QwenPaw实测:阿里开源的低门槛AI助手,对国内用户到底好不好用?

AI实战 · 终端AI工具横评 第2篇 | 上篇聊了四大流派，这篇实测 QwenPaw

本文主要想验证三件事：

1. 安装简不简单?——官方说“一行命令搞定”
2. “越用越懂你”——确实如此吗？
3. 能不能真正干活——是否真能完成一个真实的工作流？

在实测前，先快速了解一下 QwenPaw。

QwenPaw 是什么？

QwenPaw 是阿里云 AgentScope 团队推出的开源个人 AI 助手，原名CoPaw，2026年4月更名为QwenPaw，在GitHub 上有17.4k+ Stars。

你可以把它当作一个自己部署、自己掌控数据的 AI 分身——能接入钉钉、飞书、微信、QQ 等国内平台，具备跨会话长期记忆，支持多 Agent 协作完成复杂任务。

简单说，它是一个你自己能动手搭的智能体管家——数据归你，能力由你定。

部署

QwenPaw支持多种安装方式：

💡 安装并启动后的关键步骤：

1. 在浏览器访问控制台（http://127.0.0.1:8088/）
2. 配置模型（必需）：设置 → 模型 → 配置 API Key 或下载本地模型
3. 开始对话测试
4. （可选）配置频道以在钉钉、飞书、QQ 等 app 里对话，详见 "频道配置"(https://qwenpaw.agentscope.io/docs/channels)

方式一：pip 安装

如果你更习惯自行管理 Python 环境（需 Python >= 3.10, < 3.14）

• 本文使用的方式，会安装很多包，推荐使用虚拟环境安装
• 普通用户使用桌面应用安装更简单
• 使用 Docker 安装对原有环境无影响

步骤一：安装

pip install qwenpaw

步骤二：初始化

在工作目录（默认 ~/.qwenpaw）下生成 config.json 与 HEARTBEAT.md。

两种方式：

• 快速用默认配置（不交互，适合先跑起来再改配置）：

qwenpaw init --defaults

示例：  

• 交互式初始化（按提示填写心跳间隔、投递目标、活跃时段，并可顺带配置频道与 Skills）：

    qwenpaw init

若已有配置想覆盖，可使用 qwenpaw init --force（会提示确认）。 初始化后若尚未启用频道，接入钉钉、飞书、QQ 等需在 "频道配置"(https://qwenpaw.agentscope.io/docs/channels) 中按文档填写。

启动前可以设置 工作区环境变量，指定工作区位置

步骤三：启动服务

qwenpaw app

服务默认监听 127.0.0.1:8088。若已配置频道，QwenPaw 会在对应 app 内回复；若尚未配置，也可先前往频道配置。  

方式二：脚本安装

无需预装 Python — 安装脚本通过 "uv"(https://docs.astral.sh/uv/) 自动管理一切。

步骤一：安装

macOS / Linux：

curl -fsSL https://qwenpaw.agentscope.io/install.sh | bash

然后打开新终端（或执行 source ~/.zshrc / source ~/.bashrc）。

Windows (CMD):

curl -fsSL https://qwenpaw.agentscope.io/install.bat -o install.bat && install.bat

