QwenPaw (CoPaw)-review: de open-source persoonlijke agent van Alibaba

QwenPaw is een open-source persoonlijke assistent van het AgentScope-team van Alibaba. Als u het kende als CoPaw: het is hetzelfde project. Het verscheen in februari 2026 als CoPaw en werd in april 2026 hernoemd naar QwenPaw, zoals de release notes van v1.1.0 uitleggen. U ziet de oude naam nog in oudere handleidingen en bij het copaw-pakket op PyPI. De repo had 37.495 GitHub-sterren toen we op 8 november 2026 keken.

Wat het is

QwenPaw hoort bij dezelfde familie als OpenClaw en nanobot: een agent op uw machine die u bereikt via een webconsole, een terminal-UI of chatapps, die u onthoudt, geplande taken draait en kan handelen via een browser, een shell, MCP-tools, skills en plugins. Twee dingen onderscheiden het: het is gebouwd om volledig op lokale modellen te draaien, en het kan meerdere onafhankelijke agents naast elkaar draaien.

Installatie

U kunt installeren met pip (Python 3.11 tot 3.13), een installatiescript of Docker. Het script is de makkelijke route: het richt Python, Node.js en de webconsole in op macOS, Linux of Windows. Alibaba biedt ook gratis cloud-deployment met één klik op zijn AgentScope Platform, al is dat geen zelfhosting meer. Er bestaan desktopapps voor Windows en macOS, maar die zijn in bèta.

De webconsole dekt kanalen, cronjobs, heartbeat, skills, MCP en bestanden, en de documentatie loopt ze stuk voor stuk door. Er komen vaak releases, met veel bèta’s, dus reken op regelmatig updaten en lees de notes als u dat doet.

Telemetrie: lees het init-commando

QwenPaw verstuurt tijdens qwenpaw init eenmaal per versie anonieme installatiegegevens: versie, installatiemethode, besturingssysteem, Python-versie, CPU-architectuur en of er een GPU aanwezig is. Het team zegt geen persoonsgegevens, bestanden, credentials of IP-adressen te verzamelen (README).

Het addertje zit in hoe toestemming werkt. De interactieve installatie vraagt u om in te stemmen, maar het quick-start-commando dat de documentatie aanbeveelt, qwenpaw init --defaults, accepteert het automatisch. Wilt u dat er niets wordt verstuurd, draai dan de interactieve qwenpaw init en weiger. Het gaat om weinig data, maar het staat standaard aan als u de quick start volgt.

Sandboxing: uit, en zwakker in Docker

QwenPaw heeft meer beveiligingslagen dan de meeste agents in deze categorie. De beveiligingsdocumentatie beschrijft Tool Guard, File Guard, het scannen van skills, toegangsbeleid en een optionele sandbox op kernelniveau voor commando’s.

Die sandbox staat standaard uit (broncode), en binnen Docker valt hij terug op helemaal geen isolatie. Dat tweede punt is contra-intuïtief: QwenPaw in Docker draaien geeft u niet de commandosandbox, alleen de scheiding die de container zelf biedt. Als u het op uw hoofdmachine installeert, zet dan de sandbox aan voordat u een chatkanaal koppelt.

Lokale modellen zijn het sterke punt

QwenPaw werkt met meer dan 20 cloudproviders, waaronder DashScope (Qwen), OpenAI, Anthropic, Gemini, DeepSeek, Kimi en OpenRouter. Het kan ook volledig offline draaien zonder API-sleutel: het heeft een ingebouwde llama.cpp-runtime, ondersteunt Ollama en LM Studio, en het team publiceert eigen kleine QwenPaw-Flash-modellen die zijn getraind op agenttaken (modellendocumentatie).

Die combinatie, een runtime en een daarop afgestemd model van hetzelfde team, is minder installatiewerk dan zelf een agent aan een aparte lokale modelserver koppelen. Wat een lokaal model aankan, hangt nog steeds af van uw hardware, dus probeer uw echte taken voordat u een cloudprovider laat vallen.

Meerdere agents en geheugen

Elke agent heeft zijn eigen geheugen, skills en heartbeat, en agents kunnen samenwerken (multi-agentdocumentatie). Het geheugen is een Markdown-opslag in drie lagen die u kunt lezen en bewerken. Heartbeat-check-ins en cronjobs houden agents aan het werk terwijl u weg bent. Beeldgeneratie komt via officiële plugins voor Qwen-Image of GPT Image 2.

Kanalen

De dekking is het sterkst voor Chinese platforms: DingTalk, Feishu, WeChat en QQ, naast Telegram, Discord en Slack. iMessage werkt alleen op een Mac met een hulpprogramma van derden en Full Disk Access, wat ruime toegang is om te verlenen. Er is geen WhatsApp-kanaal (kanalendocumentatie).

Wie het zou moeten gebruiken

QwenPaw past bij mensen die een zelf gehoste agent willen die volledig op lokale modellen draait, bij gebruikers van DingTalk, Feishu, WeChat of QQ, en bij iedereen die een klein team van gespecialiseerde agents op één machine wil. Het is een zwakkere keuze als u WhatsApp nodig hebt, of een sandbox wilt die aan staat zonder dat u instellingen aanraakt.

Hoe het zich verhoudt

• nanobot komt het dichtst in de buurt: Python, MIT, een verzorgde WebUI, lokale modellen en standaard geen telemetrie, al staat de shellsandbox ook daar standaard uit.
• ZeroClaw heeft de OS-sandbox aan onder het aanbevolen profiel en verstuurt geen telemetrie, maar de configuratie is een TOML-bestand.
• OpenClaw heeft het grotere ecosysteem en WhatsApp-ondersteuning, met sandboxing standaard uit.

Zie beste lokale AI-agent en OpenClaw-alternatieven voor meer.