已收錄277 則資訊/100 款 AI 工具/380 個開源專案/68 個學習資源
首頁資訊開源排行榜模型排行AI 工具學習資源
首頁 / 開源排行榜 / QwenPaw

QwenPaw

QwenPaw 是一個開源、可擴充的個人 AI 助理，可於本機或雲端執行，具備持久記憶、多管道訊息傳遞與內建安全沙箱。

PythonApache-2.0Agent
⭐ GitHubhttps://github.com/agentscope-ai/QwenPaw
32,319
Star 數
+0
Star 增速
2026年8月3日
最後更新
0
點擊數

1. 專案概覽

QwenPaw 是一個開源、可擴充的個人 AI 助理平台，可於本機或雲端執行，為全球使用者提供一個私密、隨時可用的數位夥伴，能進行對話、自動化任務、撰寫程式碼，並連接到他們已在使用中的訊息應用程式。

2. 背景與定位

QwenPaw 來自 AgentScope 團隊，代表「Qwen 個人代理工作站」。其核心使命是讓 AI 助理從一次性、無狀態的聊天工具，轉變為一個溫暖、持續的夥伴，能記住上下文、隨著時間學習，並透過本機優先部署來尊重使用者隱私。

QwenPaw 與一般聊天機器人包裝的差異在於：

  • 持久、結構化的記憶，而非每次對話都會重置的上下文視窗——對話會被轉換為可讀、可編輯且可搜尋的 Markdown 記憶。
  • 部署彈性——可完全離線執行，搭配小型本機模型（無需 API 金鑰），或連接到 14 個以上的雲端 LLM 供應商，讓使用者完全掌控成本、隱私與能力的取捨。
  • 安全優先的架構——沙箱、工具檢查與技能掃描是內建功能，而非事後添加，這對於能執行 shell 指令並存取檔案系統的助理來說至關重要。
  • 全通路覆蓋——單一代理實例可從釘釘、飛書、微信、Discord、Telegram、iMessage 和 QQ 存取，而非被鎖定在單一聊天介面。

3. 功能類別

🧠 記憶與上下文

建構於 ReMe 個人知識框架之上的三層記憶架構。

  • 目前對話的活躍工作上下文
  • 完整、可搜尋的對話歷史
  • 以連結式 Markdown 儲存、自我演進的個人知識庫
  • 基於捲動的上下文管理，並具備持久化的回合儲存
  • 目的：讓助理在多次對話之間保持連續性，而非每次重新啟動後就失憶。

🔒 安全與沙箱

針對代理可採取的每個動作，建立分層防禦系統。

  • 核心層級沙箱（macOS 上的 Seatbelt、Linux 上的 Bubblewrap、Windows 上的 AppContainer）
  • 具備執行前指令檢查的 Tool Guard（ShellEvasionGuardian）
  • 用於封鎖敏感目錄存取的 File Guard
  • 在啟用前掃描第三方技能以偵測威脅的 Skill Scanner
  • 目的：讓代理安全地執行指令、編輯檔案與安裝技能，而不會成為攻擊面。

💬 多管道連線

一個代理，多個入口。

  • 釘釘、飛書、微信、Discord、Telegram、iMessage、QQ
  • 目的：讓使用者能從他們日常使用的任何應用程式與同一個助理對話，而無需重複設定。

🤖 模型與部署選項

可在任何地方執行，搭配任何模型。

  • 本機 QwenPaw-Flash 模型（2B / 4B / 9B），無需 API 金鑰
  • 整合 Ollama 與 LM Studio 進行本機推論
  • 14 個以上的雲端 LLM 供應商（OpenAI、Anthropic、DeepSeek、Kimi 等）
  • Docker、阿里雲 ECS、AgentScope Platform、ModelScope Studio，以及測試版桌面應用程式
  • 目的：讓部署模式符合使用者的隱私、預算與硬體限制。

🛠️ 生產力與開發工具

超越聊天的內建功能。

  • 編碼模式：三面板網頁 IDE，具備檔案導覽、差異預覽與結構化程式碼搜尋
  • 文件處理，支援 PDF、Word、Excel 與 PowerPoint 檔案
  • 網頁搜尋與影片摘要
  • 排程任務自動化與工作流程編排
  • 目的：將助理轉變為可用於編碼、研究與日常辦公任務的工作工具，而不僅是對話。

4. 主要亮點

  • 本機優先、無需 API 金鑰——QwenPaw-Flash 模型讓使用者無需註冊任何雲端供應商即可開始使用。
  • 結構化、持續演進的記憶——由 ReMe 驅動的記憶系統讓過去的對話真正可重複使用，而非在對話結束後遺失。
  • 縱深防禦安全——核心沙箱加上 Tool Guard、File Guard 與 Skill Scanner，降低了具備 shell 存取權限的代理出錯的風險。
  • 真正的全通路覆蓋——單一執行實例即可支援七種訊息平台。
  • 多代理生成——助理可生成具有獨立記憶的子代理，用於平行或專門任務。
  • 多種部署路徑——pip、安裝腳本、Docker、雲端平台與桌面應用程式，涵蓋了從 CLI 優先的開發者到非技術使用者的幾乎所有使用者熟悉度。

