QwenPaw: 오픈소스 개인 AI 비서

1. 프로젝트 개요

QwenPaw는 로컬 또는 클라우드에서 실행되는 오픈소스 확장 가능한 개인 AI 비서 플랫폼으로, 전 세계 사용자에게 채팅, 작업 자동화, 코드 작성, 기존에 사용 중인 메시징 앱 연결이 가능한 프라이빗하고 항상 사용 가능한 디지털 파트너를 제공합니다.

2. 배경 및 포지셔닝

QwenPaw는 AgentScope 팀에서 개발했으며 "Qwen Personal Agent Workstation"의 약자입니다. 핵심 미션은 AI 비서를 일회용이고 상태가 없는 채팅 도구에서 벗어나 맥락을 기억하고 시간이 지남에 따라 학습하며 로컬 우선 배포를 통해 사용자 프라이버시를 존중하는 따뜻하고 지속적인 동반자로 만드는 것입니다.

QwenPaw를 일반적인 챗봇 래퍼와 차별화하는 요소:

영구적이고 구조화된 메모리 — 매 세션마다 초기화되는 컨텍스트 창 대신, 대화를 읽기 쉽고 편집 가능하며 검색 가능한 Markdown 메모리로 변환합니다.
배포 유연성 — API 키 없이 작은 로컬 모델로 완전히 오프라인 실행이 가능하며, 14개 이상의 클라우드 LLM 제공업체에 연결할 수 있어 사용자가 비용, 프라이버시, 성능 간의 트레이드오프를 완전히 제어할 수 있습니다.
보안 우선 아키텍처 — 샌드박싱, 도구 검사, 스킬 스캐닝이 부가 기능이 아닌 기본 내장되어 있어, 셸 명령을 실행하고 파일 시스템에 접근할 수 있는 비서에게 중요한 요소입니다.
옴니채널 지원 — 단일 에이전트 인스턴스를 DingTalk, Lark, WeChat, Discord, Telegram, iMessage, QQ에서 접근할 수 있어 하나의 채팅 화면에 국한되지 않습니다.

3. 기능 카테고리

🧠 메모리 및 컨텍스트

ReMe 개인 지식 프레임워크 기반의 3계층 메모리 아키텍처.

현재 대화를 위한 활성 작업 컨텍스트
완전하고 검색 가능한 대화 기록
연결된 Markdown으로 저장되는 자기 진화형 개인 지식 베이스
영구 턴 저장을 지원하는 스크롤 기반 컨텍스트 관리
목적: 재시작 후 기억 상실이 아닌 세션 간 연속성을 비서에게 제공합니다.

🔒 보안 및 샌드박싱

에이전트가 수행할 수 있는 모든 작업을 둘러싼 다층 방어 시스템.

커널 수준 샌드박싱 (macOS의 Seatbelt, Linux의 Bubblewrap, Windows의 AppContainer)
실행 전 명령 검사를 수행하는 Tool Guard (ShellEvasionGuardian)
민감한 디렉토리 접근을 차단하는 File Guard
활성화 전에 타사 스킬의 위협을 검사하는 Skill Scanner
목적: 에이전트가 공격 표면이 되지 않으면서 명령 실행, 파일 편집, 스킬 설치를 안전하게 수행할 수 있게 합니다.

💬 다중 채널 연결

하나의 에이전트, 여러 개의 전면부.

DingTalk, Lark(Feishu), WeChat, Discord, Telegram, iMessage, QQ
목적: 사용자가 중복 설정 없이 이미 사용 중인 앱에서 동일한 비서와 대화할 수 있게 합니다.

🤖 모델 및 배포 옵션

어디서든, 어떤 두뇌로든 실행.

API 키가 필요 없는 로컬 QwenPaw-Flash 모델 (2B / 4B / 9B)
로컬 추론을 위한 Ollama 및 LM Studio 통합
14개 이상의 클라우드 LLM 제공업체 (OpenAI, Anthropic, DeepSeek, Kimi 등)
Docker, Alibaba Cloud ECS, AgentScope Platform, ModelScope Studio, 베타 데스크톱 앱
목적: 사용자의 프라이버시, 예산, 하드웨어 제약에 맞는 배포 모델을 선택할 수 있게 합니다.

🛠️ 생산성 및 개발 도구

채팅 외의 기본 제공 기능.

