OpenWorker 桌面 AI Agent 快速上手指南安装、模型接入、自动化任务与 MCP 扩展【免费下载链接】aisuiteSimple, unified interface to multiple Generative AI providers项目地址: https://gitcode.com/GitHub_Trending/ai/aisuiteOpenWorker是 aisuite 仓库中内置的一款桌面 AI Agent桌面智能体它不仅能聊天还能在你的电脑上做深度研究和执行实际任务在获得授权后读取文件获取上下文、读写 Slack / Email 消息、产出 PDF 报告、文档、表格等真实交付物并支持定时自动化例如每天早晨为你汇总行业新闻简报。本文基于 docs/openworker-quickstart.md 展开结合platform/下的源码实现带你完成从下载安装、接入模型、授权目录、创建自动化到通过 MCP 扩展能力的完整上手流程读完你既能直接跑通 OpenWorker也能理解其底层基于 aisuite 构建的 agent harness的架构思路。1. 安装 OpenWorkerOpenWorker 目前以桌面应用的形式分发官方提供 macOS 与 Windows 两个平台的安装包平台下载macOS 13Apple SiliconM1 及以上OpenWorker-macos-arm64.dmgWindows 10/11x64OpenWorker-windows-setup.exe注意在 Windows 上首次运行时SmartScreen 可能会弹出安全警告请选择More info → Run anyway当前构建尚未做 Authenticode 签名。从仓库结构看安装包由 platform/packaging/ 下的打包脚本生成macOS 端通过build_dmg.sh构建 DMGWindows 端对应 PowerShell 构建脚本发布清单由make_update_manifest.py生成应用本体是 Tauri 桌面壳见 platform/surfaces/gui/src-tauri/后端是coworkerPython 运行时。1.1 开源部分以开发者方式运行如果不想用安装包也可以从源码运行OpenWorker 的后端运行时代码位于 platform/coworker/其依赖与入口在 platform/pyproject.toml 中有完整声明包括 openai / anthropic / google-genai 三家模型 SDK、MCP 客户端、croniter 定时调度、pypdf/pypdfium2 PDF 处理等。安装后可通过coworker/coworker-server/coworker-connectors三个 CLI 入口启动不同组件。2. 连接模型Provider安装完成后第一步是接入一个可用的模型选择一家 ProviderOpenAI、Anthropic Claude、Google Gemini粘贴你的 API Key或者选择Ollama完全本地运行、无需任何 Key。密钥仅存储在你的机器上并且只发送给你选择的 Provider——OpenWorker 没有后端服务器模型调用直接从你的电脑发往你配置的 Provider。你可以同时连接多家 Provider并在每个会话中自由切换模型。2.1 源码视角Provider 抽象在 platform/coworker/providers/ 下可以看到这套抽象的实现base.py定义统一的 Provider 接口openai_provider.py/anthropic_provider.py/gemini_provider.py分别实现原生接入registry.py负责按名称注册与解析 Providerrouter.py承担按会话/模型的路由分发。这种统一接口 多实现 注册表路由的设计正是你可以连接多家 Provider 并在会话间切换模型这一能力的底层支撑。3. 交给它工作授权目录与首批任务向 OpenWorker 授予一个文件夹的访问权限只读或读写然后用自然语言描述任务。官方 quickstart 给出了三个非常适合第一次体验的任务Organize this folder — group files by type and project, and rename the screenshots based on whats in them.整理这个文件夹——按类型和项目对文件分组并根据内容重命名截图。Read the five vendor proposals in this folder and build me a comparison spreadsheet: pricing, terms, deadlines, red flags.读取文件夹中的五份供应商提案做一张对比表格价格、条款、截止日期、风险点。Go through the receipts in this folder and produce a monthly expense report with totals by category.整理文件夹中的发票生成按月统计、按类别汇总的支出报告。3.1 产出物与预览Agent 产生的所有内容默认保存到一个 scratch 文件夹你也可以要求它保存到你指定的目录。内置查看器Viewer无需离开应用即可预览文档、电子表格、图片和 PDF。高风险动作执行 shell 命令、在授权文件夹之外写文件等会先征求你的批准。3.2 源码视角权限与文件工具目录授权Rootsplatform/coworker/roots.py 维护可访问的根目录集合Agent 的工具调用都以此为边界权限管控Permissionsplatform/coworker/permissions.py 负责审批逻辑shell 命令、越界写文件需先批准即由此实现platform/coworker/risk.py 进一步做风险评估文件/搜索/Shell 工具platform/coworker/tools/files.py、platform/coworker/tools/search.py、platform/coworker/tools/shell.py 分别提供文件读写、内容搜索与命令执行能力审批工作流platform/coworker/approval.py位于 aisuite CLI 同级思路与 GUI 中的 ApprovalCard 组件platform/surfaces/gui/src/components/ApprovalCard.tsx共同呈现请求批准 → 用户确认 → 继续执行的交互。