English
AI 工具 / 本地部署 AI

QwenPaw评测2026：带记忆的开源本地AI助手

AIX Cove 评测 ·
QwenPaw评测2026：带记忆的开源本地AI助手
本地部署 AI

QwenPaw 是什么

QwenPaw 是阿里巴巴 AgentScope 团队做的开源个人 AI 助手，Apache-2.0 协议，免费。它可以装在自己机器上、云服务器上，或者直接用官方免费的 AgentScope 云平台。特点是可以接进钉钉、飞书、微信、Discord、Telegram、iMessage、QQ 这些聊天软件，有一套三层记忆，还能完全用本地模型跑，一个 API key 都不要。

写之前我翻了仓库 README、文档站、发布说明和讨论区，还看了一篇第三方安全测试。项目活跃度不用怀疑，GitHub 上大约 3.4 万个 star，2026 年 7 月 2.0 重写之后基本每月一个大版本。活跃的另一面是粗糙，open issue 超过 900 个，讨论区里能翻到不少真实抱怨。

它能给你什么

  • 多渠道。一个实例同时服务钉钉、飞书、微信、Discord、Telegram、iMessage、QQ，网页控制台、全屏终端界面、桌面应用也能直接用。
  • 三层记忆。实时工作上下文、完整对话原文，以及一个会自我更新的个人知识库（ReMe），记忆全部存成可读、可改、可搜的 Markdown。
  • 技能和插件。定时、文档、浏览器、新闻、PDF 和 Office 处理都有现成技能，有插件市场，还能通过 MCP 接外部工具。
  • 本地或云端模型。为智能体任务专门训练的 QwenPaw-Flash 系列（2B、4B、9B）可以完全离线跑，Ollama、LM Studio 也能接，云端厂商支持 14 家以上。
  • 自动化。类 cron 的定时任务、多渠道群发、定时汇报，多智能体并行协作也有。
  • 四层安全。系统级沙箱、工具守卫、文件守卫、技能扫描器，危险命令在执行前就会被拦。

2026 年 8 月的 2.1.0 又加了 OS Shell、统一的文件工作区、Creator 应用、浏览器和电脑操作、工作区检查点，还接入了 Codex 和 Qoder 智能体。产品方向每个月都在变，看官方发布说明最准。

典型工作流

安装路径很多，pip install qwenpaw、一键脚本、Docker 都行。装完跑 qwenpaw init --defaults 再 qwenpaw app，浏览器打开 http://127.0.0.1:8088/ 配置模型。云端厂商要 API key，本地模型什么都不用。

一个常见的第一个项目，接一个 Telegram 频道，订阅几个新闻源，设一个每天早上八点的定时任务把摘要整理好，顺手存进 ReMe 知识库。不写代码，二十分钟能跑起来。想完全离线，在设置里选 QwenPaw Local，下载一个 QwenPaw-Flash 模型，后面所有东西都在自己机器上。

适合谁，不适合谁

适合不想把个人数据放云端的人，适合主要活在钉钉、飞书、微信、QQ 里想就地用 AI 的人。想定时收摘要、自动汇报又懒得写代码，它也能干。模型想在本地和云端之间随意换，这套也方便。

不适合的情况。要的是有 SLA、有人管的商业部署，别选它。要开箱即用的成熟商业产品，也别选它，它还在快速变。企微这类渠道还在愿望清单上，图像理解也还没完全做好。想要一个更聚焦的自托管知识库，AnythingLLM 更对口，想要同类开源助手，OpenClaw 是最近的参照。

上手技巧

  • 想完全离线就别配 API key。QwenPaw Local 加 QwenPaw-Flash，9B 模型做智能体任务比较均衡，2B 留给弱机器。
  • Docker 里连本机 Ollama 有个坑。容器里的 localhost 是容器自己，启动时加 --add-host=host.docker.internal:host-gateway，再把模型 Base URL 改成 http://host.docker.internal:11434，Linux 上也可以直接用 --network=host。
  • 三个卷分开挂。qwenpaw-data、qwenpaw-secrets、qwenpaw-backups 各挂一个卷，配置、密钥、备份互不混在一起，迁移也方便。
  • 安全开关别全关。工具守卫有 STRICT、SMART、AUTO、OFF 四档，文件守卫默认保护 ~/.qwenpaw.secret/ 和 ~/.ssh。装第三方技能前，让技能扫描器先扫一遍。
  • 终端里干活更快。qwenpaw . 会在当前仓库里开编码模式，/model、/clear、/resume 这些斜杠命令在智能体运行中也能用。
  • 卷要备份。qwenpaw uninstall 保留配置和数据，加 --purge 才全删。升大版本以后，从源码重编控制台前端，再强制刷新浏览器缓存。

限制和风险

  • 2.x 还很新。重写版 2026 年 7 月才发布，open issue 900 多个，讨论区里真实抱怨不少，界面卡住、编码过程没反应、AGENT_UNKNOWN_ERROR 报错、渠道缺这缺那都有。
  • 桌面应用还是 Beta。macOS 版没有公证，Gatekeeper 会拦一次，首次启动要等 10 到 60 秒，兼容性没测全。
  • 有遥测。qwenpaw init 时每个版本会上报一次匿名数据，版本号、安装方式、操作系统、Python 版本、架构、有没有 GPU，没有个人数据。交互式安装可以拒绝，--defaults 默认同意。
  • 安全是分层防御，不是铁桶。Towards AI 上有一篇独立测试，作者在 QwenPaw 的 18 个任务里埋了六次攻击，守卫拦下五次，第六次漏了过去。技能扫描器是真实存在的防线，但涉及自己文件时，还是把它当半可信角色对待。
  • 文档链接会失效。几次发布之间已经有一些文档页搬家或 404 了，链接打不开就看 GitHub 的 README，那是最稳定的索引。

价格和授权

免费，Apache-2.0，没有用量限制。要花钱的地方是云端模型 API（或者一分不花用本地模型），以及跑大模型的硬件。官方 AgentScope 平台提供免费云部署，但把助手放上去等于把数据交给平台，隐私优先的用法就别走这条路。

站内相关

资料来源

来源：官方文档与定价页、标注的实测，以及社区反馈。价格核对于 2026 年 8 月，可能变动。