QwenPaw 这个名字在中文 AI 圈子里最近出镜率挺高，但很多人还没真正用过——它不像 OpenCode 那样有 CLI 命令行，也不像 pi 那样走极简 TUI 路线，它走的是「个人 AI 助理工作站」这条路。
我把自己机器上的 QwenPaw 实例翻了一遍（v1.1.12.post3 · 控制台运行在 http://127.0.0.1:2206/ · Apache 2.0 · 21,184 Stars），把它的设计哲学、模型支持、技能生态、安全机制和真实使用体验都过了一遍。这篇文章就是一份实地测评——不是 release notes 翻译，也不是营销稿，而是用过之后告诉你它适合谁、不适合谁。
一、QwenPaw 是什么、由谁做
GitHub：agentscope-ai/QwenPawPyPI：qwenpaw（v1.1.12.post3）License： Apache 2.0Stars： 21,184 · Forks： 2,743 · Open Issues： 898首发： 2026-02-24（5 个月前）最新发布： v2.0.0-beta.3（2026-07-07）
由阿里 AgentScope 团队出品。这个团队背靠阿里巴巴达摩院/通义实验室，旗下还有 agentscope（多智能体框架）、agentscope-runtime（运行时）、ReMe（长期记忆库）。QwenPaw 是他们面向「个人 AI 助理」这个垂直场景做的产品。
它和 OpenCode / pi / Hermes / Claude Code 的根本区别：其它几个主要是「给开发者用的 AI Agent 工具」，QwenPaw 是「给非开发者也能用的 AI 助理」——同样跑本地，但开箱即用、控制台是 Web 界面、预置 17 个 IM/协议频道（包括 8 个国内频道：钉钉/飞书/微信/企业微信/QQ/腾讯元宝/华为小艺/OneBot），能跑定时任务、能主动推送消息。
名字由来：「Qwen Personal Agent Workstation」的缩写，也寓意 Qwen 的智识 + Paw（爪子）的温度。仓库里明确说希望它「不是冰冷的工具，而是随时准备帮忙的智慧、温暖的小爪子」——这种人格化定位贯穿整个产品设计。
二、7 种部署方式
QwenPaw 在「开箱即用」这件事上做得很全。README 列了 7 种部署方式，覆盖了从纯小白到企业级运维的全场景：
|
|
|
|
|---|---|---|
| pip 安装 |
|
pip install qwenpaw
qwenpaw init --defaults → qwenpaw app
|
| 脚本安装 |
|
curl -fsSL https://qwenpaw.agentscope.io/install.sh | bash
|
| Docker |
|
docker pull agentscope/qwenpaw:latest |
| 阿里云 ECS |
|
|
| AgentScope 平台 |
|
|
| 魔搭创空间 |
|
|
| 桌面应用 |
|
.exe / macOS .dmg（Tauri 版）
|
脚本安装是 README 主推的入口——它会自动下载 uv（Astral 出品的 Python 包管理器，速度比 pip 快 10-100 倍）、创建虚拟环境、装好所有依赖。我自己在 Windows 上跑了 install.ps1 一次，整个过程从 0 到 QwenPaw Console 跑起来大概 90 秒，包括下载 200MB+ 的前端资源。
macOS 用户要注意：因为 Tauri 桌面应用没经过 Apple 公证，首次启动会被 Gatekeeper 拦。官方文档给的标准操作是「右键 → 打开 → 在弹窗里再次点打开」——比大多数未公证的开源软件绕得清楚。
三、控制台 UI：本地 Web，端口 8088（默认）
qwenpaw app
控制台布局：左侧是当前 Agent 列表 + 频道导航，中间是对话区，右上角是模型切换 + 设置入口。整个 UI 是 React + Ant Design 风格的，给「非开发者」的体感做得很足。
我随手点了一下默认 Agent（Default），让它自我介绍：
我是 QwenPaw 助手 — 目前还算是"出厂设置"状态，因为我的主人还没给我起名字、定风格呢 😄
我是谁：一个能干活的多模态 AI 助手，跑在你的本机上。能读文件、查网页、操作浏览器、帮你写文档、做表格、整理笔记……各种杂活都能干。