4. 定时自动化AutomationsOpenWorker 支持复发性工作直接告诉它按周期执行任务即可例如Every weekday at 7am, search the web for news about my industry and write a one-page brief to my briefings folder.每个工作日早上 7 点搜索我所在行业的新闻并给我的 briefings 文件夹写一页简报。定时任务在应用运行期间执行如需持续运行请在设置中开启Launch at login登录时启动。4.1 源码视角调度器实现定时能力对应 platform/coworker/automation/ 模块models.py 定义Schedulecron 表达式 / 一次性 fire_at / 时区、ScheduledTask标题、指令、权限规则与TaskRun每次执行记录等数据模型store.py 负责任务与运行记录的持久化compute_next_run基于 croniter 计算下一次触发时间scheduler.py 是调度主循环默认每 30 秒 tick 一次tick_seconds: float 30.0到点后拉取到期任务并交给 Runner 执行它还支持extra_tick钩子用于自唤醒self-wake会话恢复等场景tools.py 把create_scheduled_task/list_scheduled_tasks/update_scheduled_task/delete_scheduled_task暴露为 Agent 可调用的工具所以你只需用自然语言描述Agent 即可自行创建、查询、修改或删除定时任务。5. 用 MCP 扩展能力OpenWorker 讲 Model Context ProtocolMCP。在Manage → Integrations中添加服务器使用与 Claude Desktop、Cursor 相同的mcpServersJSON 格式支持stdio与HTTP两种传输方式并且每个工具都可单独设置审批控制。5.1 源码视角MCP 客户端与配置platform/coworker/mcp/client.py 中的MCPManager统一管理多个 MCP 服务器连接HTTP 类型走mcp.client.streamable_http.streamablehttp_clientstdio 类型走mcp.client.stdio.stdio_clientplatform/coworker/mcp/config.py 解析标准的mcpServersJSON支持全局 工作区两层配置工作区覆盖全局并兼容http/https/sse/streamable-http等 HTTP 类传输声明platform/coworker/mcp/oauth.py 处理远程 MCP 服务器的 OAuth 授权流程platform/coworker/mcp/tools.py 将 MCP 服务器暴露的工具桥接为 Agent 可调用工具并结合前面提到的权限体系实现每个工具单独审批。一个典型的mcpServers配置与 Claude Desktop / Cursor 一致形如{ mcpServers: { filesystem: { command: npx, args: [-y, modelcontextprotocol/server-filesystem, /path/to/directory] } } }对于 HTTP 类服务器则提供url字段可能附带headers/oauth信息OpenWorker 会自动按 transport 类型选择连接方式。隐私设计你的 API Key、对话记录和文件都只保存在你的机器上OpenWorker没有后端——模型调用从你的电脑直接发往你配置的 Provider这意味着你不必担心第三方服务端留存你的对话与密钥密钥也只会出现在你显式选择的 Provider 一侧。面向开发者OpenWorker 是 aisuite 的参考实现OpenWorker 的源码就在本仓库的 platform/ 目录下它是基于 aisuite 构建的可参考 Agents quickstart是一份构建你自己 Agent harness智能体运行时的可直接对照的参考实现。统一接口之上coworker复用 aisuite 的 Provider 抽象、工具 schema 生成、多轮 tool-calling 循环与 tracing 能力其 Provider 注册/路由机制与 aisuite 的provider:model统一入口一脉相承生产级要素齐全从 platform/coworker/agent.pyAgent 定义、platform/coworker/engine.py主循环到 platform/coworker/sessions.py会话持久化、platform/coworker/attachments.py附件与 PDF 支持、platform/coworker/audit.py审计日志再到 GUIplatform/surfaces/gui/与命令行 TUIplatform/coworker/tui/app.py完整展示了一个多 Provider 桌面 Agent 应具备的模块划分可配置化platform/docs/config.example.toml 提供了运行时配置样例——默认模型、运行模式plan / interactive / auto / custom、每回合最大工具迭代次数max_iterations 12、免审批命令白名单allowed_commands、custom模式下自动放行的工具集auto_allow以及服务器绑定地址与端口。如果你想从零构建自己的 Agent harness建议先读 Agents quickstart 掌握AgentRunner、toolkits、policies策略、state stores状态存储与 tracing 的使用方式再对照platform/coworker/看一个完整产品如何把这些能力组合起来。【免费下载链接】aisuiteSimple, unified interface to multiple Generative AI providers项目地址: https://gitcode.com/GitHub_Trending/ai/aisuite创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 OpenWorker 桌面 AI Agent 快速上手指南：安装、模型接入、自动化任务与 MCP 扩展
