你的AI个人助理;安装极简、本地与云上均可部署;支持多端接入、能力轻松扩展。
核心能力:
全域触达 — 钉钉、飞书、QQ、Discord、iMessage 等频道,一个 CoPaw 按需连接。
由你掌控 — 记忆与个性化由你掌控,本地或云端均可;定时与协作发往指定频道。
Skills 扩展 — 内置定时任务,自定义技能目录,CoPaw 自动加载,无绑定。
你可以用 CoPaw 做什么
- 社交媒体:每日热帖摘要(小红书、知乎、Reddit),B 站/YouTube 新视频摘要。
- 生产力:邮件与 Newsletter 精华推送到钉钉/飞书/QQ,邮件与日历整理联系人。
- 创意与构建:睡前说明目标、自动执行,次日获得雏形;从选题到成片全流程。
- 研究与学习:追踪科技与 AI 资讯,个人知识库检索复用。
- 桌面与文件:整理与搜索本地文件、阅读与摘要文档,在会话中索要文件。
- 探索更多:用 Skills 与定时任务组合成你自己的 agentic app。
[2026-03-18] 我们发布了 v0.1.0!完整更新说明见 v0.1.0 发布说明。
- [v0.1.0] 新增: 多工作区架构,支持 Agent 切换器;技能安全扫描和危险 Shell 命令检测;可选 Web 认证;企业微信和小艺通道;钉钉 AI 卡片回复;Gemini、DeepSeek、MiniMax、Kimi 模型供应商;控制台暗色模式和多模态聊天;基于 SSE 的流式对话(支持重连);Whisper 语音转文字;
view_image多模态对话工具;LobeHub、魔搭和 Zip 压缩包技能导入;glob_search和grep_search内置搜索工具;时区选择器;copaw update自升级命令。 - [v0.1.0] 优化: 优雅的生命周期管理(Agent 零停机重载);动态 Agent 级 Token 计数;配置加载保护;控制台多语言改进(含聊天提示词本地化);Windows 桌面端字节码预编译加速启动;QQ 频道回复逻辑优化和私聊支持。
- [v0.1.0] 修复: Telegram 消息线程、媒体处理和自动重连;Discord 跨频道消息合并和防抖泛化;飞书通道重载;Ollama/LM Studio 上下文长度和错误提示;定时任务工作区修复;聊天会话导航持久化;Windows 跨磁盘文件移动、AutoRun stderr 和 GBK 编码。
- [v0.1.0] 贡献者: 感谢新贡献者:@dipeshbabu、@sljeff、@octo-patch、@Alexxigang、@howyoungchen、@nphenix、@skyfaker、@hh0592821、@futuremeng、@toby1123yjh、@hiyuchang、@hanson-hex、@JackyMao1999、@mvanhorn、@yuanxs21、@aissac、@lcq225、@Justin-lu、@rowanchen-com、@pzlav、@mautops、@hikariming、@Vanlee0129、@JiwaniZakir、@EuanTop。
[2026-03-12] 我们发布了 v0.0.7!完整更新说明见 v0.0.7 发布说明。
[2026-03-09] 我们发布了 v0.0.6!完整更新说明见 v0.0.6 发布说明。
[2026-03-06] 我们发布了 v0.0.5!完整更新说明见 v0.0.5 发布说明。
[2026-03-02] 我们发布了 v0.0.4!完整更新说明见 v0.0.4 发布说明。
推荐阅读:
如果你习惯自行管理 Python 环境:
pip install copaw
copaw init --defaults
copaw app在浏览器打开 http://127.0.0.1:8088/ 即可使用控制台(与 CoPaw 对话、配置 Agent)。若要在钉钉、飞书、QQ 等 app 内对话,请参考 文档 接入频道。
无需手动配置 Python,一行命令自动完成安装。脚本会自动下载 uv(Python 包管理器)、创建虚拟环境、安装 CoPaw 及其依赖(含 Node.js 和前端资源)。注意:部分网络环境或企业权限管控下可能无法使用。
macOS / Linux:
curl -fsSL https://copaw.agentscope.io/install.sh | bash如需安装 Ollama 支持:
curl -fsSL https://copaw.agentscope.io/install.sh | bash -s -- --extras ollama如需安装多个扩展(例如 Ollama + llama.cpp):
