### [WorkAny](https://hello123.com/)

**Published:** 2026-08-06T10:36:00

**Author:** hello123

**Excerpt:** WorkAny 是一款本地运行的桌面 AI 智能体，由个人开发者 1 周内用 Claude Code 完成开发，基于 Tauri 框架，支持自然语言生成 PPT、Excel、Word 和 React 网站，所有数据处理在本地完成，无需上传云端。

## WorkAny 工具定位一句话

**WorkAny** 是一款本地运行的桌面 AI **智能体**，由个人开发者在一周内用 **Claude** Code 完成开发。它的核心定位是让用户通过自然语言指令，直接让 AI 在本地执行任务，而非仅提供建议。项目于 2026 年 1 月开源，采用 Tauri 框架构建，支持 `Windows`、`macOS` 与 `Linux` 系统。

![WorkAny截图](https://cdn.hello123.com/wp-content/uploads/2026/07/workany.webp)

### 本地运行的桌面 AI 智能体

该工具的所有数据处理均在用户自己的电脑上完成，不经过云端服务器。它基于 Claude Agent SDK，能理解自然语言指令并调用工具去操作文件、生成文档或运行代码。

与网页版 AI 助手不同，WorkAny 可以直接读写本地文件系统。这意味着敏感文件无需上传，隐私性更强。

### Vibe Coding 一周诞生的项目

> 根据开发者公开分享，整个项目是“Vibe Coding”的产物。开发者描述自己同时开三个 Claude Code 实例，只做测试和提需求，代码全由 AI 生成。从想法到 MVP 上线，前后只用了一周时间，这本身就是一个 AI 编程范式的案例。

### 谁适合用 WorkAny

目标用户包括：需要自动化重复桌面任务的人、重视数据隐私的普通用户、愿意尝试开源工具的早期使用者。该工具适合想用自然语言整理文件夹、生成报表或搭建简单网页的用户。

非技术用户也能上手，但初期配置 **API** 密钥可能需要一些指导。

## WorkAny 主要功能一览

该工具的功能围绕“用对话驱动任务”设计，核心模块包括文档生成、代码执行、文件管理和外部工具扩展。它通过沙盒技术隔离运行环境，并支持多模型切换。

### 一句话生成文档与网站

用户只需输入自然语言指令，比如“生成一个季度销售数据 **PPT**”，WorkAny 就会自动创建包含图表和要点的演示文稿。它支持输出 Word、Excel、PPT 等格式。

对于网页，该工具能生成完整的 React + Tailwind CSS 应用，并在右侧面板实时预览效果。

### 沙盒里跑代码，安全隔离

WorkAny 内置沙盒执行环境，由 Codex CLI 驱动。即使用户电脑未安装 `Python` 或 Node，也能运行脚本。所有代码都在隔离空间执行，不会影响主系统。

这降低了运行陌生代码的风险，也省去了配置本地开发环境的麻烦。

### MCP 协议扩展外部工具

**MCP**（模型上下文协议，让大模型调用外部工具的协议，例如给 AI 接入数据库查询能力）是该工具扩展能力的关键。通过 MCP，它可以连接数据库、API 或其他服务。这意味着功能边界不限于内置工具，用户可按需接入更多外部资源。

### 多模型切换与本地订阅复用

该工具兼容 OpenRouter、**Anthropic**、**OpenAI** 等多个 AI 服务商，用户可以自由选择模型。如果本地已有 Claude Code **订阅**，还能直接复用，无需额外付费，这为已有付费计划的用户节省了成本。

## 使用 WorkAny 的几个前提条件

从下载到发出第一条指令，整体流程不算复杂。但首次配置需要一些准备，尤其是 API 密钥的设置。

### 下载安装包或源码编译

用户可以从 GitHub Release 页面下载安装包。Windows 版为 .exe，macOS 版为 .dmg，Linux 版为 .deb 或 .appimage。完整版约 **100 MB**+，内置 Node 和 Claude Code；精简版约 **20 MB**+，启动时引导安装依赖。

技术用户也可拉取源码自行编译。

### 首次启动的 API 密钥配置

启动后，应用会引导配置 AI 服务商的 API 密钥。若使用精简版，还需先安装 `Node.js` 和 Claude Code。密钥配置完成后，才能正常使用 AI 功能，这一步对非技术用户可能稍显繁琐。

### 发出第一条自然语言指令

配置完成后，在左侧聊天框输入指令即可，比如“帮我整理桌面文件夹”或“生成一个销售数据 Excel”。该工具会分析指令，在右侧面板展示执行过程。任务完成后，文件会保存在本地工作目录。

