阿里开源QwenPaw:把专属AI助手装进自己电脑

阿里开源QwenPaw：把专属AI助手装进自己电脑

你有没有这种感觉：ChatGPT 会员费一交再交，通义/豆包用着顺手，可你的聊天记录、文件、偏好全在别人服务器上；换个工具，之前聊过啥它全忘了。

最近阿里 AgentScope 团队开源了一个叫 QwenPaw 的项目，定位很戳人——个人 AI 工作站，能装在你自己电脑上跑。我直接把源码拉下来翻了一遍，安装路径和源码入口也做了交叉验证，今天用大白话跟你聊聊：它到底香不香，普通人能不能玩，坑在哪。

项目地址：github.com/agentscope-ai/QwenPaw（Apache-2.0 协议，免费）官方文档：qwenpaw.agentscope.io

先一句话说清它是啥

QwenPaw 不是又一个聊天网页，而是一个跑在你自己环境里的个人 AI 助理：本地或云端部署都行，靠 Skills（技能）和插件扩展本事，还能同时连钉钉、飞书、微信、Discord、Telegram、QQ、iMessage 这些频道。

它自己标榜的三组关键词很说明问题：不遗忘对话、本地云端自由运行、你的不是我们的（数据留本机）。

一、它跟你平时用的 AI 工具，到底差在哪？

我用一张表给你掰明白：

维度	普通 AI 网页/App	QwenPaw
数据在哪	在厂商服务器	默认留你本机，无第三方托管、不上传
记不记得你	会话一关常清零	三层记忆：实时上下文 + 完整逐字历史 + ReMe 自进化知识库
模型费用	大多要会员	本地模型零 API Key、免费跑
能连哪	就它自己一个 App	一个实例，全频道打通
会不会干活	偏聊	定时任务、读代码、处理文档、联网搜、自动化

几个我特别看重的点：

1. 记忆是真"记得住"

三层记忆里最骚的是 ReMe 驱动的个人知识库——你的对话和资料会被持续沉淀成可读、可编辑、可检索、还能互相链接的 Markdown 文件。等于它越用越懂你，而且你随时能打开文件自己改。

2. 全频道一个大脑

钉钉、飞书、微信、Discord、Telegram、iMessage、QQ……接上之后，你在哪个 App 里跟它聊，它都是同一个"人"，共享同一份记忆。打工人把它接钉钉/飞书，等于工位上多了个 7×24 在线的助理。

3. 多智能体 + Coding 模式

可以建多个各有记忆和技能的 Agent，还能在运行时生成子 Agent 协作；Coding 模式给了个三面板 Web IDE（文件树 + Diff 预览 + 对话），看代码、改代码都能聊着来。

二、普通人真能在自己电脑跑起来吗？（我实测了）

能。我顺着官方文档把安装路径都验了一遍，源码里 pyproject.toml 的入口也确认了（qwenpaw = qwenpaw.cli.main:cli），不是嘴上说说。

先泼一盆现实冷水：pip 安装依赖体积不小，我这边实测 pip install qwenpaw 光 transformers / onnxruntime / playwright 这几个大包就跑了近 6 分钟还没下完。第一次装请耐心等，或者直接走下面的一键脚本 / 桌面应用，省得看进度条。

最省事的三种姿势：

姿势 A：pip 三连（适合会点 Python 的）

bash
pip install qwenpaw qwenpaw init --defaults qwenpaw app

然后浏览器开 http://127.0.0.1:8088/ 进控制台配模型。

姿势 B：一键脚本

macOS / Linux：curl -fsSL https://qwenpaw.agentscope.io/install.sh | bash
Windows（PowerShell）：irm https://qwenpaw.agentscope.io/install.ps1 | iex

脚本会自动装好 uv、建虚拟环境、装依赖，不用你手动配 Python。

姿势 C：桌面应用（Beta，零配置）

从官网下个安装包双击就跑，Windows 10+ / macOS 14+ 都能用，适合不想碰命令行的朋友。（注意：Beta 阶段，首次启动要等 10–60 秒初始化。）

