🐾 CoPaw：开源个人 AI 助手工作站 多平台聊天本地模型全掌控

CoPaw 是一款开源个人 AI 助手工作站，基于 AgentScope 框架构建。支持钉钉/飞书/QQ 等多平台聊天集成，可本地运行大语言模型，完全掌控数据隐私。模块化架构设计，内置定时任务和技能扩展系统，是你数字生活的温暖小伙伴。

🎤 引言：为什么需要 CoPaw？

你有没有想过拥有一个完全属于自己的 AI 助手？

• 数据完全掌控在自己手中，无需担心隐私泄露
• 可以在本地运行大语言模型，无需 API 费用
• 支持钉钉、飞书、QQ 等多个聊天平台，随时随地交互
• 模块化设计，可以自由扩展功能和技能
• 内置定时任务，自动执行日报、提醒等任务

CoPaw 就是这样一款开源个人 AI 助手工作站。它基于阿里巴巴 AgentScope 框架构建，提供了完整的个人 AI 助手解决方案。今天给大家带来一份详细的 CoPaw 部署和使用指南。

📱 CoPaw 是什么？

CoPaw（Co Personal Agent Workstation）是一款开源个人 AI 助手工作站。

项目地址：https://github.com/agentscope-ai/CoPaw

官方网站：https://copaw.bot/

GitHub 数据：

• ⭐ Stars: 开源项目
• 📜 许可证：Apache 2.0
• 🐳 Docker 支持：完整容器化部署
• 📅 持续维护：活跃开发中

核心理念：

CoPaw 不仅是一个聊天机器人，它是一个完全模块化的个人代理工作站，让你完全控制 AI 助手——从运行的模型到连接的平台。一只温暖的"小爪子"，随时准备帮助你。

核心特性：

1. 多平台聊天集成 - 钉钉/飞书/QQ/Discord/iMessage 等
2. 本地模型运行 - llama.cpp + MLX（Apple Silicon）
3. 模块化架构 - Prompt/Hooks/Tools/Memory 可独立替换
4. 技能扩展系统 - 内置 cron 定时，自定义技能自动加载
5. 长期记忆 - 主动记住决策、偏好和待办事项
6. 完全隐私控制 - 本地部署，数据完全掌控

一句话总结：如果你需要一个完全私有、可扩展、多平台的 AI 助手，CoPaw 是目前最佳选择。

🔥 核心功能亮点

1️⃣ 多平台聊天集成

原生支持多个聊天平台：

优势：

• 统一协议，跨平台行为一致
• 消息队列机制，确保不丢失消息
• CLI 命令管理（list/install/remove/config）
• 像管理包一样管理聊天集成

2️⃣ 本地模型运行

完全在本地运行大语言模型：

优势：

• 无需 API Key，无云服务依赖
• 数据完全本地，隐私安全
• 支持模型下载和管理
• 一键切换云端/本地模型

下载和使用本地模型：

# 下载模型
copaw models download Qwen/Qwen3-4B-GGUF

# 选择模型
copaw models

# 启动服务
copaw app

3️⃣ 模块化架构

CoPaw 的代理核心完全模块化：

┌─────────────────────────────────────┐
│           Agent Core                │
├──────────┬──────────┬───────────────┤
│  Prompt  │  Hooks   │    Tools      │
├──────────┴──────────┴───────────────┤
│            Memory                   │
└─────────────────────────────────────┘

模块说明：

• Prompt - 提示词管理，可独立替换
• Hooks - 钩子函数，处理前后置逻辑
• Tools - 工具集，可扩展新功能
• Memory - 记忆系统，长期记忆管理

