QwenPaw（前身为 CoPaw，2026 年 4 月正式更名）是 AgentScope 团队推出的开源「个人 AI 助理」框架，主打数据自主可控：可以装在自己电脑或自有服务器上运行，不强制把数据上传到第三方托管。它通过 pip 包 qwenpaw 安装，提供一个本地 Web 控制台、CLI 和桌面应用，支持接入云端大模型（通义千问/DashScope、Gemini、OpenAI 等）或本地模型（llama.cpp/Ollama/LM Studio），并能把助理接到钉钉、飞书、微信/企业微信、QQ、Discord、Telegram、iMessage 等多个聊天渠道。其能力通过「技能（Skills）」扩展，并带有面向 agent 操作的多层安全防护。改名 Qwen 意在与 Qwen 开源生态更深整合并强化模型层。
来源：README 顶部简介与 Core capabilities、News 段（2026-04-12 CoPaw→QwenPaw 改名说明）、Quick Start、GitHub meta（full_name agentscope-ai/QwenPaw，Apache-2.0，Python） 查看 GitHub 仓库 →2025–2026 年「自托管、可扩展的个人 AI 助理」成为热门方向，用户既想要 ChatGPT 式的对话与自动化能力，又顾虑数据隐私与平台锁定。QwenPaw 切中这一需求：本地部署让数据留在自己机器、支持本地模型可完全离线、技能机制让能力自由扩展且不锁定，再加上一键接入钉钉/飞书/微信等国内外主流 IM 渠道，落地门槛低。它出自阿里 AgentScope 团队、与 Qwen 生态绑定，发布节奏密集（采集前两周内连发 v1.1.5～v1.1.8），到 2026 年 5 月已积累约 1.69 万星，社区活跃，是其热度的主要支撑。
来源：README Core capabilities/News、GitHub meta（stars 16889、created_at 2026-02-24、pushed_at 2026-05-22）、Release 节奏记忆与个性化数据完全由用户掌控：可本地部署（数据留在本机）或部署到自选服务器，不经第三方托管。使用本地模型时全程离线、无需 API Key；使用云端 API 时对话内容才会发往对应模型厂商。
来源：README Core capabilities「Under your control」、Local Models、Security Features「Local deployment」内置定时调度、PDF/Office 文档处理、新闻摘要等技能，自定义技能可自动加载、不锁定；技能决定了助理能做什么。提供 /make-skill 命令辅助创建技能，可与定时任务组合成自己的 agentic 应用。
来源：README Core capabilities「Skills extension」、What you can do、News v1.1.8（/make-skill）、Documentation Skills一个 QwenPaw 实例可按需接入钉钉、飞书、微信/企业微信、QQ、Discord、Telegram、iMessage 等多个聊天应用，把助理嵌入用户已有的沟通工具中。
来源：README Core capabilities「Every channel」、Documentation Channels可创建多个相互独立、各有角色的 agent，开启协作技能后让它们彼此通信、共同处理复杂任务。
来源：README Core capabilities「Multi-agent collaboration」、Documentation Multi-Agent包含工具守卫（拦截 rm -rf /、fork 炸弹、反弹 shell 等危险命令）、文件访问守卫（限制对 ~/.ssh、密钥、系统目录等敏感路径的访问）、技能安装前安全扫描（检测提示注入、命令注入、硬编码密钥、数据外泄等风险），以及可选的控制台登录鉴权（QWENPAW_AUTH_ENABLED）。
来源：README Security Features 段、Core capabilities「Multi-layer security」助理从交互中学习、反思经验并主动服务用户，配合 Heartbeat 做定时签到与摘要推送；越用越「懂」用户。支持长期记忆与 MCP 客户端管理。
来源：README Core capabilities「Memory-evolving & proactive」、Documentation Memory/Heartbeat/MCP项目主体是一个 Python 包 src/qwenpaw（要求 Python 3.10 至 <3.14），通过 pyproject.toml/setup.py 打包并发布到 PyPI（包名 qwenpaw）。包内按职能划分为多个模块：agents（智能体）、app（Web 控制台后端）、cli（命令行）、config（配置）、providers（模型提供方接入）、local_models（llama.cpp/Ollama/LM Studio 本地模型）、plugins（插件）、security（工具守卫/文件守卫/技能扫描等安全层）、memory 相关的 plan/agent_stats/token_usage/tokenizer、backup（备份）、tunnel（内网穿透/渠道连接）、market（技能/插件市场）等。仓库顶层还包含 console（Web 前端，Node/前端资源）、website（文档站，含 public/docs）、deploy（部署）、plugins、scripts、tests。运行形态多样：pip 安装后用 qwenpaw init/app 启动本地控制台（默认 http://127.0.0.1:8088/），也提供基于 uv 的一键脚本安装、Windows/macOS 桌面应用（beta）以及 ModelScope Studio 在线体验。
来源：仓库递归目录树（src/qwenpaw/* 子模块、console/website/deploy/tests）、pyproject.toml/setup.py、README Quick Start 各 Option中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
uv（脚本安装时的 Python 包/环境管理）通义千问/DashScope、Gemini、OpenAI 等云端 LLM…llama.cpp / Ollama / LM Studio（本地模型后端）MCP（Model Context Protocol 客户端）Node.js + 前端资源（Console Web UI）QwenPaw 面向想要一个长期陪伴、可自托管的个人 AI 助理的个人与开发者。典型用法包括：把社媒（小红书、知乎、Reddit）热帖与 B 站/YouTube 视频做每日摘要；把邮件、订阅与日历要点推送到钉钉/飞书/QQ；睡前描述目标让其自动执行、醒来拿到原型；跟踪技术与 AI 资讯并搜索复用个人知识库；整理与搜索本地文件、读取并总结文档。对开发者，则可把 Skills 与定时任务组合，构建属于自己的 agentic 应用，或基于其源码二次开发。需要本地模型离线运行、注重数据隐私、或希望助理嵌入已有 IM 渠道的用户尤其契合。
来源：README「What you can do with QwenPaw」折叠段、Core capabilities、Quick Start 导读最新版本为 v1.1.8，发布于 2026-05-19。该版新增官方插件资源（网站下载+控制台一键安装）、QwenPaw Pet 桌面伴随、CloudPaw 阿里云部署插件、/make-skill 命令、自定义 HTTP 头与鉴权模式、按模型的上下文配置、收件箱批量操作等；安全方面加入备份信任控制、Skill 与 AgentMd 路径穿越防护、插件 API 鉴权；并修复了企业微信/微信/QQ 渠道稳定性、按模型限速器与 SSE 连接泄漏问题。发布节奏密集（采集前半月内连发 v1.1.5–v1.1.8）。
来源：README News 段（v1.1.8/1.1.7/1.1.6/1.1.5 条目，2026-05-19）QwenPaw（原 CoPaw）是当前自托管个人 AI 助理方向里完成度较高的开源项目：数据自主、支持本地模型离线运行、技能与多渠道扩展齐全，且少见地把「agent 误操作」的安全防护做在了前面，背靠阿里 AgentScope/Qwen 生态、迭代活跃。对重视隐私、想把助理接进钉钉/飞书/微信并自定义能力的个人和开发者，值得认真尝试。需要留意的是桌面端仍是 beta、一键脚本在受限网络下可能受阻，以及只有在用本地模型时「数据不外传」才完全成立——用云端 API 仍会把内容发给模型厂商。整体是一个方向清晰、工程扎实、适合自托管玩家的助理框架。
来源：综合 README、GitHub meta、目录结构与 Release 记录的事实判断