关键：想免费、不想交会员费，就走本地模型

QwenPaw 内置 QwenPaw Local 运行时（基于 llama.cpp），在 Web 界面点一下 "Download" 就能拉模型，还带硬件感知推荐。模型用的是他们专门给 Agent 场景训的 QwenPaw-Flash 2B / 4B / 9B（Q4/Q8 量化），从 ModelScope（国内镜像）或 Hugging Face 下。我也确认了依赖里 modelscope>=1.35.0 是直接打包的——国内直连 ModelScope 就行，不用梯子。

当然 Ollama、LM Studio 也支持，接上本地服务就能用。

我扒了下源码的 sandbox/ 目录，实打实看到 macossandbox.py、windowsappcontainersandbox.py、bubblewrapsandbox.py 这些文件——正好对应官方说的内核级隔离（macOS Seatbelt / Linux Bubblewrap / Windows AppContainer），不是 PPT 概念。

三、安全这块，它想得挺细

本地跑 AI，最怕它"越权"乱动你电脑。QwenPaw 上了四层防护：

Sandbox（沙箱）：命令在受限的文件系统视图里跑，碰不到系统要害。
Tool Guard：每次工具调用前检查，专抓命令注入、路径遍历、反向 Shell、混淆攻击。
File Guard：默认拦着 /.ssh、/.qwenpaw.secret/ 这类敏感目录。
Skill Scanner：激活技能前扫一遍，防提示词注入、硬编码密钥、数据外泄。

还有个 Access Policy，能对每次能力调用裁定"放行 / 拒绝 / 请求人工审批"。简单说：危险命令执行前就被拦了。

四、先夸完，再泼点冷水（坑点清单）

优点不赘述，直接说实测里要注意的：

Python 版本卡得死：要求 >=3.11 且 <3.14。太老的装不上，太新（3.14+）也拒。用 3.11–3.13 最稳。
本地模型吃硬件：2B 勉强能跑，9B 想要流畅得有块像样显卡；纯 CPU 跑会慢到怀疑人生。先拿 2B 试水最稳。
接微信/钉钉要自己申请凭证：频道不是开箱即聊，得去各平台申请 AppKey / Secret 配好才能连。懒人建议先只玩本地控制台。
桌面应用还是 Beta：功能还在补齐，企业版 Windows（LTSC）受限语言模式下，脚本可能写不进系统 Path，得手动配。
云端模型照样要 Key 和钱：想白嫖，必须走本地模型；用通义/OpenAI 等云端 API 还是要 API Key + 付费。
有一点点遥测：qwenpaw init 每个版本会收集一次匿名环境信息（版本/系统/Python/CPU/GPU 有无），不含任何个人数据、文件、密钥、IP。--defaults 模式会自动同意，介意的话用交互式 qwenpaw init 选拒绝即可。

五、到底适合谁？

适合：

在意隐私、不想数据被人拿去训练的人
想一个 AI 管所有聊天频道的人
爱折腾、想接本地模型 / 自己写 Skill 的玩家

暂时不太适合：

纯小白、看见命令行就头大，又不想配环境的——可以先去 AgentScope Platform（platform.agentscope.io）免费云端版或桌面应用 Beta 尝鲜，零门槛。

写在最后

QwenPaw 最打动我的不是"又多了一个 AI 工具"，而是它把主动权还给了用户：数据在你机器上，记忆你能自己翻能自己改，模型能选免费的本地版，连频道都随你接。对于怕被会员费绑架、又在意隐私的普通人来说，这条路值得走一走。

想先看懂再动手的，文档在 qwenpaw.agentscope.io；想直接看源码的，GitHub 搜 agentscope-ai/QwenPaw。下回我再挑一个更轻量的自托管工具来测，关注我，别错过。

参考来源：

QwenPaw GitHub 仓库 README_zh.md（agentscope-ai/QwenPaw，v2.0.1，2026-07-24）
QwenPaw 官方文档 qwenpaw.agentscope.io
源码 pyproject.toml 依赖与 sandbox/ 模块结构（本地实测验证）