Claude Work 开源平替来了:让 AI 代理从“终端命令“变成“产品体验“

用过 Claude Work (Anthropic 的 AI 工作助手)的人,大多会对它的体验印象深刻:你不需要在终端里拼命记命令,也不必在一堆脚本输出里找线索------只要 选个工作区下达任务 ,看着 AI 一步步执行;遇到敏感操作再 点一下授权。整个过程更像在使用一个"产品",而不是"工具链"。

但问题也很明显:Claude Work 代表的是一种漂亮的"云端闭源产品体验"。当你开始关心 数据可控过程可审计能力可扩展 时,你会发现自己很难把它真正纳入团队的工程体系。

这就是 OpenWork 出现的意义。

OpenWork 是一个开源的 "Claude Work 风格" 桌面应用 :底层跑 OpenCode,上层提供干净的引导式 UI,把"选工作区 → 启动任务 → 看进度/计划 → 处理权限 → 复用模板/技能"这套流程产品化,让 agentic work 更像一个可控、可用、可复用的工作系统,而不是终端里的一次性实验。

01 为什么需要 Claude Work 平替?

Claude Work 很强,但它的"强"更多来自产品形态与生态闭环。对个人试用当然舒服;但对有安全要求、工程要求、或需要深度定制的用户,缺点同样显眼:

1)闭源带来的不确定性

闭源意味着你很难做到:

  • 自己审计数据如何流转、如何存储
  • 自定义工作流与能力边界
  • 按团队规范二次开发与集成

2)强依赖云端

当任务执行、历史记录、数据存储都发生在云端时,你会天然担心:

  • 合规(尤其是企业内部代码、客户数据、敏感文档)
  • 网络稳定性与成本
  • 供应商锁定(流程、数据、使用习惯都绑定在一个产品上)

3)扩展性被产品策略限制

你想加"技能"(比如接入你公司的内部接口、封装一套固定工作流、或安装一个 OpenCode 插件)时,闭源产品通常要么不开放,要么开放程度有限,最终你只能"将就着用"。

如果你更看重 本地运行可审计可扩展,那么 OpenWork 的方向正好对上需求。

02 OpenWork 是什么?

OpenWork 是一个可扩展、开源的 Claude Work 风格桌面应用: 它在桌面端把 OpenCode 的能力组织成清晰的工作流------选择 workspace,启动 run,实时查看执行与计划更新,需要时处理权限请求,并把高频流程沉淀为模板与技能。

项目自我定位也很明确:让"代理式工作"像产品一样可用,而不是像终端一样可用。

03 核心特性

3.1 两种运行模式:Host / Client

Host mode(本地宿主模式)

  • OpenWork 会在本机启动 OpenCode 服务
  • 默认绑定 127.0.0.1(本地回环地址),更利于安全隔离
  • 适合个人使用、离线环境、或对数据出境敏感的场景

Client mode(客户端模式)

  • OpenWork 通过 URL 连接一个已有的 OpenCode 服务器
  • 适合团队统一部署 OpenCode(集中算力/统一配置/统一模型),客户端只负责 UI 与交互

一句话:Host 模式偏"本地可控",Client 模式偏"团队协作与集中管理"。

3.2 会话(Sessions)与实时流(Live streaming)

OpenWork 支持:

  • 创建/选择会话(session)
  • 发送 prompts 执行任务
  • 通过 SSE /event 订阅实时接收运行事件(进度、计划更新等)

这点非常关键:很多 CLI 工具也能跑 agent,但体验差的根本原因在于"过程不可读"。OpenWork 把"过程"用 UI 呈现出来,降低了使用成本,也更利于复盘。

同时它还会把 OpenCode 的 todos 渲染成一个 时间线式执行计划(Execution plan / timeline)。对使用者来说,这相当于:

  • 你不只是看到结果
  • 还能看到"它准备怎么做、做到哪一步、下一步是什么"

3.3 权限控制(Permissions):把"安全阀"做成产品能力

代理式工具最大风险来自"它能帮你做很多事"。一旦代理具备脚本执行、文件删除、网络访问等能力,你必须有一个可靠的"人类确认机制"。

OpenWork 的权限交互是明确的:

  • 当出现敏感动作时,会在 UI 弹出权限请求
  • 你可以选择:允许一次 / 始终允许 / 拒绝
  • 同时强调 可审计:展示发生了什么、何时发生、为什么发生

这类权限设计的价值在于: 它不是"事后看日志",而是把风险控制前置到工作流里,让代理真正可在生产环境被信任地使用。

3.4 模板(Templates)与技能(Skills):让工作流可复用、可迁移

Templates(模板)

  • 把常用流程保存下来,之后一键复用
  • 模板存储在本地(README 明确提到 stored locally)
  • 适合把"写周报、生成会议纪要、代码审计清单、PRD 评审流程"等固定流程产品化

