1. 为什么要在 Windows 上折腾一个本地 AI 助手

如果你和我一样，日常办公里有一半时间在跟本地文件夹打交道——整理会议纪要、批量改文档、把一堆 Markdown 汇总成 Word——那你大概也想过：能不能让 AI 直接读我电脑里的文件，而不是每次复制粘贴到网页对话框里？

OpenCowork 就是冲着这个需求来的。它是一个 Windows 桌面端 AI 助手，一键安装、带 GUI 界面，核心能力有两条：一是直接读写本地文件，二是接入飞书机器人，让你在手机或飞书里发条消息就能指挥电脑干活。最关键的是，它只需要配置一个 Token 就能跑起来，不用绑定账号登录。

这篇文章我会把两条主线都走一遍：本地文件读写的最小闭环，以及飞书机器人的接入流程。中间会给出可复制的 Token 配置片段、飞书回调参数、本地目录授权步骤，最后用三个验证动作收尾——文件读取回显、机器人消息往返、异常 Token 报错定位。你看完就能判断这东西适不适合自己的办公场景。

先说结论方向：OpenCowork 更适合本地文档生成、资料整理、代码或文本批量处理这类需要直接操作文件的活儿。它在生成速度和复杂任务支持上跟云端 AI 服务还有差距，尤其是长文档和多工具协作时稳定性一般。把它当成本地文件处理的辅助工具，而不是云端 AI 的替代品，心态就对了。

安装包在 GitHub 的 AIDotNet/OpenCowork 仓库，右侧 releases 里找对应架构。我是 x64，下载的是 amd 版本。安装时建议把默认的 C 盘路径换成其他磁盘，后面处理大文件不容易爆盘。装完打开，界面左侧是工具栏，右上角是用户头像，整体布局挺清爽。

有一点要提前说：OpenCowork 很多自动化能力依赖 Python。如果你机器上的 Python 版本比较老，建议先自己升级一下，然后让 OpenCowork 检测环境是不是最新的，顺手把依赖也升了。这一步不做，后面某些 skill 可能会报环境错误。

2. 配置 Token 与模型：OpenCowork 接入 API 的完整步骤

OpenCowork 本身不带模型，它是个壳，真正干活的是你配置的模型 API。所以第二步就是填 Token。

点击左上角用户头像，点头像下的「设置」，弹窗里一直拖到最下面，找到「打开完整版设置」。这里能看到模型选择、API Key 输入框、连通性检测几个关键项。

模型这块，根据你要写的文档类型选：写学术论文我倾向 DeepSeek，写技术文档 Kimi 还可以，办公杂项文档 MiniMax 表现不错。选好模型后，把对应的 API Key 填进去，然后点「检测」看连通性。

如果你用的是 TaoToken 这类聚合服务，Base URL 和 Key 的填法是这样的。先到 API Keys 页面生成一个 Key：

{ "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model_id": "claude-sonnet-4-5" }

对应到 OpenCowork 的设置界面：Base URL 填https://taotoken.net/api，API Key 填你生成的那串，Model ID 填你要用的模型标识。三个字段缺一不可，尤其是 Model ID，填错了会直接报模型不存在。

这里有个坑我踩过：OpenCowork 的完整版设置里，模型选择和 API Key 是分开的两块，有时候你选了模型但 Key 没保存成功，检测就会失败。填完记得点一下保存，再点检测。

配置完成后，点左侧工具栏的对话框，就能开始实际操作了。第一次用建议先选一个干净的、只跟工作内容相关的文件夹作为操作路径，把需要的资料移进去。我测试时用的是桌面，但桌面文件太杂，AI 容易读错目标，后来换成了专门的测试文件夹。

关于 Token 的消耗，实测生成 3 页 Word 大概 5 分钟，其中包含联网搜索的时间。同样的任务豆包测试下来 1 分钟就出结果。差距主要在于 OpenCowork 严重依赖本地 skill，本地生成速度远低于云厂商。但考虑到它花的是你自己的 Token，这个速度也能接受。

如果你打算长期用它做编码或 Agent 类任务，可以考虑 Coding Plan，Token 额度更充裕，适合高频调用。只是验证模型效果的话，模型对话页面就够用了。

3. 本地文件读写与目录授权：可复制的配置片段

本地文件操作是 OpenCowork 的核心卖点，但它的权限模型需要你显式授权目录。不授权的话，AI 只能看到你当前打开的那个文件夹。

在对话框里，选择工具要操作的路径。建议选一个专门的工作文件夹，比如D:\AIWork，把要处理的资料都放进去。然后在 OpenCowork 的设置里，找到「允许读取的路径」这一项，把D:\AIWork加进去。多个路径用换行分隔。

如果你要让它生成文件，还要确认写入权限。OpenCowork 默认可能只读，需要在设置里把「允许写入」打开。写入路径同样限制在你授权的目录内，不会乱跑到系统盘。

一个可复制的配置片段，放在 OpenCowork 的 settings 文件里（路径通常在%APPDATA%\OpenCowork\settings.json）：

{ "workspace": { "allowed_read_paths": [ "D:\\AIWork", "D:\\Projects\\docs" ], "allowed_write_paths": [ "D:\\AIWork\\output" ], "max_file_size_mb": 20 }, "model": { "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model_id": "claude-sonnet-4-5" } }

