Abu 桌面助理
在本机规划并执行文件、文档和自动化任务，减少手动办公操作。
- Star 数
- ★ 400
- 最近更新
- 1 个月前
- License
- NOASSERTION
- 主语言
- TypeScript
- FA 评分
- 61/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 需要整理桌面或工作区文件的个人，可让 Abu 按任务读写文件并运行必要命令。
- 不适合
- 需要官方支持 Linux 的用户
- 不愿自行提供模型 API 密钥或配置本地模型的用户
- 源码审查
- 61/100 · 存在缺口
这个 Agent 能做什么，适合哪些场景？
Abu 是一款面向 macOS 和 Windows 的本地优先桌面 AI 助理，采用 Electron、React 和 TypeScript 构建。你可在桌面聊天界面描述任务，Abu 会规划步骤、调用工具、读写获授权的本地文件并运行命令，也能生成文档和报告。它通过 Anthropic 与 OpenAI 兼容协议接入云端模型，支持 Ollama 本地模型，并可连接 MCP 服务。内置技能、浏览器和电脑控制、定时任务、事件触发及最多五个并行后台代理，覆盖从单次办公任务到重复工作流的使用场景。数据和 API 密钥以本地存储为主，但调用云端模型或外部服务仍需要网络连接。
在聊天中提交任务后，Abu 会规划操作并调用工具来读取或写入本地文件、运行命令、生成 PDF、Office 文档、网页及报告；高风险步骤可先通过 Plan Mode 展示计划并等待确认。可使用内置 Abu-Browser 或可选的 Chrome 扩展桥接器执行网页任务，也可通过 Computer Use 进行受保护的屏幕截图和鼠标键盘控制。它支持 MCP 连接器、网络搜索和多个模型提供商；通过 cron、文件变化、HTTP webhook 或 IM 消息触发自动化任务。用户可将多步骤流程整理为技能，并在项目中管理对话、记忆和规则。
- 需要整理桌面或工作区文件的个人，可让 Abu 按任务读写文件并运行必要命令。
- 需要处理资料的办公室人员，可从 PDF 提取表格并生成 Excel、报告或演示文稿。
- 需要定期汇总信息的团队，可配置 cron 任务定时搜索新闻并生成摘要。
- 需要基于现有网页会话完成操作的用户，可使用内置浏览器或 Chrome 桥接器处理网页任务。
- 希望在团队聊天中触发工作流的用户，可连接 Lark、钉钉、企业微信或 Slack，并通过消息触发任务。
如何安装或部署这个 Agent？
普通用户可从 GitHub Releases 下载 macOS Apple Silicon、macOS Intel 或 Windows x64 安装包。README 说明官方 macOS 包已签名和公证；Windows 安装包为当前用户安装，但未进行 Authenticode 签名。
从源码构建需要 Node.js 24、npm、Rust stable，以及对应平台的构建工具。准备依赖并启动开发版：
git clone https://github.com/PM-Shawn/Abu-Cowork.git
cd Abu-Cowork
npm run setup:electron-dev
npm run electron:devREADME 将 Electron 作为当前开发和验收目标；Tauri 源码仅用于已发布版本的兼容、迁移和回滚。
如何使用这个 Agent？
首次使用时，在 Abu 的 Settings → AI Service Management 中选择提供商并输入 API 密钥，或安装 Ollama 以发现本地模型；也可配置 OpenAI 兼容 API 的地址和密钥。验证连接后选择模型并开始聊天。需要访问文件、浏览器或 MCP 服务时，按提示授权文件访问并配置相应连接器；执行高风险操作时可启用审批模式。
例如，可以在聊天框输入：
Extract the tables from this PDF and generate an Excel file也可在 Settings 中配置定时任务、文件监视器、HTTP webhook 或 IM 消息触发器。
这个 Agent 有哪些优点和局限？
- 支持 Anthropic、OpenAI 兼容端点及 Ollama，既能选择云端模型，也能配置本地模型。
- 提供 Request Approval、Smart Review 和 Full Autonomy 权限模式，并说明高风险操作可先展示计划等待确认。
- 内置 29 种技能、MCP 连接器、浏览器自动化、定时任务和事件触发，可覆盖多类桌面工作流。
- README 说明 API 密钥加密存储，且应用面向本地数据管理。
- 文档列出的支持桌面平台为 macOS 和 Windows，没有 Linux 支持说明。
- 使用云端模型或外部集成需要网络；快速开始要求配置提供商 API 密钥，除非使用本地模型。
- 源码构建依赖 Node.js 24、Rust stable 及平台构建工具；文档未提供单命令源码安装。
- 虽有沙箱与授权机制，产品仍可读写本地文件和运行命令，采用时需理解所选权限模式。
这个 Agent 与同类方案有什么区别？
README 将 Abu 与 Claude Code 的 Cowork 模式联系起来，并称其为 Claude Cowork 的开源替代方案；同时将其与普通 AI 聊天和传统自动化作了功能对比。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Abu 桌面助理 当前 | 61 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 400 | 1 个月前 | TypeScript | OpenAI API · Claude API |
| Open Cowork | 65 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 2.2k | 5 天前 | TypeScript | Claude Code · OpenAI API · Claude API |
| holaOS | 52 · 缺口较多 | 桌面应用免费版 + 付费版 | ★ 11k | 1 个月前 | TypeScript | Codex · Claude Code · OpenAI API · Claude API |