Windows（PowerShell）：

irm https://qwenpaw.agentscope.io/install.ps1 | iex

然后打开新终端（安装脚本会自动将 QwenPaw 加入 PATH）。

⚠️ Windows 企业版 LTSC 用户特别提示

如果您使用的是 Windows LTSC 或受严格安全策略管控的企业环境，PowerShell 可能运行在 受限语言模式 下，可能会遇到以下问题：

1. 如果你使用的是 CMD（.bat）：脚本执行成功但无法写入Path

   脚本已完成文件安装，由于 受限语言模式 ，脚本无法自动写入环境变量，此时只需手动配置：

• 按 Win + R，输入 sysdm.cpl 并回车，打开"系统属性"。
• 点击 "高级" -> "环境变量"。
• 在 "系统变量" 中找到并选中 Path，点击 "编辑"。
• 点击 "新建"，依次填入上述两个目录路径，点击确定保存。
• 检查 uv 是否可用：在 CMD 中输入 uv --version ，如果显示版本号，则只需配置 QwenPaw 路径；如果提示 'uv' 不是内部或外部命令，也不是可运行的程序或批处理文件。，则需同时配置两者。
• uv路径（任选其一，取决于安装位置，若uv不可用则填）：通常在%USERPROFILE%\.local\bin、%USERPROFILE%\AppData\Local\uv或 Python 安装目录下的 Scripts 文件夹
• QwenPaw路径：通常在 %USERPROFILE%\.qwenpaw\bin 。
• 找到安装目录： 
• 手动添加到系统的 Path 环境变量： 

2. 如果你使用的是 PowerShell（.ps1）：脚本运行中断

由于 受限语言模式 ，脚本可能无法自动下载uv。

• 手动安装uv：参考 "GitHub Release"(https://github.com/astral-sh/uv/releases)下载并将uv.exe放至%USERPROFILE%\.local\bin或%USERPROFILE%\AppData\Local\uv；或者确保已安装 Python ，然后运行python -m pip install -U uv
• 配置uv环境变量：将uv所在目录和 %USERPROFILE%\.qwenpaw\bin 添加到系统的 Path 变量中。
• 重新运行：打开新终端，再次执行安装脚本以完成 QwenPaw 安装。
• 配置QwenPaw环境变量：将 %USERPROFILE%\.qwenpaw\bin 添加到系统的 Path 变量中。

也可以指定选项：

macOS / Linux：

# 安装指定版本curl -fsSL ... | bash -s -- --version 1.1.0# 从源码安装（开发/测试用）curl -fsSL ... | bash -s -- --from-source

Windows（PowerShell）：

# 安装指定版本.\install.ps1 -Version 0.0.2# 从源码安装（开发/测试用）.\install.ps1 -FromSource

升级只需重新运行安装命令。卸载请运行 qwenpaw uninstall。

步骤二：初始化

在工作目录（默认 ~/.qwenpaw）下生成 config.json 与 HEARTBEAT.md。两种方式：

• 快速用默认配置（不交互，适合先跑起来再改配置）：

  qwenpaw init --defaults

• 交互式初始化（按提示填写心跳间隔、投递目标、活跃时段，并可顺带配置频道与 Skills）：

  qwenpaw init

若已有配置想覆盖，可使用 qwenpaw init --force（会提示确认）。 初始化后若尚未启用频道，接入钉钉、飞书、QQ 等需在 "频道配置"(https://qwenpaw.agentscope.io/docs/channels) 中按文档填写。

步骤三：启动服务

qwenpaw app

服务默认监听 127.0.0.1:8088。若已配置频道，QwenPaw 会在对应 app 内回复；若尚未配置，也可先完成本节再前往频道配置。

方式三：Docker

镜像在 Docker Hub（agentscope/qwenpaw）。镜像 tag：latest（稳定版）；pre（PyPI 预发布版）。国内用户也可选用阿里云 ACR：agentscope-registry.ap-southeast-1.cr.aliyuncs.com/agentscope/qwenpaw（tag 相同）。

拉取并运行：

docker pull agentscope/qwenpaw:latestdocker 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

然后在浏览器打开 http://127.0.0.1:8088/ 进入控制台。配置、记忆与 Skills 保存在 qwenpaw-data 卷中；模型配置与 API Key 保存在 qwenpaw-secrets 卷中；备份归档保存在 qwenpaw-backups 卷中。传入 API Key 可在 docker run 时加 -e DASHSCOPE_API_KEY=xxx 或 --env-file .env。

