桌面 AI 协作怎么选：本地 AI 工具 OpenWork 选型与上手完整指南
项目地址: https://gitcode.com/gh_mirrors/op/coworker 合同、客户清单、财务底稿，这类文件往云端聊天框里一粘，数据其实就已经出了门。OpenWork 是一个开源的桌面 AI 协作工具，本地优先设计，核心流程离线可跑，文件内容可以全程留在本机。这篇按"数据放哪、接哪些模型、桌面怎么理解"三条线讲它和常见云端 AI 的区别，最后走一遍真实任务。
一、项目速览：它到底是什么
OpenWork 是一个开源的桌面 AI 协作工具，仓库托管在 gitcode 平台的 gh_mirrors/op/openwork 路径下，克隆地址放在快速上手一节。用一句话定位：它不是又一个网页聊天框，而是常驻桌面、能直接读写本机文件、可挂接本地模型的 AI 同事。架构采用本地优先策略，断网状态下核心任务依然可用。
OpenWork 桌面 AI 协作任务输入界面
二、三个你能直接感知到的差异点
对比不列参数表，只挑日常使用中真正摸得着的三条线。
数据放在哪：默认本机，而不是默认上传
主流云端 AI 服务默认把对话内容和上传文件都存放在服务商的服务器上，联网是前提。OpenWork 反着来：本地优先，核心功能不依赖网络，文件处理在这台设备本地完成。实际使用中的感受很直接——处理敏感文档时不用先纠结"这段到底能不能粘"；没有外网的会议室或内网环境，工作也能继续；响应时间不再叠加一次网络往返。
能接哪些模型：本地小模型到云端旗舰都能挂
同类产品通常绑定自家或单一厂商的模型，换供应商等于换产品。OpenWork 走统一的适配器接入：本地模型有 LM Studio、Ollama 这类，云端服务覆盖 OpenAI、Anthropic、Azure，企业侧还有 AWS Bedrock、Vertex AI。同一个界面里按任务挑模型——日常草稿交给本地小模型，复杂推理切云端旗舰，隐私敏感的部分始终留在本机。新增一家供应商基本是配置层面的事，不是推倒重来。
OpenWork LM Studio 本地模型接入设置界面
它如何理解你的桌面：不止聊天，还能动手
对话式助手通常停在"给建议"这一步，落地要靠你自己切窗口复制粘贴。OpenWork 能直接读写本地文件系统、与桌面应用交互、自动化重复性任务，还能保存和恢复工作状态。你说一句"把上周的纪要按日期归并"，接下来是文件在本地被真实处理了，而不是一段需要手工执行的建议。扩展能力放在 apps/desktop/skills/ 目录，目前已包含文件权限管理、安全文件删除、网页浏览与信息获取、任务报告与进度跟踪等模块，可以独立更新和扩展。
三、走一遍真实任务：离线整理本地文档
场景设定：一台内网机器，没有外网连接，目录里散着三月的若干份工作纪要，需要合并成一份周报。
第一步，接上本地模型。在设置页选择 Ollama（或 LM Studio）作为模型来源，指向本机服务地址，连接状态当场可验证。
OpenWork Ollama 本地模型集成设置界面
第二步，创建任务。在任务输入界面写明要求：把指定目录下三月的纪要按日期合并，输出一份周报。
第三步，等它动手。OpenWork 读取本地文件、生成合并内容，把结果写回本机目录。全程断网，数据没有离开这台机器，周报落在你能直接打开的位置。
四、快速上手：三步跑起来
git clone https://gitcode.com/gh_mirrors/op/openwork
cd openwork
# 按仓库内文档安装依赖并启动
首次启动后进入设置页，连接一个模型来源（本地 Ollama / LM Studio，或云端服务），第一个任务就可以跑。
五、适合谁，也说说谁不适合
适合：
- 处理合同、病历、账务等敏感数据的从业者，需要离线 AI 助手级别的数据边界
- 网络不稳定、或长期在无外网环境工作的人
- 想要本地 AI 编程辅助、代码不出本机的开发者
- 需要私有化部署、按团队需求裁剪功能的企业
暂时不适合：
- 期望开箱即用、完全不想碰依赖安装的用户——它走的是克隆仓库后按文档自行安装的路子
- 只追求"最强云端旗舰模型"且没有隐私顾虑的用户，直接用原厂服务可能更省事
模型强弱是常变的事，OpenWork 要解决的是另一件事：数据要不要出门、任务能不能落地。如果桌面 AI 协作中的数据边界也是你在意的，从仓库里的 docs/ 安装说明和 skills 目录开始看，是最快的了解路径。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
