QwenPaw(CoPaw)レビュー:Alibabaのオープンソース・パーソナルエージェント
旧称CoPawのQwenPawは、完全オフラインでも動くAlibabaのApache-2.0エージェントです。インストール方法、サンドボックスとテレメトリのデフォルト、向いている人。
QwenPawは、AlibabaのAgentScopeチームによるオープンソースのパーソナルアシスタントです。CoPawという名前で知っているなら、それと同じプロジェクトです。v1.1.0のリリースノートにあるとおり、2026年2月にCoPawとして公開され、2026年4月にQwenPawへと改名されました。古いガイドやPyPIのcopawパッケージでは、今も旧名を見かけるでしょう。2026年11月8日の確認時点で、リポジトリのGitHubスター数は37,495でした。

QwenPawとは
QwenPawはOpenClawやnanobotと同じ系統のツールです。自分のマシン上で動くエージェントで、Webコンソール、ターミナルUI、チャットアプリから利用でき、ユーザーのことを記憶し、スケジュールジョブを実行し、ブラウザー、シェル、MCPツール、スキル、プラグインを通じて行動できます。際立つ点は2つあります。完全にローカルモデルだけで動くよう作られていること、そして複数の独立したエージェントを並行して動かせることです。
インストール
pip(Python 3.11〜3.13)、インストールスクリプト、Dockerでインストールできます。簡単なのはスクリプトで、macOS、Linux、WindowsでPython、Node.js、Webコンソールをセットアップしてくれます。AlibabaはAgentScope Platform上で無料のワンクリッククラウドデプロイも提供していますが、それはもはやセルフホストではありません。WindowsとmacOS向けのデスクトップアプリもありますが、ベータ版です。
Webコンソールではチャネル、cronジョブ、ハートビート、スキル、MCP、ファイルを管理でき、ドキュメントでそれぞれ解説されています。リリースは頻繁でベータも多いため、頻繁に更新し、そのたびにリリースノートを読むつもりでいてください。
テレメトリ:initコマンドに注意
QwenPawはqwenpaw initの実行時に、バージョンごとに1回、匿名のインストールデータを送信します。内容はバージョン、インストール方法、OS、Pythonのバージョン、CPUアーキテクチャ、GPUの有無です。チームは、個人データ、ファイル、認証情報、IPアドレスは収集しないとしています(README)。
注意すべきは同意の仕組みです。対話式のセットアップではオプトインを尋ねられますが、ドキュメントが推奨するクイックスタートのコマンドqwenpaw init --defaultsでは自動的に同意したことになります。何も送信したくない場合は、対話式のqwenpaw initを実行して拒否してください。少量のデータではありますが、クイックスタートに従うとデフォルトでオンになります。
サンドボックス:オフ、しかもDockerではさらに弱い
QwenPawは、このカテゴリーのほとんどのエージェントよりも多くのセキュリティレイヤーを備えています。セキュリティのドキュメントでは、Tool Guard、File Guard、スキルのスキャン、アクセスポリシー、そしてコマンド用のオプションのカーネルレベルのサンドボックスが説明されています。
このサンドボックスはデフォルトでオフで(ソース)、Docker内ではまったく分離なしにフォールバックします。2点目は直感に反します。QwenPawをDockerで動かしてもコマンドのサンドボックスは得られず、コンテナ自体が提供する分離しかありません。メインのマシンにインストールする場合は、チャットチャネルを接続する前にサンドボックスをオンにしてください。

ローカルモデルが強み
QwenPawは、DashScope(Qwen)、OpenAI、Anthropic、Gemini、DeepSeek、Kimi、OpenRouterなど20以上のクラウドプロバイダーで動作します。APIキーなしで完全にオフラインで動かすこともできます。llama.cppランタイムを内蔵し、OllamaとLM Studioに対応し、チームはエージェントタスク向けに学習させた独自の小型モデルQwenPaw-Flashも公開しています(モデルのドキュメント)。
同じチームによるランタイムと、それに合わせて調整されたモデルという組み合わせは、エージェントを別のローカルモデルサーバーに自分で接続するよりもセットアップの手間が少なくなります。それでもローカルモデルで何ができるかはハードウェア次第なので、クラウドプロバイダーをやめる前に実際のタスクで試してください。
複数のエージェントとメモリ
各エージェントはそれぞれ独自のメモリ、スキル、ハートビートを持ち、エージェント同士で連携することもできます(マルチエージェントのドキュメント)。メモリは3層構造のMarkdownストアで、読んで編集できます。ハートビートによる定期確認とcronジョブにより、不在の間もエージェントは作業を続けます。画像生成はQwen-ImageまたはGPT Image 2の公式プラグインで利用できます。
チャネル
最も充実しているのは中国のプラットフォームで、DingTalk、Feishu、WeChat、QQに加え、Telegram、Discord、Slackに対応しています。iMessageはMac上でサードパーティのヘルパーとフルディスクアクセスがある場合にのみ動作し、これは付与するには広すぎるアクセス権です。WhatsAppのチャネルはありません(チャネルのドキュメント)。
誰が使うべきか
QwenPawは、完全にローカルモデルで動くセルフホスト型エージェントがほしい人、DingTalk、Feishu、WeChat、QQのユーザー、そして1台のマシンで専門エージェントの小さなチームを動かしたい人に向いています。WhatsAppが必要な場合や、設定に触れなくてもオンになっているサンドボックスがほしい場合は、あまり良い選択ではありません。
比較
- nanobotが最も近い選択肢です。Python、MIT、洗練されたWebUI、ローカルモデル、デフォルトでテレメトリなし。ただしシェルのサンドボックスはこちらもデフォルトでオフです。
- ZeroClawは推奨プロファイルでOSサンドボックスがオンになり、テレメトリも送信しませんが、設定はTOMLファイルです。
- OpenClawはより大きなエコシステムとWhatsApp対応を持ちますが、サンドボックスはデフォルトでオフです。
詳しくはおすすめのローカルAIエージェントとOpenClawの代替をご覧ください。
料金
| Open source | 無料 |
|
|---|
機能
| ウェブ検索 | あり |
|---|---|
| 画像生成 | あり |
| 音声モード | あり |
| ファイルのアップロード | あり |
| メモリー | あり |
| 代わりに操作を実行 | あり |
| アプリ連携 | あり |
| 自律的に動作 | あり |
| 自分から連絡してくる | あり |
| 複数のボット | あり |
長所
- Runs fully offline with a built-in llama.cpp runtime and purpose-trained QwenPaw-Flash models, no API key needed
- Several independent agents, each with its own memory, skills and heartbeat, that can work together
- Layered security: Tool Guard, File Guard, skill scanning, access policies and an optional kernel-level sandbox
- Broad chat coverage, especially for Chinese platforms such as DingTalk, Feishu, WeChat and QQ, alongside Telegram, Discord, Slack and iMessage
- Well-documented web console for channels, cron jobs, heartbeat, skills, MCP and files
短所
- The command sandbox is off by default, and inside Docker it falls back to no isolation
- The recommended setup command accepts anonymous install telemetry automatically
- No WhatsApp channel, and iMessage works only on a Mac with a third-party helper and Full Disk Access
- Desktop apps are still in beta, and the project moves fast, with frequent beta releases
向いている人
- People who want a self-hosted agent that can run entirely on local models
- Users of DingTalk, Feishu, WeChat or QQ who want an agent in those apps
- Running a small team of specialist agents on one machine
出典
- agentscope-ai/QwenPaw on GitHub (Apache-2.0, README with install options and telemetry)
- QwenPaw documentation
- QwenPaw v1.1.0 release notes: CoPaw rebrands to QwenPaw
- copaw on PyPI (first release February 2026)
- QwenPaw docs: Channels
- QwenPaw docs: Models (cloud providers, llama.cpp, Ollama, LM Studio)
- QwenPaw docs: Security (Tool Guard, File Guard, sandbox)
- QwenPaw source: security.sandbox_enabled defaults to off
- QwenPaw docs: Heartbeat
- QwenPaw docs: Multi-agent
- QwenPaw docs: Comparison (voice and video interaction)
- QwenPaw docs: Desktop application (beta)
- QwenPaw docs: Plugins (GPT Image 2 image generation plugin)
- QwenPaw Qwen-Image tool plugin (image generation and editing)
