👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑，欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料： 

👉这是一个或许对你有用的开源项目

国产Star破10w的开源项目，前端包括管理后台、微信小程序，后端支持单体、微服务架构

RBAC权限、数据权限、SaaS多租户、商城、支付、工作流、大屏报表、ERP、CRM、AI大模型、IoT物联网等功能：

  • 多模块：https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • 微服务：https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程：https://doc.iocoder.cn

【国内首批】支持 JDK17/21+SpringBoot3、JDK8/11+Spring Boot2双版本 

来源：

桌面 AI 工具最大的两个槽点：要充值、传文件

聊一个真实场景。

你打开电脑，桌面上躺着一堆 PDF、合同、季度报表、几十个 Notion 导出的 markdown。你想做的事很朴素：让 AI 帮你按内容把这些文件分类、生成一个目录索引、把几个会议纪要合并成一份周报 。

掏出 ChatGPT / Claude Desktop，结果是：

  • 要充 API Key 或会员 ——动辄一年一千多块；想用最强模型还得另外加；

  • 文件要传给第三方 ——合同、客户资料、内部技术文档传出去，一旦合规审计找上门解释半天；

  • 离线场景直接废了 ——飞机上、出差弱网、内网机器，全部用不了。

这正是 Accomplish （原名 Openwork、官网 openwork.me 已 301 重定向到 accomplish.ai）想堵住的两个口子。这个项目最近从 1.8k 一路涨到 10.7k Star ，靠的是两个朴素到不能再朴素的承诺 ——「没有 Accomplish 自己的订阅、自备 API Key 或接本地 Ollama 」+「文件 / 工作流跑在本机 」。

仓库地址：https://github.com/accomplish-ai/accomplish（原 accomplish-ai/openwork 已迁移）

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址：https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程：https://doc.iocoder.cn/video/

Accomplish 是什么：原 Openwork，把这两个槽点全堵了

按官方 README 的说法，Accomplish 是一款本地运行的桌面 AI Agent ——不是聊天框、不是侧边栏，是一个能读你文件、写文档、整理目录、跑工作流 的 Agent 系统。

Accomplish 主界面预览
Accomplish 主界面预览

它的核心定位 README 写得很直接：

"The Open Source AI Agent for Your Desktop" — 一个开源的桌面 AI Agent。

模型这块走的是"自带钥匙 / 自己跑"路线 ——不卖 Accomplish 自己的订阅 ：

  • 🔑 BYOK（Bring Your Own Key） ——填你自己的 OpenAI / Anthropic / Google / DeepSeek / Moonshot / Z.AI 等 API Key 即可；

  • 🏠 本地模型路线 ——接 Ollama / LM Studio 让模型完全跑在本机，API Key 都不用 ；

  • ☁️ 企业云 ——Amazon Bedrock / Azure Foundry / OpenRouter / LiteLLM 也覆盖。

它和 Claude / ChatGPT 桌面版有一个本质区别：它会真动你的文件 。读、写、移动、重命名、生成新文件——执行前都会把要做的事列出来给你看，点确认才会动手 ，不是后台偷偷干。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址：https://github.com/YunaiV/yudao-cloud

  • 视频教程：https://doc.iocoder.cn/video/

它真正能干啥：5 类研发场景，由近及远

光说"AI 桌面助手"太空——直接给 5 个研发能立刻用上 的场景，按「最常上手 → 最进阶」排序。

场景 1（最常用）：项目脚手架自动搭

让它直接帮你建一个新项目的目录骨架 ：「按 Spring Boot 多模块项目结构，建一个新 microservice，含 controller/service/dao 三层 + 配置文件 + 单测目录」。

它会列出要创建的文件树 + 每个文件的初始内容 ——确认后一次性生成。对赶项目的研发 ——比 IDEA 模板灵活、比手敲快——5 分钟从 0 到一个能编译过的脚手架 。

场景 2：把 README / 设计文档变成 onboarding wiki

把 yudao-cloud 这种多模块项目里散落的 README.md / DESIGN.md 整体读一遍：「按模块归类、抽核心架构图、生成一份 onboarding 文档给新人 」。

读、写、生成全在本地完成 ——代码不出本机——对内部项目特别合适 。新人入职第一天直接读这份 wiki 就能上手——比研发自己写省一周时间。

场景 3：批量整理项目文件 / 客户资料

把一个项目目录扔给它：「按文件内容自动分类，建 docs/specs/contracts 三级目录，把 50 个 PDF / Word 移过去 」。

它会先列出每个文件的归类计划 给你过一遍——「合同_2026Q1.pdf → contracts/2026/Q1/」、「需求文档_v3.docx → docs/specs/v3/」——确认后才真改名移动。比手动拖拽爽 10 倍 。

场景 4：从 Slack / 微信导出抽决策记录

把日报群 / 需求群导出的 txt 或 markdown 喂进去：「按时间窗口分段，提取每天关键决策和待办 」。

对线下会议群特别管用 ——很多决策是群聊里随口拍板的、事后找不到——Accomplish 帮你把它们抠出来——做 Sprint 复盘 / 故障复盘特别省事 。

场景 5（最进阶）：自动生成周报 / 季度复盘

把 7 个会议纪要 + Jira 周报 + Git 提交日志全丢进一个文件夹：「读完这些资料、按业务线（订单 / 用户 / 风控）合并成一份周报 」。

它读完每篇纪要、抽关键信息、按业务线归类——最后产出的是一个可以直接发出去的 docx ——不是聊天框里几段你还得复制粘贴的文字。研发主管 / TL 用这个，每周省一小时 。