OpenWorker 桌面 AI Agent 快速上手指南安装、模型接入、自动化任务与 MCP 扩展【免费下载链接】aisuiteSimple, unified interface to multiple Generative AI providers项目地址: https://gitcode.com/GitHub_Trending/ai/aisuiteOpenWorker是 aisuite 仓库中内置的一款桌面 AI Agent桌面智能体它不仅能聊天还能在你的电脑上做深度研究和执行实际任务在获得授权后读取文件获取上下文、读写 Slack / Email 消息、产出 PDF 报告、文档、表格等真实交付物并支持定时自动化例如每天早晨为你汇总行业新闻简报。本文基于 docs/openworker-quickstart.md 展开结合platform/下的源码实现带你完成从下载安装、接入模型、授权目录、创建自动化到通过 MCP 扩展能力的完整上手流程读完你既能直接跑通 OpenWorker也能理解其底层基于 aisuite 构建的 agent harness的架构思路。1. 安装 OpenWorkerOpenWorker 目前以桌面应用的形式分发官方提供 macOS 与 Windows 两个平台的安装包平台下载macOS 13Apple SiliconM1 及以上OpenWorker-macos-arm64.dmgWindows 10/11x64OpenWorker-windows-setup.exe注意在 Windows 上首次运行时SmartScreen 可能会弹出安全警告请选择More info → Run anyway当前构建尚未做 Authenticode 签名。从仓库结构看安装包由 platform/packaging/ 下的打包脚本生成macOS 端通过build_dmg.sh构建 DMGWindows 端对应 PowerShell 构建脚本发布清单由make_update_manifest.py生成应用本体是 Tauri 桌面壳见 platform/surfaces/gui/src-tauri/后端是coworkerPython 运行时。1.1 开源部分以开发者方式运行如果不想用安装包也可以从源码运行OpenWorker 的后端运行时代码位于 platform/coworker/其依赖与入口在 platform/pyproject.toml 中有完整声明包括 openai / anthropic / google-genai 三家模型 SDK、MCP 客户端、croniter 定时调度、pypdf/pypdfium2 PDF 处理等。安装后可通过coworker/coworker-server/coworker-connectors三个 CLI 入口启动不同组件。2. 连接模型Provider安装完成后第一步是接入一个可用的模型选择一家 ProviderOpenAI、Anthropic Claude、Google Gemini粘贴你的 API Key或者选择Ollama完全本地运行、无需任何 Key。密钥仅存储在你的机器上并且只发送给你选择的 Provider——OpenWorker 没有后端服务器模型调用直接从你的电脑发往你配置的 Provider。你可以同时连接多家 Provider并在每个会话中自由切换模型。2.1 源码视角Provider 抽象在 platform/coworker/providers/ 下可以看到这套抽象的实现base.py定义统一的 Provider 接口openai_provider.py/anthropic_provider.py/gemini_provider.py分别实现原生接入registry.py负责按名称注册与解析 Providerrouter.py承担按会话/模型的路由分发。这种统一接口 多实现 注册表路由的设计正是你可以连接多家 Provider 并在会话间切换模型这一能力的底层支撑。3. 交给它工作授权目录与首批任务向 OpenWorker 授予一个文件夹的访问权限只读或读写然后用自然语言描述任务。官方 quickstart 给出了三个非常适合第一次体验的任务Organize this folder — group files by type and project, and rename the screenshots based on whats in them.整理这个文件夹——按类型和项目对文件分组并根据内容重命名截图。Read the five vendor proposals in this folder and build me a comparison spreadsheet: pricing, terms, deadlines, red flags.读取文件夹中的五份供应商提案做一张对比表格价格、条款、截止日期、风险点。Go through the receipts in this folder and produce a monthly expense report with totals by category.整理文件夹中的发票生成按月统计、按类别汇总的支出报告。3.1 产出物与预览Agent 产生的所有内容默认保存到一个 scratch 文件夹你也可以要求它保存到你指定的目录。内置查看器Viewer无需离开应用即可预览文档、电子表格、图片和 PDF。高风险动作执行 shell 命令、在授权文件夹之外写文件等会先征求你的批准。3.2 源码视角权限与文件工具目录授权Rootsplatform/coworker/roots.py 维护可访问的根目录集合Agent 的工具调用都以此为边界权限管控Permissionsplatform/coworker/permissions.py 负责审批逻辑shell 命令、越界写文件需先批准即由此实现platform/coworker/risk.py 进一步做风险评估文件/搜索/Shell 工具platform/coworker/tools/files.py、platform/coworker/tools/search.py、platform/coworker/tools/shell.py 分别提供文件读写、内容搜索与命令执行能力审批工作流platform/coworker/approval.py位于 aisuite CLI 同级思路与 GUI 中的 ApprovalCard 组件platform/surfaces/gui/src/components/ApprovalCard.tsx共同呈现请求批准 → 用户确认 → 继续执行的交互。