效率与协作 desktop-automationmcp-connectorscomputer-usedocument-generationsandboxingslack-integrationfeishu-integration

Open Cowork

在隔离工作区中用桌面界面运行多模型 AI 自动处理文件、文档和桌面任务。

FollowAgents 评估 · FARS-2.1
谨慎使用
65/ 100 五分制 3.3 / 5
1 2 3 4 5 6
按维度查看评分与理由
1信任安全18 / 29 · 3.1/5

证据显示:README 明确说明沙盒隔离(WSL2/Lima)和路径守卫,限制文件操作在工作区内,体现最小权限原则。用户需选择工作区并授权,有 PermissionDialog 组件,表明用户确认机制。数据流透明:README 说明数据仅发送到配置的 AI API,不发送到 Open Cowork 服务器。敏感数据处理:SECURITY.md 建议 API 密钥存储在凭据存储中,避免明文。依赖安全:CI 中有 npm audit,package.json 有 overrides 修复已知漏洞。外部影响:沙盒隔离和路径守卫限制外部影响。回滚:未明确提及回滚机制,但会话管理和数据库可能支持,证据不足。来源归属:README 和 LICENSE 明确版权归属。扣分:回滚证据不足,依赖安全仅靠 audit 和 overrides,未深入分析。

2可靠稳定9 / 14 · 3.2/5

证据显示:测试文件覆盖了 agent-runner 的历史重建和压缩功能,表明内部一致性。依赖可用性:package.json 列出依赖,CI 安装依赖,但未验证所有依赖的可用性。失败消息:测试中处理了错误情况,如 tool_result 错误标记,但未全面覆盖。扣分:依赖可用性未实际验证,失败消息覆盖有限。

3适用触发12 / 18 · 3.3/5

证据显示:README 明确目标用户(无需编程知识)和场景(文件管理、PPT 生成等)。能力边界:README 说明支持的功能和限制(如 Linux 仅源码编译)。触发精度:用户通过指令触发,有明确的技能和 MCP 集成。环境适配:支持 Windows/macOS,有沙盒配置说明。扣分:能力边界描述不够详细,触发精度依赖用户指令,未明确自动化触发条件。

4规范维护12 / 18 · 3.3/5

证据显示:README 结构清晰,有目录和架构图。安装说明详细,包括 Homebrew 和源码编译。命名稳定:包名和版本号明确。示例和 FAQ:README 有演示视频和常见问题。已知限制:README 提到 Linux 支持有限,沙盒回退模式。许可证:MIT 许可证文件完整。版本变更:package.json 有版本号,但未提供 CHANGELOG。维护责任:SECURITY.md 和贡献指南明确维护责任。扣分:缺少 CHANGELOG,版本变更记录不充分。

5有效结果9 / 13 · 3.5/5

证据显示:输出可用性:README 描述生成的文档类型(PPTX 等),测试验证了序列化输出。边际价值:相比 Claude Cowork 增加了多模型和远程控制,有差异化。成本效益:开源免费,用户只需支付 API 费用。扣分:输出可用性未实际测试,边际价值基于 README 声明,未独立验证。

6证据核验5 / 8 · 3.1/5

证据显示:README 中的功能声明有测试支持(如历史重建测试)。跨来源佐证:README 与 package.json 和测试文件一致。事实与推断分离:README 明确区分功能声明和路线图。扣分:部分声明(如沙盒隔离)未在测试中直接验证,依赖 README 描述。

证据充分度: 评估于 2026年8月9日 审查版本 ec5bd270861f
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 沙盒隔离和路径守卫的具体实现未在提供的文件中详细展示,需进一步审查代码。
  • 依赖安全仅通过 npm audit 和 overrides 处理,未提供漏洞详情或缓解措施。
  • 回滚机制未明确,用户操作可能无法撤销,需谨慎授权。
  • 远程控制(飞书/Slack)可能引入外部攻击面,需确保配置安全。
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

Open Cowork 是面向 Windows 和 macOS 的开源 AI 智能体桌面应用,提供预构建安装包,也可从源码运行。它以 Electron 主进程、React + Tailwind 渲染界面及 IPC 通信组成桌面 GUI,并通过 agent-runner.ts 执行智能体任务。用户选择一个工作区、配置模型 API 后,可让应用管理该目录中的文件,并借助内置 Skills 生成或处理 PPTX、DOCX、XLSX 和 PDF。它还提供 MCP Connectors、GUI 操作、Feishu(Lark)与 Slack 远程控制,以及 Trace Panel 中的工具执行和推理轨迹展示。安全边界包括所有平台的工作区路径限制,以及 Windows 的 WSL2 和 macOS 的 Lima 可选虚拟机隔离。

