OpenWorker 中文版

English — A Simplified-Chinese build of andrewyng/openworker, with model access routed through Cloudflare so it works from mainland China. For the original English app, go upstream.

OpenWorker 是一个装在你自己电脑上的 AI 助手。 它读写你授权的文件夹、用你连上的工具、多步骤地把一件事做完——交给你的是成品：一份排好版的文档、一条带数字的回复、一张理顺的日程，而不是一段对话。

界面是简体中文的，模型走公司统一的通路，你不需要自己申请任何海外账号。

• 出成品。 文档、表格、报告、网页，直接落成文件，能打开、能发出去。
• 专家上阵。 内置 270+ 位中文专家和 160+ 个科研技能，即点即用；也能勾几位组一支专家团，分工协作把大活干完。
• 用你每天用的工具。 GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、monday.com、Gmail、Google 日历等 40 个连接器，加上你的终端和本地文件。任何支持 MCP 的工具也能接进来，逐个授权。
• 在 Slack 里使唤它。 在频道里 @OpenWorker，它在你桌面上开一个会话干活，答案回到原来的话题串里。
• 定时干活。 早报、周报、盯着某个频道——按时跑，结果连完整过程一起留在应用里。
• 动手前先问你。 写文件、发消息、执行命令都要你点头。无人值���时它把要问的事攒进收件箱，不会自作主张。

⚠️ v0.1.8 还是草稿 Release，尚未发布，下面的链接暂时取不到东西。发布后即可下载。

github.com/ldfpku/openworker/releases

首次打开会被系统拦一下，这是正常的——安装包没有买代码签名证书：

• Windows：弹出「Windows 已保护你的电脑」，点 「更多信息」→「仍要运行」。
• macOS：先在终端跑一次 xattr -cr /Applications/OpenWorker.app，然后正常打开。

装好之后应用会自己更新，不用再手动下载。

别去 download.openworker.com 下载。 那是上游的英文原版；装上之后它的自动更新会把中文版覆盖掉。

这两样都是 Gemini 用的，缺一样都不行——只登录不填 key、或只填 key 不登录，都会报错：登录说明你是谁，key 才是真正去调模型的凭证。GPT / Claude 那条线（Cloudflare AI Gateway）什么都不用要，登录就行（见下）。

发给你的 key 是公司的：别转给别人、别贴进群聊、别提交进任何代码仓库。它以你的名字命名，用了多少一目了然；真出事对得上号的就是你那一把。

打开 设置 ▸ 模型，两条路按需要选：

两条路都不需要你安装任何额外软件，也不需要你自己的任何 Cloudflare 账号。

另有一张 NVIDIA (NIM) 卡：端点已内置，向管理员索要一把 nvapi- 开头的 key 粘进去，即可使用英伟达线上的 Kimi K3。

能用哪些模型：精选清单里 70 个型号，覆盖 OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi、通义千问、MiniMax、Z.ai (GLM)、xAI Grok、Mistral、火山方舟等，也可以指向本机的 Ollama 完全离线跑。清单之外的模型串也能手填，效果自负。

侧栏 账户菜单 ▸ 专家库：内置 270+ 位中文专家（另有英文库）和 160+ 个科研技能，全部离线可用，不需要联网下载。

• 拿来就用：搜索、按分类筛选，「查看提示词」「复制提示词」不用安装任何东西。
• 让专家干活：点专家卡上的「开会话」，确认能力披露后，立刻开一个由该专家主持的会话。装过的专家不会挤进角色选择器——入口始终在专家库里。
• 装科研技能：技能页点「安装技能」，装完在任何会话里输入 /技能名 使用，模型也会在相关任务里自己想起它。部分技能带可执行脚本，模型运行任何脚本前都会先征求你的同意。
• 组建专家团：专家页点「组建专家团」，勾选 2–6 位专家，写一句目标——应用会把他们安装成组员，交给内置的「专家团队长」分解任务、向你提名团队；你批准后，团队在看板上协作，直到交出成品。