优势：

• 模块解耦，可独立替换或扩展
• 像搭积木一样组装你的代理
• 开发者友好的架构设计

4️⃣ 技能扩展系统

内置技能 + 自定义技能：

内置技能：

• 📅 Cron 定时任务
• 📧 邮件摘要
• 📊 周报生成
• 📰 新闻聚合
• 📁 文件整理

自定义技能：

# 技能自动从工作区加载
# 开发者可以创建、安装、移除技能
copaw skills list
copaw skills install <skill-name>
copaw skills remove <skill-name>

优势：

• 无厂商锁定
• CLI 命令管理
• 技能是一等公民，可发现和组合

5️⃣ 长期记忆与心跳机制

长期记忆系统：

• 主动记住你的决策、偏好和待办事项
• 使用时间越长，越了解你
• 持久化存储，重启不丢失

心跳机制：

• 自主执行定时任务
• 检查邮件、生成报告、整理待办
• 无需被要求，主动完成任务

示例：

# 心跳配置
heartbeat:
  - schedule: "0 9 * * *"  # 每天 9 点
    task: "compile_daily_digest"
  - schedule: "0 18 * * 5"  # 每周五 18 点
    task: "generate_weekly_report"

6️⃣ 完全隐私控制

你拥有所有数据：

模型选择：

• 主流云端 API（通义千问等）
• 自托管推理服务
• Ollama
• Apple Silicon 原生（MLX）

📊 与同类产品对比

结论：

• 需要完全隐私控制 → CoPaw
• 需要多平台聊天集成 → CoPaw
• 需要本地模型运行 → CoPaw
• 需要自主任务执行 → AutoGPT
• 需要多代理协作 → CrewAI

🛠️ 快速上手指南

第一步：安装 CoPaw

方式 1：pip 安装（推荐）

# 需要 Python 3.10+
pip install copaw

# 初始化并启动
copaw init --defaults
copaw app

# 在浏览器打开 http://127.0.0.1:8088/

方式 2：一键安装脚本（无需 Python）

# macOS / Linux
curl -fsSL https://copaw.agentscope.io/install.sh | bash

# Windows (PowerShell)
irm https://copaw.agentscope.io/install.ps1 | iex

# 打开新终端运行
copaw init --defaults
copaw app

方式 3：Docker 部署

# 拉取镜像
docker pull agentscope/copaw:latest

# 运行容器
docker run -p 8088:8088 \
  -v copaw-data:/app/working \
  agentscope/copaw:latest

# 在浏览器打开 http://127.0.0.1:8088/

方式 4：云端一键部署

• ModelScope Studio：一键部署
• 阿里云计算巢：快速部署

第二步：配置 API Key（如使用云端模型）

如果使用云端 LLM（如通义千问），需要配置 API Key：

方式 1：初始化时配置

copaw init
# 按提示选择提供商并输入 API Key

方式 2：控制台配置

1. 打开 http://127.0.0.1:8088/
2. 进入 Settings → Models
3. 选择提供商，填写 API Key
4. 激活提供商和模型

方式 3：环境变量

# DashScope API Key
export DASHSCOPE_API_KEY=sk-xxxxx

如果使用本地模型，无需 API Key！

第三步：配置聊天平台

以钉钉为例：

1. 创建钉钉机器人

   • 进入钉钉管理后台
   • 创建企业内部机器人
   • 获取 Webhook URL 和 AppKey

2. 在 CoPaw 控制台配置

   • 打开 http://127.0.0.1:8088/
   • 进入 Channels → DingTalk
   • 填写配置信息
   • 保存并激活

3. 测试连接

   • 在钉钉中@机器人
   • 确认能正常回复

支持的平台配置类似，参考官方文档：https://copaw.agentscope.io/docs/channels

第四步：配置本地模型（可选）

下载和使用本地模型：

# 下载模型（以 Qwen3-4B 为例）
copaw models download Qwen/Qwen3-4B-GGUF

# 查看已下载模型
copaw models

# 选择模型并启动
copaw app

在控制台管理模型：

1. 打开 http://127.0.0.1:8088/
2. 进入 Settings → Models
3. 选择 Local Models
4. 选择已下载的模型

💡 使用技巧与应用场景

场景 1：社交与新闻聚合

自动聚合每日热点：

# 配置定时任务
skills:
  daily_digest:
    schedule: "0 8 * * *"  # 每天 8 点
    sources:
      - xiaohongshu
      - zhihu
      - reddit
    target: dingtalk  # 发送到钉钉