为什么这点重要——大多数 Agent 工具的「人设」是写死在 system prompt 里的，QwenPaw 把这个独立成 PERSONA / PROFILE 配置项（Persona 文档），用户可以完全自定义名字、风格、定位，不需要会写代码。
四、32 个模型提供商（实测可用）
这是 QwenPaw 最让我意外的部分
云端（29 个）：OpenCode · Kilo Code · GitHub Models · Google Gemini · OpenRouter · SiliconFlow · Zhipu · Aliyun（DashScope + Coding Plan + Token Plan · 含国内/国际） · Anthropic · Azure OpenAI · DeepSeek · Kimi（国内/国际/Coding Plan） · MiniMax（国内/国际） · ModelScope · OpenAI · Volcano Engine（普通 + Coding Plan） · Xiaomi MiMo Token Plan
本地（3 个）：QwenPaw Local（基于 llama.cpp）· Ollama · LM Studio
实测配置（我这台机器上的）：默认 LLM 用的是 opencode/deepseek-v4-flash-free（通过 OpenCode Zen 的免费额度）。同一台机器上还配了 Kilo Code（Kilo Code 也是免费的）。这两个 provider 都标 FREE 和 Live，开箱能用。
QwenPaw-Flash 是它自带的本地模型——2B / 4B / 9B 三个尺寸，专门为 Agent 场景训练，提供 Q4 和 Q8 量化。在 ModelScope 和 Hugging Face 上都能拿到。完全不需要 API Key，本地跑。
OpenAI ChatModel 兼容层做得很标准——所有非 OpenAI 的 provider 都通过 OpenAI 协议适配，配置 Base URL + API Key 即可。这种设计的好处是迁移成本低——从 Claude Code 切过来只要改 endpoint。
五、32 个 Skill + 6 个 Plugin（生态）
QwenPaw 的「能力扩展」分两层：Skill（技能） 和 Plugin（插件）。
Skill：32 个内置技能
Skills是给 Agent 看的说明书——和 OpenCode/pi/Hermes 的 Skill 概念一致。我数了一下，本地实例加载了 32 个：
|
|
|
|
|---|---|---|
| 系统层 | cron
heartbeat、channel_message、multi_agent_collaboration
|
|
| 编码层 | test-driven-development
systematic-debugging、verification-before-completion、writing-plans、executing-plans
|
|
| 工作流 | brainstorming
dispatching-parallel-agents、subagent-driven-development、using-git-worktrees
|
|
| 协作 | receiving-code-review
requesting-code-review、finishing-a-development-branch、using-superpowers
|
|
| 文件处理 | pdf
docx、pptx、xlsx、file_reader、make-skill
|
|
| 网络/通讯 | news
himalaya（IMAP/SMTP 邮件）、browser_cdp、browser_visible
|
|
| Agent 协作 | chat_with_agent
multi_agent_collaboration、subagent-driven-development
|
|
| QA | QA_source_index |
|
技能生态的成熟度——writing-skills、make-skill、verification-before-completion、using-superpowers 这 4 个 skill 是用来创建和管理 skill 本身的。这是 QwenPaw 比同类工具领先的地方：它把"沉淀 skill"这个动作也工具化了。
