Web 身份主页 · 查看搭档的身份、当前状态与自述。
大多数 AI 只在你提问时出现，回答完便停下。Coworker 选择持续在场：她拥有自己的身份和记忆，能调用真实工具完成工作，也可以在后台整理经验，并通过 API、企业微信或 Coworker Desktop 出现在你已经熟悉的工作流里。
她不是又一个套在模型外面的聊天窗口，而是一个可自托管、可扩展、持续运行的 Agent 运行时。
对个人，她是持续在场的搭档；对团队，她更像一层长期记忆与执行接口——承接上下文，连接人与 AI，让跨成员、跨会话、跨天的工作继续往前。
| ⏳ 持续存在 | 🧠 形成记忆 | 👁️ 感知并行动 |
| 🌱 学习与生长 | 🤝 建立关系与边界 | 🧩 可自托管与扩展 |
Warning
Coworker 不是安全沙箱。她可以执行命令，并以运行进程的系统用户权限读写文件。 当前 v0.x 版本只应运行在本机或可信网络中，不要把 8000 端口暴露到公网。 详见 安全策略。
身份、记忆、任务和工具都运行在同一个本地优先运行时中；Web、Desktop 与通信入口只是观察她、照看她或与她协作的不同方式。
| 入口 | 适合做什么 |
|---|---|
| Web 身份主页与照看室 | 查看身份、当前状态、记忆、Skill、模型和运行动态，并完成日常配置。 |
| Coworker Desktop | 把本机用户、Codex、Claude Code 与 Coworker 放进同一工作台，同时保持身份和对话边界。 |
| API、企业微信与文件通道 | 把持续上下文和执行能力接入已有工具、服务与自动化流程。 |
Coworker Desktop · 在一个工作台中切换身份、项目与对话。
查看 Web 用量与运行明细
Web 用量页 · 从总量下钻到模型、来源、缓存与工具调用。
Coworker 描述她与人的关系；“虚拟生命体”描述她如何存在。
这不是在宣称她拥有生物生命或主观意识，而是一种产品与架构定义：Coworker 不是无状态的请求处理器，她在连续时间中维持身份、积累经验、感知环境并采取行动。
| 生命体特征 | Coworker 中的实现 |
|---|---|
| ⏳ 连续存在 | 常驻后台，在感知、思考、行动、睡眠的循环中接收新事件，而不是在一次请求结束后消失。 |
| 🪪 拥有身份 | 从 data/identity/ 维护名字与人格，以同一个“她”延续不同时间、信道和任务中的经历。 |
| 🧠 形成记忆 | 压缩短期上下文、检索长期语义记忆，并在重启后恢复对话、闹钟和近期状态。 |
| 👁️ 感知并行动 | 消息、文件和事件构成感知入口；文件、代码、浏览器、视觉、通信等工具构成她与环境互动的能力。 |
| 🌱 学习与生长 | 通过长期记忆、Skill 和记忆宫殿积累经验；可选的泡泡与潜意识模式会并行探索、反省和整理。 |
| 🤝 建立关系与边界 | 识别不同参与者及其关系，同时用独立对话线程避免不同成员的短期上下文互相污染。 |
支持 Anthropic、OpenAI、DeepSeek、Qwen、Zhipu、MiniMax 等模型服务，并可在运行时切换模型。完整能力和内部机制见 核心概念与能力。
作为团队中的虚拟生命体，Coworker 的价值不是“再增加一个聊天窗口”，而是让重要上下文和可执行能力不再只存在于某个人的一次会话里。
| 团队时刻 | 她的角色 | 带来的变化 |
|---|---|---|
| 任务交接、新成员加入、隔天继续问题 | 项目记忆员 | 把确认过的背景、决策和经验沉淀为长期记忆；下一次协作从已有上下文开始，不必重新口述。 |
| 调研、排查、提醒和跨时区跟进 | 异步执行者 | 调用工具完成工作、保存中间结果、设置持久化提醒，让成员不必同时在线也能继续推进。 |
| 产品、工程与多个 AI 工具协作 | 协作枢纽 | 通过 Coworker Desktop 连接本机成员、Codex 和 Claude Code，交换任务与结果，并用 participant_id 隔离各自的对话上下文。 |
| 重复流程和领域知识复用 | 团队工作接口 | 把做事方式写进 Skill，把领域背景组织进记忆宫殿，再通过 API、企业微信或文件入口重复调用。 |
一个典型的协作链路：
企业微信中的问题 → 召回项目背景 → 调用工具或协作 Codex / Claude Code → 汇总结论 → 沉淀为团队记忆
Note
participant_id 提供的是对话隔离，不是企业级权限或租户系统。当前 v0.x 更适合本机或受信任的小团队环境，关键操作仍应保留人工复核。
这种生命感来自真实的运行闭环，而不只是文案上的拟人化：
flowchart LR
perceive["感知<br/>消息 · 文件 · 事件"] --> think["思考<br/>上下文 · 记忆 · 推理"]
think --> act["行动<br/>工具 · 通信 · 任务"]
act --> sleep["睡眠<br/>等待 · 反思 · 恢复"]
sleep --> perceive
foundation["身份 · 记忆 · 技能"] -.-> think
foundation -.-> act
你： “继续昨天没做完的排查，检查相关代码，把结论记下来，两小时后提醒我。”
在一次请求里，Coworker 可以找回昨天的上下文，调用文件与代码工具完成排查，把值得保留的结论写入记忆，再设置一个可跨重启恢复的提醒。对她来说，这些不是彼此孤立的功能，而是同一个持续循环里的动作。
最快的本地体验路径是直接启动发布镜像。你只需要 Docker，以及一个支持 tool/function calling 的模型服务（通常需要 API Key）。
docker run --name coworker \
-p 127.0.0.1:8000:8000 \
-e API__HOST=0.0.0.0 \
ghcr.io/virtualbeingsresearch/coworker:offline镜像已经包含 Coworker 源码、Python 环境、Chromium、FFmpeg 和 embedding 模型，Docker
