GitHub Trending 日榜上，一个名为 OpenWork 的仓库正以每天 +915 star 的速度攀升，总 star 数已经突破 19000。定位明确：开源版的 Claude Cowork 替代品，让任何 AI Agent 的技能、MCP 连接和配置都能打包成一条链接，在团队成员之间一键共享。
OpenWork 由 different-ai 团队开发，基于 OpenCode 构建，已获得 Y Combinator 支持。它同时提供桌面应用（macOS / Windows / Linux）和远程 MCP 服务，核心思路是把 AI Agent 的能力层从具体工具中抽离，形成可迁移、可管理的标准化资产。
核心问题：Agent 能力碎片化
当前 AI Agent 生态面临一个结构性问题。一个开发者可能在 Claude Code 里配置了十几个 MCP 服务器和自定义技能（Skills），在 Cursor 里又配了一套不同的工具链，团队里其他成员各自重复着同样的配置工作。当有人写了一个好用的代码审查技能，分享给同事意味着发一堆文件、写一篇安装文档，对方还要手动把路径和密钥配进去。
OpenWork 要解决的就是这个断裂层。它的架构可以概括为三层：
- 桌面应用层：Electron + TypeScript 构建的本地优先应用，提供可视化界面管理技能、MCP 连接和工作空间。文件留在本地，不走云。
- MCP 协议层：一个远程 MCP 服务器（
https://api.openworklabs.com/mcp/agent），暴露两个工具：search_capabilities查找可用能力，execute_capability执行具体任务。 - 管理控制台（OpenWork Den）：面向团队和企业的控制面，管理成员、模型提供商、桌面策略和技能市场。
关键在于，OpenWork 的 MCP 层是工具无关的。你在 OpenWork 桌面应用里配置好技能和 MCP 连接后，任何一个支持远程 MCP 的 Agent（Claude Code、Codex、Cursor、ChatGPT Desktop、VS Code 等）都能通过同一个 MCP 端点访问这些能力。
MCP 即能力总线
OpenWork 的技术设计围绕 MCP（Model Context Protocol）构建。MCP 是 Anthropic 在 2024 年底提出的开放协议，定义了 AI 模型如何与外部工具、数据源和服务交互。OpenWork 把 MCP 从「单个 Agent 的配置项」升级成了「组织级的共享层」。
具体的工作流程是：
- 在 OpenWork 桌面应用中创建工作空间，配置 MCP 服务器（如 Granola 会议笔记、Google Workspace、各类数据库连接），编写或导入技能（SKILL.md 格式的 Markdown 过程文件）。
- 通过命令行将技能和 MCP 配置打包发布到 OpenWork 组织：
share my skills and MCPs with my OpenWork org。系统自动发现本地 MCP 配置、解析 SKILL.md 文件，打包后上传到组织。 - 团队成员在自己的 Agent 中添加 OpenWork MCP 端点，通过 OAuth 登录选择组织后，立即获得所有已共享的技能和连接。
这种设计意味着一个团队只需要维护一份技能库。新成员入职时不需要逐个配置 MCP 服务器和密钥，添加一个 MCP 端点即可继承全部能力。对于使用多种 Agent 工具的团队（比如有人用 Claude Code，有人用 Cursor），同一套技能在两个工具中都可用。
与 Claude Cowork 的关键差异
Anthropic 的 Claude Cowork 于 2026 年 1 月作为研究预览版发布，4 月进入正式版。它把 Claude Code 的 Agent 架构（文件访问、多步执行、工具集成）封装进 Claude Desktop 应用，提供无需终端的可视化界面，支持子 Agent 并行执行和 MCP 连接器。
OpenWork 在交互形态上与 Claude Cowork 类似，但有几个架构层面的关键差异：
| 维度 | Claude Cowork | OpenWork |
|---|---|---|
| 模型支持 | 仅 Claude 系列 | 50+ 个 LLM 提供商，自带密钥 |
| 开源 | 闭源 | MIT 许可证，源码完全开放 |
| 部署模式 | 远程运行（Anthropic 服务器） | 本地优先，文件不离开设备 |
