QwenPaw 个人智能助手
将聊天、任务、记忆与工具整合为可自托管的个人助手。
按维度查看评分与理由
证据显示有安全特性：内核级沙箱、工具守卫、文件守卫、技能扫描器、访问策略，以及SECURITY.md中明确的信任模型和操作指南。用户确认机制存在（如工具权限提示、审批门）。数据流透明度：文档说明数据存储位置（工作目录、秘密目录、备份卷），但未详细说明所有数据流。敏感数据处理：API密钥存储在秘密目录，建议避免将秘密放在工作目录。依赖安全：有CodeQL工作流，但处于dry-run模式，不阻塞合并，且未提供依赖漏洞扫描证据。外部影响：文档说明可连接多个渠道，但未明确限制外部影响。回滚：有备份卷和卸载选项，但未明确回滚机制。来源归属：有许可证和版权声明，但发布者未验证。
自一致性：README、SECURITY.md、pyproject.toml等文件描述一致，安全模型与init流程对齐。依赖可用性：依赖列表明确，有版本范围，但未提供依赖可用性测试。失败消息：测试文件显示对错误路径有处理，但未提供用户可见的失败消息示例。
受众和场景：文档明确面向个人助理，支持多种渠道和场景。能力边界：文档说明技能可扩展，但未明确限制。触发精度：有调度和命令，但未详细说明触发机制。环境适配：支持多种安装方式（pip、脚本、Docker、云），但未提供所有环境的详细配置。
信息架构：README结构清晰，有目录。安装说明：提供多种安装方式，但脚本安装有网络限制警告。命名稳定性：有版本号，但未提供命名规范。示例和FAQ：有FAQ部分，但未提供详细示例。已知限制：桌面应用有Beta限制说明，但其他限制未明确。许可证：Apache-2.0，有LICENSE文件。版本和变更日志：有发布说明链接，但未提供详细变更日志。维护责任：有维护者信息，但未明确责任。
输出可用性：文档描述功能，但未提供输出示例。边际价值：功能丰富，但未与其他工具比较。成本效益：本地部署免费，但未提供成本分析。
声明可追溯：README中的声明有文档链接，但未提供具体证据。跨来源佐证：有多个文件支持，但未提供独立验证。事实和推断分离：文档区分了功能描述和推断，但未明确标注。
- 发布者身份未验证，需谨慎对待。
- CodeQL扫描处于dry-run模式，不阻塞合并，依赖安全未充分验证。
- 脚本安装方式存在网络限制风险，且可能修改系统环境变量。
- 桌面应用为Beta版本，存在已知限制。
- 安全模型假设单用户信任边界，多用户共享实例需谨慎。
这个 Agent 能做什么，适合哪些场景？
QwenPaw 是 AgentScope 团队开发的个人 AI 助手工作站，可部署在本机、Docker、云端或桌面应用中。它提供浏览器 Console、全屏终端 TUI、桌面应用以及钉钉、飞书、微信、Discord、Telegram、iMessage、QQ 等渠道入口。系统可配置云端模型提供商，也可使用内置 QwenPaw Local、Ollama 或 LM Studio 运行本地模型。其记忆设计包括工作上下文、完整逐字历史与由 ReMe 支持的本地 Markdown 知识库。除对话外，它还覆盖定时任务、文档处理、网页信息收集、插件、Skills、MCP 工具和面向代码任务的 Coding Mode。
安装后可通过 qwenpaw init 配置模型，再用 qwenpaw app 启动本地 Console；运行 qwenpaw 可进入与 Console 和 IM 渠道共享会话、记忆、Skills 和 MCP 工具的终端界面。它可在项目中读取、编辑、审查和测试代码，并在 Coding Mode 的三栏 Web IDE 中展示文件树、差异预览、跳转定义、查找引用和结构化代码搜索。它还可处理 PDF、Word、Excel 和 PowerPoint 文件，执行网页搜索、订阅跟踪和视频摘要，并通过 Cron/定时任务生成报告或向多个渠道推送内容。工具调用受 Sandbox、Tool Guard、File Guard 和 Skill Scanner 约束；README 列出的 Tool Guard 会检查命令注入、路径遍历、反向 shell 与混淆攻击。
- 希望把个人助手部署在自己电脑上的个人用户，可用 QwenPaw Local、Ollama 或 LM Studio 在不配置云端 API 密钥的情况下聊天。
