open-cowork · 编程与开发工具

一款让 AI 在你的电脑上"长出手"的桌面应用

背景：Claude Code 很强大，但你真的会用吗？

Claude Code 是 Anthropic 官方推出的 CLI 编程工具，能让 Claude 模型直接操作你的文件系统、终端和浏览器来完成编程任务。然而，它本质上是一个终端工具——没有图形界面、没有多会话管理、不擅长同时处理多种类型文档。如果你是一个非程序员，想让它帮你做一份 PPT、写一份合同、整理一份 Excel，Claude Code 本身并不擅长。

Open Cowork 解决了这个问题。它是一个开源的 AI Agent 桌面应用，将 Claude Code 的能力封装进了一个 Windows/macOS 原生 GUI，同时支持 OpenAI、DeepSeek、Gemini 等多模型接入，并通过 MCP 协议连接浏览器、Notion 等桌面应用，让 AI 真正成为你电脑上的"数字同事"。

核心技术架构

Open Cowork 的技术选型围绕Electron 桌面 + 多 Agent 协同 + 沙箱隔离三大核心展开。

前端层采用 React 18 + TypeScript + Zustand 状态管理，通过 src/renderer/ 目录组织所有 UI 组件，包括会话视图（ChatView）、设置面板（SettingsPanel）、权限对话框（PermissionDialog）和远程控制面板（RemoteControlPanel）。Zustand store（src/renderer/store/index.ts，20KB）统一管理全局会话状态。样式使用 TailwindCSS，支持多语言国际化（i18next），文档渲染支持 Markdown + LaTeX 数学公式。

主进程层是整个应用的核心引擎，运行在 src/main/ 目录下。入口文件 src/main/index.ts（86KB）负责 Electron 主进程初始化；src/main/claude/agent-runner.ts（124KB）是 Claude Agent 的主循环，负责解析 thinking tag、管理工具调用结果和历史会话重建；src/main/claude/claude-sdk-one-shot.ts（12KB）封装了 Anthropic SDK 的单次调用接口。

沙箱隔离是 Open Cowork 安全性设计的核心。Windows 平台使用 WSL2（src/main/sandbox/wsl-bridge.ts，35KB），macOS 使用 Lima VM（src/main/sandbox/lima-bridge.ts，29KB）。两个 bridge 文件分别负责：文件系统路径映射（防止 Agent 访问沙箱外的路径）、进程隔离执行和结果回传。src/main/sandbox/path-guard.ts（9KB）实现了路径白名单机制。

MCP 集成是 Open Cowork 区别于 Claude Cowork 的关键差异化能力。src/main/mcp/mcp-manager.ts（68KB）负责 MCP 服务器的启动、配置管理和生命周期；src/main/mcp/gui-operate-server.ts（229KB）是最大的单个源文件，实现了 GUI 自动化操作的 MCP 工具集，包括屏幕截图、鼠标键盘模拟、元素定位等能力；src/main/mcp/software-dev-server-example.ts（112KB）提供了软件开发的 MCP 工具示例，包括文件读写、终端执行等。

多模型路由由 src/main/claude/pi-model-resolution.ts（12KB）实现，支持动态选择 Claude、OpenAI、DeepSeek、Gemini 等模型，背后通过 @anthropic-ai/sdk、openai、@google/genai 等多个 SDK 接入。

文档生成 Skills 系统通过 src/main/skills/skills-manager.ts（38KB）管理，支持生成 PPTX、DOCX、XLSX、PDF 等专业文档。这些 Skills 通过 MCP 协议调用 Python 脚本执行，通过 Lima/WSL2 沙箱隔离运行。

远程控制通过 src/main/remote/ 模块实现，集成了飞书（Lark）SDK（@larksuiteoapi/node-sdk）和 Slack SDK（@slack/bolt），支持通过飞书群聊或 Slack 远程操控 AI Agent。src/main/remote/gateway.ts（25KB）负责 WebSocket 网关，src/main/remote/tunnel-manager.ts（4KB）通过 ngrok 建立反向隧道。

会话与记忆系统通过 src/main/session/session-manager.ts（44KB）管理会话生命周期；src/main/memory/ 模块（18个文件）实现了完整的 Agent 记忆系统，包括核心记忆存储（core-memory-store）、经验记忆（experience-memory-store）、记忆检索（memory-retriever）和 LLM 优化（memory-prompt-optimizer）。

部署方式与系统要求

Open Cowork 不提供 Docker 部署，需要用户下载预编译的 Windows/macOS 安装包：

Windows：通过 electron-builder 打包为 NSIS 安装包（.exe），内置 WSL2 Agent（TypeScript 编译产物）、Node.js 22 运行环境、MCP 服务器bundled resources 和 Claude Skills。
macOS：通过 electron-builder 打包为 DMG（Apple Disk Image），内置 Lima Agent（macOS 虚拟机沙箱）、ARM64 原生二进制。

构建过程通过 npm run build 完成，依赖包括：下载预编译 Node.js 二进制（scripts/download-node.js）、编译 WSL Agent TypeScript（tsc -p src/main/sandbox/wsl-agent/tsconfig.json）、编译 Lima Agent、esbuild 打包 MCP 服务器（scripts/bundle-mcp.js）、prepare Python 环境（scripts/prepare-python.js）和 Tauri GUI 工具链。原生模块（better-sqlite3）通过 @electron/rebuild 针对 Electron 版本重新编译。

技术亮点与局限性

亮点方面，Open Cowork 实现了真正意义上的多平台沙箱隔离，WSL2 和 Lima 分别针对不同 OS 做了深度适配，路径守卫机制防止了 Agent 逃逸到沙箱外部。MCP 集成深度丰富，特别是 GUI 自动化能力让 AI 第一次可以在桌面上"看见"并操作 UI 界面。多模型动态路由设计允许多个 AI 模型协同工作，适合不同复杂度的任务。多语言国际化（i18next）和飞书/Slack 集成让远程团队协作成为可能。

局限性方面，构建门槛较高——需要 Node.js >= 22、WSL2（Windows）或 Lima（macOS），以及复杂的 native module 编译链，对于普通用户来说"一键安装"的体验仅限于官方提供的预编译包。Electron 桌面应用的资源占用相对较重。WSL2 沙箱在某些企业网络环境下可能遇到 Hyper-V 兼容性问题。Skills 系统的可扩展性取决于 MCP 服务器的实现质量，官方 Skills 数量有限。

行业意义

Open Cowork 代表了 AI Agent 从 CLI 向 GUI 迁移的趋势。随着 Claude Code、Copilot CLI 等工具的普及，"AI 编程"已经进入终端时代，但非技术用户的上手门槛依然存在。Open Cowork 通过 Electron 桌面化封装，降低了 AI Agent 的使用门槛，同时通过沙箱隔离保障了安全性，是 AI 原生应用从实验室走向真实办公场景的一个有意义的探索方向。

项目持续活跃维护（2026年6月最新提交），版本号 3.3.1，支持 Node.js >= 22，采用 MIT 许可证，GitHub Stars 持续增长中。