QwenPaw：可自託管的個人 AI 助手，連接多個聊天渠道

QwenPaw 是什麼，名稱從何而來

QwenPaw 是 AgentScope 團隊維護的 Python 個人 AI 助手。根據 README 的 Built By 部分，該團隊還開發 AgentScope、AgentScope Runtime 和 ReMe。名稱展開為 Qwen Personal Agent Workstation（Qwen 個人代理工作站）。README 的標語是「Works for you, grows with you」（為你工作，與你一同成長），定位描述為可本機或雲端部署、透過技能與外掛程式擴充、並連接多個聊天管道的助手。儲存庫中繼資料將其描述為易於安裝，可在自有機器或雲端部署，支援多種聊天應用，能力可輕鬆擴充。

從 pip 到測試版桌面應用的七種安裝路徑

README 列出了七種安裝方式。pip 方式要求 Python 版本在 3.11 到 3.14 之間，執行 `qwenpaw init --defaults` 後再執行 `qwenpaw app`。macOS、Linux 和 Windows 的指令碼安裝器會自動下載 uv、建立虛擬環境並安裝包括 Node.js 和前端資源在內的依賴；README 提示在受限網路環境或企業防火牆下可能無法使用。Docker 映像檔發布在 Docker Hub 的 agentscope/qwenpaw 名下，帶 latest 和 pre 兩個標籤，阿里雲容器映像服務也有映像；執行命令會掛載三個磁碟區，分別存放資料、金鑰和備份。其餘選項包括阿里雲 ECS 一鍵部署、AgentScope Platform、ModelScope Studio 分叉，以及基於 Tauri 建置的 Windows 10+ 和 macOS 14+ 測試版桌面應用。桌面應用的測試版聲明列出了三項已知限制：相容性測試不完整、可能存在效能問題、部分功能尚不穩定或缺失。

雲端模型需要 API 金鑰，本機模型不需要

透過雲端 LLM API 聊天前必須設定有效的 API 金鑰；README 明確表示在設定有效金鑰前 QwenPaw 無法運作。文中提到的供應商包括 DashScope、OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi 和 OpenRouter。金鑰可在 http://127.0.0.1:8088/ 的 Console 中設定，也可透過 `qwenpaw init` 提示互動完成，或設定 DASHSCOPE_API_KEY 環境變數。僅使用本機模型的使用者無需任何金鑰。內建的 QwenPaw Local 執行環境基於 llama.cpp，可在網頁介面中點擊下載模型。Ollama 需要將上下文長度設定為至少 32k，LM Studio 需要啟用本機伺服器。README 還介紹了 QwenPaw-Flash 系列，這是為代理任務訓練的 2B、4B 和 9B 模型，提供 Q4 和 Q8 量化版本，可在 ModelScope 和 Hugging Face 取得。

README 記錄的四層安全機制

README 描述了四層安全機制。Sandbox 提供核心級執行隔離，macOS 使用 Seatbelt，Linux 使用 Bubblewrap 或 Landlock，Windows 使用 AppContainer，shell 命令在受限的檔案系統檢視內執行。Tool Guard 是 YAML 規則引擎，其 ShellEvasionGuardian 在每次工具呼叫前進行偵測，識別命令注入、路徑遍歷、反彈 shell 和混淆攻擊，核准層級為 STRICT、SMART、AUTO 和 OFF。File Guard 獨立於 Tool Guard，阻止代理存取敏感檔案和目錄，預設保護 ~/.qwenpaw.secret/ 和 ~/.ssh 等路徑。Skill Scanner 在技能啟動前執行，提供 block、warn 和 off 三種模式及白名單支援，偵測提示注入、硬編碼金鑰和資料外洩。README 連結到官方文件中的 Security 頁面以取得更多細節。