curl -fsSL https://copaw.agentscope.io/install.sh | bash -s -- --extras ollama,llamacppWindows (CMD):
curl -fsSL https://copaw.agentscope.io/install.bat -o install.bat && install.batWindows(PowerShell):
irm https://copaw.agentscope.io/install.ps1 | iex注意:安装程序将自动检查 uv 状态,若未安装则尝试自动下载配置。如遇自动安装失败,请遵循屏幕提示操作,或执行
python -m pip install -U uv,然后重新运行安装程序。
⚠️ Windows 企业版 LTSC 用户特别提示如果您使用的是 Windows LTSC 或受严格安全策略管控的企业环境,PowerShell 可能运行在 受限语言模式 下,可能会遇到以下问题:
如果你使用的是 CMD(.bat):脚本执行成功但无法写入
Path脚本已完成文件安装,由于 受限语言模式 ,脚本无法自动写入环境变量,此时只需手动配置:
- 找到安装目录:
- 检查
uv是否可用:在 CMD 中输入uv --version,如果显示版本号,则只需配置 CoPaw 路径;如果提示'uv' 不是内部或外部命令,也不是可运行的程序或批处理文件。,则需同时配置两者。- uv路径(任选其一,取决于安装位置,若
uv不可用则填):通常在%USERPROFILE%\.local\bin、%USERPROFILE%\AppData\Local\uv或 Python 安装目录下的Scripts文件夹- CoPaw路径:通常在
%USERPROFILE%\.copaw\bin。- 手动添加到系统的 Path 环境变量:
- 按
Win + R,输入sysdm.cpl并回车,打开“系统属性”。- 点击 “高级” -> “环境变量”。
- 在 “系统变量” 中找到并选中
Path,点击 “编辑”。- 点击 “新建”,依次填入上述两个目录路径,点击确定保存。
如果你使用的是 PowerShell(.ps1):脚本运行中断
由于 受限语言模式 ,脚本可能无法自动下载
uv。
- 手动安装uv:参考 GitHub Release下载并将
uv.exe放至%USERPROFILE%\.local\bin或%USERPROFILE%\AppData\Local\uv;或者确保已安装 Python ,然后运行python -m pip install -U uv- 配置
uv环境变量:将uv所在目录和%USERPROFILE%\.copaw\bin添加到系统的Path变量中。- 重新运行:打开新终端,再次执行安装脚本以完成
CoPaw安装。- 配置
CoPaw环境变量:将%USERPROFILE%\.copaw\bin添加到系统的Path变量中。
安装完成后,请打开新终端并运行:
copaw init --defaults # 或:copaw init(交互式)
copaw app安装选项
macOS / Linux:
# 安装指定版本
curl -fsSL ... | bash -s -- --version 0.0.2
# 从源码安装(开发/测试用)
curl -fsSL ... | bash -s -- --from-source
# 安装本地模型支持
bash install.sh --extras llamacpp # llama.cpp(跨平台)
bash install.sh --extras mlx # MLX(Apple Silicon)
bash install.sh --extras llamacpp,mlx
# 升级 — 重新运行安装命令即可
curl -fsSL ... | bash
# 卸载
copaw uninstall # 保留配置和数据
copaw uninstall --purge # 删除所有内容Windows(PowerShell):
# 安装指定版本
irm ... | iex; .\install.ps1 -Version 0.0.2
# 从源码安装(开发/测试用)
.\install.ps1 -FromSource
# 安装本地模型支持
.\install.ps1 -Extras llamacpp # llama.cpp(跨平台)
.\install.ps1 -Extras mlx # MLX
.\install.ps1 -Extras llamacpp,mlx
