Andrew Ng stellt OpenWorker vor: Ein Open-Source-KI-Agent für den Desktop, der Ergebnisse liefert, nicht nur Gespräche

Andrew Ng hat OpenWorker vorgestellt – einen offenen Desktop-KI-Agenten, der fertige Arbeit abliefert, statt eine Unterhaltung zu führen. Statt eines Prompts gibt der Nutzer das erwartete Ergebnis an: ein fertiges Dokument, eine Antwort in Slack mit genauen Zahlen, ein aktualisierter Kalender, ein sortiertes E-Mail-Postfach. Daraufhin zerlegt der Agent die Aufgabe in Schritte, arbeitet mit lokalen Dateien und angebundenen Apps und fordert vor jeder signifikanten Aktion eine Bestätigung an. Die Architektur umfasst vier Ebenen: eine Desktop-Hülle auf Tauri 2 mit React 18, einen lokalen Agent-Server auf Python (FastAPI, uvicorn, Port 127.0.0.1:8765), eine Ebene mit Fähigkeiten und Konnektoren (lokale Werkzeuge, gehostete Integrationen, MCP) sowie einen Modell-Router, der auf der Bibliothek aisuite basiert. OpenWorker bietet keinen eigenen Inferenzdienst – der Nutzer fügt einen API-Key ein oder startet eine lokale Umgebung. Die Liste der unterstützten Modelle umfasst 30 Positionen: native Anbieter (OpenAI, Anthropic, Google), OpenAI-kompatible (GLM, DeepSeek, Kimi, MiniMax, Qwen, Grok, Mistral), Open-Weight-Modelle über Together AI und Fireworks sowie vollständig lokale Modelle über Ollama (ohne Schlüssel). Ein Schlüsselmerkmal ist die Berechtigungs-Engine, die jede Aktion in vier Risikoklassen einteilt (Lesen, Schreiben, Befehlsausführung, externe Effekte) und fünf Berechtigungsmodi unterstützt. Im autonomen Modus werden Benachrichtigungen an den Posteingang gesendet, die Sitzung wird bis zur Antwort pausiert. Die Sicherheitsrichtlinie schreibt vor, dass das Modell den Inhalt von Tools, Logs, Webseiten und eingehenden Nachrichten als nicht vertrauenswürdige Daten und nicht als Anweisungen betrachtet. Die Privatsphäre wird durch lokale Verarbeitung gewährleistet: Modellaufrufe erfolgen direkt, Konnektor-Tokens und Schlüssel bleiben auf dem Rechner, Geheimnisse gelangen nicht in den Modellkontext. Die einzige Cloud-Komponente ist ein optionaler Broker für OAuth-Handshakes (Auth0 mit PKCE), Tokens werden sofort auf dem Rechner ausgestellt und nicht in der Cloud gespeichert. Die Anwendung ist vollständig ohne Anmeldung nutzbar. Der Quellcode ist auf GitHub verfügbar (MIT-Lizenz).