又很難交給別人，因為歸檔規則只有你自己清楚。

問題是，比起一個更會聊天的 AI，你現在更需要的可能是一個能在你電腦上、照你的規則「動手」的助手。這篇要聊的 Coworker（你可能在別的地方看過它的舊名字 Accomplish）就是為這件事設計的：它是一款開源、在你本機跑的 AI 桌面代理，會去整理檔案、寫文件、跑瀏覽器流程，實際把事情做出來。

一分鐘看懂 Coworker：開源（MIT 授權）、在你電腦本機運行的 AI 桌面代理。你授權資料夾、接上自己的模型（雲端 API Key 或本機 Ollama 都行），它就幫你整理檔案、產文件、跑瀏覽器自動化，關鍵動作還會等你點頭才執行。

「每天歸檔幾百個檔案」這種機械活，終於能交出去

先把這工具的位置講清楚。一般你用的 ChatGPT 或 Claude，其實就是個對話工具，你問它答，但它不會去碰你硬碟裡的東西。Coworker 不一樣，它是會自己去完成任務的那種：你給它指定資料夾的權限，它就能像一個不用你寫規則的 RPA（流程自動化）助手，在本機完成具體任務。

依它的功能設計，能做的事包括這類：你跟它說「把下載資料夾裡的發票全部找出來，按月份建子資料夾放好，檔名統一成公司名加日期」，它就會去翻、去分類、去改名；你也能丟一堆筆記和 PDF 給它，要它摘出重點、產出一份周報，把結論和待辦分開寫好，存到你指定的桌面資料夾；甚至簡單的瀏覽器流程，像每天早上開某個網頁抓最新動態彙成簡報，也能幫你跑。

這類機械活以前不是不能自動化，但傳統做法不是自己寫 Python 腳本把規則硬編進去（規則一變就得改程式碼），就是去買商業 RPA 軟體（貴又笨重）。Coworker 的賣點是你用白話講，它就照著做，不用先學語法、不用把規則寫死。它在 GitHub 上累積了超過一萬顆星（撰文時約 10,879 顆），是目前星數最高的開源桌面代理之一，採 MIT 授權，可以免費下載安裝。

先講清楚名字：它現在叫 Coworker，前身是 Accomplish

如果你是看到「Accomplish」這個名字找過來的，沒走錯，它就是同一個東西。這個專案正在更名：原本叫 Accomplish，現在對外改叫 Coworker。證據在它自己的倉庫裡寫得很明白：README 的標題已經是「Coworker™」，下載連結換到 downloads.coworker.ai，GitHub 的組織也從 accomplish-ai 逐步遷到 coworker-ai，提交記錄裡還有一條「把 README 裡舊的 accomplish.ai 品牌連結清掉」。

不過這個更名還沒完全做完。授權檔的著作權人還是寫「Accomplish Inc」，程式套件內部名稱也還是 accomplish，連資安說明文件裡都還在用「When using Accomplish」這種舊稱；舊網域 accomplish.ai 現在掛的是「Coming Soon」佔位頁。所以短期內你會看到兩個名字混著出現，搜尋時兩個都查得到，別以為是不同的軟體。

這個名字得先講清楚：一個還在更名的工具，往往代表它還在快速變動，你今天看到的介面和功能，過幾週可能又不一樣。這是它現階段的性格。

它會動手，但動手的範圍有明確邊界

桌面代理最讓人緊張的就是「它到底能動我的電腦到什麼程度」。依 README 列出的功能，Coworker 會碰的是這幾塊：檔案的分類、改名、搬移這類雜事，文件的摘要、改寫與產出報告，再加上瀏覽器端的研究、填表和抓資料。你也能把常做的工作流程存成自訂技能（skill）重複呼叫，並透過工具連接掛上 Notion、Google Drive、Dropbox，還有一個 WhatsApp 連接器。

Pin

但有件事得說明白，免得你期待錯方向。這專案曾經宣稱能做到「全桌面操控」，也就是截圖、點擊、打字、控制你整個桌面介面，類似 Claude 那種 Computer Use 的路線。不過依專案自己的清理文件（dead-code-feature-audit），這個叫 desktop-control 的套件只寫了 serve()，從沒接上實際的傳輸通道，等同於沒真正運作過的空殼；2026 年中前後的提交記錄已經把這整包刪掉，操作確認的彈窗也收窄成只管「工具、檔案、提問」幾類。

所以請把期待校正一下：Coworker 會碰的範圍就只在檔案、文件、瀏覽器和自訂流程，整個作業系統的 GUI 操控它不做。範圍限在這幾類，反而不容易出事，這對很多人來說是好事。

