大家好，我是 So。
上周刷 GitHub Trending 的时候，看到一个 4 月才公开、却已经攒了 15.3K star 的项目：openwork。
它的定位很直白——"Claude Cowork 的开源替代"。Claude Cowork 是 Anthropic 今年推的团队版协作产品，订阅大概 200 刀一个月，主要解决"团队怎么把 Claude 用起来"的问题。而 OpenWork 把同一套体验搬到了你自己的电脑里，免费，开源，YC 背书。
但我研究完之后觉得：抄一个 Claude Cowork 不是它最有价值的点。真正值得拆的，是它解决了一个所有 Agent 工具迟早都要面对的问题——怎么把一个复杂的 Agent 配置，变成一条"点一下就装上"的链接，让团队里不会用终端的人也能跑起来。
这篇文章想聊四件事：OpenWork 是什么、它怎么实现的、它有哪些短板、以及它身上能挖出哪些机会。最后我会提炼一个可复用的思维模型——Agent 产品走向团队化的 3 道门槛，用来评估你手上的 AI 工具有没有"团队化潜力"。
一、它到底是个什么东西
先用一句话说明白：OpenWork 是一个跑在你电脑上的桌面 App，底层是 OpenCode（开源 Coding Agent），上层是一个让"Skill / Plugin / MCP / API Key"可以打包分享的协作壳。
拆开看是这三层：
第一层：本地 Agent 运行时。 它在你电脑上拉起一个 OpenCode 服务（默认绑在 127.0.0.1），所有文件、命令、API 调用都走本地。理论上你可以接 Ollama 本地模型完全离线跑，也可以填 OpenAI / Anthropic 的 key 走云端。
第二层：UI 与会话编排。 Tauri 写的桌面端 + Web UI + CLI 三套外壳，都用 @opencode-ai/sdk 跟本地服务通信。你看到的是 Session 列表、实时流式日志、Todo 时间线、权限弹窗——把 CLI 的"开发者体验"翻译成了"产品体验"。
第三层（关键）：Skill 包分发体系。 这是 OpenWork 区别于一堆"OpenCode UI 套壳"项目的地方。它允许你把"一组 Skill + 一堆 MCP 配置 + 一份 opencode.json + 几个工作流模板"打包成一个 OpenPackage 仓库，然后生成一条分享链接。同事点开链接，一键导入，不用碰终端。
这第三层就是它对标 Claude Cowork 的本质——Claude Cowork 卖的不是 Claude，是"团队用 Claude 的统一工作台"。OpenWork 卖的也不是 Agent，是"团队用 Agent 的可分发协议"。
二、6 大核心能力清单
把官方 README 的功能扒出来重新归类，得到这张表：
| 能力 | 解决的问题 | 类比 |
|---|---|---|
| Host / Client 双模 | 本地跑 or 远程跑都行 | Docker Desktop 的 local + remote daemon |
| Session + SSE 实时流 | 看 Agent 干到哪了 | ChatGPT 的流式输出 |
| Execution Plan 时间线 | 把 Agent 的 todo 可视化 | Notion AI 的计划面板 |
| 权限请求弹窗 | 哪些工具能用、是否一次性放行 | iOS 的权限授权 |
| 模板（Templates） | 保存重复工作流 | Raycast Snippets |
| Skill Manager | 装、改、分享 Skill 包 | VS Code Extension Marketplace |
里面最值得说的是 Skill Manager 这个模块，下面这张是它官方的截图：
Skill 在 OpenWork 里就是一个普通的本地文件夹，结构跟 OpenCode 的 .opencode/skills/<name>/ 完全一致。你可以：
- 从 OpenPackage 仓库装一个别人写好的 Skill；
- 把自己电脑上一个文件夹"导入"成 Skill；
- 修改后再"导出"成包，分享给团队。
这套设计把"Agent 能力"做成了可移植的对象——这个事，比表面上看起来重要得多，第四节会展开。
三、它是怎么实现的（一句话架构）
我看完仓库代码（TypeScript 占 86%）后，把它的实现思路浓缩成这一张图：
┌──────────────────────────────────────────────────┐
│ 桌面端 (Tauri/WebKit) Web UI CLI 编排器 │
│ └────── @opencode-ai/sdk/v2 ──────┘ │
└─────────────────┬────────────────────────────────┘
│ HTTP + SSE
┌─────────▼─────────┐
│ openwork-server │ 会话/权限/事件总线
└─────────┬─────────┘
│
┌─────────▼─────────┐
│ opencode core │ 实际跑 Agent / 调 LLM / 跑工具
└─────────┬─────────┘
│
