简体中文

QwenPaw（CoPaw）评测：阿里巴巴的开源个人智能体

QwenPaw（原名 CoPaw）是阿里巴巴采用 Apache-2.0 许可证、可完全离线运行的智能体。本文介绍安装方式、沙箱和遥测默认设置，以及它适合谁。

访问 QwenPaw

QwenPaw 是阿里巴巴 AgentScope 团队推出的开源个人助手。如果你知道的是 CoPaw，那就是同一个项目：它于 2026 年 2 月以 CoPaw 之名发布，并在 2026 年 4 月更名为 QwenPaw，v1.1.0 发布说明对此有解释。在较早的指南和 PyPI 上的 copaw 包中，你仍会看到旧名字。截至我们 2026 年 11 月 8 日查看时，该仓库有 37,495 颗 GitHub 星。

QwenPaw web console with a new chat, model picker set to qwen3.5-plus, and a sidebar listing Channels, Sessions, Cron Jobs, Heartbeat, Files, Skills, Tools, MCP and Agent Management
QwenPaw's web consolegithub.com

它是什么

QwenPaw 和 OpenClaw、nanobot 属于同一类：一个运行在你机器上的智能体，你可以通过 Web 控制台、终端界面或聊天应用访问它；它会记住你、运行定时任务，并能通过浏览器、shell、MCP 工具、技能和插件执行操作。它有两点与众不同：它生来就能完全运行在本地模型上，而且可以并排运行多个独立的智能体。

安装

你可以通过 pip（Python 3.11 到 3.13）、安装脚本或 Docker 安装。脚本是最简单的路径：它会在 macOS、Linux 或 Windows 上配置好 Python、Node.js 和 Web 控制台。阿里巴巴还在其 AgentScope Platform 上提供免费的一键云端部署，不过那就不再是自托管了。Windows 和 macOS 有桌面应用，但处于 beta 阶段。

Web 控制台涵盖渠道、cron 任务、heartbeat、技能、MCP 和文件，文档逐一做了介绍。版本发布很频繁，beta 版也很多，所以请预期需要经常更新，并在更新时阅读说明。

遥测：看清 init 命令

QwenPaw 会在 qwenpaw init 期间为每个版本发送一次匿名安装数据：版本、安装方式、操作系统、Python 版本、CPU 架构以及是否有 GPU。团队表示不收集任何个人数据、文件、凭据或 IP 地址（README）。

问题在于同意机制。交互式设置会询问你是否同意，但文档推荐的快速入门命令 qwenpaw init --defaults 会自动接受。如果你不想发送任何数据，请运行交互式的 qwenpaw init 并拒绝。数据量很小，但如果你按快速入门操作，它默认就是开启的。

沙箱：默认关闭，在 Docker 中更弱

QwenPaw 比这个领域的大多数智能体拥有更多安全层。安全文档介绍了 Tool Guard、File Guard、技能扫描、访问策略，以及一个可选的内核级命令沙箱。

这个沙箱默认关闭（源码），而在 Docker 中它会退化为完全没有隔离。第二点有些反直觉：在 Docker 中运行 QwenPaw 并不会给你命令沙箱，只有容器本身提供的那点隔离。如果你把它装在主力机器上，请在连接任何聊天渠道之前开启沙箱。

QwenPaw terminal UI with a pixel-art logo, a status bar showing agent, model, session and token counts, and a short Hello exchange
Chatting with QwenPaw in its terminal UIgithub.com

本地模型是强项

QwenPaw 支持 20 多个云端提供商，包括 DashScope（Qwen）、OpenAI、Anthropic、Gemini、DeepSeek、Kimi 和 OpenRouter。它也可以完全离线运行，无需 API 密钥：它内置了 llama.cpp 运行时，支持 Ollama 和 LM Studio，团队还发布了自己专为智能体任务训练的小型 QwenPaw-Flash 模型（模型文档）。

运行时和为其调优的模型出自同一团队，这种组合比你自己把智能体接到一个单独的本地模型服务器要省事。本地模型能胜任什么仍取决于你的硬件，所以在放弃云端提供商之前，先用你的真实任务试一试。

多智能体与记忆

每个智能体都有自己的记忆、技能和 heartbeat，智能体之间还能协作（多智能体文档）。记忆是一个三层的 Markdown 存储，你可以阅读和编辑。heartbeat 签到和 cron 任务让智能体在你不在时继续工作。图像生成通过 Qwen-Image 或 GPT Image 2 的官方插件实现。

渠道

对中国平台的覆盖最强：钉钉（DingTalk）、飞书（Feishu）、微信（WeChat）和 QQ，此外还有 Telegram、Discord 和 Slack。iMessage 只能在 Mac 上配合第三方辅助程序和“完全磁盘访问权限”使用，这是一项很宽泛的授权。没有 WhatsApp 渠道（渠道文档）。

适合谁用

QwenPaw 适合想要一个完全运行在本地模型上的自托管智能体的人、钉钉、飞书、微信或 QQ 的用户，以及想在一台机器上运行一小组专业智能体的人。如果你需要 WhatsApp，或者想要一个不用碰设置就默认开启的沙箱，它就不太合适。

横向对比

  • nanobot 是最接近的选择：Python、MIT、精致的 WebUI、本地模型，默认无遥测，不过它的 shell 沙箱同样默认关闭。
  • ZeroClaw 在推荐配置下开启操作系统沙箱，也不发送遥测，但配置方式是一个 TOML 文件。
  • OpenClaw 拥有更大的生态并支持 WhatsApp，沙箱默认关闭。

更多内容请参阅最佳本地 AI 智能体和 OpenClaw 替代品。

价格

QwenPaw: 价格
Open source免费
  • Apache-2.0 licensed and free to self-host
  • You pay your chosen model provider, or run a local model with no API key

功能

功能
联网搜索是
图像生成是
语音模式是
文件上传是
记忆是
代你执行操作是
应用集成是
自主运行是
主动给你发消息是
可运行多个机器人是

优点

  • 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

缺点

  • 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

适合人群

  • 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

来源

  1. agentscope-ai/QwenPaw on GitHub (Apache-2.0, README with install options and telemetry)
  2. QwenPaw documentation
  3. QwenPaw v1.1.0 release notes: CoPaw rebrands to QwenPaw
  4. copaw on PyPI (first release February 2026)
  5. QwenPaw docs: Channels
  6. QwenPaw docs: Models (cloud providers, llama.cpp, Ollama, LM Studio)
  7. QwenPaw docs: Security (Tool Guard, File Guard, sandbox)
  8. QwenPaw source: security.sandbox_enabled defaults to off
  9. QwenPaw docs: Heartbeat
  10. QwenPaw docs: Multi-agent
  11. QwenPaw docs: Comparison (voice and video interaction)
  12. QwenPaw docs: Desktop application (beta)
  13. QwenPaw docs: Plugins (GPT Image 2 image generation plugin)
  14. QwenPaw Qwen-Image tool plugin (image generation and editing)