# 吳恩達與 Rohit Prasad 推出 OpenWorker 助理執行複雜工作

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Andrew Ng (@AndrewYNg) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥 · 日期：2026-07-24

> 原始來源：https://x.com/andrewyng/status/2080333504446108104

## 證據與延伸閱讀

- [吳恩達與 Rohit Prasad 推出 OpenWorker 助理](https://github.com/andrewyng/openworker)

## 中文摘要

吳恩達與 Rohit Prasad 推出 OpenWorker 助理執行複雜工作。這款工具主打在地運行、跨平台協作以及不綁定單一模型的特色，讓使用者能透過自己的 API 金鑰或本地模型處理日常任務。

**核心功能與實際應用**
OpenWorker 的定位並非單純的對話聊天機器人，而是能實際交付完整成果的 AI 同事。根據示範影片與官方說明，其主要功能包含：
- **產出真實交付物**：能夠直接產出如文件、試算表、報告與網頁等可直接開啟與分享的檔案，例如準備客戶續約摘要（Northwind renewal brief）、分析活躍使用者數成長趨勢與健康指標。
- **跨工具與 Slack 協作**：支援在 Slack 頻道中透過 `@OpenWorker` 呼叫，助理會在桌面端開啟工作階段，處理完畢後直接以執行緒回覆答案。
- **日常工具整合**：內建超過 25 種整合工具，包含 GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、monday.com、Gmail 與 Google Calendar，同時支援使用者終端機、本機檔案以及任何透過 [MCP](https://modelcontextprotocol.io/) 存取的工具。
- **排程自動化**：支援定期執行的自動化任務，例如早晨簡報、每週報告或監控特定頻道，所有執行紀錄皆會保留完整內容。
- **操作審核機制**：在執行任何具關鍵性的動作（如發送訊息、修改行事曆、執行指令）之前，會強制進行審核確認；若在無人看守的情況下執行，則會將請求暫存至收件匣等待批准。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784871142937-wzdwopf8.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/c994febb5f2ea874.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 開源 AI 助理工具 OpenWorker 示範介面，展示協助進行客戶續約準備、事件排查、衝刺優先級規劃與行程協調等自動化任務。

**技術架構與運作方式**
OpenWorker 採用原生外殼搭配圖形介面，底層透過 Python 打造本地 Agent 伺服器，並建立在 [aisuite](https://github.com/andrewyng/aisuite) 函式庫之上。其運作流程如下：
1. 使用者向 OpenWorker 提出期望達成的目標，例如「準備客戶摘要」、「梳理行事曆」或「草擬報告」。
2. 系統會將任務拆解為多個步驟，並跨桌面、檔案與已連結的應用程式進行處理。
3. 在執行關鍵動作前會主動請求使用者批准或重新導向。
4. 最終交付完整的執行成果，而非僅列出待辦事項清單。

**隱私與模型選擇彈性**
OpenWorker 採取本機優先（local-first）的架構，對話記錄、連接器權杖與模型金鑰皆存放在應用程式本機的安全儲存庫中，唯一會離開本機的資料僅透過使用者自行選擇的模型供應商與整合工具傳輸。使用者可自由搭配模型，官方原生支援的選項包含 OpenAI、Anthropic、Google Gemini、Inkling (Thinking Machines)、GLM (Z.ai)、DeepSeek、Kimi (Moonshot)、Qwen、MiniMax、Mistral、Grok (xAI)，亦可透過 Together 與 Fireworks 使用開源權重模型，或透過 [Ollama](https://ollama.com) 執行完全本地化的模型。

**原始碼安裝與執行方式**
若要從原始碼執行 OpenWorker，系統需預先安裝 Python 3.10+、Node 20+ 以及透過 [rustup](https://rustup.rs/) 安裝的 Rust 工具鏈。開發者可依循下列步驟操作：
```shell
git clone https://github.com/andrewyng/openworker
cd openworker

# 1. 執行一次性初始化 - 於 .venv 建立 Python 虛擬環境
#    (若在 Windows 上，請透過 Git Bash 或 WSL 執行)
bash packaging/setup_dev_env.sh

# 2. 啟動本地 Agent 伺服器
.venv/bin/openworker-server --cwd ~/some/project --port 8765
#    (Windows 系統請使用：.venv\Scripts\openworker-server.exe)

# 3. 在第二個終端機視窗中啟動使用者介面
cd surfaces/gui
npm install
npm run dev        # 於 Vite 開發連接埠啟動瀏覽器介面
```
若不希望使用瀏覽器介面，而是想啟動完整的桌面應用程式，可將第三步替換為在 `surfaces/gui` 目錄下執行 `npm run tauri dev`，Tauri 外殼將會自動啟動視窗並管理伺服器運作。

## 媒體內容

**開源 AI 助理工具 OpenWorker 示範介面，展示協助進行客戶續約準備、事件排查、衝刺優先級規劃與行程協調等自動化任務。**

**影片中的 Prompt 與操作**

Prompt（00:01）：

```
為我的北風續約通話做準備。
```

原文：Prep me for the Northwind renewal call.

Prompt（00:10）：

```
@openworker 結帳 API 發生 500 錯誤
```

原文：@openworker checkout API is 500ing

Prompt（00:19）：

```
我們下個衝刺應該優先處理什麼？使用這週的反饋。
```

原文：What should we prioritize next sprint? Use this week's feedback.

Prompt（00:27）：

```
我的週二一團糟——幫我修好它。
```

原文：My Tuesday is a mess—fix it.

操作步驟：

1. （00:06）步驟 點擊 Approve 按鈕確認發送郵件
2. （00:14）步驟 點擊 Approve 按鈕確認發送事故報告
3. （00:22）步驟 點擊 Approve 按鈕確認分享簡報至 Slack 頻道
4. （00:29）步驟 點擊 Approve 按鈕確認發送重新排程通知至五位與會者

## 標籤

新產品, Agent, 自動化, OpenWorker