┌──────────────┼──────────────┐
▼ ▼ ▼
.opencode/ MCP Servers LLM Providers
skills/ (任意 MCP) (50+ 模型)
几个值得偷师的工程细节：
1. 复用而非重造。 OpenWork 没有重写一个 Agent 引擎，而是直接套在成熟的 OpenCode 之上，只做 UI 和"包管理"。这就是 README 里说的 Ejectable——你随时可以拆掉 OpenWork 这层壳，下面的 OpenCode 还能继续用。这种"上层壳 + 下层引擎"的解耦，是 2026 年大量 AI 套壳项目失败的反例（壳和引擎深度绑定，引擎一升级就崩）。
2. SSE 而非 WebSocket。 实时事件订阅用的是 SSE（Server-Sent Events），单向、轻量、HTTP/2 友好、防火墙不挑。对于"Agent → UI 推进度"这种一对一单向场景，比 WebSocket 简单得多。
3. Host 模式两条退路。 默认走 openwork-orchestrator 编排（管 OpenCode + Server + Router 三个进程）；如果不行就 fallback 到"直接 spawn opencode serve"。两层容错 让"本地一键启动"这件事真的能在小白的 Mac 上跑起来——这点经常被忽略，但决定了产品能不能下沉到非技术用户。
4. 桌面壳用 Tauri 不用 Electron。 包体积小（Mac DMG 大概 10-20MB），冷启动快，原生权限 API 完整。代价是 Linux 上要装 WebKitGTK 4.1，对发行版挑剔。但对一个 2026 年才起步的项目，这是正确的押注。
四、4 类应用场景（按"谁会用"分）
我把所有可能的场景按使用者画像分了 4 类，前两类是它当前最适配的，后两类是它正在扩张的方向：
场景 1：独立开发者的本地"Claude Code Pro" 你已经在用 OpenCode 或 Claude Code，但 CLI 看 diff 看到眼睛疼。OpenWork 给你一个图形化的 todo timeline 和权限弹窗。最大的优势是离线——本地 Ollama + Llama 3，敏感代码不出本机。
场景 2：小团队的"Agent SOP 工厂" 这是 OpenWork 最值钱的场景。比如一个 5 人的运营团队，你的"明星员工"用 Agent 跑通了一套"竞品监控 → 周报生成 → 飞书发布"的流程。在传统方案里，这个流程是写在他脑子里的；在 OpenWork 里，它变成一个 Skill 包 + 一份模板 + 一个分享链接。新人入职第一天，点链接，开干。
场景 3：浏览器自动化的低门槛入口 官网首页那个 demo 是"自动回 Twitter 楼并把用户信息抓成 CSV"。这一类"重复的浏览器操作"以前要么靠 RPA（贵且笨），要么靠 Playwright 脚本（要写代码）。OpenWork 用自然语言 + MCP，把门槛打到了"产品经理也能配"的水平。
场景 4：企业内部的 Agent 工具栈分发 Enterprise 版主打 SSO、SLA、内网部署。本质是把"Agent + 内部 API + 内部知识库"打成一个公司专属的 Skill 包仓库，让全公司都能从同一个起点用 AI。这是 OpenWork 想啃的最大蛋糕，也是它和 Claude Cowork 最正面碰撞的地方。
五、当前的短板与坑（劝退清单）
研究下来不是没有顾虑。我把目前能看到的硬伤列在这里，别被 star 数冲昏了头：
短板 1：强依赖 OpenCode 生态。 OpenWork 的所有能力都建立在 OpenCode 之上。OpenCode 自己也是个高速演进的项目（最近半年改了好几次 API），OpenWork 跟着升级压力很大。一旦 OpenCode 战略转向，OpenWork 就要重写一大块。
短板 2：Skill 生态目前还是空的。 OpenPackage 仓库现在能装的高质量 Skill 数量很有限，绝大多数还得自己写。"Skill 商店"是它最大的故事，但商店里现在没几样东西。 这是早期项目的鸡生蛋问题，得耐心熬。
短板 3：Windows 用户被歧视了。 官网下载只放了 macOS 和 Linux。Tauri 本身支持 Windows，但项目还没把 Windows 包做出来。考虑到国内打工人的 Windows 占比，这是一个不小的问题。
短板 4：Pricing 模型尴尬。 Solo 免费、Team Starter $50/月给 5 个 seat、Enterprise 联系销售。问题是开源的本地版能做的事，已经覆盖 80% 中小团队需求；Team 版主打的"统一分发 API key"和"Skill Hub"对小团队的吸引力不够强。这是所有开源 SaaS 的老问题——怎么让用户从"装在自己电脑"过渡到"按月付钱"，没那么容易。
短板 5：权限模型还是粗的。 目前的权限弹窗是"allow once / always / deny"三选一，但 Agent 真正危险的场景是"复合操作"——一个看似无害的"读文件"加上一个"调 HTTP"就可能把内网数据传出去。细粒度的能力组合控制，OpenWork 还没做。
六、可挖掘的 4 个机会（重点看这节）