風險這件事，它的設計偏謹慎。每一個關鍵動作（新建、搬移、刪除、呼叫外部工具）都要你在彈窗裡點「Approve（批准）」才會執行，過程有日誌可查，你也能隨時喊停。它底層用一個叫 OpenCode 的開源代理框架當運作核心，還提供三種沙箱模式（本機原生、Docker、關閉），讓你可以把代理關在受限制的環境裡跑。有人類把關、有沙箱、有日誌，這幾件事加起來，就是它和只會聊天的 AI 的差別所在。

再往裡看一層，Coworker 不是那種開關就結束的單純前端。它在你機器上會常駐一個背景服務（daemon），把任務紀錄、設定、自訂技能都存在本機的 SQLite 資料庫裡，所以你整理好的一套技能可以重複呼叫；官方也列有排程能力，能把技能設成定期跑，例如每週一早上自動把上週的發票歸到對的資料夾。這讓它比一般對話完就忘的網頁 AI，更接近一個會留下記憶的長期助理。

「本地跑、不上傳」是真的，但有一個前提

Coworker 對外主打的一句話是「Runs locally（本機運行）」、「你的檔案留在你機器上」、「不會傳給 Coworker 或任何人」。這句話在檔案這一層是真的：程式跑在你電腦上，它只碰你明確授權的資料夾，檔案不會被送上 Coworker 的伺服器。它在這方面也確實下了功夫，例如把 Google Analytics 這類分析追蹤拿掉了。

但「不上傳」有一個你一定要知道的前提：它本身沒有內建模型，能力完全取決於你接哪個模型進來。如果你接的是雲端模型（OpenAI、Anthropic、Google、DeepSeek、Kimi、智譜 GLM 等等），那麼你要它讀懂、處理的內容，就會送到那家模型公司的雲端去運算。如果你接了 Notion、Google Drive、Dropbox 這類工具連接，資料當然也會經過那些服務。換句話說，「檔案不上傳 Coworker」和「處理過程完全不出你的機器」是兩件事。

想做到真正全程不出本機，條件是：接 Ollama 或 LM Studio 跑本地模型（不用 API Key、不連雲端），同時不接任何雲端工具連接。這時候它才算一個完全離線的桌面代理。不過本地模型吃的是你自己的硬體（通常要顯卡夠力才跑得順），體驗和雲端的大模型會有落差。支援的模型供應商開得很廣，從 OpenAI、Anthropic、xAI 到 DeepSeek、Kimi、智譜 GLM、MiniMax、Venice.ai，以及 OpenRouter、LiteLLM 這種聚合層，本地則有 Ollama 和 LM Studio，基本上你想得到的都接得上。對中文情境來說，DeepSeek、智譜 GLM、Kimi 這幾個模型的 API 價格相對親民，處理中文文件也不差，是 Ollama 之外兼顧成本與能力的折衷選擇。

另外有個小細節：它內建自動更新，會定期去 downloads.coworker.ai 檢查有沒有新版本，這是 Electron 桌面程式的標準行為，屬於版本檢查，不是把你的資料外送。

一萬顆星、卻還沒到 1.0 的明星專案

前面提到它破萬顆星，這在開源桌面代理裡名列前茅，背後也有一個真的在做事的團隊（十多位貢獻者、公司法人 Accomplish Inc），不是那種一個人玩玩的 side project。專案從 2026 年初建立，到年中都還很活躍，會修資安漏洞（例如針對 baileys、protobufjs 兩個相依套件的 CVE 修補）、會做自動更新器、會把資料儲存層搬到 daemon 架構。

Pin

但這裡有個誠實的限制要講：它目前最新版本是 v0.5.x，還沒到 1.0。一個還在 0.5 的工具，代表它還在快速迭代、功能會變動，前面那個「全桌面操控其實是死碼、後來被刪掉」就是一個現成的例子，連對外宣稱過的功能都可能因為沒做完而收掉。它的資安說明文件也只標示支援「0.1.x」版本，明顯跟不上現在的 0.5。所以如果你是要放進穩定生產環境、不能忍受變動的人，現階段它比較適合「樂於嘗鮮、能接受偶爾踩雷」的用法。

和雲端助手、純腳本相比，它站在哪個位置

把幾種相近的東西擺在一起看，Coworker 的位置會清楚很多。它填的是「開源、本機、會自己把事做完」這個交集，是雲端訂閱助手和硬編腳本之間的第三條路。

特別提醒一個容易搞混的點：Coworker 公司另外還有一個 coworker.ai 的雲端服務，首頁寫著「Chat, cowork, code. 80% cheaper」，那是走雲端訂閱的路線，跟我們這篇聊的「下載安裝、開源、本機跑」的桌面代理是兩回事。同一間公司、同一個名字、不同的產品和計費方式，下載前看清楚你要的是哪一個。