专家与技能内容来自开源库 agency-agents(-zh) 与 scientific-agent-skills，随应用版本更新。

设置 ▸ 通用 ▸ 语言：自动 / English / 中文。

默认「自动」跟随系统语言——系统是中文就是中文界面。选择只影响这台机器。

• 托盘菜单改语言后要重启才会变。
• 日期和时间跟随系统语言，不跟应用内的语言设置走。
• Windows 安装向导是英文的，一路 Next 即可。

点输入框旁边的麦克风说话即可，中英文自动识别，不用先选语种。语音识别在你自己电脑上跑，录音不上传。

首次使用会下载一次识别模型（约 148 MB），走国内镜像，一般一两分钟。

连接器 ▸ 微信：用手机微信扫码，就能在微信里跟你的 agent 双向聊天（走腾讯官方 iLink Bot API，不是外挂协议）。

1. 打开 连接器，找到「微信」，点连接，选「扫码连接」，用手机微信扫码并确认。
2. 扫码后微信里会出现一个机器人会话（独立身份，不是你自己的账号）。给它发私聊即可。
3. 扫码的人自动进白名单（二维码确认时会回传扫码人的微信身份），你自己直接发就行。别人默认不放行——他的第一条消息会停在连接器页的「来自未允许发送者的消息」里，点 「允许并投递」 即可。
4. 不用做别的。第一条私信会自动新建一个会话接手，回复直接发回微信。想换会话就在同一页的 「谁来回私信」 里选（各连接器分开设置，互不抢占）。

要点：

• 只有私聊可靠。机器人是独立身份，普通微信群一般加不进去、群消息也收不到——这是腾讯侧的限制。
• 「允许并投递」补投的只有文字。没允许之前对方发的图片和文件根本不会下载，带附件的那条得让他重发一次。
• 语音：微信给了转写文字就按文字送给 agent；没给转写时 agent 只拿到一个读不出内容的音频文件。
• 图片、视频、文件会自动解密存到本机，接收私信的那个会话自动拿到读取权限，agent 能直接读（图片视频只能拿到文件，agent 没有看图能力）。
• agent 只能回文字——扫码生成的个人机器人没有上传权限，发不了图片和文件（腾讯侧限制）。Markdown 会为微信重排：标题、表格、代码块都会转成微信渲染得出来的形式。
• agent 思考时对方会看到「对方正在输入中」。
• 消息只在应用运行期间接收。同一台电脑上，一个机器人只能有一个 OpenWorker 在收——第二个会拒绝启动这个连接器（原因写在日志里），不会两边各收一半。
• 登录凭据只存在本机。会话过期时点连接器页的 「重新扫码」：已允许的联系人不会丢，但每次扫码都会生成一个新的机器人身份，微信里会多出一个新的机器人会话，之后要跟新的那个说话。

详细说明和排障见 微信接入手册。

应用里就有完整手册：侧栏左下角 头像 ▸ 使用帮助。九章，从选模型、省 token 到技能、专家、组团，卡片点进去就是对应章节，章节里的链接能直接跳到该去的设置页。

想看安装和登录相关的，翻 用户手册——常见的九种情况都在里面，大多数自己两下就能解决。

还是不行就找管理员，或者在 Issues 里提。

完整文档（docs/手册/）：

前置：Python 3.10+、Node 20、Rust 工具链（rustup）。

git clone https://github.com/ldfpku/openworker
cd openworker

建 Python 环境——Windows 用 uv（packaging/setup_dev_env.sh 只能在 macOS / Linux 上跑）：

uv sync --extra messaging --extra dev

（两个 --extra 是消息接入和测试依赖，对应 macOS 脚本装的 [messaging,dev]——uv sync 光秃秃跑不装 extras，之后跑测试会找不到 pytest。）

macOS / Linux：

bash packaging/setup_dev_env.sh

然后起服务端和界面：

# 1. 本地 agent 服务
.venv/bin/openworker-server --cwd ~/some/project --port 8765
#    Windows: .venv\Scripts\openworker-server.exe

# 2. 另开一个终端
cd surfaces/gui
npm install
npm run dev            # 浏览器界面
npm run tauri dev      # 或者完整桌面应用

测试：后端 pytest tests；界面在 surfaces/gui 下 npm test 和 npm run e2e。

会话内容、连接器令牌、模型 key 都只存在你自己电脑上。

两处例外，值得你知道：模型请求会经过公司的 Cloudflare 中转和网关——中转会按你的邮箱记录每次请求用了多少 token（用来分摊成本和限额），但不记录请求和回复的内容。具体记了什么、留多久，写在用户手册里。

MIT，版权归 Andrew Ng (2024)，见 LICENSE。