OpenWorker — десктопный ИИ-агент с открытым кодом, который выполняет задачи, а не болтает. Разбираем архитектуру, модель разрешений и как запустить. Читайте, если ищете безопасную альтернативу облачным агентам.
Представьте: вы даёте агенту задачу «подготовить бриф для клиента из этих трёх файлов и задач Jira», а через минуту на диске лежит готовый документ. Без чата, без лишних вопросов. Именно так работает OpenWorker — десктопный агент с открытым исходным кодом, который не продаёт вам инференс, а просто делает работу. В этой статье разберём, чем он отличается от десятков других агентов, как устроена его система разрешений и как запустить его за 5 минут.
OpenWorker — это десктопное приложение: оболочка Tauri с React-интерфейсом поверх локального Python-сервера агента. Вы формулируете результат («подготовь отчёт по продажам за месяц»), агент разбивает задачу на шаги, обращается к вашим файлам, терминалу и подключённым SaaS-сервисам, и выдаёт готовый артефакт. Перед любым существенным действием — отправкой сообщения, запуском команды, записью в календарь — он спрашивает разрешения.
Движок построен на библиотеке aisuite — провайдеро-независимой LLM-библиотеке от Эндрю Ына. Это не случайность: OpenWorker позиционируется как референсная реализация того, что можно построить на aisuite. Кодовая база — готовый пример для тех, кто хочет собрать собственную обвязку для агента.
Вы просто вставляете API-ключ от любого провайдера (OpenAI, Anthropic, Google, DeepSeek, GLM, Qwen и ещё десяток) или указываете локальный Ollama — и никаких платежей OpenWorker. Около 30 моделей помечены как проверенные для работы с вызовом инструментов; остальные — на ваш страх и риск. Смена модели — это выпадающий список, а не миграция.
Встроенная операторная персона предписывает модели трактовать содержимое из инструментов, логов, веб-страниц, файлов и входящих сообщений как ненадёжные данные, а не как инструкции. Это вшито в поставляемую персону, а не оставлено на усмотрение пользователя. Для агента, который читает ваш Slack и почту, это критично.
Диалоги, токены коннекторов и ключи моделей хранятся в локальном секретном хранилище. Вызовы моделей идут напрямую с вашей машины к провайдеру. Единственный облачный компонент — опциональный брокер для OAuth-рукопожатий; токены передаются на вашу машину, а не хранятся на сервере. Можно вообще не регистрироваться и настроить коннекторы вручную.
Скачайте сборку из релизов репозитория: macOS (Apple Silicon) — подписана и нотаризована, автообновляема; Windows 10/11 x64 — пока не подписана, поэтому SmartScreen предупредит.
Требования: Python 3.10+, Node 20+, Rust (через rustup).
git clone https://github.com/andrewyng/openworker
cd openworker
# 1. Разовое создание окружения
bash packaging/setup_dev_env.sh
# 2. Запуск сервера агента
.venv/bin/openworker-server --cwd ~/some/project --port 8765
# 3. В другом терминале — UI
cd surfaces/gui
npm install
npm run dev
# браузерный интерфейс на порту ViteДля полноценного десктопного приложения вместо npm run dev выполните npm run tauri dev из surfaces/gui/ — Tauri запустит окно и сам будет управлять Python-сервером.
Важно: флаг --cwd задаёт корень рабочей области, к которой привязан доступ агента к файлам. На первых запусках укажите пустую директорию, а не домашнюю папку.
.venv/bin/pytest # бэкенд
cd surfaces/gui; npm test # unit-тесты UI
npm run e2e # изолированные e2e-тесты| Директория | Содержимое |
|---|---|
coworker/ | Python-бэкенд: движок агента, провайдеры моделей, коннекторы, MCP-клиент, память, автоматизации |
surfaces/gui/ | React UI + оболочка Tauri |
stt/ | Rust-компонент распознавания речи для голосового ввода |
packaging/ | Сборки DMG для macOS и установщик Windows, манифест автообновлений |
docs/ | Спецификации и логи решений |
tests/ | Набор тестов бэкенда (78 модулей) |
Если вы здесь, чтобы учиться, а не использовать — начните с docs/ и движка разрешений в coworker/. Логи решений объясняют выбор архитектуры, а не просто документируют API.
Да, если:
Повремените, если:
Главное заявление OpenWorker — не «агент, который делает задачи». Такие сейчас все. Интересно другое: скучная инфраструктура — кто что может делать, где хранятся секреты, что считать инструкцией, а что данными — спроектирована как типизированная система, а не прикручена наспех. Это стоит изучить, даже если вы никогда не будете пользоваться приложением.
Проект ранний: ждите шероховатостей, подписи для Windows, изменения списка коннекторов. Но если вы ждали достойный открытый, локальный, модельно-независимый вариант в этой категории — это первый, который выглядит так, будто его создали люди, думавшие об отказах в первую очередь.
Что делать прямо сейчас: Скачайте OpenWorker или клонируйте репозиторий, дайте агенту реальную задачу в режиме interactive и посмотрите, как работает система разрешений. Это лучший способ понять, подходит ли вам такой подход.
Хочешь закрепить знания на практике?
Решай задачи на Algolit — интерактивная платформа для обучения
Начать бесплатно →