| 技能共享 | 通过 Anthropic 模板和插件 | 任意 MCP + SKILL.md，组织级一键共享 |
| Agent 兼容性 | 仅 Claude Desktop | 任何支持远程 MCP 的客户端 |
| 定价 | Max 订阅 $100-$200/月 | 桌面应用免费，团队版 $10/席位/月 |
Claude Cowork 在 2026 年 7 月扩展到了 Web 和移动端，会话和文件保存在 Anthropic 服务器上。OpenWork 则坚持本地优先路线：桌面模式下，文件操作在本地执行，提示词直接发送到用户选择的 LLM 提供商，不经过 OpenWork 的中间服务器。
OpenWork Den：面向团队的控制面
对于需要规模化部署的场景，OpenWork 提供了 Den 控制台。它的功能包括：
- 推理供给管理：集中配置模型提供商，控制不同成员和团队可使用的模型范围。管理员可以按角色分配推理资源。
- 成员和团队管理：邀请成员、创建团队、设置访问权限。支持 SSO / SAML 和 SCIM 自动化配置（企业版）。
- 桌面策略：限制本地模型访问、控制应用版本更新策略、配置设备级别的安全策略。
- 技能市场：发布技能和插件到组织内部市场，按组织、团队或个人级别分配。
- Anthropic 插件兼容：导入 Anthropic 格式的插件，其技能和远程 MCP 自动通过 OpenWork MCP 可用。
Den 的 Analytics 面板提供使用指标监控，但仅收集事件元数据（活跃成员数、会话数、任务成功率），不收集提示词、代码或文件内容。
技术栈与开发体验
OpenWork 桌面应用基于 Electron + TypeScript + Vite 构建，使用 pnpm 管理依赖。对于想要贡献代码或自行部署的开发者，仓库提供了完整的本地开发流程。
多 worktree 开发是内置支持的。运行 pnpm dev:worktree 会自动为每个 worktree 派生独立的配置文件目录、分配可用的 CDP（Chrome DevTools Protocol）端口和 Vite dev-server 端口，避免多个实例间的冲突。开发启动时会输出 banner 信息，包含配置文件路径和 CDP URL，方便连接调试工具。
OpenWork MCP 的远程端点使用 Streamable HTTP 传输协议和 OAuth 2.0 认证。在 OpenCode 中已经过原生验证，对 Codex、Claude Code、Cursor、ChatGPT Desktop 和 VS Code 提供设置指南。访问权限由组织成员身份、角色和策略控制。
谁适合用
OpenWork 的目标场景比较清晰：
小型开发团队：多个开发者使用不同 Agent 工具时，OpenWork 提供统一的技能和 MCP 管理层。一个人写好的技能，整个团队通过一条链接获得。
注重数据隐私的组织：本地优先架构意味着敏感文件不经过第三方服务器。配合 Ollama 等本地模型，整套 Agent 工作流可以完全离线运行。
需要多模型灵活切换的用户：50+ 个提供商的支持意味着可以在 GPT、Claude、Gemini 和本地模型之间自由切换，而技能和工具配置不需要重新搭建。
企业 IT 管理场景：Den 的桌面策略、版本控制和推理供给管理功能，为规模化部署提供了审计和治理能力。
开源 AI Agent 工具生态的趋势
OpenWork 的快速增长（19000+ star、近 1900 fork）反映了一个更广的趋势：开发者社区正在围绕开源 AI Agent 工具形成新的工具链层。
Claude Cowork 的发布确立了「AI Agent 桌面应用」这个品类，但它绑定单一模型供应商、闭源、数据上云的限制催生了一批开源替代方案。OpenWork、OpenClaw、Eigent、Open Cowork 等项目从不同角度切入：OpenWork 主打团队技能共享和 MCP 统一管理，OpenClaw 聚焦聊天驱动的 Agent 系统，Eigent 走多 Agent 协作路线。
这些项目共同指向一个方向：AI Agent 的能力层（技能、工具、连接）正在从具体的 Agent 运行时中解耦，变成可移植、可组合的独立资产。MCP 协议的普及加速了这个过程，让跨工具的能力共享成为可能。
OpenWork 的定位恰好卡在这个趋势的关键位置：它不试图替代任何 Agent，而是做所有 Agent 之上的能力管理层。这种「连接器」策略如果能建立起网络效应，可能会成为 AI Agent 工具链中的基础设施层。