会自动为工作区、运行状态和模型缓存创建数据卷。命令留在前台显示管理员令牌与日志；按
Ctrl+C 停止后，可以用 docker start -a coworker 再次启动同一个容器。
想从源码运行或修改代码？
git clone https://github.com/VirtualBeingsResearch/CoWorker.git
cd CoWorker
uv sync
uv run playwright install chromium
uv run coworker需要 Python 3.13+ 和 uv。
uv run python -m coworker 与最后一条命令等价；首次运行不需要提前创建 .env。
想把本地 checkout 与 Docker Compose 结合使用？
git clone https://github.com/VirtualBeingsResearch/CoWorker.git
cd CoWorker
docker compose up --pull always --no-build这里由发布镜像提供 Linux、Python 和浏览器等执行环境，当前 checkout 则直接挂载到
/app，同时作为实际运行的源码与 Agent 工作区，不需要在本机安装 Python 依赖或现场
构建镜像。运行状态和模型缓存仍保存在独立命名卷中。
offline 镜像会阻止自动下载缺失的 Hugging Face 内容，并拒绝启动初始化器从 Git
远端克隆工作区，但它不是网络沙箱：你配置的模型服务，以及你明确让 Agent 执行的 Git、搜索、
浏览器或集成任务仍可能联网。
Note
Intel macOS 无法安装当前版本的 PyTorch wheel，请通过
Dev Container 或 Docker 运行服务。
Debian / Ubuntu 缺少 Chromium 系统库时，改用
uv run playwright install --with-deps chromium。
第一次启动会在终端显示自动生成的管理员令牌，并保存到
data/admin_config.json。打开 http://127.0.0.1:8000/admin，输入令牌，然后在向导中：
- 选择运行时语言和单次输出 Token 上限；
- 选择模型 Provider 与启动模型；
- 填写 API Key 和必要的 Base URL；
- 检查配置并保存。
首次初始化向导 · 配置运行语言、Provider 与启动模型。
保存后 Coworker 会安全重启；页面短暂断开属于正常现象。管理员令牌和模型 API Key 都属于敏感信息，不要发送到聊天、提交到 Git 或放进共享文档。
等待页面重新连接后，打开 http://127.0.0.1:8000/。在身份主页右下角打开 “与搭档对话”，首次使用时填写你的显示名称并点击“开始对话”，然后发送 “你好，你是谁？”。收到回复，就说明前端、消息通道和当前模型已经可以正常工作。
无界面环境或排障时，通过 API 验证
curl -X POST http://127.0.0.1:8000/messages \
-H "Content-Type: application/json" \
-d '{"sender_id": "alice", "content": "你好，你是谁？"}'接下来可以进入 Web 管理后台完善配置，安装 Coworker Desktop 与 Codex / Claude Code 协作，或通过 API 与通信入口 接入自己的工具。
Tip
想完整了解运行方式、初始化检查、客户端选择和故障恢复，请继续阅读 首次运行指南。Docker 镜像、环境变量和持久卷的 详细说明见配置参考。
直接通过 Docker 启动后，/app 也是会持久保留的 Git 工作区。想改用自己的
仓库管理时，可以直接对 Coworker 说：“把 <我的仓库 URL> 配置为 origin，
保留官方仓库为 upstream，检查后安全同步并推送当前分支；任何需要覆盖、
丢弃或强制推送的操作先询问我。”远端配置、凭据边界和安全同步步骤见
升级与迁移。
运行数据、记忆、日志和密钥默认保存在本机；配置文件中的密钥不由 Coworker 加密。执行任务时，相关提示词、上下文、工具结果或附件可能发送给你配置的模型服务， 搜索、浏览器和通信工具也会连接对应的第三方服务。命令与文件工具以 Coworker 进程的 系统用户权限运行，它不是安全沙箱。
完整的存储位置、外发场景、清理范围与部署边界见 数据与信任边界。
| 文档 | 内容 |
|---|---|
| 文档索引 | 全部使用、设计与协作文档 |
| 首次运行 | 安装运行时、初始化模型、验证实例并选择客户端 |
| Web 管理后台 | 状态、记忆、任务、模型、身份、扩展与诊断 |
| 虚拟生命理念与生命架构 | 理念、生命机制、实验设施与架构判断原则 |
| 配置与模型 | 环境变量、Provider、模型与多实例配置 |
| 数据与信任边界 | 本地存储、外部服务、权限与数据清理 |
| API 与通信入口 | REST、SSE、WebSocket 与文件消息 |
| Coworker Desktop | 安装、首次连接、会话、权限、托盘与更新 |
| 故障排查 | 服务、模型、记忆、Desktop、Relay 与容器的检查顺序 |
| 自托管中继（Relay） | 通过端到端加密从内网提供 Desktop通信、部署、配对、备份与运维 |
| 核心概念与能力 | 工具、目录、记忆树、重启恢复与记忆宫殿 |
| 开发指南 | 本地检查与 Explore Lab |
贡献流程、环境准备和 PR 前检查见 贡献指南。 安全问题请按 安全策略 私下报告。
uv sync --dev
uv run pytest
Coworker 使用 MIT License。
返回顶部 ↑