4. 定时自动化AutomationsOpenWorker 支持复发性工作直接告诉它按周期执行任务即可例如Every weekday at 7am, search the web for news about my industry and write a one-page brief to my briefings folder.每个工作日早上 7 点搜索我所在行业的新闻并给我的 briefings 文件夹写一页简报。定时任务在应用运行期间执行如需持续运行请在设置中开启Launch at login登录时启动。4.1 源码视角调度器实现定时能力对应 platform/coworker/automation/ 模块models.py 定义Schedulecron 表达式 / 一次性 fire_at / 时区、ScheduledTask标题、指令、权限规则与TaskRun每次执行记录等数据模型store.py 负责任务与运行记录的持久化compute_next_run基于 croniter 计算下一次触发时间scheduler.py 是调度主循环默认每 30 秒 tick 一次tick_seconds: float 30.0到点后拉取到期任务并交给 Runner 执行它还支持extra_tick钩子用于自唤醒self-wake会话恢复等场景tools.py 把create_scheduled_task/list_scheduled_tasks/update_scheduled_task/delete_scheduled_task暴露为 Agent 可调用的工具所以你只需用自然语言描述Agent 即可自行创建、查询、修改或删除定时任务。5. 用 MCP 扩展能力OpenWorker 讲 Model Context ProtocolMCP。在Manage → Integrations中添加服务器使用与 Claude Desktop、Cursor 相同的mcpServersJSON 格式支持stdio与HTTP两种传输方式并且每个工具都可单独设置审批控制。5.1 源码视角MCP 客户端与配置platform/coworker/mcp/client.py 中的MCPManager统一管理多个 MCP 服务器连接HTTP 类型走mcp.client.streamable_http.streamablehttp_clientstdio 类型走mcp.client.stdio.stdio_clientplatform/coworker/mcp/config.py 解析标准的mcpServersJSON支持全局 工作区两层配置工作区覆盖全局并兼容http/https/sse/streamable-http等 HTTP 类传输声明platform/coworker/mcp/oauth.py 处理远程 MCP 服务器的 OAuth 授权流程platform/coworker/mcp/tools.py 将 MCP 服务器暴露的工具桥接为 Agent 可调用工具并结合前面提到的权限体系实现每个工具单独审批。一个典型的mcpServers配置与 Claude Desktop / Cursor 一致形如{ mcpServers: { filesystem: { command: npx, args: [-y, modelcontextprotocol/server-filesystem, /path/to/directory] } } }对于 HTTP 类服务器则提供url字段可能附带headers/oauth信息OpenWorker 会自动按 transport 类型选择连接方式。隐私设计你的 API Key、对话记录和文件都只保存在你的机器上OpenWorker没有后端——模型调用从你的电脑直接发往你配置的 Provider这意味着你不必担心第三方服务端留存你的对话与密钥密钥也只会出现在你显式选择的 Provider 一侧。面向开发者OpenWorker 是 aisuite 的参考实现OpenWorker 的源码就在本仓库的 platform/ 目录下它是基于 aisuite 构建的可参考 Agents quickstart是一份构建你自己 Agent harness智能体运行时的可直接对照的参考实现。统一接口之上coworker复用 aisuite 的 Provider 抽象、工具 schema 生成、多轮 tool-calling 循环与 tracing 能力其 Provider 注册/路由机制与 aisuite 的provider:model统一入口一脉相承生产级要素齐全从 platform/coworker/agent.pyAgent 定义、platform/coworker/engine.py主循环到 platform/coworker/sessions.py会话持久化、platform/coworker/attachments.py附件与 PDF 支持、platform/coworker/audit.py审计日志再到 GUIplatform/surfaces/gui/与命令行 TUIplatform/coworker/tui/app.py完整展示了一个多 Provider 桌面 Agent 应具备的模块划分可配置化platform/docs/config.example.toml 提供了运行时配置样例——默认模型、运行模式plan / interactive / auto / custom、每回合最大工具迭代次数max_iterations 12、免审批命令白名单allowed_commands、custom模式下自动放行的工具集auto_allow以及服务器绑定地址与端口。如果你想从零构建自己的 Agent harness建议先读 Agents quickstart 掌握AgentRunner、toolkits、policies策略、state stores状态存储与 tracing 的使用方式再对照platform/coworker/看一个完整产品如何把这些能力组合起来。【免费下载链接】aisuiteSimple, unified interface to multiple Generative AI providers项目地址: https://gitcode.com/GitHub_Trending/ai/aisuite创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考