# 升级 — 重新运行安装命令即可
irm ... | iex
# 卸载
copaw uninstall # 保留配置和数据
copaw uninstall --purge # 删除所有内容Beta 版本说明:桌面应用目前处于 Beta 测试阶段,存在以下已知限制:
- 兼容性测试不完整:未在所有系统版本和硬件配置上进行充分测试
- 性能可能存在缺陷:启动速度、内存占用等方面可能需要进一步优化
- 功能持续完善中:部分功能可能不稳定或缺失
如果你不习惯使用命令行,可以下载并使用 CoPaw 的桌面应用版本,无需手动配置 Python 环境或执行命令。
从 GitHub Releases 下载桌面应用:
- Windows:
CoPaw-Setup-<version>.exe - macOS:
CoPaw-<version>-macOS.zip(推荐 Apple Silicon)
- ✅ 零配置:下载后双击即可运行,无需安装 Python 或配置环境变量
- ✅ 跨平台:支持 Windows 10+ 和 macOS 14+
- ✅ 可视化:自动打开浏览器界面,无需手动输入地址
⚠️ Beta 阶段:功能持续完善中,欢迎反馈问题
重要提示:首次启动可能需要 10-60 秒(取决于您的系统配置)。应用需要初始化 Python 环境和加载依赖,请耐心等待浏览器窗口自动打开。
当你从 Releases 下载 CoPaw macOS 应用时,macOS 可能显示:"Apple 无法验证 'CoPaw' 不包含恶意软件"。这是因为应用未经过公证。你仍然可以通过以下方式打开:
-
右键打开(推荐) 右键点击(或 Control + 点击)CoPaw 应用 → "打开" → 在对话框中再次点击 "打开"。这会告诉 Gatekeeper 你信任该应用;之后可以像往常一样双击启动。
-
在系统设置中允许 如果仍被阻止,进入 系统设置 → 隐私与安全性,向下滚动找到类似 "已阻止 'CoPaw',因为无法验证开发者" 的提示,点击 "仍要打开" 或 "允许"。
-
移除隔离属性(不推荐大多数用户) 在终端运行:
xattr -cr /Applications/CoPaw.app(或使用解压后的.app路径)。这会清除"从互联网下载"的隔离标志,使警告通常不会出现,但不如使用 右键 → 打开 安全和可控。
详细使用说明、故障排除和常见问题,请参见 桌面应用指南。
镜像在 Docker Hub(agentscope/copaw)。镜像 tag:latest(稳定版);pre(PyPI 预发布版)。
docker pull agentscope/copaw:latest
docker run -p 127.0.0.1:8088:8088 \
-v copaw-data:/app/working \
-v copaw-secrets:/app/working.secret \
agentscope/copaw:latest国内用户也可选用阿里云容器镜像服务 (ACR):agentscope-registry.ap-southeast-1.cr.aliyuncs.com/agentscope/copaw(tag 相同)。
然后在浏览器打开 http://127.0.0.1:8088/ 进入控制台。配置、记忆与 Skills 保存在 copaw-data 卷中;模型配置与 API Key 保存在 copaw-secrets 卷中。如需传入 API Key(如 DASHSCOPE_API_KEY),在 docker run 时添加 -e VAR=value 或 --env-file .env。
从容器内连接宿主机上的 Ollama 或其他模型服务
Docker 容器内的
localhost指向容器自身,而非宿主机。如果 Ollama(或其他模型服务)运行在宿主机上,可通过以下方式让容器内的 CoPaw 访问:方式 A — 显式绑定宿主机地址(全平台通用):
docker run -p 127.0.0.1:8088:8088 \ --add-host=host.docker.internal:host-gateway \ -v copaw-data:/app/working \ -v copaw-secrets:/app/working.secret \ agentscope/copaw:latest然后在 CoPaw 设置 → 模型 中,将 Base URL 改为
http://host.docker.internal:<端口>— 例如 Ollama 填http://host.docker.internal:11434,LM Studio 填http://host.docker.internal:1234/v1。方式 B — 使用宿主机网络(仅限 Linux):