注意路径里的反斜杠要转义成双反斜杠，这是 JSON 的规矩，写错了会解析失败。

授权完成后，在对话框里输入指令，比如「读取 D:\AIWork\会议纪要.md，总结成 3 条要点，写入 D:\AIWork\output\summary.md」。OpenCowork 会先调用文件读取工具，把内容拉进上下文，然后让模型处理，最后调写入工具落盘。

这里有个细节：如果你要结合本地数据写文档，一定要用/plan计划模式。普通模式下 AI 可能直接开写，忽略你文件夹里的参考资料。/plan会先列出步骤，确认它读了你指定的文件再执行。

联网搜索框可以根据实际情况启用或关闭。写需要最新资料的文档时打开，纯本地整理时关掉，能省不少 Token。

实测下来，生成 3 页 Word 含网页搜索约 5 分钟，纯本地文本处理会快很多。速度瓶颈主要在本地 skill 的执行和模型推理，跟云端 AI 的流式输出体验有差距，但胜在数据不出本地。

4. 飞书机器人接入：回调参数与消息往返验证

飞书机器人是 OpenCowork 的另一条主线。配好之后，你在飞书里发条消息，电脑上的 OpenCowork 就能收到并执行，相当于远程指挥。

先创建飞书应用。到飞书开放平台，创建一个企业自建应用，拿到 App ID 和 App Secret。然后给应用添加机器人能力，在权限管理里导入权限。权限 JSON 如下：

{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application:self_manage", "application:bot.menu:write", "contact:user.employee_id:readonly", "corehr:file:download", "event:ip_list", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource", "cardkit:card:write" ], "user": [ "aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read" ] } }

导入后，在「事件与回调」里把订阅方式改成长连接。长连接的好处是不需要公网 IP 或内网穿透，本地就能收事件。然后添加事件im.message.receive_v1，这是接收消息的关键事件。

切记：改完配置要重新发布应用版本，否则事件不生效。我测试时就是忘了重新发布，卡了半天以为配置错了。

发布后，回到 OpenCowork，点左侧的 Feishu Bot，把 App ID 和 App Secret 粘贴进去。滚动到最下方，配置「允许读取的路径」，然后点启用。

验证消息往返：在飞书里搜索你创建的应用，添加到工作台。然后在电脑 OpenCowork 对话框的加号里，勾选聊天频道飞书。接着在飞书机器人里发「现在几点了」或「桌面上有什么」，如果配置正确，机器人会回复并执行对应操作。

如果没反应，先检查三件事：应用是否已发布、事件是否订阅了im.message.receive_v1、OpenCowork 里的 App ID 和 Secret 是否跟飞书后台一致。这三个任一不对，消息都到不了。

5. 常见报错排查：401、local proxy failed 与 OAuth 问题

配置过程中最容易撞上的几类报错，我按实际遇到的顺序列一下。

401 Unauthorized：Token 无效或过期。先确认 API Key 有没有复制完整，前后有没有多余空格。如果是 TaoToken 的 Key，到 API Keys 页面看是否被禁用或额度耗尽。Base URL 也要检查，https://taotoken.net/api后面不要多加斜杠或路径。

local proxy failed：本地代理启动失败。OpenCowork 某些功能会起本地服务，如果端口被占用就会报这个。换个端口，或者重启 OpenCowork。也可能是防火墙拦了，把 OpenCowork 加入白名单。

reading choices 相关报错：通常是模型返回格式跟 OpenCowork 预期不一致。检查 Model ID 是否填对，有些模型标识在聚合服务里跟官方文档不一样。换一个模型试试，能快速定位是模型问题还是配置问题。

OAuth 报错：如果你在飞书那边看到 OAuth 相关错误，多半是应用权限没配全，或者重定向 URL 没填。飞书机器人走的是长连接，理论上不需要 OAuth 回调，但如果误开了网页应用模式，就会要求这个。确认应用类型是「企业自建应用」且只开了机器人能力。

飞书消息不回复：按上一节的三个检查点走。另外确认 OpenCowork 是否在运行，飞书 Bot 是否已启用。有时候 OpenCowork 最小化到托盘后，Bot 会暂停，需要保持主窗口运行。

文件读取为空：检查授权路径是否包含目标文件，路径分隔符是否正确。Windows 下用反斜杠，JSON 里要双写。文件大小超过max_file_size_mb也会读不到，调大这个值或拆分文件。

排查时建议开 OpenCowork 的日志，能看到具体的请求和响应。大部分问题看日志就能定位，比猜快得多。

6. 这套方案适合谁，以及怎么开始

回到最初的问题：OpenCowork 值不值得装？

如果你需要 AI 直接操作本地文件，又不想把数据传到云端，它是个可用的选择。配置 Token 就能跑，飞书机器人让你离开电脑也能指挥。适合本地文档生成、资料整理、代码或文本批量处理。

但别指望它替代云端 AI。生成速度、工具能力、复杂任务支持都有差距，长文档和多工具协作时尤其明显。把它当辅助工具，定位就准了。

想试的话，先去 API Keys 页面生成一个 Key，然后到接入文档看详细的 Base URL 和 Model ID 对照表。配置过程中遇到问题，模型对话页面可以快速验证 Key 是否有效。长期高频使用的话，Coding Plan 的额度更划算。

最后提醒一句：skill 目前不建议乱装，有投毒风险。日用满足就行，需要新 skill 时从官方渠道获取。