Andrew NgがOpenWorkerを公開：オープンソースでローカルファーストのデスクトップAIコワーカー、チャットではなく完成した成果物を返す

Andrew Ng氏は、チャットではなく完成した仕事を生成するオープンソースのデスクトップエージェント「OpenWorker」を発表しました。OpenWorkerは、プロンプトではなく成果物をユーザーに要求します。例えば、洗練されたドキュメント、実際の数値を含むSlack返信、更新されたカレンダー、分類された受信箱などです。その後、その成果物をステップに分解し、ローカルファイルや接続されたアプリを操作し、重要なアクションの前に確認を求めます。

4層のアーキテクチャ、すべてローカルで動作

リポジトリには、coworker/ディレクトリに119のPythonファイル（約32,400行）、surfaces/gui/に149のTypeScript/TSXファイル、そして78のバックエンドテストモジュールが含まれています。スタックは以下の通りです：

• デスクトップシェル：Tauri 2ネイティブウィンドウにReact 18 UIをラップし、バンドル識別子はcom.openworker.desktop、Pythonサーバーを管理します。
• ローカルエージェントサーバー：Python 3.10+、FastAPIとuvicornを使用し、デフォルトで127.0.0.1:8765にバインド。サンプル設定では1ターンを12のモデルツール反復に制限。
• 機能・コネクタ層：検証済みのローカルツール（ファイル、git、ripgrep検索、シェル、ToDo）に加え、ホスト統合とMCPを提供。
• モデルルーター：ネイティブ、OpenAI互換、リセラー、ローカルプロバイダーを統一的に扱うインターフェース。

エンジンはAndrew Ng氏のプロバイダー非依存LLMライブラリ「aisuite」上に構築されています。

モデルは持ち込み、厳選されたリストから

OpenWorkerは推論サービスを提供しません。ユーザーはAPIキーを貼り付けるか、アプリをローカルランタイムに向けます。厳選されたモデルマトリックスは正確に30エントリ。ネイティブプロバイダーはOpenAI（GPT-5.6シリーズ、GPT-5.5）、Anthropic（Claude Fable 5、Opus 4.8など）、Google（Gemini 3.1 Proなど）。OpenAI互換ベンダーはGLM-5.2、DeepSeek V4など。オープンウェイトモデルはTogether AIとFireworks経由、完全ローカルモデルはOllamaで提供され、キーは不要です。

パーミッションエンジンが実際のエンジニアリングの焦点

ほとんどのデスクトップエージェントプロジェクトは承認をUIの後付けとして扱いますが、OpenWorkerはそれを型付きレイヤーとして扱います。すべてのツール呼び出しは4つのリスククラスに分類されます：読み取り（副作用なし）、ローカル書き込み（ワークスペースを変更、パススコープ）、実行（コマンド実行）、外部（マシン外の副作用）。5つの許可モードが動作を決定します：議論と計画は読み取り専用、インタラクティブはデフォルトで書き込み・コマンド・外部アクションの前に確認、自動はすべて許可（パススコープ）、カスタムはユーザー指定のツールを自動承認。

2つの設計上の決定が際立ちます。

第一に、無人モードは自律性の上限を引き上げるものではなく、人間への連絡方法を変更するだけです。インラインで表示されるプロンプトは受信箱にルーティングされ、セッションは回答されるまで中断されます。

第二に、タスクスコープの常時ルールは外部リスクのみに制限されます。シェルコマンドは設計上、常に確認を求めます。

組み込みのオペレーター・ペルソナは、ツール、ログ、ウェブ、ファイル、受信メッセージからのコンテンツを命令ではなく信頼できないデータとして扱うようモデルに指示します。これは明確なプロンプトインジェクション対策であり、出荷時のペルソナに含まれています。

プライバシー：ローカルファースト

モデル呼び出しはマシンから設定されたプロバイダーに直接送信されます。会話、コネクタトークン、モデルキーはローカルに留まり、シークレットストアは秘密がモデルのコンテキスト、プロンプト、トレースに入らないように設計されています。

唯一のクラウドコンポーネントは、ワンクリックコネクタのOAuthハンドシェイクを処理するオプションのブローカーで、Auth0認可コード+PKCEを使用します。コネクタトークンはマシンに直接渡され、クラウドに保存されることはありません。アプリはサインアウト状態でも完全に機能し、手動で貼り付けた認証情報を使用します。

主要なポイント

• OpenWorkerはAndrew Ng氏によるMITライセンスのデスクトップAIコワーカーで、チャットではなく完成した成果物を返します。
• スタックはTauri 2 + Reactシェルと、aisuite上に構築されたローカルPython FastAPIエージェントサーバー。
• モデルアクセスは持ち込みキー方式で、30の厳選されたツール呼び出しモデルと完全ローカルのOllamaをサポート。
• 型付きリスクエンジン（読み取り/ローカル書き込み/実行/外部）が5つの許可モードですべてのアクションを制御。

詳細はGitHubリポジトリ、プロジェクトサイト、および発表をご覧ください。この研究のすべての功績は、このプロジェクトの研究者と開発者に帰属します。