Análise do QwenPaw (CoPaw): o agente pessoal de código aberto da Alibaba

O QwenPaw é um assistente pessoal de código aberto da equipe AgentScope da Alibaba. Se você o conhecia como CoPaw, é o mesmo projeto: foi lançado como CoPaw em fevereiro de 2026 e renomeado para QwenPaw em abril de 2026, como explicam as notas da versão v1.1.0. Você ainda vai ver o nome antigo em guias mais velhos e no pacote copaw do PyPI. O repositório tinha 37.495 estrelas no GitHub quando verificamos em 8 de novembro de 2026.

O que é

O QwenPaw é da mesma família do OpenClaw e do nanobot: um agente na sua máquina que você acessa por um console web, uma interface de terminal ou apps de chat, que se lembra de você, roda tarefas agendadas e pode agir por meio de um navegador, um shell, ferramentas MCP, skills e plugins. Duas coisas o diferenciam: ele foi feito para rodar inteiramente com modelos locais e pode executar vários agentes independentes lado a lado.

Instalação

Você pode instalar com pip (Python 3.11 a 3.13), um script de instalação ou Docker. O script é o caminho fácil: ele configura Python, Node.js e o console web no macOS, Linux ou Windows. A Alibaba também oferece deploy gratuito na nuvem com um clique na sua AgentScope Platform, embora isso já não seja auto-hospedagem. Existem apps de desktop para Windows e macOS, mas estão em beta.

O console web cobre canais, tarefas cron, heartbeat, skills, MCP e arquivos, e a documentação explica cada um. Os lançamentos são frequentes, com muitas betas, então conte com atualizar com frequência e ler as notas quando fizer isso.

Telemetria: leia o comando init

O QwenPaw envia dados anônimos de instalação uma vez por versão durante o qwenpaw init: versão, método de instalação, sistema operacional, versão do Python, arquitetura de CPU e se há GPU. A equipe diz que não coleta dados pessoais, arquivos, credenciais nem endereços IP (README).

O porém está em como o consentimento funciona. A configuração interativa pede que você aceite, mas o comando de início rápido que a documentação recomenda, qwenpaw init --defaults, aceita automaticamente. Se você não quer que nada seja enviado, rode o qwenpaw init interativo e recuse. São poucos dados, mas ficam ativados por padrão se você seguir o início rápido.

Sandbox: desativado, e mais fraco no Docker

O QwenPaw tem mais camadas de segurança do que a maioria dos agentes desta categoria. A documentação de segurança descreve Tool Guard, File Guard, verificação de skills, políticas de acesso e um sandbox opcional em nível de kernel para comandos.

Esse sandbox vem desativado por padrão (código-fonte), e dentro do Docker ele passa a não ter isolamento nenhum. Esse segundo ponto é contraintuitivo: rodar o QwenPaw no Docker não dá a você o sandbox de comandos, apenas a separação que o próprio contêiner oferece. Se você instalá-lo na sua máquina principal, ative o sandbox antes de conectar qualquer canal de chat.

Modelos locais são o ponto forte

O QwenPaw funciona com mais de 20 provedores na nuvem, incluindo DashScope (Qwen), OpenAI, Anthropic, Gemini, DeepSeek, Kimi e OpenRouter. Também pode rodar totalmente offline, sem chave de API: tem um runtime llama.cpp embutido, suporta Ollama e LM Studio, e a equipe publica seus próprios modelos pequenos QwenPaw-Flash treinados para tarefas de agente (documentação de modelos).

Essa combinação, um runtime e um modelo ajustado para ele vindos da mesma equipe, dá menos trabalho de configuração do que ligar você mesmo um agente a um servidor de modelos local separado. O que um modelo local consegue fazer ainda depende do seu hardware, então teste suas tarefas reais antes de abandonar um provedor na nuvem.

Vários agentes e memória

Cada agente tem a própria memória, skills e heartbeat, e os agentes podem trabalhar juntos (documentação multiagente). A memória é um armazenamento em Markdown de três camadas que você pode ler e editar. As verificações de heartbeat e as tarefas cron mantêm os agentes trabalhando enquanto você está fora. A geração de imagens vem por plugins oficiais para Qwen-Image ou GPT Image 2.

Canais

A cobertura é mais forte para plataformas chinesas: DingTalk, Feishu, WeChat e QQ, ao lado de Telegram, Discord e Slack. O iMessage só funciona num Mac com um helper de terceiros e Acesso Total ao Disco, que é uma permissão ampla para conceder. Não há canal de WhatsApp (documentação de canais).

Quem deveria usar

O QwenPaw atende quem quer um agente auto-hospedado que rode inteiramente com modelos locais, usuários de DingTalk, Feishu, WeChat ou QQ, e quem quer uma pequena equipe de agentes especialistas numa única máquina. É uma escolha mais fraca se você precisa de WhatsApp ou quer um sandbox ativo sem mexer nas configurações.

Como ele se compara

• O nanobot é o mais parecido: Python, MIT, uma WebUI caprichada, modelos locais e sem telemetria por padrão, embora o sandbox de shell dele também venha desativado.
• O ZeroClaw tem o sandbox do sistema operacional ativado no perfil recomendado e não envia telemetria, mas a configuração é um arquivo TOML.
• O OpenClaw tem o ecossistema maior e suporte a WhatsApp, com o sandbox desativado por padrão.

Veja melhores agentes de IA locais e alternativas ao OpenClaw para mais opções.