用户先在设置中填写 API Key、Base URL 和模型名称,再选择允许操作的工作区并输入任务。主进程中的 claude/agent-runner.ts 负责智能体执行,tools/tool-executor.ts 处理工具调用,sandbox/path-resolver.ts 限制文件访问路径;会话、配置、记忆和 SQLite 数据分别由 session、config、memory 与 db 目录管理。应用可读取、写入和整理工作区文件,调用 .claude/skills/ 中的 pptx、docx、pdf、xlsx 与 skill-creator 工作流产出办公文件。它也可经 MCP Connectors 连接浏览器、Notion 或自定义应用,并在 TracePanel 中显示推理与工具调用;可选的 WSL2 或 Lima 会把 Bash 命令放入 Linux 虚拟机执行。

  1. 行政或运营人员需要把工作区内的 financial_report.csv 整理成 5 页 PowerPoint 摘要时,可在桌面聊天界面直接提出任务。
  2. 在 Windows 或 macOS 上需要批量整理指定文件夹、但希望限制 AI 仅访问该工作区的个人用户,可使用路径保护和可选 VM 隔离。
  3. 需要从现有材料生成或处理 Word、Excel、PDF、PowerPoint 文件的团队成员,可使用随应用提供的文档 Skills。
  4. 已使用 Anthropic、OpenRouter、GLM、MiniMax 或 Kimi 服务的用户,可在设置中配置相应 API Key、Base URL 与模型名后运行任务。
  5. 需要让本地桌面工作流与浏览器、Notion 或其他 MCP 支持的应用协作的用户,可配置 MCP Connectors。
  6. 通过 Feishu(Lark)或 Slack 接收和处理远程指令的协作团队,可使用应用声明的远程控制集成。

这个 Agent 有哪些优点和局限?

优点
  • 提供 Windows 与 macOS 的预构建安装包,同时保留从源码运行的路径。
  • 支持 Anthropic、OpenAI 兼容 API 以及 GLM、MiniMax、Kimi 等配置方式,不限于单一模型提供商。
  • 将工作区路径限制与 WSL2/Lima 虚拟机命令隔离组合为多层沙箱方案。
  • 内置 PPTX、DOCX、XLSX、PDF Skills,并允许创建和删除自定义 Skills。
  • MCP Connectors、GUI 操作、Feishu(Lark)和 Slack 集成覆盖文件工作流以外的桌面协作场景。
局限
  • 预构建安装包仅明确覆盖 Windows 和 Apple Silicon macOS;Linux 用户需要从源码构建。
  • 必须自行提供模型服务的 API Key,并承担所选服务商的 API 使用费用。
  • Lima 与 WSL2 的虚拟机隔离均依赖系统中已安装的对应运行时;不可用时会回退到原生命令执行和路径限制。
  • README 明确提示,获准的文件修改或删除仍可能有风险。
  • Notion 连接除集成令牌外,还需要在根页面中添加连接。

如何安装或部署这个 Agent?

macOS 可执行:brew tap OpenCoworkAI/tap

brew install --cask --no-quarantine open-cowork

Windows 和 Apple Silicon macOS 也可从 Releases 获取对应的 .exe 或 .dmg。源码构建需要 Node.js 18+:git clone https://github.com/OpenCoworkAI/open-cowork.git

cd open-cowork
npm install
npm run rebuild
npm run dev

本地构建安装包可运行 npm run build。

如何使用这个 Agent?

启动应用后,点击左下角 Settings,填写所选服务商的 API Key、Base URL 和模型名称;文档列出 Anthropic、OpenRouter、GLM、MiniMax 与 Kimi。例如 OpenRouter 的 Base URL 为 https://openrouter.ai/api。随后选择一个工作区,并输入任务,例如“Read the financial_report.csv in this folder and create a PowerPoint summary with 5 slides.”。如需更强的命令隔离,可在 Windows 安装 WSL2,或在 macOS 执行 brew install lima;应用会检测并使用可用的虚拟机。

这个 Agent 与同类方案有什么区别?

README 的功能表将 Open Cowork 与 Claude Cowork、OpenClaw 对比:三者均标记支持 MCP 与 Skills;Open Cowork 与 OpenClaw 标记支持远程控制,而只有 Open Cowork 标记支持 GUI 操作。README 还将其定位为 Claude Cowork 的开源实现,并强调多模型、远程控制和 VM 隔离。

常见问题

Open Cowork 本身收费吗?
README 将其描述为 MIT 许可的免费开源软件;但使用者需要为自行选择的 AI 模型 API 用量付费。
它会访问我的哪些文件?
用户先选择工作区,README 表示文件操作被限制在该目录内;在获准修改或删除文件时仍应谨慎。
没有 WSL2 或 Lima 还能运行吗?
可以。README 说明没有可用虚拟机时,命令会原生执行,但仍采用基于路径的工作区限制。
能接入哪些模型服务?
文档明确列出 Anthropic、OpenRouter、OpenAI 兼容 API,以及 GLM、MiniMax 和 Kimi;需要在设置中填写相应连接信息。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents