一、创意名称 + 创意介绍
创意名称：Neoera Work – AI 能看、能点、能设计的工作台
想解决什么问题：
当前 AI 工具普遍存在三大核心缺陷：第一，AI 只能"对话"，无法直接操作用户桌面上的真实应用和浏览器，大量重复性工作仍需人工完成；第二，现有闭源产品（Claude Desktop、GitHub Copilot、Codex）无法自定义扩展，用户被锁定在服务商的生态中，数据也存在隐私和合规风险；第三，编程和设计是割裂的两套工具链，开发者需要在 IDE、AI 助手、设计软件之间反复切换，上下文不断丢失，效率大打折扣。
为什么会想到做这个：
在日常工作中有两点非常深刻的体会：第一，有很多重复性的桌面操作（填表、数据迁移、截图巡检等），AI 其实有能力完成，但缺乏一个让 AI 直接操控桌面的开源工具；第二，团队在协作时，Prompt 模板、设计规范、工作流配置无法在成员间有效共享。而开源社区已经有了优秀的基础项目 – OpenWork（开源 AI Agent 桌面平台）和 OpenDesign（开源设计引擎），它们提供了成熟能力但尚未组合在一起，也没有充分发挥 AI 对桌面的操控潜力。因此我们决定基于这两个开源项目进行深度二次开发，补齐 Computer Use、Browser Use 和 Automations 等关键能力，打造一个真正完整的工作台。
大概是什么产品：
Neoera Work 是一款跨平台桌面端应用（Windows / macOS / Linux），基于 OpenWork 和 OpenDesign 开源二次开发。它在 OpenWork 的 AI Agent 工作台能力基础上，深度集成了 OpenDesign 设计引擎（Work/Design 双模式切换），并大幅扩展了 Computer Use（53 个 AI 桌面操控工具）、Browser Use（17 个 CDP 浏览器自动化工具 + VLM 视觉理解）和 Automations（7 种调度模式 + Self-Evolution 自我进化）三大核心模块。用户可以通过自然语言驱动 AI 完成从编码、设计到桌面操作、浏览器自动化、定时任务的全链路工作流。
二、目标用户及痛点
面向哪些用户：
-
自动化测试工程师：需要频繁编写和维护 E2E 测试用例，但 Selenium/Playwright 代码量大、维护成本高。Neoera Work 让他们用自然语言描述测试场景，AI 自动执行并生成可视化报告。
-
RPA 需求团队：需要替代昂贵的商业 RPA 方案（UiPath、Automation Anywhere 等年费数万），用开源工具实现跨应用数据迁移、报表生成、定时巡检。
-
隐私敏感型企业（金融/医疗/政务）：数据不能上云，需要在本地私有化部署 AI 能力，同时保持团队协同。Neoera Work 的本地优先架构 + MIT 开源协议天然满足合规要求。
-
AI Agent 开发者与研究者：需要深度定制 AI 行为、实验不同 LLM 和 Agent 架构，通过 53 个 Computer Use 工具 + MCP 扩展 + Skills 插件生态，快速搭建自定义 Agent 方案。
在什么场景下使用：
-
日常开发辅助：开发者每天在 IDE、ChatGPT、文档工具间切换，Neoera Work 将 AI 会话、代码编辑、设计原型整合在一个桌面应用中，保持工作流连续性
-
重复性任务自动化：定时生成日报/周报、批量数据处理、代码审查、监控面板巡检等，通过 Automations 模块让 AI 7x24 小时自动执行
-
跨应用数据迁移：从 Excel 读取数据 → 打开网页后台 → 逐条录入 → 保存确认，全流程由 AI 自动完成
-
端到端 Web 测试：用自然语言描述测试用例，AI 通过 Browser Use 自动执行点击、输入、断言，生成 trace 报告
-
设计即编码：在同一个应用中无缝切换"编码模式"和"设计模式"，AI 驱动的设计引擎支持原型设计、仪表盘、PPT 等多种产出物
当前痛点：
-
AI 只会说，不会做：现有 AI 工具停留在"对话问答"层面，无法直接操作桌面应用和浏览器
-
浏览器自动化门槛高：Selenium/Playwright 需要编写大量代码，非开发者无法使用
-
闭源工具锁定生态：Claude Desktop、Codex 等闭源产品无法自定义扩展，数据被锁定在云端
-
编程与设计割裂：开发者和设计师使用完全不同的工具链，AI 无法同时服务两种需求
-
