WeChat (大语言模型论文跟踪 公众号)
ai-toolsai-engineering
Original source

7K Star，吴恩达的 OpenWorker 凭什么这么强

Summary

吴恩达团队的 OpenWorker 架构深度拆解。MIT 开源的桌面 Agent 框架，7K+ GitHub stars。

定位

桌面/生产力 Coworker Agent，本地优先运行。核心卖点：MIT 许可（可商用、可二次分发），核心 Agent Loop 完全开源可审计。

四层架构（L1-L4）

  • L1 桌面壳：Tauri 2 + React 18，人机界面、批准卡片、进程生命周期管理
  • L2 Agent 服务（心脏）：FastAPI + aisuite，多轮 Loop、工具调用、权限裁决、transcript
  • L3 能力层：本地工具（文件/git/shell）+ 25+ Connectors（Slack/GitHub/Jira/Notion）+ MCP
  • L4 模型路由：aisuite BYOK / Ollama，覆盖 OpenAI/Anthropic/Gemini/DeepSeek/Qwen 等

权限引擎（核心设计）

四档风险分类：

  • read：无副作用，始终允许
  • write_local：改工作区，路径须在可写 root
  • exec：跑命令（默认长期需批准）
  • external：离开本机，可挂站立规则

五档模式：discuss / plan / interactive（默认）/ auto / custom

关键设计：

  • 无人值守 ≠ 提权，待批进 Inbox，会话挂起
  • Shell allowlist 拒绝 ; & | > < \ $( 等命令串防绕过
  • 工具/网页/入站内容当不可信数据

开源与商用

  • 仓库 LICENSE = 标准 MIT（Copyright 2024 Andrew Ng）
  • 官网写”100% open source”，实际意思是核心实现都在仓库
  • MIT 允许：商用、二次分发、闭源衍生、改完再卖（只需保留版权声明）
  • 可选 OAuth 握手云服务不在 MIT 覆盖范围，可手贴凭证绕过
  • 模型和 SaaS 各自协议独立

与同类对比

  • aisuite：MIT 库层，搭 harness 用
  • OpenWorker：aisuite 的端到端桌面产品标本
  • 闭源 Coworker：不能 fork/审计
  • Coding Agent：不同赛道

局限

  • Open Beta，边角打磨中
  • 模型成本和密钥运维自担
  • Windows 包未 code-sign
  • 无官方 task benchmark
  • 部分 Connector 标 “soon”