Coworker 上手指南：三步跑通你的本地 AI 桌面协作助手
【免费下载链接】coworkerCoworker is the open source Al coworker that lives on your desktop项目地址: https://gitcode.com/gh_mirrors/op/coworker
手头一堆散落的文档、会议记录和待办，翻来覆去就是理不出头绪？Coworker 是开源的 AI 桌面协作工具（一个"AI coworker"），它跑在你自己的电脑上，接上模型后就能把这类杂活一步步干完——你要的是做完的成果，而不是一段对话。
它本地优先，数据不轻易离开机器，模型和集成都你自己选；适合想在本地部署一个 AI 桌面协作工具、又不想被绑定单一供应商的普通用户。
这篇教程带你从克隆源码到跑起本地服务、接入模型，再完整走一遍第一个真实任务，最后快速过一遍界面。
一、先备好环境，再克隆源码
开始前的环境要求：
- Python 3.10 及以上
- Node.js 20 及以上
- Rust 工具链（桌面外壳需要，通过 rustup 安装）
源码获取：
git clone https://gitcode.com/gh_mirrors/op/accomplish之所以要源码而不是安装包，是因为它同时包含 Python 后端（coworker/，引擎、模型服务、连接器都在这里）和桌面层（surfaces/gui/，React 界面 + Tauri 外壳），从源码跑可以清楚看到每一层在做什么。
二、三步启动本地服务
- 首次引导：初始化并创建 Python 虚拟环境（Windows 请在 Git Bash 或 WSL 里执行）。
bash packaging/setup_dev_env.sh- 启动本地 agent 服务器，
--port 8765指定端口。
.venv/bin/python -m coworker.server.run --cwd ~/some/project --port 8765- 另开一个终端，进入界面目录并启动浏览器 UI。
cd surfaces/gui npm install npm run dev当浏览器里的 UI 成功加载、并且能连上 8765 端口的本地服务器，就说明启动成功，可以开始用了。
提示：想跑完整的桌面应用而不是浏览器 UI，把第 3 步换成
npm run tauri dev即可。
三、接上你的模型（本地或云端）
Coworker 不绑定任何模型：粘贴自己的 API key 用 OpenAI、Anthropic、Google Gemini 等云端服务，或者完全本地跑 Ollama 等开源模型。数据只经过你选择的模型和集成。
接入云端模型：打开 设置 ▸ Models & Keys，选择对应的 provider，粘贴 API key，选一个支持工具调用的模型，点连接，看到已连接即完成。
接入本地模型（以 Ollama 为例）：
- 确认本机 Ollama 正在运行并已下载模型。
- 在 Models & Keys 里选 Ollama，填写服务器地址。
- 从下拉里选已安装的模型，点连接验证。
各本地服务默认地址速查：
| 服务 | 默认地址 |
|---|---|
| Ollama | 本地默认，可在设置里改 |
| LM Studio | http://localhost:1234 |
| llama.cpp | http://localhost:8080 |
| vLLM | http://localhost:8000 |
| Jan | http://127.0.0.1:1337 |
| Docker Model Runner | http://localhost:12434/engines |
更多本地服务的配置细节见 docs/local-servers.md。
四、跑一个真实任务
- 在输入框用自然语言给出你要的结果，比如"把这几份会议记录整理成一份可发的周报"。
- 发送。Coworker 会把任务拆成步骤，跨你的本地文件与已连应用逐步执行，界面实时显示进度。
- 涉及发消息、改日历、跑命令这类不可逆操作时它会先确认，你批准或改方向；最终交付的是可直接打开的文件，而不是一张待办清单。
想省事可以直接选预设的 coworker 模板：安全审查、云配置审计、事件分诊、日常办公、定时自动化，各带好一套工具与工作方式；选一个，对准真实工作开跑即可。
五、界面速览
用了几次再回头看，界面主要分四块：
Coworker AI 桌面协作工具工作原理架构图
图：Coworker 的本地架构——桌面外壳之下是本地 agent 服务器，再向下对接你的文件、工具与模型
- 任务历史：左侧，记录所有会话与进行中的任务。
- 中央输入区：输入指令、看实时进度与结果。
- coworker 模板：常见任务的预设入口。
- 设置：Models & Keys 配模型，其余配偏好与沙箱。
六、常见问题 FAQ
Q：引导脚本setup_dev_env.sh报错，启动不起来？多是没有装 Rust 工具链，或 Python / Node 版本低于 3.10 / 20。按上面"环境要求"补齐后重跑。
Q：端口 8765 被占用，服务器起不来？换个空闲端口即可，例如把--port改成8766。
Q：模型连接不上？多半是本地服务没起或地址不对。确认 Ollama / LM Studio 已在运行，地址和上表一致，再点连接重试。
Q：它老是要我点确认，卡住了？这是设计使然：写入、发送、shell 命令默认都要你批准，防止它擅自改东西；确认可信后，可把常见操作加入自动放行。
从克隆源码到跑起第一个任务，你已经在本地有了一个可治理、不绑定的 AI 桌面协作助手。想深入配置与沙箱，看 docs/；想加自定义能力，可以从 coworker/skills/ 技能目录入手，或改 docs/config.example.toml 里的默认值。
【免费下载链接】coworkerCoworker is the open source Al coworker that lives on your desktop项目地址: https://gitcode.com/gh_mirrors/op/coworker
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
![[rosrun] Couldn‘t find executable named turtle_node below /opt/ros/noetic/share/turtlesim](http://pic.xiahunao.cn/yaotu/[rosrun] Couldn‘t find executable named turtle_node below /opt/ros/noetic/share/turtlesim)