適合誰，又會讓誰失望

把它當成一個判斷而不是推銷。最有感的是兩種情境：一是每週得交周報、得從一堆筆記和 PDF 擠出報告的小團隊，把彙整這件事交給它，省下的時間最可觀；二是手上常是發票、合約、客戶資料這類敏感檔案、希望權限完全可控的人，前提是接 Ollama 本地模型，才真的全程不出機器，若接雲端模型，內容仍會外送到那家模型公司（前面雲端邊界那段已說明）。愛玩、想用最低成本體驗桌面代理的技術控也會覺得有意思，電腦夠力的話跑 Ollama，連 API 帳單都能省下來。

不過有幾種期待會落空。最常見的是想拿它當全桌面操控代理，要它幫你點開各種視窗、操控整個桌面，前面說過那條路線的死碼已經移除，現在做不到，這點得先認清。其次它不是開箱即用的傻瓜工具，模型設定和權限配置需要你動手理解一下；本地模型跑得快不快，很大程度取決於你的硬體。也別指望它是一個穩定到不能變動的 1.0 生產工具，它還在 0.5，適合嘗鮮而非押寶。

上手前要先接受的幾件事

先說錢的事：「免費」要分兩層看。軟體本身開源、不收費，但你接的雲端模型要錢，API Key 的 token 用量是持續開銷，越用它越燒；想零 API 成本就得跑 Ollama 本地模型，代價是吃你自己的硬體資源。

再來是權限和沙箱，這要自己設好。它給你「只授權特定資料夾、每個動作都讓你批准」的能力，但這能力會不會變成風險，取決於你怎麼設；第一次用建議從一個測試資料夾開始，搞懂它的批准流程再放寬範圍，想多一層隔離的人可以選 Docker 沙箱模式。

另一個容易被忽略的地雷是那個 WhatsApp 連接器。它內建的 WhatsApp 整合用的是 Baileys 這套「非官方」的 WhatsApp Web 函式庫，最近還因為資安漏洞被升級過；非官方函式庫違反 Meta 官方條款的風險一直都在，嚴重的話帳號會被限制，把它當實驗性功能、別拿主力帳號去接比較穩當。

最後提醒：它是 0.5，會變。介面、功能、連接器都可能在不同版本之間調整，重要工作流程建議自己留備份，不要把唯一一份搬移任務全交給一個還在迭代的代理。

先丟一個歸檔任務給它，自己跑一輪

現在就能做的事，是從它的 GitHub 倉庫下載對應平台的安裝包（macOS 不論 Apple Silicon 或 Intel、Windows 11、Ubuntu 都有），先接 Ollama 本地模型或你自己的 API Key，丟一個你最煩的歸檔任務給它試水溫。

想搞懂「檔案不出本機處理」到底能做到什麼程度，可以回頭看我們寫過的 本機處理的 PDF 塗黑工具，以及同樣走「帶自己的 Key」路線的 AI 書籤知識庫 MindPocket，裡頭對這條雲端邊界有更細的拆解。

如果你對它底層那套 OpenCode agent 工作流怎麼落地有興趣，用 Claude Code 把股東信建成知識庫的案例 是一個很完整的參考。

關於 Coworker 桌面代理的常見問題

免費這件事怎麼算？
軟體開源、MIT 授權、免費下載。但「能力」要靠你接的模型，雲端模型的 API Key 是你的成本；接 Ollama 本地模型才不用付 API 費，代價是吃你自己的硬體。

它會把我的檔案上傳嗎？
檔案不會被送上 Coworker 的伺服器，這部分是真的。但如果你接雲端模型（OpenAI、DeepSeek 等）或雲端工具（Notion、Google Drive），內容會經過那些服務。要全程不出本機，就得用 Ollama 本地模型且不接雲端工具。

它能控制我的整個桌面嗎？
不能。它做的是檔案、文件、瀏覽器和自訂流程這幾類，不是幫你亂點桌面 GUI 的全端操控，那條路線它原本宣稱過的功能其實沒做完，已經移除了。

跟 Claude 的 Computer Use 比起來呢？
Computer Use 走雲端訂閱，直接接管你整個桌面；Coworker 把範圍限在檔案、文件、瀏覽器，每個關鍵動作還要你點頭才執行。一個是把電腦交出去，一個是把代理關在你畫好的圈裡。

Windows 和 Linux 能用嗎？
能。支援 macOS（Apple Silicon 與 Intel）、Windows 11，以及 Ubuntu（ARM64 與 x64），也有 .deb 安裝包。

如果你的下載資料夾也長期處於爆炸狀態，那種每天重複點滑鼠、改檔名、彙整報告的機械活，確實很值得交給一個聽得懂人話的本機代理。Coworker 目前還卡在 0.5，更名也還沒收尾，介面與功能每隔幾週就可能動一下，但它把開源、本地、權限可控這幾件事湊在一起的方式，目前沒有太多對手。挑一個你最煩的歸檔任務，下載來實跑一輪，看它能不能真的把你點滑鼠的那幾十分鐘接過去。