横向对比：和 Claude Desktop / ChatGPT App 差在哪

维度

Accomplish

Claude Desktop

ChatGPT App
数据流向 文件 / 工作流走本机

 （接云模型时 prompt 仍走对应厂商）

全部上云

全部上云
订阅 / API Key 不收 Accomplish 自己的订阅

 ——BYOK 或接 Ollama / LM Studio 本地

要订阅

要订阅
能动文件 能（读+写+改）

不能

仅 ChatGPT Pro 部分能
执行透明度 每步要批准

仅聊天

仅聊天
能接其他模型

✅ 15 家任选

❌ 只能 Claude

❌ 只能 OpenAI
离线可用

✅ 本地模型时可

❌

❌
致命短板

必须安装桌面端、没有网页版

上云、改不了文件

上云、不开放

它的真正定位 ：不是和 ChatGPT 抢聊天体验，是抢「桌面端帮我办事」这个新场景 。一个跑在你机器上、能读你文件能写你文档、不上云的 Agent。

模型支持：BYOK + Ollama / LM Studio 本地，覆盖 15 家主流

Accomplish 不绑定任何模型——走 BYOK + 本地两条路 。README 列了完整 15 家可接入清单 ：

类别

支持的厂商
国际主流

Anthropic / OpenAI / Google / xAI
国内主流

DeepSeek / Moonshot / Z.AI / MiniMax
本地部署

Ollama / LM Studio
企业云

Amazon Bedrock / Azure Foundry
聚合网关

OpenRouter / LiteLLM
隐私优先

Venice.ai

切换在设置里点一下就行——和 yudao-cloud 的 AI 模块思路一样 ：模型当成插件，业务方按场景选最合适的。

安装与上手

直接去官网下：https://www.accomplish.ai/

平台

状态
macOS Apple Silicon / Intel

✅ 最新 0.4.14
Linux (ARM64 / x64)

✅ 最新 0.4.14
Windows 11

✅ 已正式发布、官网直接下载

安装包是 MIT 协议，下完直接装。第一次启动会引导你选模型 ——两种最快路径 ：① 完全离线 ——本机已经跑着 Ollama 的话，选 Ollama 一键接入；② 拿一个免费 API Key ——比如 Google AI Studio / Groq 等有免费额度的家、填进去就跑。

配置是动态切换的 ：今天用 Claude、明天换 DeepSeek，不用重装。

使用边界：用之前要清楚的几件事

按踩到概率从高到低排：

边界 1（最常见）：还是要自己拿模型钥匙

Accomplish 不卖订阅、也不"内置一个能用的模型"——你得自己解决"AI 从哪来" ：

  • ① 拿一个 API Key（OpenAI / Anthropic / DeepSeek / Moonshot 等）；

  • ② 或者本机跑 Ollama / LM Studio。

修法 ：先确定自己的路线——有 API 余额 → 接云端（能力强但 prompt 走对方）；追求纯本地 → 跑 Ollama + 一个本地小模型（能力受限于你的硬件）；两个都行 → 配双路、按任务复杂度切。

边界 2（常见）：每步要批准 = 牺牲一点速度

「执行前列出操作」是安全特性 ，不是 bug——但如果你想批量改 1000 个文件名、不想每步都点确认，会觉得慢。

修法 ：README 提到的「Custom Skill」机制——可以把高频流程封装成一个 Skill，整体批准一次 ，不再每步问。

边界 3（高级场景）：不是「无所不能」的 Agent

它擅长桌面端的文件 / 文档 / 工作流自动化 ——也支持基础的浏览器任务（research / 表单填写）和工具集成（Notion / Google Drive / Dropbox）——但不是写代码 Agent （那是 Claude Code / Codex 的事）、也不是重型浏览器自动化 （要批量爬数据 / 做反爬还是看 bb-browser 这类专门工具）。别拿它的短板和别人的长板比 。

最后说一句

桌面 AI 这条路，过去几年大家都在重复同一个公式——「云端模型 + 桌面壳子 + 订阅制」。Accomplish 给出了另一个公式 ：本地模型 + 直连文件系统 + MIT 开源 + 0 订阅。

它没有 ChatGPT 那种"什么都能聊"的全能感，专注的是「桌面端帮你办事」这一件事 ——读你文件、写你文档、跑你工作流，全在本机。

改名、不锁模型、不收订阅、Star 从 1.8k 飙到 10.7k ——这条"BYOK / 接 Ollama 都行"的路看起来正在被认可。

如果你正好在找一个「桌面端跑、不绑订阅、能用自己的 Key 或纯本地、还能真改文件 」的 AI Agent，Accomplish 值得花 10 分钟下下来试试。

仓库：https://github.com/accomplish-ai/accomplish

官网：https://www.accomplish.ai/

欢迎加入我的知识星球，全面提升技术能力。

👉 加入方式，“长按”或“扫描”下方二维码噢：

星球的内容包括：项目实战、面试招聘、源码解析、学习路线。

文章有帮助的话，在看，转发吧。
谢谢支持哟 (*^__^*）
Logo
亚马逊云科技技术品牌专区

更多推荐

cover

单片机基础核心知识点汇总（十）

avatar 亚马逊云科技技术品牌专区
cover

Hugging Face Optimum 源码静态评测：模型部署优化框架的工程结构与验证边界

avatar 亚马逊云科技技术品牌专区
cover

AI 工具能解决独立站获客难的问题吗？

avatar 亚马逊云科技技术品牌专区