5. 依角色劃分的使用案例

一般開發者——將編碼模式用作輕量級、聊天驅動的 IDE 夥伴，進行程式碼搜尋、差異比對與快速自動化腳本。

DevOps/SRE——透過 Docker 或阿里雲 ECS 部署，並使用排程任務自動化處理重複的營運雜務；沙箱限制了代理執行指令的影響範圍。

安全工程師——審查並擴充 Tool Guard、File Guard 與 Skill Scanner 模組，或評估 QwenPaw 的沙箱模型（Seatbelt/Bubblewrap/AppContainer）以進行代理安全研究。

資料/研究科學家——使用文件處理與網頁搜尋技能來摘要論文、試算表與報告，並透過持久記憶在多次對話之間保留研究上下文。

專案經理——透過現有的團隊聊天工具（釘釘、飛書、微信、Discord、Telegram）存取助理，以委派提醒、文件摘要與排程追蹤，而無需採用新應用程式。

6. 開始使用

尋找所需內容——瀏覽文件網站，取得關於模型、管道、技能、安全性與 API/CLI 的指南：

https://qwenpaw.agentscope.io

安裝與執行——最快的方式是透過 pip（Python 3.11–3.13）：

pip install qwenpaw
qwenpaw init
qwenpaw start

對於不想直接管理 Python 環境的使用者，也可使用 Docker、自動化安裝腳本與測試版桌面應用程式。

貢獻——在提出 pull request 之前，設定開發環境並執行必要的檢查：

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

遵循 Conventional Commits（例如 feat(models): add custom provider for Azure OpenAI），並查看 GitHub Discussions 以了解目前正在徵求貢獻者的領域，例如新的管道、模型與技能。

7. 專案結構

QwenPaw/
├── src/qwenpaw/     # 核心 Python 套件（代理執行環境、記憶、安全性）
├── console/         # 用於設定與聊天介面的網頁前端（Node.js）
├── plugins/         # 用於擴充管道、技能與供應商的插件系統
├── deploy/          # Docker 與部署設定
├── tests/           # 單元測試套件
├── e2e/             # 端對端測試
└── website/         # 文件網站原始碼

主要進入點：src/qwenpaw/ 包含代理邏輯、模型整合與安全防護；console/ 是啟動後可在 http://127.0.0.1:8088/ 存取的本機網頁介面；agents/skills/（在貢獻文件中提及）是新增技能的位置，每個技能都有一個 SKILL.md 描述代理應在何時觸發它。

8. 相關生態系

  • 上游依賴：Qwen 模型系列（用於 QwenPaw-Flash 本機模型）、用於工具整合的 Model Context Protocol (MCP)，以及用於個人記憶的 ReMe 框架。
  • 部署平台：阿里雲 ECS、AgentScope Platform、ModelScope Studio，以及用於映像檔的 Docker Hub / 阿里雲容器映像服務。
  • 輔助工具：用於本機模型服務的 Ollama 與 LM Studio；用於雲端推論的 OpenAI、Anthropic、DeepSeek 與 Kimi 相容 API。

9. 授權

QwenPaw 以 Apache License 2.0 釋出。

  • ✅ 可將軟體用於個人或商業目的之使用、修改與散布
  • ✅ 可建立與散布衍生作品，包括專有產品
  • ✅ 可在生產環境中使用，無需支付授權費用
  • ❌ 未經許可，不得使用 QwenPaw 名稱或商標暗示官方背書
  • ❌ 貢獻者不對因使用軟體所造成的損害負責
  • ℹ️ 在再散布的副本中保留原始版權聲明與授權文字
  • ℹ️ 任何貢獻的變更均以相同的 Apache 2.0 條款接受

10. 常見問題

問：嘗試 QwenPaw 需要 API 金鑰嗎？
答：不需要。QwenPaw-Flash 本機模型（2B/4B/9B）可在無任何雲端 API 金鑰的情況下執行；雲端供應商僅為選用，以獲得更高能力的回應。

問：我可以將 QwenPaw 連接到團隊已使用的訊息應用程式嗎？
答：可以。內建管道支援涵蓋釘釘、飛書、微信、Discord、Telegram、iMessage 與 QQ，且只需單一執行實例。

問：讓代理執行 shell 指令與編輯檔案安全嗎？
答：QwenPaw 套用核心層級沙箱，加上 Tool Guard、File Guard 與 Skill Scanner，在代理動作執行前限制其可存取的內容。

問：最快的安裝方式是什麼？
答：pip install qwenpaw，接著執行 qwenpaw init 與 qwenpaw start（Python 3.11–3.13）；不想直接管理 Python 的使用者也可選擇 Docker 與引導式安裝腳本。

問：如何新增技能或訊息管道？
答：技能位於 agents/skills/ 下，並包含 SKILL.md 清單；新管道繼承 BaseChannel 並在 registry.py 中註冊。詳情請參閱貢獻指南。

11. 快速連結

12. 總結

QwenPaw 將持久記憶、多管道訊息傳遞與內建安全整合到單一開源個人 AI 助理中，可完全離線執行或擴充至雲端。它最適合想要一個可自行修改、可自架代理平台的開發者，以及想要將一個助理帶入他們已在使用之聊天工具的團隊——且全部採用寬鬆的 Apache 2.0 授權。