方式四：部署到阿里云 ECS

若希望将 QwenPaw 部署在阿里云上，可使用阿里云 ECS 一键部署：

1. 打开 “QwenPaw 阿里云 ECS 部署链接”(https://computenest.console.aliyun.com/service/instance/create/cn-hangzhou?type=user&ServiceId=service-1ed84201799f40879884)，按页面提示填写部署参数；
2. 参数配置完成后确认费用并创建实例，部署完成后即可获取访问地址并使用服务。

详细步骤与说明请参考 “阿里云开发者社区：QwenPaw 3 分钟部署你的 AI 助理”(https://developer.aliyun.com/article/1713682)。

方式五：魔搭创空间一键配置（无需安装）

若不想在本地安装 Python，可通过魔搭创空间将 QwenPaw 部署到云端运行：

1. 先前往 “魔搭”(https://modelscope.cn/register?back=%2Fhome) 注册并登录；
2. 打开 “QwenPaw 创空间”(https://modelscope.cn/studios/fork?target=AgentScope/QwenPaw)，一键配置即可使用。

重要：使用创空间请将空间设为 非公开，否则你的 QwenPaw 可能被他人操纵。

方式六：桌面应用

如果你不习惯使用命令行，可以下载并使用 QwenPaw 的桌面应用版本，无需手动配置 Python 环境或执行命令。

特点

• 零配置：下载后双击即可运行，无需安装 Python 或配置环境变量
• 跨平台：支持 Windows 10+ 和 macOS 14+ (推荐 Apple Silicon)
• 可视化：自动打开浏览器界面，无需手动输入地址

下载与使用

1. 下载安装包 前往 GitHub Releases(https://github.com/agentscope-ai/QwenPaw/releases) 下载对应系统的版本：

• Windows: QwenPaw-Setup-<version>.exe
• macOS: QwenPaw-<version>-macOS.zip

2. 安装并启动

• Windows: 双击 .exe 文件按向导安装，完成后双击桌面快捷方式启动
• macOS: 解压 .zip 得到 QwenPaw.app，首次需右键选择"打开"以绕过系统安全限制

3. 首次启动提示 首次启动可能需要 10-60 秒（取决于系统配置），应用需要初始化 Python 环境和加载依赖，请耐心等待浏览器窗口自动打开。

配置模型（必需）

在使用 QwenPaw 之前，需要配置至少一个可用模型，QwenPaw 支持多种模型提供商，可以在页面左侧边栏的 设置 -> 模型 页面进行配置和管理。

QwenPaw 使用大语言模型可以选择以下任一方式：

选项 A：使用云端模型（需要 API Key）

1. 在控制台进入 设置 → 模型
2. 选择一个提供商（如 DashScope、ModelScope 等）
3. 点击 设置 按钮，输入你的 API Key
4. 点击 保存
5. 在顶部 默认 LLM 中选择该提供商和具体模型
6. 点击 保存

详见 模型 - 配置云提供商(https://qwenpaw.agentscope.io/docs/models)。

以智普模型设置为例：

  设置key 

测试链接  

保存 

选用 

测试智普免费模型速度太慢，如果使用免费模型推荐使用内置的免费内模型

选项 B：使用本地模型（无需 API Key，完全离线）

1. 安装本地模型后端：

• QwenPaw Local（llama.cpp）：在 QwenPaw Local 提供商设置中下载 llama.cpp，详见 模型 - 配置本地提供商(https://qwenpaw.agentscope.io/docs/models)。
• Ollama：从 Ollama 官网(https://ollama.com/download) 安装 Ollama，并启动 Ollama 服务。
• LM Studio：从 LM Studio 官网(https://lmstudio.ai/download) 安装 LM Studio，并启动 LM Studio 服务。

1. 下载模型：

• 对于 QwenPaw Local（llama.cpp），你可以直接在控制台的提供商设置中下载模型，或者手动将 GGUF 模型文件放到本地模型目录中（默认 ~/.qwenpaw/local_models/models/<org>/<model>，例如 ~/.qwenpaw/local_models/models/Qwen/Qwen3-0.6B-GGUF）。
• 对于 Ollama 和 LM Studio，需要先在各自服务中添加模型，之后 QwenPaw 才能自动获取模型列表并连接。