코딩 모드: 파일 탐색, diff 미리보기, 구조적 코드 검색을 제공하는 3패널 웹 IDE
PDF, Word, Excel, PowerPoint 문서 처리
웹 검색 및 비디오 요약
예약 작업 자동화 및 워크플로우 구성
목적: 비서를 단순 대화가 아닌 코딩, 리서치, 일상 업무를 위한 실용적인 도구로 만듭니다.

4. 주요 특징

로컬 우선, API 키 불필요 — QwenPaw-Flash 모델을 사용하면 클라우드 제공업체에 가입하지 않고도 시작할 수 있습니다.
구조화되고 진화하는 메모리 — ReMe 기반 메모리 시스템은 과거 대화를 세션 종료 후 손실되는 것이 아니라 실제로 재사용할 수 있게 만듭니다.
심층 방어 보안 — 커널 샌드박싱과 Tool Guard, File Guard, Skill Scanner가 셸 접근 권한이 있는 에이전트의 오작동 위험을 줄입니다.
진정한 옴니채널 지원 — 단일 실행 인스턴스에서 7개의 메시징 플랫폼을 기본 지원합니다.
멀티 에이전트 생성 — 비서가 독립적인 메모리를 가진 하위 에이전트를 생성하여 병렬 또는 특수 작업을 수행할 수 있습니다.
다양한 배포 경로 — pip, 설치 스크립트, Docker, 클라우드 플랫폼, 데스크톱 앱이 CLI 중심 개발자부터 비기술 사용자까지 거의 모든 사용자 수준을 지원합니다.

5. 역할별 사용 사례

일반 개발자 — 코드 검색, diff, 빠른 자동화 스크립트를 위한 가벼운 채팅 기반 IDE 동반자로 코딩 모드를 사용하세요.

DevOps/SRE — Docker 또는 Alibaba Cloud ECS로 배포하고 예약 작업 자동화를 사용하여 반복적인 운영 작업을 처리하세요. 샌드박싱은 에이전트가 실행하는 명령의 피해 범위를 제한합니다.

보안 엔지니어 — Tool Guard, File Guard, Skill Scanner 모듈을 검토하고 확장하거나, 에이전트 안전 연구를 위해 QwenPaw의 샌드박싱 모델(Seatbelt/Bubblewrap/AppContainer)을 평가하세요.

데이터/연구 과학자 — 문서 처리 및 웹 검색 스킬을 사용하여 논문, 스프레드시트, 보고서를 요약하고, 영구 메모리로 세션 간 연구 컨텍스트를 유지하세요.

프로젝트 매니저 — 기존 팀 채팅 도구(DingTalk, Lark, WeChat, Discord, Telegram)를 통해 비서에 접근하여 새 앱을 도입하지 않고도 알림, 문서 요약, 예약 후속 작업을 위임하세요.

6. 시작하기

필요한 것 찾기 — 모델, 채널, 스킬, 보안, API/CLI 가이드를 보려면 문서 사이트를 방문하세요:

https://qwenpaw.agentscope.io

설치 및 실행 — 가장 빠른 방법은 pip를 사용하는 것입니다 (Python 3.11–3.13):

pip install qwenpaw
qwenpaw init
qwenpaw start

Python 환경을 직접 관리하고 싶지 않은 사용자를 위해 Docker, 자동 설치 스크립트, 베타 데스크톱 앱도 제공됩니다.

기여하기 — 개발 환경을 설정하고 풀 리퀘스트를 열기 전에 필요한 검사를 실행하세요:

pip install -e ".[dev,test,full]"
pre-commit install
pre-commit run --all-files
pytest

Conventional Commits 규칙(예: feat(models): add custom provider for Azure OpenAI)을 따르고, 현재 기여자를 찾는 영역(새 채널, 모델, 스킬 등)은 GitHub Discussions를 확인하세요.

