把 Claude Cowork 换成开源版——OpenWork 让团队 AI 配置不再各配各的

我们公司现在用 AI 工具的人越来越多了。有人用 Claude Code，有人用 Cursor，还有人用 Codex CLI。每个人本地都配了一套 MCP、API Key、自定义 Skill，出了问题互相帮不上忙，新人入职又要重新配一遍。

最近看到 OpenWork，different-ai 团队开源的，TypeScript 写的，20k Star。它给自己的定位是 Claude Cowork 的开源替代，但核心解决的问题我更感兴趣：让团队里的不同 AI 工具共享同一套技能和连接服务。

我把它研究了一遍，今天说说这个思路。

一、它解决什么问题

现在的 AI 编程工具很多，但有个很烦的点：技能、MCP、连接服务都锁在单个客户端里。

你在 Claude Code 里配了一个很好用的代码审查 Skill，同事用 Cursor 就用不了。你在 Codex 里接了一个内部 API 的 MCP，换台机器又要重新配。团队规模一上去，每个人都在重复造轮子。

OpenWork 的做法是：做一个共享的 AI 工作流中枢。你在这个中枢里配置一次 Skill、MCP、连接服务，然后通过一个远程 MCP 暴露给所有兼容的 Agent 客户端。

OpenWork 中枢├── Skills（技能库）├── MCP 连接├── Google Workspace / Microsoft 365└── 插件市场 │┌────┼────┬────────┐││││▼▼▼▼ CodexClaudeCursor其他 MCP 客户端

二、核心设计：一个 MCP，打通所有客户端

OpenWork 最巧妙的地方是用 MCP 协议作为统一接口。

它在云端或本地跑一个 OpenWork MCP 服务器，然后让 Codex、Claude Code、Cursor 这些客户端都连到这个 MCP。客户端只需要知道两个工具：

search_capabilities：查询当前用户能用哪些能力 execute_capability：执行选中的能力

# Codexcodex mcp add openwork --url https://api.openworklabs.com/mcp/agent# Claude Codeclaude mcp add --transport http openwork https://api.openworklabs.com/mcp/agent# OpenCode# 在 opencode.json 里加一段远程 MCP 配置

接完之后，你在任一客户端里都能调用 OpenWork 中枢里配置好的技能，而不需要每个客户端单独配置。

三、OpenWork Den：团队级管理控制台

如果只是个人用，OpenWork 和一个本地 MCP 服务器差别不大。它的团队价值在 OpenWork Den 这个管理控制台：

Den 里可以做的事情：

成员管理：邀请队友、创建团队 权限控制：谁能用哪个模型 provider、哪个 MCP、哪个 Skill 桌面策略：限制本地模型访问、控制可使用的应用版本 插件市场：发布团队内部的 Skill 和插件 模型供应：集中配置推理 provider，统一管控 API Key

这个设计对企业的意义很实际：以前 API Key 散落在每个人本地，现在可以集中管理、按团队分配。

四、桌面应用 任意 Agent

OpenWork 有一个 Electron 桌面应用，提供独立的工作空间。但它的设计是"桌面应用 optional"——你可以不用桌面应用，直接从你现有的 Agent 里调用 OpenWork 的能力。

桌面端主要价值：

可视化管理工作空间 浏览和安装 Skill 管理 MCP 连接 OAuth 登录时自动打开浏览器完成认证

后台引擎用的是 OpenCode CLI，所以 OpenWork 本质上是 OpenCode 的一个企业级封装层。

五、能做什么实际工作

OpenWork 本身不直接做"文档智能摘要"或"跨文件检索"，但它可以通过 Skill 和 MCP 接入这些能力。比如：

接一个文档处理 MCP，做长文档摘要 接一个代码图谱 MCP，做跨文件检索 接 Google Workspace / Microsoft 365，处理邮件和日历 接内部 API，做业务自动化

它提供的是统一的接入和分发层，具体能力来自你配置的 Skill 和 MCP。

内置也支持导入 Anthropic 兼容的插件，自动转化为 OpenWork 的 Skill 和 MCP。这对已经在用 Claude 生态的团队很友好。

六、部署方式

个人快速体验

git clone https://github.com/different-ai/openwork.gitcd openworkpnpm installpnpm dev

团队部署

OpenWork 支持两种模式：

Host Mode：在本地或服务器启动完整服务，适合个人或团队共享服务器 Client Mode：连接到远程 OpenWork 服务器，适合团队协作

对于企业，通常会自己部署 OpenWork Den 远程 MCP 服务器，让团队成员通过 Client Mode 连接。这样可以保证数据不走到 OpenWork 官方的 SaaS。

七、我的判断

适合谁：

团队里同时用多种 AI 工具（Codex / Claude Code / Cursor / OpenCode） 希望统一管理团队 Skill、MCP、API Key 对数据合规有要求，想私有化部署 想让非技术同事也能通过 OAuth 轻松接入 MCP

不适合谁：

个人开发者单兵作战 团队全员只用同一个 IDE（比如全员 Cursor） 不想维护额外基础设施的小团队 主要需求是工作流自动化而非工具配置共享

实际价值：

OpenWork 最打动我的是它把"AI 工具配置"当成了一种团队资产。Skill、MCP、连接服务不再是每个人本地的一堆零散文件，而是可以发布、版本化、分配权限的共享能力。

这在 10 人以上的团队里很有价值。想象一下：安全审计通过的 MCP、经过测试的代码审查 Skill、对接好的内部 API，全部在 Den 里发布，新同事入职自动获得——这比每次手把手教效率高得多。

结语

OpenWork 不是又一个 AI Chat 客户端，而是一个企业级 AI 能力分发平台。它解决的不是"让 AI 做什么"，而是"让团队的 AI 工具如何共享同一套能力"。

当 AI 编程工具越来越多、团队里工具越来越杂时，这种"配置即资产"的思路会变得越来越重要。