由 ReMe 支撐的三層記憶

README 描述了三層記憶系統：即時工作上下文、完整逐字歷史，以及由 ReMe（AgentScope GitHub 組織下的獨立專案）驅動的自進化個人知識庫。對話和資源會持續轉換為可讀、可編輯、可搜尋且相互連結的 Markdown 記憶。2.0.0 版本加入了 Scroll Context，發布說明稱其持久化每一輪對話，並將被逐出的輪次建立索引以便按需召回，不會做任何摘要化處理。文件部分同時連結到 Memory 頁面和獨立的 ReMe 文件。

多代理編排與 Coding Mode

README 的功能表稱 QwenPaw 可以產生擁有各自記憶和技能的獨立代理，支援執行時子代理，並實作 Agent Communication Protocol（ACP）用於跨系統編排。Coding Mode 是一個三欄網頁 IDE，包含檔案樹、差異預覽和聊天視窗，內建跳到定義、尋找參考和結構化程式碼搜尋。藍圖將多模型切換列為進行中，將現有代理（如 Claude Code）的相容、群組聊天和子代理視覺化列為計劃中。2.0.0 發布說明還提到 Loop Engineering，描述為帶有可組合核准閘道的先進代理迴圈範本。

一個執行個體，多個管道

根據 README 的功能表，單一執行個體可以連接釘釘、飛書、微信、Discord、Telegram、iMessage 和 QQ。直接存取方式包括瀏覽器 Console、全螢幕終端介面和測試版桌面應用。TUI 與 Console 驅動同一代理、記憶、技能、MCP 工具和會話，支援串流回覆、斜線命令、貼上檔案作為附件，以及內聯工具權限提示。README 為每個平台連結了管道設定文件，並提供了終端介面指南。

Apache 2.0 授權與匿名遙測

QwenPaw 以 Apache License 2.0 發布。授權摘錄授予永久、全球、非獨佔、免費、免版稅且不可撤銷的版權授權，允許以原始碼或目標程式碼形式複製、準備衍生作品、公開展示、公開表演、再授權和分發作品及衍生作品，專利條款在提起專利訴訟時終止。授權文字未涉及安全態勢、支援或保固。README 單獨記錄了 `qwenpaw init` 期間收集的匿名遙測：版本、安裝方式、作業系統及版本、Python 版本、CPU 架構和 GPU 可用性。聲明稱不收集個人資料、檔案、憑證、IP 位址或可識別資訊，互動式 init 會詢問是否同意，而 `--defaults` 會自動接受遙測。

針對 QwenPaw 的導入，應把 README 寫出的入口拆成可觀察的步驟。先建立只含測試資料的工作目錄，依文件指定的命令、設定檔或範例執行一次，保存標準輸出、錯誤訊息、產生的檔案與結束狀態。若專案沒有安裝命令，就以它提供的 README、目錄名稱和範例檔作為核對點，不自行補出未記載的參數。這個步驟能確認目前環境是否真的讀到預期版本，也能把文件描述與實際行為分開。

第二輪只改變一個條件，例如輸入格式、權限、模型、網路連線或輸出位置，再比較 agentscope-ai-qwenpaw-deep-analysis 的結果。對成功案例，要檢查內容是否完整；對失敗案例，要確認錯誤是否可辨識、暫存檔是否清理、重試是否造成重複副作用。若使用 GitHub Release，應記錄標籤與提交；若直接使用 main，則保存檢查時的提交識別。這些記錄會影響 QwenPaw 是否適合納入現有流程，而不是把一次成功執行擴大成全面保證。

編輯結論

README 將 QwenPaw 定位為可在自有機器或雲端執行的個人 AI 助手，可連接聊天平台，並透過技能、外掛程式和 MCP 擴充自身。專案以 Apache 2.0 授權發布，文件中記錄了遙測、安全控制與七種安裝路徑，另有測試版桌面應用和規劃中的功能藍圖。 對 QwenPaw 而言，最先要確認的是 README 所列入口在目標版本、輸入與權限條件下是否產生預期結果；未能重現的能力應保留為未確認，不納入正式流程。

官方來源

1. Official documentation
2. Official README
3. Project repository
4. Release notes