| QwenPaw 个人智能助手 | 64 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 36k | 今天 | TypeScript | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 描述了默认请求批准、危险步骤计划确认、文件与命令限制、沙箱、网络控制和密钥加密，支持一定程度的最小权限与敏感数据保护；但全自主模式、广泛工具与外部集成仍扩大影响范围，且“本地优先”声明未完整说明各提供商、搜索、MCP 和 IM 数据流，因此未给满分。安全与能力说明来自同一仓库，发布者身份及维护者来源未独立核实，来源归属证据有限。
仓库说明了多模型适配、诊断面板、测试与 CI 门禁，也披露 Windows 测试目前为可失败而不阻断的建议性任务；这支持普通使用的可靠性，但材料未给出运行结果，错误提示和依赖不可用时的具体恢复行为也较少，因此只给中等或偏低分。
文档列出桌面办公、文件处理、浏览器、自动化、IM 和多模型等使用场景，并提供权限模式、触发器能力级别、平台及运行前置条件；但对不适合委托的任务和各集成的适用边界仍不够具体。
README、用户指南、安装指南、构建说明、安全政策和变更日志入口构成清晰的信息架构；源代码构建前置条件、版本号和 Apache-2.0 许可证明确，安全政策说明支持版本与报告渠道。文档仍有大量功能宣传，仓库级署名及维护责任说明有限，且当前 Windows 签名状态等局限虽有披露但不完整。
产品承诺能在本机执行文件与命令任务，提供计划、技能、项目、预览、定时任务和多模型支持，显示出可用输出与相对普通聊天的增量价值；不过复杂能力带来模型、集成和维护成本，材料没有量化收益或成本，也未由静态证据证明实际结果质量。
README 的功能与安全主张有 package.json 中的脚本、依赖、版本信息以及 CI 工作流和测试结构作为部分交叉佐证；许可证和安全政策也提供可检查的具体条款。许多功能、安全控制及用户体验主张仍只在文档中陈述，静态材料不能证明它们在运行时按描述工作，因此结论保持低置信度。
- 该桌面 Agent 可读取和修改本地文件、运行命令并连接外部模型、MCP 与 IM 服务；使用前应理解所选权限模式及数据发送对象。
- README 声称有沙箱、网络隔离和密钥加密，但本次仅作静态审阅，未验证这些控制的实际运行效果。
- Windows 安装包目前未作 Authenticode 签名，文档提示 SmartScreen 可能要求用户手动放行。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
✨ Features - Twelve ready-made experts and six ready-made expert teams ship on the Market shelf. Seven new experts — Office documents specialist, Industry researcher, Web designer, QA engineer, Admin assistant, Finance assistant and Contract reviewer — join the existing five, and six teams (Software development, Data analysis, Content creation, Reports & presentations, Finance reconciliation, Recruiting) can be @-mentioned in a conversation right away. The finance assistant handles expense claims, invoices, reconciliation and budget sheets; the contract reviewer walks a contract claus …在 GitHub 查看 ↗ -
发布说明摘录
✨ Features - WeChat now carries images and files both ways. The IM bridge can send images and files out to a WeChat user, shows a "typing…" status while the agent works, and — inbound — a photo and its caption arrive as a single turn instead of two. Inbound images actually reach the vision model now (three root causes fixed), and inbound files and videos are ones the agent can open. Questions and plan-approval requests are relayed to the WeChat user instead of stalling the run. …在 GitHub 查看 ↗ -
发布说明摘录
✨ Features - Images now reach DeepSeek's vision models — The adapter never declared DeepSeek's vision route, so an attached picture was silently swapped for a text placeholder. Vision-capable DeepSeek models now receive the actual image. - One oversized picture can no longer wedge a session — Every provider route now budgets attached-image size and count at admission. Formats no route accepts are re-encoded even when their pixel dimensions are fine — previously a small .bmp walked straight through, entered durable history, and 400'ed every later request in the conversation. The …在 GitHub 查看 ↗