- 需要把日报、新闻摘要或报告按固定时间发送到钉钉、飞书、Discord 或 Telegram 的运营人员，可配置 Cron 和多渠道推送。
- 在本地代码仓库中需要阅读、修改、审查和测试代码的开发者，可从 qwenpaw . 进入面向当前仓库的 Coding Mode。
- 需要将对话和资料沉淀为可编辑、可搜索、可链接 Markdown 知识库的个人知识管理用户，可使用 ReMe 支持的记忆能力。
- 希望把 PDF、Office 文档、浏览器、新闻等能力组合为固定工作流的团队或个人，可通过 Skills、插件和 MCP 扩展。
- 希望通过 Web Console、TUI、桌面应用和即时通信渠道访问同一助手状态的用户，可在一个实例中使用这些入口。
这个 Agent 有哪些优点和局限？
- 同时提供 Console、TUI、桌面应用和多个即时通信渠道，并说明这些入口共享同一代理、记忆、会话、Skills 与 MCP 工具。
- 同时支持内置本地运行时、Ollama、LM Studio 及 14+ 云端提供商；本地模型路径不要求 API Key。
- 将工作上下文、完整逐字历史和 ReMe 驱动的本地 Markdown 知识库组合为三层记忆。
- 文档列出了跨 macOS、Linux、Windows 的 Sandbox，以及 Tool Guard、File Guard 和 Skill Scanner 等工具执行防护层。
- 内置 Cron、插件、Skills、MCP 和多代理能力，适合把对话、自动化和外部工具组合到一个实例中。
- 使用任何云端 LLM 前必须配置有效 API Key；没有有效密钥时，云端模型无法聊天。
- pip 安装限定 Python >= 3.11 且 < 3.14；从源码运行 Web UI 还要求构建 console 前端并复制产物。
- 脚本安装在受限网络环境或企业防火墙中可能无法工作，并且 Windows LTSC 的 Constrained Language Mode 可能阻止自动配置 Path 或下载 uv。
- 桌面应用仍处于 Beta，README 明确列出兼容性测试不完整、性能问题和功能不稳定或缺失的风险。
- 本地部署并不等于完全无外部通信：交互式 init 会询问匿名遥测，而使用 --defaults 会自动接受一次每版本的遥测。
如何安装或部署这个 Agent？
使用 pip 安装需要 Python >= 3.11 且 < 3.14：
pip install qwenpaw
qwenpaw init --defaults
qwenpaw app然后在浏览器打开 http://127.0.0.1:8088/。Docker 部署可使用：
docker pull agentscope/qwenpaw:latest
docker run -p 127.0.0.1:8088:8088 -v qwenpaw-data:/app/working -v qwenpaw-secrets:/app/working.secret -v qwenpaw-backups:/app/working.backups agentscope/qwenpaw:latest使用云端模型时，在 Console → Settings → Models 配置提供商、API Key 并启用模型；仅使用 QwenPaw Local、Ollama 或 LM Studio 时无需 API Key。
如何使用这个 Agent？
首次启动后，在 Console 的 Settings → Models 选择并启用模型。云端模型需要有效 API Key；DashScope 也可通过 DASHSCOPE_API_KEY 设置。运行 qwenpaw 打开 TUI，运行 qwenpaw tui --resume <id> 恢复会话，运行 qwenpaw . 在当前仓库启动 Coding Mode。需要扩展时，在 Console 中添加 Skills、配置渠道或 Cron；工具额外所需密钥可在 Settings → Environment variables 设置。
这个 Agent 与同类方案有什么区别？
QwenPaw 可将 Ollama 或 LM Studio 作为本地模型后端；与只提供模型服务的这两者相比，QwenPaw 还提供 Console、TUI、渠道连接、记忆、定时任务、Skills、插件和 MCP 管理。