1. 在控制台选择本地提供商和模型

配置好本地模型后，你可以在控制台的 默认 LLM 设置中选择它，也可以直接在 聊天 页面中切换使用。

在控制台测试对话

模型配置完成后，在控制台的 聊天 页面发送消息测试功能，确认 QwenPaw 可以正常回复。

可选扩展

配置模型并测试成功后，可以根据需要进行以下扩展：

接入消息频道

在钉钉、飞书、QQ、Discord、iMessage 等 app 里与 QwenPaw 对话：

1. 在控制台进入 控制 → 频道
2. 选择要接入的频道
3. 按照 频道配置(https://qwenpaw.agentscope.io/docs/channels) 文档获取凭据并填写
4. 保存后即可在对应 app 中发消息给 QwenPaw

这里以QQ为例：

  点击QQ频道，出现如下界面：

  手机QQ扫码：

 点连接： 

创建成功： 

QQ机器人的配置可以参考(https://qwenpaw.agentscope.io/docs/channels/?lang=zh#QQ)

测试机器人： 

给QQ机器人发指令

  任务完成：

 电脑上创建的目录及文件：

文件内容： 

使用 OneBot v11（NapCat / QQ 完整协议）的 Webhook 进行对话（设置参考官方文档）

读取QQ群信息

向QQ群发消息

 QQ群消息显示

启用和扩展技能

赋予 QwenPaw 更多能力（PDF 处理、Office 文档、新闻摘要等）：

• 在控制台进入 智能体 → 技能池 或 智能体 → 技能
• 导入内置技能、从 Skill Hub 导入、或创建自定义技能
• 详见 Skills(https://qwenpaw.agentscope.io/docs/skills)

接入 MCP 工具

通过 MCP（Model Context Protocol）扩展外部工具能力：

• 在控制台进入 智能体 → MCP
• 创建 MCP 客户端，连接外部工具服务器
• 详见 MCP(https://qwenpaw.agentscope.io/docs/mcp)

设置定时任务与心跳

让 QwenPaw 自动执行任务：

• 定时任务：在控制台 控制 → 定时任务 中创建，或使用 CLI(https://qwenpaw.agentscope.io/docs/cli) 的 qwenpaw cron 命令
• 心跳：配置定时自检或摘要，详见 心跳(https://qwenpaw.agentscope.io/docs/heartbeat)

创建多智能体

创建多个专用助手，各司其职或互相协作：

• 在控制台 设置 → 智能体管理 中创建新智能体
• 每个智能体拥有独立的配置、记忆、技能和对话历史
• 启用协作技能让智能体间可以互相通信
• 详见 多智能体(https://qwenpaw.agentscope.io/docs/multi-agent)

调整工作目录

如需更改配置文件或工作目录的位置，详见 配置与工作目录(https://qwenpaw.agentscope.io/docs/config)。

和 OpenClaw、Hermes 比较

试用提示

如果你也想亲手试一试，最省心的方式还是先从桌面应用开始：

桌面应用版：

1. 去 GitHub Releases 下载对应系统的安装包；
2. 双击安装，打开浏览器访问 http://127.0.0.1:8088/；
3. 配置一个 API Key（阿里云百炼、DeepSeek、硅基流动等都行）；
4. 开始使用。

想用 Docker 的话：

1. docker pull agentscope/qwenpaw:latest；
2. docker run -d -p 8088:8088 agentscope/qwenpaw:latest；
3. 浏览器打开 http://127.0.0.1:8088/。

*未完待续...*，下一篇用QwenPaw开放一个工具软件。

你也在用 QwenPaw 吗？用的是什么部署方式？欢迎留言交流 👇