agentscope-ai/QwenPaw

QwenPaw 是一个可自托管的个人 AI 助理：运行在自己的机器、容器或云实例上，通过 Web Console、终端 TUI、Beta 桌面应用，或钉钉、飞书、微信、Discord、Telegram 等聊天渠道使用。它的核心价值是让同一位助手——共享同一套记忆与技能——在这些入口之间通用，并能无人值守地执行任务。

能做什么

它处理日常事务而非单一任务：安排周期性摘要与推送、读写和转换 Office 文档、搜索网页、在统一文件工作区中操作，以及编辑项目代码。三层记忆保留当前上下文、完整历史，以及由 ReMe 驱动的自演进 Markdown 知识库，使过往对话和资料变成可搜索、可自行编辑的笔记。项目概览 文档索引

扩展能力来自 Skills、插件市场和对 MCP 客户端的支持。多智能体功能可创建拥有独立记忆与技能的子智能体，ACP 用于跨系统编排。执行受到内核级沙箱（Seatbelt、Bubblewrap/Landlock、AppContainer）保护，工具调用规则会在命令运行前检查，文件访问可被拦截，技能在启用前会被扫描；访问策略可按能力粒度允许、拒绝或要求人工批准。安全章节

如何运行

安装路径及各自前提不同：

• pip：需要 Python 3.11 至 3.14 以下，然后执行 qwenpaw init 与 qwenpaw app，Console 在本地提供服务。
• 脚本安装：无需预先安装 Python，但脚本会下载 uv 及全部依赖；README 提示在受限网络或企业防火墙下可能失败。
• Docker：使用官方 agentscope/qwenpaw 镜像，数据、密钥和备份分属不同卷；容器内访问宿主机 Ollama 或 LM Studio 需显式配置主机网络。
• 云部署：可通过阿里云 ECS 一键部署、AgentScope Platform 或 ModelScope Studio；Studio 应设为非公开，避免他人控制实例。
• 桌面应用（Beta）：支持 Windows 10+ 与 macOS 14+，尚未在所有硬件上充分测试，启动时间和内存占用可能待优化；macOS 版本未公证，需要绕过 Gatekeeper。

从源码构建还需先用 Node 构建 console 前端，再安装 Python 包；升级大版本时需要重新构建前端、重装、重启并清理浏览器缓存。快速开始

模型与数据

使用云端 LLM 服务必须先配置 API key，网页搜索等工具可能另需密钥。通过内置 QwenPaw Local（llama.cpp）、Ollama 或 LM Studio 使用本地模型则无需 API key；Ollama 要求上下文长度至少 32k。本地部署可让数据留在本机，但需注意 qwenpaw init 会按版本收集匿名遥测（版本、安装方式、操作系统、Python 版本、CPU 架构、是否有 GPU）；交互式 init 会询问是否同意，而 --defaults 会自动接受。模型配置 遥测说明

项目采用 Apache-2.0 许可。README 未提供基准测试结果或独立安全评估，因此上述安全功能应视为文档描述的防护措施，而非已验证的保证。