Plugin：6 个插件
pip list 输出的 6 个插件是这个样子的：
「智能体办公室」是这个生态里最有意思的插件——它把"哪个 Agent 在忙、忙了多久、刚刚完成了什么"可视化成一个办公室仪表盘：
「技能市场」是这个生态里最容易被忽略的扩展入口——它从 4 个来源聚合社区技能：QwenPaw 官方仓库 · ClawHub · ModelScope · Aliyun。
我截到的市场页面里有 8 类技能标签：技能管理 · 开发工具 · AI 媒体 · 前端 · 营销（A 股选股 · 视频字幕 · 文档问答）。比较有特色的是 a-share-oversold-rebound-strategy（A股超跌反弹短线策略）、bili-say（B 站 AI 助手）、agentscope-skill（AgentScope 框架使用指南）、plugin-creator（脚手架创建新插件）。
技能市场 + 技能池的分工：技能池是「我已经装上的」，技能市场是「我能装的」。这种分离避免一次塞太多 skill 进 prompt 导致上下文爆炸——QwenPaw 默认只在 prompt 里加载技能描述，需要时再激活。
我这台机器上同时跑了 2 个 workspace（default + QwenPaw_QA_Agent_0.2），办公室页面显示「忙碌 0 / 空闲 2 / 休息 0」——2 个 Agent 都闲着呢，等待派活。这种「可视化一个 Agent 团队在做什么」的思路，在 OpenCode / Claude Code / pi 里都还没见过。
六、控制台里那些「养」它的面板（6 个被低估的功能）
控制台默认页是聊天，但左侧导航往下翻，还有 6 个经常被忽略的面板——它们决定了 QwenPaw 是「玩具」还是「能上生产的工作站」。这是我在其它 Agent 工具里没见过这么齐全的。
6.1 安全：4 层防护的 UI 实现
控制台 → 设置 → 安全 页面把第三节讲到的 4 层防护全部具象化成可勾选的规则：
- 工具防护：受保护的工具 + 禁止的工具（黑/白名单）
- 文件防护：访问控制（默认保护
<span>/.qwenpaw.secret/、</span>/.ssh/） - 技能扫描器：block / warn / off 三档
- 免认证主机白名单：本地特定操作免二次验证
检测规则页面是我见过最专业的——按 6 大类分组，每条规则都标 ID + 严重程度（HIGH / CRITICAL）+ 描述 + 来源 + 自动拒绝开关：
|
|
|
|
|---|---|---|
| 命令注入 |
|
TOOL_CMD_DANGEROUS_RM
TOOL_CMD_DANGEROUS_MV（HIGH）· TOOL_CMD_FS_DESTRUCTION（CRITICAL）
|
| 资源滥用 |
|
TOOL_CMD_DOS_FORK_BOMB
TOOL_CMD_SYSTEM_REBOOT（CRITICAL）· TOOL_CMD_PROCESS_KILL（HIGH）
|
| 代码执行 |
|
TOOL_CMD_PIPE_TO_SHELL
curl | bash）· TOOL_CMD_OBFUSCATED_EXEC（HIGH · base64）· TOOL_CMD_IFS_INJECTION（HIGH）
|
| 网络滥用 |
|
TOOL_CMD_REVERSE_SHELL
|
| 敏感文件访问 |
|
TOOL_CMD_SYSTEM_TAMPERING
|
合计 18 条内置规则，每条都可以单独开关「自动拒绝」。这种粒度在 OpenCode / pi / Hermes 里都做不到——它们要么全开要么全关，没有按规则灰度控制。
6.2 Token 消耗：每条消息的账单
控制台 → 设置 → Token 消耗：把每个 Agent、每个模型、每个日期的 token 用量全部记录下来。我这台机器上显示：
按模型细分只有 1 行——opencode:deepseek-v4-flash-free（这正好印证了我用 OpenCode Zen 的免费档配置）。按日期也只有今天一行（45.5K 输入 / 1.4K 输出 / 5 次调用）。
两种趋势图：「模型用量趋势」 + 「Token 类型趋势」（输入 vs 输出占比）。这比 Anthropic Console / Claude Code 的统计更轻量但够用——你看一眼就知道今天烧了多少 token、烧在哪个模型上。