## WorkAny 对比主流替代品

与 **ChatGPT** 桌面版、Microsoft **Copilot** 等工具相比，WorkAny 的定位有明显差异。下面从几个维度进行对比。

### 与 ChatGPT 桌面版的差异

ChatGPT 桌面版依赖云端处理，不能直接操作本地文件。WorkAny 则在本地运行，可以读写文件、执行代码。ChatGPT 主要提供建议和**文本生成**，而该工具能直接完成任务。

隐私方面，WorkAny 数据不出本地，ChatGPT 桌面版数据会传输到 OpenAI 服务器。

### 与 Microsoft Copilot 的定位区别

Copilot 深度集成在 Microsoft 365 办公套件中，适合重度 Office 用户。WorkAny 更轻量，不绑定特定生态，且完全开源。对于非微软系用户或需要定制化的人来说，该工具提供了另一种选择。

### 开源与商业产品的取舍

开源意味着用户可以查看代码、自行修改，甚至参与开发。商业产品通常在用户体验和稳定性上更成熟，但灵活性受限。WorkAny 目前处于早期阶段，功能迭代快，但可能存在一些粗糙之处，用户需要在自由度和打磨程度之间权衡。

| 比较维度 | WorkAny | ChatGPT 桌面版 | Microsoft Copilot |
| --- | --- | --- | --- |
| 运行方式 | 本地运行 | 云端处理 | 云端+本地集成 |
| 文件操作 | 直接读写本地文件 | 不支持直接操作 | 集成 Office 文件 |
| 代码执行 | 沙盒环境执行 | 不支持 | 部分支持 |
| 数据隐私 | 数据不出本地 | 上传云端 | 混合模式 |
| 定价模式 | 开源免费 | 订阅制 | 部分免费/订阅 |
| 扩展性 | MCP 协议扩展 | 插件有限 | Office 生态内 |

## WorkAny 适合的典型场景

该工具在日常办公、文件整理和原型开发等场景中能发挥明显作用。以下是几个具体例子。

### 快速生成会议材料

用户输入“准备一个项目进度汇报 PPT，包含甘特图和关键里程碑”，WorkAny 就能自动生成演示文稿。它省去了手动排版和找模板的时间，生成的 PPT 可以直接在本地编辑修改。

### 整理混乱的文件夹

面对杂乱的文件，用户只需说“按文件类型归类，图片放一个文件夹，文档放另一个”。该工具会分析目录结构，自动移动和重命名文件，比手动整理快得多，尤其适合文件堆积较多的用户。

### 搭建产品原型网页

开发者或产品经理可以用自然语言描述页面布局，比如“生成一个带导航栏和产品卡片列表的 React 页面”。WorkAny 会生成代码并实时预览，用户可以边看效果边调整指令，快速迭代原型。

## WorkAny 提升与受益在哪

该工具带来的具体收益主要体现在隐私安全、成本节省和效率提升三个方面。

### 数据不出本地的隐私保障

所有任务处理都在本地完成，敏感文件不会上传到任何服务器。任务历史和数据存储在本地 SQLite 数据库中。对于处理合同、财务信息等私密内容的用户，这一点尤为重要。

### 复用已有 AI 订阅省成本

如果用户已经订阅了 Claude Code，可以直接在 WorkAny 中配置使用，无需额外支付 API 费用，避免了重复付费。对于轻度用户，也可以选择按量付费的 API，成本相对可控。

### 从对话到行动的效率跨越

传统 AI 助手大多停留在“给建议”层面。该工具能直接执行任务，比如生成文件、运行代码、整理文件夹。它减少了从“知道怎么做”到“实际做完”之间的手动操作步骤，具体节省的时间因任务类型和使用频率而异，目前开发者未公开量化数据。

## WorkAny 的扩展生态：MCP 与自定义技能

该工具的能力可以通过 MCP 协议和自定义技能进一步扩展，用户能组合出更贴合自己需求的**工作流**。

### 通过 MCP 连接无限工具

MCP 是一种开放协议，允许大模型与外部工具交互。WorkAny 支持 MCP 后，理论上可以连接任何实现了该协议的服务，比如接入数据库查询数据，或调用第三方 API 获取实时信息，这拓宽了它的应用范围。

### 创建和分享自定义技能

用户可以定义专属工作流，比如“每日生成销售报表并发送邮件”。这些自定义技能可以保存下来重复使用，社区中也能分享技能，让其他用户直接导入，形成一个技能共享的循环，降低重复配置的成本。



---