文档大纲

different-ai/openwork：Claude Cowork 的开源替代，一份配置让 Codex、Claude Code、Cursor 全团队复用

openwork 项目的自我介绍是 "Claude Cowork 的开源替代"——听起来像是又一个套壳，但点进去看架构，会发现它解决的是一个非常具体、非常多人卡住的痛点：你在 Codex、Claude Code、Cursor 里各自配的技能、MCP、连接服务，能不能一次性在团队里共享？

这篇文章会拆开 openwork 的架构，对比同类项目，最后给"想自己搭团队 AI 工作台的人"一份上手指引与可借鉴设计。文末附"如果你已经在用 OpenClaw / Claude Code，能从 openwork 学到什么"小节。

项目定位

openwork 是 different-ai 团队开源的 AI 工作流共享平台，基于 opencode 构建，桌面端用 Electron 打包，支持 macOS、Windows、Linux 三大平台。它的目标用户不是个人开发者，而是企业团队——多人协作时，多个 AI 编程工具如何复用同一套技能和配置，是目前行业里普遍头痛的问题。

简单说，openwork 把"技能"和"MCP 连接"抽象成了共享资源，通过一个远程服务器 + 桌面管理后台，让团队里所有 Agent 客户端都能访问。

核心功能

功能说明
跨 Agent 技能共享技能、MCP、连接服务一次配置，Codex / Claude Code / Cursor / 其他兼容 Agent 全团队复用
桌面管理应用（OpenWork App）独立工作空间，支持多 Agent 客户端接入
OpenWork Den（管理控制台）企业级：成员管理、团队权限、桌面策略、模型供应商配置、插件市场
OpenWork MCP（远程 MCP 服务器）向兼容 Agent 暴露两个工具：searchcapabilities（查找可用能力）+ executecapability（执行能力）
Anthropic 插件导入兼容 Anthropic 插件格式，自动转化为 OpenWork 技能和 MCP
OAuth + 浏览器认证添加 MCP 时自动打开浏览器完成身份验证
pnpm dev:worktree支持多 git worktree 并行开发，各自独立 Electron + CDP 配置

项目数据

  • 今日星数：+806 ⭐（Trending AI 排名第 1）
  • 总星标：19,599 ★ | Fork：2,011
  • 平台支持：macOS、Windows、Linux（Electron 桌面应用）
  • 技术栈：TypeScript + Electron + Vite + pnpm
  • 许可证：开源（具体见仓库 LICENSE）

安装部署

# 添加 OpenWork MCP 到 Codex
codex mcp add openwork --url https://api.openworklabs.com/mcp/agent

# 添加到 Claude Code
claude mcp add --transport http openwork https://api.openworklabs.com/mcp/agent

# opencode.json 配置
{
  "mcp": {
    "openwork": {
      "type": "remote",
      "enabled": true,
      "url": "https://api.openworklabs.com/mcp/agent",
      "oauth": {}
    }
  }
}

# 桌面应用下载
# https://openworklabs.com/download

# 本地开发
git clone https://github.com/different-ai/openwork
cd openwork
pnpm install
pnpm dev

与同类项目对比

项目定位技能复用MCP 支持团队管理部署方式
openwork企业 AI 工作流共享平台跨 Agent 跨团队原生 MCPDen 控制台Electron 桌面 + 远程 MCP
openclaw/openclawAgent + 工具生态Skills 系统MCP部分自托管
n8n-io/n8n工作流自动化有限是是自托管 / 云
mvanhorn/last30days-skill社媒情报聚合单技能否否Agent 插件

核心差异：openwork 解决的是「团队内多个 AI 工具（Codex / Claude Code / Cursor）如何共享同一套技能和配置」的问题，本质是一个 MCP Hub + 团队配置分发系统。n8n 偏工作流自动化，OpenClaw 偏个人/小团队技能生态，openwork 填补的是「企业级跨工具协同」这块空白。

谁需要、谁不需要

你大概率需要 openwork 的场景

  • 团队超过 5 人，每个人的 Claude Code / Codex / Cursor 都各自配 MCP 连接
  • 你配好的某个 skill 想让全团队都能直接用，而不是每人重新写一遍
  • 你需要一个集中的地方管理"谁能用哪个模型、哪个 MCP、哪个付费 API key"
  • 你想接 Claude Cowork / 类似企业 AI 协作平台，但 Anthropic 官方服务不符合数据合规要求