6.3 备份：整个实例一键打包
控制台 → 设置 → 备份：纯文字页，两个按钮——「导入」+「创建备份」。
我目前还没建过备份（页面显示「暂无备份。创建一个备份来保存当前配置」）。但这个面板的存在意味着 QwenPaw 把「配置可移植性」当一等公民——一个 Agent 跑了一个月后，配置 + 记忆 + 技能状态可以一键打包成 .tar.gz，在新机器上导入就能恢复原貌。
对个人开发者来说这个价值巨大——我从 Windows 笔记本迁到 Mac 桌面，理论上只需要 1 个备份文件就能把整个 QwenPaw 实例搬过去。这是 1Password / Obsidian 那种「个人数据主权」的思路。
6.4 语音转写：本地 Whisper，开箱可用
控制台 → 设置 → 语音转写：处理频道（Discord / Telegram 等）收到的语音消息。
两种音频模式：
- 自动（推荐）：用所选转写提供商把音频转成文字后发给模型——适用于所有模型
- 原生音频：直接把音频文件发给模型——只适用于支持音频的模型（如 gpt-4o-audio）
4 个转写提供商：已禁用 · Whisper API · 本地 Whisper · 云端 STT。
本地 Whisper 已经预装——页面显示「本地 Whisper 已就绪。ffmpeg 和 openai-whisper 均已安装。」（这是通过 uv pip install "qwenpaw[whisper]" 自动装的）。这意味着 Discord / Telegram 收到的语音消息可以完全在本地转写，不需要调用云端 API。
6.5 调试：实时 tail 后端日志
控制台 → 设置 → 调试：直接 tail C:\Users\Administrator\.qwenpaw\qwenpaw.log 的后端日志。
功能：
- 最新在前（默认） / 自动刷新开关
- 「全部 / 后端 / 前端」分类筛选
- 「复制后端日志」一键到剪贴板
我抓到的最近几条日志：
最有用的细节——「Zero-downtime reload completed」：QwenPaw 修改配置后不需要重启整个服务，直接热加载新配置。这对生产环境的助手很关键——你在它跑着的时候改了 skill，不会中断对话。
6.6 智能体统计：每个 Agent 的工作量
控制台 → 设置 → 智能体统计：把整个实例的活动度量化。
总览数字（我这台机器上）：
4 个趋势图：消息趋势 · 会话趋势 · Token 趋势 · LLM & 工具调用趋势。2 个分类统计：按渠道会话统计 · 按渠道消息统计。
为什么这个面板有用——你能看出哪个 Agent 在干活、哪个是闲置、哪个频道最活跃。对多 Agent 协作场景（一个 Agent 写代码、一个 Agent 答客服）来说是必备的运营仪表盘。
七、4 层安全设计的代码层细节
QwenPaw 把安全当成产品差异化来做，4 层防护每一层都不是纸糊的：
|
|
|
|
|
|---|---|---|---|
| L1 | Sandbox |
|
|
| L2 | Tool Guard |
ShellEvasionGuardian
|
|
| L3 | File Guard |
|
<span>/.qwenpaw.secret/、</span>/.ssh/ 等）
|
| L4 | Skill Scanner |
|
|
| + | Access Policy |
|
|
这 4 层加在一起意味着 QwenPaw 是少数把 Agent 安全当 first-class concern做的产品。Shell 命令注入 / 反向 Shell / 提示词注入 / 数据外泄——这是过去 2 年 Agent 工具出过事的 4 个主要攻击面，QwenPaw 一层层都堵了。
Access Policy 尤其值得说：它不是「全局开关」，而是针对每个工具 × 每个调用源的策略。比如你可以设置「bash 工具对来自钉钉频道的调用必须 ask，对来自控制台的调用可以 auto 通过」——这种来源感知的策略，在其它 Agent 工具里我没见过。
审批级别有 4 档：STRICT / SMART / AUTO / OFF。默认 SMART——智能判断哪些需要人工确认。生产环境建议 STRICT。
八、17 个 IM 频道（这是「助理」和「Agent」的本质区别）