docker run --network=host \ -v copaw-data:/app/working \ -v copaw-secrets:/app/working.secret \ agentscope/copaw:latest无需端口映射(
-p),容器直接共享宿主机网络。注意这会将容器的所有端口暴露在宿主机上,可能与已占用的端口产生冲突。提示: 如果你只挂载了
/app/working而没有单独挂载/app/working.secret,入口脚本会自动将 secrets 重定向到/app/working/.secret,使其也保存在同一个 volume 中。
镜像从零构建。若需自行构建镜像,请参阅 scripts/README.md 中的「Build Docker image」小节,构建后推送到你的镜像仓库。
不想本地安装? 使用 魔搭创空间 一键云端配置。请将创空间设为 非公开,否则他人可能操纵你的 CoPaw。
若希望将 CoPaw 部署在阿里云上,可使用阿里云 ECS 一键部署:打开 CoPaw 阿里云 ECS 部署链接 按页面提示操作即可。详细步骤见 阿里云开发者社区:CoPaw 3 分钟部署你的 AI 助理。
若使用云端大模型(如 DashScope、ModelScope),在开始对话前必须配置 API Key。未配置有效 Key 前,CoPaw 无法正常工作。详情请参考官方文档。
配置方式:
- 控制台(推荐) — 运行
copaw app后,打开 http://127.0.0.1:8088/ → 设置 → 模型。选择提供商、填写 API Key,并启用该提供商与模型。 copaw init— 运行copaw init时,会引导你配置 LLM 提供商与 API Key。按提示选择提供商并填写 Key 即可。- 环境变量 — 使用 DashScope 时,可在终端或工作目录下的
.env文件中设置DASHSCOPE_API_KEY。
其他工具所需密钥(如网页搜索的 TAVILY_API_KEY)可在控制台 设置 → 环境变量 中配置,详见 配置。
仅用本地模型? 若使用 本地模型(llama.cpp 或 MLX),则无需任何 API Key。
CoPaw 可在本机完全本地运行大模型,无需 API Key 或云端服务。详情请见官方文档
| 后端 | 适用场景 | 安装 |
|---|---|---|
| llama.cpp | 跨平台(macOS / Linux / Windows) | pip install 'copaw[llamacpp]' 或 bash install.sh --extras llamacpp |
| MLX | Apple Silicon(M1/M2/M3/M4) | pip install 'copaw[mlx]' 或 bash install.sh --extras mlx |
| Ollama | 跨平台(需要 Ollama 服务运行) | pip install 'copaw[ollama]' 或 bash install.sh --extras ollama |
安装后可以在 控制台 界面中下载与管理本地模型。
也可以用命令行管理模型:
copaw models download Qwen/Qwen3-4B-GGUF
copaw models # 选择已下载的模型
copaw app # 启动服务| 主题 | 说明 |
|---|---|
| 项目介绍 | CoPaw 是什么、怎么用 |
| 快速开始 | 安装与运行(本地或魔搭创空间) |
| 控制台 | Web 界面:对话与 Agent 配置 |
| 模型 | 配置云/本地/自定义提供商 |
| 频道配置 | 钉钉、飞书、QQ、Discord、iMessage 等 |
| Skills | 扩展与自定义能力 |
| MCP | 管理 MCP 客户端 |
| 记忆 | 长期记忆 |
| 上下文 | 上下文管理机制 |
| 魔法命令 | 控制对话状态,无需等待AI理解 |
| 心跳 | 定时自检与摘要 |
| 配置与工作目录 | 工作目录与配置文件 |
| CLI | 初始化、定时任务、Skills、清理 |
| FAQ 常见问题 | 常见问题与报错排查 |
完整文档见本仓库 website/public/docs/。
常见问题、排错指南与已知问题,请访问 FAQ 页面。
| 方向 | 事项 | 状态 |
|---|---|---|
| 横向拓展 | 更多频道、模型、技能、MCP 等 — 欢迎社区贡献 | 征集中 |