**Skills manager(技能管理)**OpenWork 会管理 .opencode/skill 目录下的技能,并支持:

  • 列出已安装技能
  • 从 OpenPackage 安装技能(opkg install ...
  • 导入本地技能文件夹到 .opencode/skill/<skill-name>

同时它也支持 OpenCode 插件管理:通过读取/写入 opencode.json 来维护插件列表,并支持:

  • 项目级:<workspace>/opencode.json
  • 全局级:~/.config/opencode/opencode.json(或 $XDG_CONFIG_HOME/opencode/opencode.json

这意味着:OpenWork 不只是"壳",它在认真把生态能力整合进产品层。

04 安装与使用

你有两种方式开始:

方式 A:直接下载安装包(更适合大多数人)

OpenWork 在 GitHub Releases 提供安装包(README 也指向该链接):https://github.com/different-ai/openwork/releases

最新版本为 OpenWork v0.2.9(2026-01-21)。同时 v0.2.8 的说明提到一个很实用的修复:

  • Host mode 在未安装 OpenCode 的机器上也能工作 :通过从应用可执行文件目录正确解析并使用"捆绑的 OpenCode sidecar"(不再只在 Contents/Resources 里找,而是从 Contents/MacOS/opencode 解析)。
  • 如果仍遇到 "OpenCode CLI not found",更新后重启 OpenWork。

这类 release note 的意义是:项目在持续把"依赖问题"往产品侧收敛,减少新手卡在环境上。

方式 B:从源码运行(适合想参与开发/二次定制)

根据 README,环境依赖包括:

  • Node.js + pnpm
  • Rust toolchain(Tauri):cargorustc
  • OpenCode CLI:opencode(需在 PATH 中;不过如上所述,某些版本的 Host mode 也可使用 bundled sidecar)

快速启动命令:

复制代码
pnpm install
pnpm dev      # 启动桌面应用
pnpm dev:web  # 只启动 Web UI

05 架构简述

从 README 的 Architecture(high-level)可以提炼出关键链路:

  • Host mode 下,OpenWork 会 spawn:opencode serve --hostname 127.0.0.1 --port <free-port>并把你选择的项目文件夹作为进程工作目录(cwd)。
  • UI 通过 @opencode-ai/sdk/v2/client
    • 连接 OpenCode server
    • 管理 sessions
    • 发送 prompts
    • 订阅 SSE events
    • 读取 todos 与权限请求

此外,桌面端的 folder picker 由 Tauri dialog plugin 提供,能力权限在:packages/desktop/src-tauri/capabilities/default.json 定义。

整体看,它把"模型与工具能力"放在 OpenCode 层,把"交互、权限、复用、审计体验"放在 OpenWork 层------分层清晰,也便于后续扩展。

总结

OpenWork 的核心价值是把"AI 代理工作"从终端命令变成产品体验:引导式 UI 降低使用门槛,权限控制 保障安全,模板 + 技能 让工作流可复用可扩展。

  • 适合谁:需要本地/可控 AI 代理的个人开发者或团队;喜欢 Claude Work 但不想被闭源锁定的人。
  • 怎么开始:先用 Host 模式在本地跑通,熟悉会话管理和权限流程;再尝试保存模板、安装技能,把工作流固化下来。

GitHub 地址:https://github.com/different-ai/openwork

项目推荐

  1. Github 153k 点赞的 Java 学习&面试指南(Go、Python 后端面试通用,计算机基础面试总结)
  2. GitHub 狂揽 17 万 + Star!这 3 本开源算法 PDF 累计下载破百万!
  3. Java 学习路线(最新版,4w+字)
相关推荐
ghgxm5202 小时前
Fastapi_00_学习方向 ——无编程基础如何用AI实现APP生成
人工智能·学习·fastapi
余俊晖3 小时前
3秒实现语音克隆的Qwen3-TTS的Qwen-TTS-Tokenizer和方法架构概览
人工智能·语音识别
森屿~~3 小时前
AI 手势识别系统:踩坑与实现全记录 (PyTorch + MediaPipe)
人工智能·pytorch·python
运维行者_3 小时前
2026 技术升级,OpManager 新增 AI 网络拓扑与带宽预测功能
运维·网络·数据库·人工智能·安全·web安全·自动化
淬炼之火3 小时前
图文跨模态融合基础:大语言模型(LLM)
人工智能·语言模型·自然语言处理
Elastic 中国社区官方博客3 小时前
Elasticsearch:上下文工程 vs. 提示词工程
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
正宗咸豆花4 小时前
LangGraph实战:构建可自愈的多智能体客服系统架构
人工智能·系统架构·claude
檐下翻书1734 小时前
文本创作进化:从辅助写作到内容策划的全面赋能
人工智能
仙人掌_lz4 小时前
AI代理记忆设计指南:从单一特征到完整系统,打造可靠智能体
人工智能