QwenPaw 把「全频道连接」当核心卖点。一个实例，可以同时接 17 个频道（除了内置的「控制台」，还有 16 个 IM/协议频道）：
- 国内 IM（8 个）：钉钉 · 飞书（Lark）· 微信 · 企业微信 · QQ · 腾讯元宝 · 华为小艺 · OneBot
- 国际 IM（6 个）：Discord · Telegram · iMessage · Matrix · Mattermost · Twilio
- 协议/IoT（2 个）：SIP · MQTT
但 QwenPaw 不是唯一有 IM 的工具——Hermes 通过 Messaging Gateway 也支持 5 个 IM（Telegram · Discord · Slack · WhatsApp · Signal），加上社区桥接的微信。真正的差异在两处：
- 覆盖中国市场的深度：QwenPaw 预置了 8 个国内频道（钉钉/飞书/微信/企业微信/QQ/腾讯元宝/华为小艺/OneBot），Hermes 这边只有社区版的微信桥，钉钉/飞书/QQ 都没有
- 开箱即用度：QwenPaw 在控制台点几下就能绑定，Hermes 需要起 gateway 进程 + 自己申请 token
OpenCode / pi / Claude Code 则完全没有原生 IM——要接 IM 需要自己写 webhook 适配代码。这是「产品定位」决定的：QwenPaw 是「你已经在用的聊天工具里出现的助理」，OpenCode / pi 是「你开发时打开的工具」，Hermes 居中走 Messaging Gateway 路线。
频道适配做得很深——不是简单的 webhook 转发，而是：
- 非阻塞消息发送（v1.1.12 新增）：所有频道自适应节流，避免触发 IM 平台限流
- 每个频道独立的 agent 配置：钉钉可以是助理 A，飞书可以是助理 B
- 每轮 token 用量弹窗（v1.1.12）：每个频道都能看到 token 消耗
九、版本节奏 + 路线图
当前节奏（过去 30 天）：
双轨发布：v1.1.12 系列打补丁，v2.0.0-beta 系列并行推进新架构。官方明确说 v2 还在 beta，不要用于生产——这是负责任的版本管理。
路线图（来自 README）：
|
|
|
|
|---|---|---|
| 横向拓展 |
|
|
| Browser-use |
|
|
| 长期记忆 |
|
|
| QwenPaw 应用 |
|
|
| 多智能体 |
|
|
| 多智能体 |
|
|
| 多智能体 |
|
|
注意路线图的措辞——很多事项标的是「征集中」和「欢迎社区贡献」。QwenPaw 团队明牌说人手不够，欢迎社区认领。这种透明度在国产 AI 工具里不常见。
十、对比同类产品
我把 5 款主流 Agent 工具在 11 个维度上做了横向对比。QwenPaw 的「主交互」行特别需要注意——它是 5 家里唯一同时支持 Web + IM + Desktop + TUI 四种入口的（OpenCode 是 CLI/TUI/Desktop 三种，pi 和 Claude Code 是 CLI/TUI 两种，Hermes 是 Desktop + TUI 两种）。Web 控制台降低非开发者门槛，IM 把它"放进用户已有的工作流"，Desktop 给 Mac/Windows 用户双击即用，TUI 留给开发者兜底——这种「一个 Agent 多个端口共享同一份记忆」的设计是 QwenPaw 的差异化。
QwenPaw 的护城河：IM 频道原生集成（17 个频道，是 5 家里最多的，尤其中国 8 个全覆盖）+ Web 控制台 + 4 层安全设计。这是 OpenCode / pi / Hermes 都没下力气做的方向。
QwenPaw 的弱项：
- Star 数远低于同类（21K vs 210K）——开源社区渗透还不够
- CLI/TUI 体验弱——核心用户群（开发者）更习惯 CLI
- Coding 模式刚起步，三面板 Web IDE 还是 beta
- 多 Agent 协作还在路线图阶段（虽然智能体办公室已经能可视化）
十一、谁应该用 QwenPaw，谁不应该
应该用
- 非开发者的 AI 重度用户——产品经理 / 运营 / 销售 / 研究员，想让 AI 进群聊、能跑定时任务、能主动推送
- 已经在用多个 IM 工具的团队——QwenPaw 一个实例就能同时接 17 个频道（8 国内 + 6 国际 + 2 协议 + 1 控制台），省去每个频道单独做集成
- 对安全有要求的企业用户——4 层防护 + Access Policy 是认真的，别的 Agent 工具没有这种设计
- 想搭个人知识库的用户——ReMe 长期记忆 + Skill 沉淀机制，是「养一个越用越懂你的助理」的正确路径
- 不愿意敲命令的 Mac/Windows 用户——桌面应用是 Tauri 打包的，双击就跑
不应该用
- 纯 CLI 党——QwenPaw 主交互是 Web + IM，CLI 不是它的强项
- 追求极致轻量——QwenPaw 启动后内存占用比 pi 大（Web 前端 + 多服务进程），不适合放在 1GB 小机器上
- 只需要 Coding 不需要助理的开发者——OpenCode / Claude Code 在 Coding 体验上更专注
- 完全不想接触 LLM 概念的用户——配置模型那一步还是需要懂一些（虽然有 OpenCode Zen 免费档兜底）
十二、我的实测结论
这篇是我使用以后的一份初体验测评，我装的 QwenPaw 实例是 v1.1.12.post3，配的是 OpenCode Zen 免费档（deepseek-v4-flash-free），接了飞书作为 IM 频道，跑了几个小时的实际对话。结论是：
整体感受一个字：丝滑。
- 比 Hermes 客户端丝滑——同样有桌面应用，但 QwenPaw 的 Tauri 客户端启动快、UI 响应更跟手，聊天界面也明显更现代。Hermes 的桌面端相对偏极客，QwenPaw 给"非开发者"的体感做得更好。
- 比 pi 开箱即用——pi 是纯 CLI/TUI，所有东西都要从命令行配。QwenPaw 把 90% 的配置都搬到了 Web 控制台里（模型、频道、技能、安全），点点鼠标就能改。这对不想折腾命令行的用户来说是质的区别。
- 非常适合不喜欢折腾的用户——如果你用过 OpenCode / pi 那种需要写 YAML、改 JSON、配环境变量的工具，第一次用 QwenPaw 会有"原来 AI 助理可以这么简单"的感受。
最惊艳的两个点：
- 技能市场——一个页面聚合了 4 个来源（QwenPaw 官方仓库 · ClawHub · ModelScope · 阿里云）的社区技能，可以一键安装 A 股策略 / B 站助手 / AgentScope 框架指南这些垂类技能。这是我第一次见到"装 AI 技能像装手机 App 一样"的体验。
- 插件市场——6 个插件也是一键启用，特别是
agent-office把"哪个 Agent 在忙、忙了多久、刚才做了什么"可视化成一个仪表盘——这是给"养一个 AI 团队"这种场景量身定做的 UI。
还行的点：
- 安全——4 层防护 + Access Policy 不是噱头，规则粒度可以到每条命令、每个工具、每个来源。这种级别的 Agent 安全设计在开源项目里不常见。
- 多端共享记忆——控制台 + 桌面 + 飞书 三端用同一个 Agent 实例，切换设备时对话历史和上下文是连着的（这点比opencode的体验要好，懂得都懂~）。
还行的不那么好的点：
- Coding 模式不如 OpenCode——三面板 Web IDE 还很新，跳转定义 / 查找引用这些基础 IDE 功能还在完善。如果你的主战场是写代码，OpenCode / Claude Code 还是更专注的选择。
- v2 beta 还不能用于生产——我装的是 v1.1.12 稳定版，但 README 上很多新功能（多 Agent 协作的群聊、Subagent 可视化）都在 v2 路线图里。要用那些功能得等 v2 正式版。
最重要的判断：QwenPaw 和 OpenCode / pi / Hermes 不是竞争关系——它们是不同品类的产品。QwenPaw 是「你机器上的第 N+1 个常驻服务」（像 Notion / Obsidian / 1Password 那样），其它是「你开发时打开的工具」。两者可以并存——我现在的实际用法就是 OpenCode 写代码，QwenPaw 跑日常助理 + 在飞书群里应答。
如果你想试，最低成本路径：
90 秒到能用的状态。这是 QwenPaw 给我的最大惊喜——它把"装一个本地 AI 助理"的成本，从"半天"压到了"一杯咖啡"。
互动问题：你之前用过哪种 AI 助理工具？QwenPaw 的"全频道连接"这个思路你觉得是必需还是多余？