重复任务消耗大量时间：定时报告、批量处理、日常巡检等重复工作占据开发者大量精力
-
团队协作配置难以复用：AI 配置、Prompt 模板、工作流难以在团队内共享
三、核心功能详解
Neoera Work 的核心能力覆盖 6 大模块，以下逐一说明：
模块一：OpenDesign 内嵌设计引擎
Neoera Work 通过 Sidecar（伴随进程）模式深度集成了完整的 OpenDesign 设计引擎。用户可以在应用内通过一个 Trae 风格的分段选择器，在"Work 模式"（AI 编码/Agent）和"Design 模式"（AI 驱动设计）之间一键切换，无需离开应用。
Design 模式提供 100+ 设计技能（原型设计、仪表盘、PPT、社交媒体、邮件、PM 文档等），内置 150 个品牌级 DESIGN.md 设计系统（Linear、Stripe、Vercel、Airbnb、Apple、Tesla 等），以及 261 个官方插件。支持多种产出物类型：网页/桌面/移动原型、实时仪表盘、演示文稿（PPT/PDF/HTML）、HyperFrames 动态图形（HTML→MP4）、品牌图片生成。内置 AMR（Agentic Model Router）多模型路由，智能选择 GPT / Claude / Gemini / DeepSeek 等 20+ 旗舰模型。
技术实现上，OpenDesign daemon 作为子进程管理（启动/停止/重启/健康检查），Web UI 通过 Electron WebContentsView（非 iframe）嵌入主窗口，主题随 OpenWork 同步（dark/light CSS 变量映射），并通过 IPC bridge + API 代理路由实现通信。
模块二：Computer Use – AI 操控你的桌面
这是 Neoera Work 最核心的差异化能力。我们扩展了 53 个 MCP 工具，让 AI 能像人类一样看屏幕、点按钮、输文字、拖窗口。具体包括：
-
标准契约 13 个：screenshot（截图）、click（点击）、type（输入）、key（键盘）、scroll（滚动）、drag（拖拽）等基础操控
-
语义层 10 个：snapshot（结构化 UI 快照）、set_value（设值）、perform_action（执行动作）、check_permissions（权限检查）等高级语义
-
CUA 兼容层 10 个：cua_screenshot、cua_click、cua_type 等，兼容 Anthropic CUA（Computer Use Agent）标准
-
应用管理 8 个：launch_app（启动应用）、activate_app（激活应用）、list_windows（窗口列表）、focus_window（聚焦窗口）等
-
OCR 屏幕识别 3 个：ocr_screen（全屏 OCR）、ocr_region（区域 OCR）、find_text（屏幕文本定位），对无法通过 API 获取内容的旧版桌面应用，AI 通过 OCR "看懂"屏幕文字
-
受限 Shell 2 个：run_command（命令执行）、fs_read/write/list（文件操作），白名单 + 超时双重保护
安全机制方面，支持严格后台模式（postToPid 后台输入，不抢焦、不干扰用户）、Stale Snapshot 检测（窗口变化时自动撤销失效操作）、第二光标 Overlay（可视化提示 AI 操作位置）、TCC / UAC 权限隔离（macOS Accessibility + Windows UIA）。
跨平台实现：macOS 端基于 Swift 原生 Accessibility API + ScreenCaptureKit，Windows 端基于 Rust windows-rs + UIA COM 接口，两端通过 MCP 协议暴露完全一致的工具契约。
模块三：Browser Use – AI 驱动浏览器
通过 Chrome DevTools Protocol (CDP) 与浏览器建立 WebSocket 连接，提供 17 个浏览器自动化工具：browser_navigate（URL 加载）、browser_snapshot（DOM 快照）、browser_click / browser_type（点击与输入）、browser_tabs（多标签页管理）、browser_screenshot（页面截图）、browser_wait_for（智能等待）、browser_evaluate（执行 JS）、browser_network_requests（网络请求监控）等。