| 已有功能扩展与完善 | 展示优化、下载提示、Windows 路径兼容等 — 欢迎社区贡献 | 征集中 |
| 控制台 Web UI | 在控制台中透出更多信息与配置 | 进行中 |
| 自愈 | 魔法命令与 Daemon 能力(CLI、status、restart、logs) | 进行中 |
| DaemonAgent:自诊断、自愈与恢复 | 计划中 | |
| 多智能体 | 后台任务支持 | 进行中 |
| 多智能体隔离 | 计划中 | |
| 智能体间竞争与冲突的解决 | 计划中 | |
| 多智能体通信 | 计划中 | |
| 多模态 | 语音/视频通话与实时交互 | 进行中 |
| 大小模型协同 | 针对 CoPaw 工作流与敏感数据场景的本地小模型训练与微调 | 进行中 |
| 多模型路由。本地模型处理敏感数据,云端模型负责规划与编码;兼顾隐私、性能与能力 | 计划中 | |
| 记忆系统 | 经验沉淀技能提炼 | 进行中 |
| 多模态记忆融合增强 | 计划中 | |
| 场景感知主动推送 | 计划中 | |
| 安全 | Shell 执行确认 | 计划中 |
| 工具/技能安全性 | 计划中 | |
| 可配置安全等级 | 计划中 | |
| 版本发布与贡献规范 | Vibe Coding 等 Agent 的贡献引导 | 计划中 |
| 沙箱 | 与 AgentScope Runtime 沙箱深度集成 | 长期规划 |
| 云原生 | 与 AgentScope Runtime 深度集成,充分利用云端算力、存储与工具生态 | 长期规划 |
| 技能生态 | 丰富 AgentScope Skills 仓库,提升优质技能的发现与使用 | 长期规划 |
状态说明:进行中 — 正在推进;计划中 — 已排期或设计中,也欢迎贡献;征集中 — 我们非常欢迎社区参与;长期规划 — 中长期路线。
CoPaw 在开放协作中持续演进,欢迎各种形式的参与!请参考上方 路线图(尤其是标记为 征集中 的项)选择你感兴趣的方向,并阅读 CONTRIBUTING 了解如何开始。我们特别欢迎:
- 横向拓展 — 新频道、模型提供商、Skills、MCP。
- 已有功能扩展与完善 — 展示与交互优化、下载提示、Windows 路径兼容等。
欢迎在 GitHub Discussions 参与讨论、提出想法或认领任务。
git clone https://github.com/agentscope-ai/CoPaw.git
cd CoPaw
# 先构建前端控制台(Web 界面必需)
cd console && npm ci && npm run build
cd ..
# 将控制台构建产物复制到包目录
mkdir -p src/copaw/console
cp -R console/dist/. src/copaw/console/
# 安装 Python 包
pip install -e .- 开发(测试、格式化):
pip install -e ".[dev,full]" - 然后:运行
copaw init --defaults,再运行copaw app。
CoPaw 既是「你的搭档小爪子」(co-paw),也寓意 Co Personal Agent Workstation(协同个人智能体工作台)。我们希望它不是冰冷的工具,而是一只随时准备帮忙的温暖「小爪子」,是你数字生活中最默契的伙伴。
AgentScope 团队 · AgentScope · AgentScope Runtime · ReMe
| Discord | X (Twitter) | 钉钉 |
|---|---|---|
![]() |
![]() |
CoPaw 在执行 copaw init 时会收集匿名使用数据,帮助我们了解用户环境并优化产品。数据每个版本收集一次 — 当你升级 CoPaw 后,会重新收集以便我们了解版本分布。
收集的信息:
- CoPaw 版本(如 0.0.7)
- 安装方式(pip、Docker 或桌面应用)
- 操作系统及版本(如 macOS 14.0、Ubuntu 22.04)
- Python 版本(如 3.13)
- CPU 架构(如 x86_64、arm64)
- GPU 是否可用(是/否)
不收集: 不涉及任何个人数据、文件、密钥、IP 地址或可识别信息。
交互式运行 copaw init 时,会询问你是否同意。使用 --defaults 模式则自动同意。提示每个版本仅出现一次,且不影响 CoPaw 的任何功能。
CoPaw 采用 Apache License 2.0 开源协议。
感谢所有为 CoPaw 做出贡献的朋友们:



