QwenPaw(前身 CoPaw)是阿里通义团队开源的个人智能体工作站,使用 Python 栈。它是一款多平台的个人 Agent 助手工具。
相比较于 OpenClaw ,QwenPaw 有几个非常明显的特点:一是内置了多智能体协作特征;二是内置更细致的安全审查;三是更适配国内的 IM 频道;四是更主动通过 ACP 去调用专业 Agent;五是基于 Agentscope 平台来集成插件工具;六是 Chat/IDE 双模式,可自由切换。
前天,通义 AgentScope 正式公测,支持i一键部署 QwenPaw 、插件共享和 Skill 市场。我试了一下,只需要绑定 Github 账号,就可以拥有一个免费的云端 QwenPaw Agent,搭配内部免费模型,使用起来还是非常不错的~
云端虽好,也不要贪杯。真要说工作起来的话,必须还是得在本地运行才更实用。今天给大家分享一下如何在 NAS 部署 QwenPaw 这款本地 Agent。
一. QwenPaw
QwenPaw 这个项目,我个人认为它主打的是可爱风格。一只小脑虎囊括了 Logo 和文字脚印。右上角有一个 Chat/IDE 模式切换按钮。点击后就可以将 Agent Chat 界面切换为 IDE 界面。
在这个界面下,右侧保留 Chat 版块,而文件系统、IDE 编辑框则在中间部分展示。这一点是目前很多 Claw 类项目都没有的。
目前主流的 Claw 应用更偏向是一个聊天助手或者 Vibe Coding 工具,没有传统的 IDE 模式。而 QwenPaw 可以说是唯一兼顾了 Chat + IDE 双模式的桌面端 Agent 助手。
模型,QwenPaw 支持 Ollama 等本地模型,也支持主流的云端模型。所以在使用上不存在任何的限制。其内置小模型通过 llama.cpp 来调用,支持纯 CPU 跑。
其实对 Claw 类工具来说,本地模型的意思并不大。但是如果考虑到隐私性一定要跑,那么建议通过 Ollama 跑一个 MiniCPM-V,效果会非常好。
前面提到 QwenPaw 的特色是多智能体,系统内置就提供了一个 Default ,一个 QA Agent。所有智能体都有独立的工作空间和默认模型,并且可以配置初始技能,这个非常适合运用到多场景沉淀的场景下。
对于多 Agent,我个人认为一般是用不上的…