效果：每天早上 8 点，自动推送昨日热点内容摘要到钉钉。

场景 2：工作效率提升

邮件摘要和周报生成：

skills:
  email_digest:
    schedule: "0 18 * * *"  # 每天 18 点
    action: summarize_emails
    
  weekly_report:
    schedule: "0 17 * * 5"  # 每周五 17 点
    action: generate_report

效果：

• 每天自动汇总并摘要高 volume 邮件
• 每周五一键生成周报
• 从邮件和日历提取联系人

场景 3：创意工作流

描述目标， overnight 生成草稿：

用户：帮我写一个关于 AI 助手的视频脚本
CoPaw：好的，我会在明早 9 点前完成初稿并发给你

# 第二天早上
CoPaw：[发送视频脚本草稿]

效果：从视频脚本到社交媒体内容，规模化创意生成。

场景 4：研究与知识管理

自动追踪科技和 AI 新闻：

skills:
  tech_news:
    schedule: "0 9 * * *"
    keywords:
      - AI
      - 大模型
      - Agent
    target: personal_kb

效果：

• 自动抓取、组织、总结全网信息
• 构建个人知识库，随时间增长
• 支持语义搜索和关联推荐

场景 5：桌面助手

文件管理和文档摘要：

用户：帮我整理下载文件夹
CoPaw：已按类型分类整理完成

用户：总结这份 PDF 文档
CoPaw：[发送文档摘要]

效果：连接桌面和聊天应用，桥接文件管理。

场景 6：健康与生活

追踪饮食和健身数据：

skills:
  health_tracker:
    schedule: "0 21 * * *"
    action: log_daily_data
    reminder: "记得记录今天的饮食和运动哦"

效果：

• 记录习惯
• 设置例行提醒
• 帮助坚持个人目标

📥 下载渠道

官方渠道：

• GitHub：https://github.com/agentscope-ai/CoPaw
• 官网：https://copaw.bot/
• 文档：https://copaw.agentscope.io/docs/

安装命令汇总：

# pip 安装
pip install copaw
copaw init --defaults
copaw app

# 一键安装（macOS/Linux）
curl -fsSL https://copaw.agentscope.io/install.sh | bash

# Docker 部署
docker pull agentscope/copaw:latest
docker run -p 8088:8088 -v copaw-data:/app/working agentscope/copaw:latest

# 本地模型支持
pip install 'copaw[llamacpp]'  # 跨平台
pip install 'copaw[mlx]'  # Apple Silicon

社区与支持：

• Discord：https://discord.gg/eYMpfnkG8h
• 钉钉群：扫码加入官方社区
• 文档：https://copaw.agentscope.io/docs/

📝 总结

CoPaw 是一款功能全面的个人 AI 助手工作站，在多平台集成、本地模型运行、隐私控制三个方面都做到了极致。

优点：

• ✅ 开源免费，Apache 2.0 许可证
• ✅ 多平台聊天集成（钉钉/飞书/QQ/Discord/iMessage）
• ✅ 支持本地模型运行（llama.cpp + MLX）
• ✅ 模块化架构，可自由扩展
• ✅ 内置定时任务和技能系统
• ✅ 长期记忆，越用越懂你
• ✅ 完全隐私控制，数据本地存储
• ✅ 基于 AgentScope 框架，生态丰富

不足：

• ⚠️ 初次配置需要一定学习成本
• ⚠️ 本地模型需要一定硬件资源
• ⚠️ 部分平台配置需要开发者账号

推荐指数：⭐⭐⭐⭐⭐（5/5）

如果你正在寻找一款完全私有、可扩展、多平台的 AI 助手，CoPaw 绝对值得一试。它不仅是一个工具，更是你数字生活的温暖小伙伴。

下载链接：https://github.com/agentscope-ai/CoPaw

官方文档：https://copaw.agentscope.io/docs/

免责声明：本教程仅供教育和研究用途。使用软件时请遵守当地法律和服务条款。