这才是我研究这种早期项目的真正动机——站在它的肩膀上，能做什么。
机会 1：写 Skill 包卖钱（最近的） Skill 商店现在空着，意味着早期入场的开发者有先发优势。垂类场景比如：电商客服自动化、A 股财报抓取、小红书数据采集、跨境合规检查……每一个都可以打包成一个 Skill 包，挂到 OpenPackage 仓库。订阅型 Skill 模型在 2026 年下半年大概率会跑通——参考 Cursor 的 Rules 市场和 Raycast 的 Pro Extension。
机会 2：做一个"中文 Skill 周报"自媒体 绝大多数中文用户根本不知道 OpenWork、OpenCode、OpenPackage 这一整套生态在跑什么。把英文世界的优质 Skill 翻译、点评、汉化，做成周更内容。这是典型的"信息差套利"，门槛低、复利高。
机会 3：行业版 OpenWork OpenWork 是水平产品，覆盖广但不深。如果你做的是律所、医院、券商这种垂直行业，可以直接 fork 一份做"行业版"：把 Skill 包预装成行业知识、把 MCP 接成行业 API、把模型默认换成合规模型。它是 MIT 协议，商用毫无阻碍。
机会 4：补 Windows 端 官方暂时没顾上 Windows。如果你熟悉 Tauri 打包，把 Windows 包做出来发给社区，能换一波早期声誉。这种"补缺型贡献"在 GitHub 高 star 项目里是涨粉最快的路径之一。
七、对开发者的提效价值
抛开"能不能挖项目"，OpenWork 本身对个人开发者就有几个直接的提效价值：
- 当 IDE 用： 在它里面跑长任务（重构、批量改字段、跑测试），比在终端里盯 Claude Code 的滚动日志清晰得多。Todo timeline 让你随时知道 Agent 干到哪了。
- 当沙盒用： 想试一个新 MCP / 新 Skill，先在 OpenWork 里跑一遍，看权限请求、看调用链。不用直接接到生产 IDE。
- 当教学工具用： 给团队里第一次接触 Agent 的同事，OpenWork 比 Claude Code CLI 友好十倍。"点一下、看进度、批一下"，三步完成认知建模。
- 当 OpenCode 学习入口用： 想搞懂 OpenCode 的 plugin / skill / opencode.json，最快的方法是装一个 OpenWork，在 Settings 里点开 Debug Export，看它生成的真实配置长什么样。
八、它最值得抄的一个思维模型
研究完 OpenWork，我提炼出一个可以反向用在自己 AI 工具评估上的框架——
Agent 产品走向团队化的 3 道门槛：本地化运行、能力可移植、配置可分享。
把这三道门槛当一把尺，你可以衡量任何一个 AI 工具的"团队化潜力"：
| 门槛 | 关键问题 | OpenWork 的答卷 |
|---|---|---|
| 1. 本地化运行 | 不联网能跑吗？数据出本机吗？ | Host 模式 + Ollama，完全可离线 |
| 2. 能力可移植 | 你的"AI 工作流"能复制给别人吗？ | Skill 是普通文件夹，可导入/导出 |
| 3. 配置可分享 | 装到别人电脑上要几步？ | 一条 OpenPackage 链接，一键导入 |
按这个尺子量市面上的 AI 工具，你会发现：
- Claude Code / Cursor：第 1 道（半本地）、第 2 道（Rules / CLAUDE.md 可移植但松散）、第 3 道（基本没有）。
- Dify / Coze：第 1 道（可自托管）、第 2 道（DSL 导出）、第 3 道（链接分享但要登录）。
- OpenWork：三道都过，第 3 道是亮点。
- 大多数云端 Agent SaaS：第 1 道直接不过。
这把尺也可以反过来用——如果你在做 AI 产品，问自己这三个问题，比纠结模型选型重要得多。
九、总结清单（可直接收藏）
- 它是什么： 跑在你电脑里的 Claude Cowork 开源平替，底层是 OpenCode，MIT 协议，YC 系，15.3K star。
- 核心能力： 本地/远程双模、SSE 流式、todo 时间线、权限弹窗、模板、Skill 包管理。
- 关键架构： 上层壳 + 下层 OpenCode 引擎解耦；Tauri 桌面端；SSE 实时流；两层 Host 容错。
- 当前坑： 没 Windows 包、Skill 生态空、强依赖 OpenCode、权限粗、付费模型尴尬。
- 能薅的机会： 写 Skill 卖钱、做中文 Skill 周报、做行业 fork 版、补 Windows 包。
- 提效价值： 长任务 IDE、新工具沙盒、团队教学工具、OpenCode 学习入口。
- 可复用思维模型： Agent 产品的 3 道门槛——本地化运行、能力可移植、配置可分享。
最后说一句直白的判断：OpenWork 现在不是一个完美的产品，但它指向的方向是对的。 AI 工具下一阶段的竞争，不会再卷模型本身，会卷"怎么把一个 Agent 工作流像 npm 包一样装进任何人的电脑里"。
谁先把"分发协议"做扎实，谁就握住了 Agent 时代的应用商店入口。OpenWork 算是国内开发者目前能拿到的最近的一份样本。
如果这篇对你有用，转发给你团队里那个"想用 AI 但没人教"的同事。