你暂时不需要 openwork 的场景

  • 你是个人开发者，单兵作战，Claude Code / Codex 一把梭
  • 你的团队还在用同一个 IDE（比如全员 Cursor），不需要跨工具同步
  • 你的"技能"只写在本地文件里，没有跨设备同步需求
  • 你更在意"工作流自动化"而不是"AI 工具配置共享"

部署与上手成本

维度评估
上手难度中等（需熟悉 MCP 概念 + opencode 配置 + Electron 应用部署）
运维成本较高（桌面应用 + Den 控制台 + 远程 MCP 服务器，至少三套系统）
依赖项Node.js + pnpm + Electron + 一个可用的远程 MCP 服务器域名
团队适配小团队（< 10 人）可能 over-engineering；中大团队（20+ 人）收益明显
数据合规自托管版本可避免数据走第三方（具体看 Den 控制台的部署模式）

优缺点速览

优点

  • 填补市场空白：跨 AI 工具配置共享是真实痛点，目前没有第二个项目做到这个深度
  • 原生 MCP：不是事后加 MCP 支持，而是把 MCP 当作核心抽象来设计
  • OAuth 集成：MCP 接入走浏览器 OAuth，对非技术团队成员友好
  • 插件市场潜力：Den 控制台的"插件市场"机制给团队共享 skill 提供了现成框架

缺点

  • 依赖桌面应用：Electron 包对 Linux 服务器环境不友好，纯命令行工作流的人会用不上
  • 生态初期：刚发布不久，第三方插件少、文档薄、生产案例稀缺
  • Den 控制台复杂度：企业级管理后台对小团队来说反而是负担
  • 远程 MCP 服务器：默认指向 api.openworklabs.com，自托管需要额外的反向代理 + 鉴权配置

💡 落地借鉴：如果你已经在用 OpenClaw / Claude Code，能从 openwork 学到什么

虽然不一定直接部署 openwork，但它的几个设计思路非常值得借鉴：

1. 远程 MCP + OAuth 认证（落地难度：中）

openwork 接入 MCP 的方式是"浏览器 OAuth 自动跳转"，而不是手填 API key。这套体验可以直接抄到 OpenClaw 的 MCP 注册流程——目前 OpenClaw 的 MCP 接入是配置式（填 URL + key），对非技术用户不够友好。

改造方向：在 OpenClaw 的 mcp add 命令里加入 OAuth 浏览器跳转支持，参考 claude mcp add --transport http openwork ... 这种用法。

2. 技能跨 Agent 复用（落地难度：低）

openwork 把"技能"抽象成可序列化的资源对象，通过 MCP 暴露给所有兼容 Agent。OpenClaw 已经有 Skills 系统，但目前是本地文件，没有"导出/导入"和"团队共享"的概念。

改造方向：在 OpenClaw skill 里加 openclaw skill export <name> 和 openclaw skill import <package> 命令，把 skill 打包成可分发的 tar 包。后续可演进成"团队 skill 仓库"。

3. Anthropic 插件兼容导入（落地难度：低）

openwork 直接兼容 Anthropic 插件格式，自动转化为自家技能和 MCP。这意味着用户已经在用的 Claude 插件不需要重写一遍。

改造方向：让 OpenClaw 的 skill-creator 工具支持导入 Anthropic 插件格式，复用现有 Claude 生态。

4. Den 管理控制台（落地难度：高）

openwork 的 Den 控制台做了成员管理、团队权限、桌面策略、模型供应商配置、插件市场——对企业来说这些是刚需，但对个人开发者来说 over-engineering。

改造方向：长期看 OpenClaw 可以出一个"团队版"或"clawhub 团队版"，但现阶段（个人/小团队为主）不需要急着做。

写在最后

openwork 本质上在做一件"工程化 AI 团队协作"的事——把散落在每个开发者本地的 MCP 配置、skill 文件、API key 抽出来，集中管理、跨工具分发。当团队规模超过 10 人、多 AI 工具并存时，这种"配置即资产"的思路是必然趋势。

短期看，它的桌面应用 + 远程 MCP 服务器组合对中小团队来说门槛偏高；但它的"技能跨工具复用"和"OAuth 接入 MCP"这两个设计模式，已经足够独立借鉴到任何现有的 AI 编程工具生态里——包括 OpenClaw。

参考资源

  • GitHub 仓库：https://github.com/different-ai/openwork
  • 官方网站：https://openworklabs.com
  • MCP 接入文档：https://openworklabs.com/docs/mcp
  • 远程 MCP 端点：https://api.openworklabs.com/mcp/agent
阅读量： 329

网站备案号：沪ICP备2025137870号