OpenCoWork 1.0 正式发布：AI Agent 不只回答问题，它开始进入你的真实工作区
过去，我们习惯把 AI 当成一个更聪明的聊天框：问问题、复制代码、粘贴报错、再把答案搬回项目里。这个流程能提效，但它始终隔着一层。
OpenCoWork 1.0 想把这层隔膜拿掉。
它是一个开源桌面多智能体 AI 协作平台，让 Agent 直接进入你的本地工作区：读项目、查代码、执行 Shell、调用工具、审阅变更、接入 MCP、启动子 Agent，并把结果沉淀在同一个桌面应用里。对开发者来说，它不是"再问一次 AI"，而是把 AI 变成可以一起工作的本地协作者。
GitHub 开源地址：https://github.com/AIDotNet/OpenCowork
Routin AI 模型入口：https://routin.ai/
本文截图均来自当前本地运行中的 OpenCoWork 实机窗口。
图：OpenCoWork 在本地桌面中展示 Agent 输出、Git 变更、输入区、运行状态、Token 与性能指标。
OpenCoWork 解决的不是"聊天"，而是"把事情做完"
很多 AI 产品停留在对话层：它能解释、能生成片段、能给建议，但真正落到项目里，还要用户不断复制粘贴、切终端、跑命令、看 diff、再回来追问。
OpenCoWork 的核心变化是把这些动作放回同一个工作现场：
- Agent 可以读取和理解当前项目文件。
- Agent 可以搜索代码、运行 Shell、检查日志和执行验证命令。
- Agent 可以生成文件变更，并在界面里呈现审阅入口。
- Agent 可以接入 MCP Server，把外部工具变成可调用能力。
- Agent 可以通过子代理和 Agent Team 拆解复杂任务。
- Agent 可以通过 Cron 执行周期性后台任务。
- Agent 可以接入飞书、钉钉、Telegram、Discord、QQ、微信、企业微信、WhatsApp 等消息平台。
也就是说，OpenCoWork 不是把 AI 包装成一个新聊天页，而是把 AI Agent 放进"代码、终端、文件、团队消息、自动化任务"共同组成的工作系统里。
1.0：一次面向真实工作流的发布
OpenCoWork 1.0 的重点不是堆功能名，而是让复杂任务更稳定、更可控、更适合长期使用。
图：本地 OpenCoWork 正在分析 1.0 发布变更，汇总 Changelog、提交、文件改动和待审阅内容。
每个会话都可以有自己的模型策略
1.0 完善了会话级模型选择模式。不同会话可以分别选择：
- 继承全局模型
- 自动路由模型
- 手动固定某个 provider 与模型
这对日常使用很关键。你可以让一个会话专门处理代码任务，让另一个会话负责快速问答，再让第三个会话固定在适合复杂推理的模型上，而不用每次切换全局配置。
MiniMax 与 Kimi 推理能力增强
1.0 为 MiniMax 和 Kimi 相关 provider 增加了 thinking/reasoning 支持。对于代码分析、架构判断、长链路排错、多工具调用这类任务，推理型模型可以更自然地进入 Agent Loop，而不是只输出最终答案。
这也让 OpenCoWork 更适合处理"需要先理解、再执行、再验证"的工作，比如：
- 分析一组改动是否适合发布
- 排查一次构建失败
- 给复杂需求拆任务
- 比较多个实现方案
- 生成并审阅代码变更
Git 变更审阅更贴近开发现场
OpenCoWork 不是只把 Agent 回复放在聊天框里。它可以把项目变更、文件状态和审阅动作放在同一个界面，让用户更容易判断 Agent 做了什么、改了哪里、是否可以继续。
图：OpenCoWork 右侧 Git 变更面板展示当前分支、变更文件、增删行和提交入口。
这种"边执行、边审阅、边验证"的交互方式，比纯文本对话更适合开发任务。尤其是当 Agent 能运行命令、修改文件、生成 diff 时，用户需要的不只是结果，还需要过程和控制感。
远程与后台任务也进入同一套工作流
1.0 增加了实时 SSH 进程监控面板，可以更直观看到远程主机上的进程状态。配合 SSH 终端、Cron Agent、消息平台投递，OpenCoWork 可以覆盖更多后台和远程场景：
- 定时检查日志并发送摘要
- 在远程服务器上执行巡检
- 每天生成项目状态报告
- 把群聊里的问题交给 Agent 查询和总结
- 让 Agent 在指定工作目录里持续完成任务
这让 OpenCoWork 不只是开发桌面工具，也可以逐渐成为团队里的自动化工作站。
模型生态：通过 Routin AI 快速体验多模型能力
OpenCoWork 1.0 已经内置多种 provider 预设，覆盖 OpenAI、Anthropic、DeepSeek、Google、Ollama、Qwen、Moonshot、MiniMax、Baidu、Azure OpenAI、Copilot、Codex、Routin AI 以及 OpenAI-compatible 接口。
对开发者来说，这意味着你可以按任务选择模型：有些任务需要更强推理，有些任务需要更快响应，有些任务需要更长上下文，有些任务需要更低成本。
当前 OpenCoWork 客户端可使用以下模型福利：
- MiniMax-M3、MiniMax-M2.7-highspeed、MiniMax-M2.7 已可用，仅限 OpenCoWork 客户端使用，每天免费额度 10 美元。
- kimi-k2.7-code 已可用，仅限 OpenCoWork 客户端使用，每天免费额度 5 美元。
模型与额度入口：https://routin.ai/
如果你想体验代码任务、复杂推理、长上下文分析或多 Agent 协作，这组客户端福利非常适合用来上手 OpenCoWork 1.0。
可观测的运行状态，而不是黑箱自动化
Agent 能做事之后，最重要的问题就变成：它做了什么？花了多少 Token？命中了多少缓存？速度如何？现在处于什么状态？
OpenCoWork 会把这些运行状态直接放到界面里，让用户在执行过程中保持判断力。
图：输入区下方展示未缓存输入、缓存命中、输出、TPS、首 token 时间和消费信息。
这也是 OpenCoWork 一直坚持的方向：Agent 可以很强，但用户必须知道它在做什么，并且在关键动作上保留最终控制权。
快速开始
GitHub 地址：
https://github.com/AIDotNet/OpenCowork
从源码启动：
bash
git clone https://github.com/AIDotNet/OpenCowork.git
cd OpenCowork
npm install
npm run dev如果你想找一个真正能进入本地工作区、能调用工具、能审阅变更、能接入团队消息平台的 AI Agent 桌面工作站，OpenCoWork 1.0 值得试一试。
欢迎体验、Star、提 Issue，也欢迎把你的真实使用场景反馈给我们。OpenCoWork 会继续沿着本地优先、多智能体、可扩展、可审阅的方向演进。