独家特色是 VLM 视觉理解能力：当 DOM 无法定位元素时（如 Canvas、Video、地图标记），AI 通过视觉大模型（Qwen-VL）"看懂"屏幕画面，返回元素坐标并执行点击，实现 DOM + 视觉双通道融合定位。
模块四：Automations – 让 AI 7x24 自动工作
内置完整的定时自动化任务系统，支持 7 种调度模式：cron（5 字段 vixie-cron 表达式 + IANA 时区）、interval（固定间隔，最小 60 秒）、once（一次性触发后自动禁用）、hourly / daily / weekdays / weekly 预设模式。
4 种触发方式：scheduled（调度器自动触发）、manual（UI 手动 Run Now）、webhook（HTTP POST，支持 GitHub Actions / Slack 等外部系统触发）、session_loop（Chat 会话内 /loop 命令创建临时 routine）。
Prompt 模板系统支持 {{ path.to.field }} 占位符渲染，自动注入 workspace / trigger / user / run / env 上下文，并支持默认值语法。
独家 Self-Evolution 功能：每次成功的 run 会自动喂回进化系统，AI 分析执行过程后生成优化提案（3 种类型：skill 结晶化、prompt 优化、调度调整），用户可 Accept/Reject 并支持 rollback。
安全机制包含 4 种权限模式（ask 默认安全 / auto / plan / bypass）、Approval Flow 审批流、Webhook Token 安全（SHA-256 hash 存储 + timing-safe 比较 + 限流 + 异常检测 + IP 白名单）、Payload 脱敏（25+ 敏感 key 自动脱敏 + PI 脱敏：邮箱/手机号/信用卡/IP）、append-only 审计日志。可观测性方面提供 Dashboard 统计卡片、Run Timeline、SSE 实时事件流、Prometheus Metrics 和 24h 时序数据。
错误处理支持指数退避重试（60s → 5min → 25min）、Catch-up 补跑机制（daemon 重启后补跑错过的任务）、并发控制（默认 5 个并发 run）、30 分钟超时和 90 天自动归档。
模块五：多会话 AI 工作流 + Skills/MCP 扩展
继承 OpenWork 的核心能力：支持创建多个独立 AI 会话，每个会话可绑定不同项目文件夹、Skills 配置和 LLM 模型，支持 50+ 种 LLM（OpenAI、Claude、Ollama 本地模型等）。通过 SSE 实时流式传输，AI 响应即时可见。
Skills & MCP 扩展生态支持可视化 Skills 管理器（一键安装/卸载）、OpenCode 原生插件生态、MCP 服务器连接外部工具、项目级与全局级双重配置。执行计划可视化将 AI 任务分解为 Todo 时间线，用户可查看每步状态、耗时和结果。
模块六：本地优先 + 团队共享
默认本地运行所有 AI 工作流，数据不出本机（127.0.0.1 默认绑定）。需要协作时可一键连接远程服务器。支持将常用 AI 工作流保存为模板，通过链接分享给团队成员一键导入。
四、价值与意义
效率提升维度：
Neoera Work 将原本分散在 5-6 个工具中的能力（AI 对话、代码编辑、设计原型、浏览器自动化、RPA 桌面操控、定时任务）整合到一个桌面应用中。AI 自动处理重复性桌面操作和浏览器任务，开发者可将精力聚焦于创造性工作。Automations 的 Self-Evolution 让 AI 任务越跑越优化，团队效率持续提升。
社会价值维度：
Neoera Work 基于 OpenWork 和 OpenDesign 两个开源项目二次开发，遵循 MIT 和 Apache-2.0 开源协议。它让个人开发者和小团队无需购买昂贵的商业 RPA 工具和 AI 助手订阅，也能享受到企业级的 AI 自动化能力。本地优先架构确保敏感数据不出本机，开源代码完全可审计、无后门风险，让金融、医疗、政务等隐私敏感行业也能安全地采用 AI 工具。Project Claude Cowork / Codex 等闭源产品的用户也有了一个功能更强、完全可控的开源替代方案。