7. 프로젝트 구조

QwenPaw/
├── src/qwenpaw/     # 핵심 Python 패키지 (에이전트 런타임, 메모리, 보안)
├── console/         # 구성 및 채팅 UI를 위한 웹 프론트엔드 (Node.js)
├── plugins/         # 채널, 스킬, 제공업체 확장을 위한 플러그인 시스템
├── deploy/          # Docker 및 배포 구성
├── tests/           # 단위 테스트 스위트
├── e2e/             # 엔드투엔드 테스트
└── website/         # 문서 사이트 소스

주요 진입점: src/qwenpaw/는 에이전트 로직, 모델 통합, 보안 가드를 포함합니다. console/은 시작 후 http://127.0.0.1:8088/에서 접근할 수 있는 로컬 웹 UI입니다. agents/skills/(기여 문서에서 참조)은 새 스킬이 추가되는 곳으로, 각 스킬에는 에이전트가 언제 트리거해야 하는지 설명하는 SKILL.md가 있습니다.

8. 관련 생태계

상위 의존성: Qwen 모델 제품군(QwenPaw-Flash 로컬 모델용), 도구 통합을 위한 Model Context Protocol (MCP), 개인 메모리용 ReMe 프레임워크.
배포 플랫폼: Alibaba Cloud ECS, AgentScope Platform, ModelScope Studio, 이미지용 Docker Hub / Alibaba Cloud Container Registry.
보조 도구: 로컬 모델 서빙용 Ollama 및 LM Studio; 클라우드 추론용 OpenAI, Anthropic, DeepSeek, Kimi 호환 API.

9. 라이선스

QwenPaw는 Apache License 2.0으로 배포됩니다.

✅ 개인 또는 상업적 목적으로 소프트웨어 사용, 수정, 배포 가능
✅ 독점 제품을 포함한 파생 저작물 생성 및 배포 가능
✅ 라이선스 비용 없이 프로덕션에서 사용 가능
❌ 공식 승인을 암시하는 방식으로 QwenPaw 이름 또는 상표 사용 금지
❌ 소프트웨어 사용으로 인한 손해에 대해 기여자에게 책임을 물을 수 없음
ℹ️ 기여된 변경 사항은 동일한 Apache 2.0 조건에 따라 수락됨

10. FAQ

Q: QwenPaw를 사용해 보려면 API 키가 필요한가요?
A: 아닙니다. QwenPaw-Flash 로컬 모델(2B/4B/9B)은 클라우드 API 키 없이 실행됩니다. 클라우드 제공업체는 더 높은 성능의 응답을 위한 선택 사항입니다.

Q: 팀이 이미 사용 중인 메시징 앱에 QwenPaw를 연결할 수 있나요?
A: 네. 기본 채널 지원으로 단일 실행 인스턴스에서 DingTalk, Lark, WeChat, Discord, Telegram, iMessage, QQ를 지원합니다.

Q: 에이전트가 셸 명령을 실행하고 파일을 편집해도 안전한가요?
A: QwenPaw는 커널 수준 샌드박싱과 Tool Guard, File Guard, Skill Scanner를 적용하여 에이전트 작업이 실행되기 전에 접근할 수 있는 범위를 제한합니다.

Q: 가장 빠른 설치 방법은 무엇인가요?
A: pip install qwenpaw 후 qwenpaw init 및 qwenpaw start를 실행하세요 (Python 3.11–3.13). Python을 직접 관리하고 싶지 않은 경우 Docker와 안내형 설치 스크립트도 대안입니다.

Q: 새 스킬이나 메시징 채널을 어떻게 추가하나요?
A: 스킬은 agents/skills/ 아래에 SKILL.md 매니페스트와 함께 위치합니다. 새 채널은 BaseChannel을 서브클래싱하고 registry.py에 등록합니다. 자세한 내용은 기여 가이드를 참조하세요.

11. 빠른 링크

저장소: https://github.com/agentscope-ai/QwenPaw
공식 문서 / 홈페이지: https://qwenpaw.agentscope.io
기여 가이드: https://github.com/agentscope-ai/QwenPaw/blob/main/CONTRIBUTING.md
커뮤니티: 저장소의 GitHub Discussions, README에 있는 Discord 및 X (Twitter) 링크

12. 요약

QwenPaw는 영구 메모리, 다중 채널 메시징, 내장 보안을 단일 오픈소스 개인 AI 비서에 통합하여 완전히 오프라인으로 실행하거나 클라우드로 확장할 수 있습니다. 해킹 가능하고 자체 호스팅 가능한 에이전트 플랫폼을 원하는 개발자와, 이미 사용 중인 채팅 도구에 하나의 비서를 도입하려는 팀에 가장 적합하며, 모두 허용적인 Apache 2.0 라이선스 하에 제공됩니다.