CoPaw — 協作個人智能體工作站 — 是基於 AgentScope 框架建構的開源 AI 助手。支援本地或雲端部署，連接你常用的聊天應用，執行本地大型語言模型，完全掌控隱私。一隻溫暖的小「爪」，隨時準備幫助你。
$ curl -fsSL https://copaw.agentscope.io/install.sh | bash
$ pip install copaw
$ docker run -p 8088:8088 agentscope/copaw:latest
CoPaw 不只是一個聊天機器人。它是一個完全模組化的個人智能體工作站，讓你完全掌控你的 AI 助手 —— 從執行的模型到連接的渠道。
原生連接釘釘、飛書、QQ、Discord、iMessage 等平台。一個助手，多個渠道 —— 在你溝通的任何地方使用 AI。
在本地完整執行大型語言模型 —— 無需 API 金鑰，無需雲端依賴。CoPaw 支援 llama.cpp（跨平台）和 MLX（Apple Silicon M1–M4）。
CoPaw 的 Agent 核心完全模組化 —— Prompt、Hooks、Tools、Memory 均為解耦元件。可獨立替換或擴充任何模組，組裝你自己的 Agent。
內建定時排程和自訂技能，從工作區自動載入。CoPaw 開箱即用提供實用技能，開發者可透過 CLI 建立、安裝或移除技能 —— 無廠商鎖定。
CoPaw 透過長期記憶系統主動記住你的決策、偏好和待辦事項。其創新的心跳機制讓它能自主執行定時任務 —— 查收郵件、彙編報告、整理待辦 —— 無需你主動開口。
你擁有每一份資料。在本地或雲端部署 CoPaw，選擇你自己的模型 —— 主流雲端 API、自託管推理、Ollama 或 Apple Silicon 本地執行 —— 一切盡在你的掌控。
CoPaw 是 AgentScope 生態系統中的關鍵應用 —— 一個面向生產環境、以開發者為中心的智能體建構與執行框架。技術堆疊結合了 Python（72.8%）用於後端邏輯，TypeScript（22.2%）用於 Console 前端。
統一模型層，支援雲端 API（Qwen 系列及主流模型）、自託管推理服務、Ollama、llama.cpp 和 MLX 本地執行（Apple Silicon）。
解耦模組 —— Prompt、Hooks、Tools、Memory —— 可獨立替換或擴充。開發者從可互換的建構區塊組裝 Agent。
所有訊息平台統一協定和類型。渠道註冊機制配合 CLI 指令（list、install、remove、config），像管理外掛一樣管理渠道。
內建消費和佇列機制，確保跨多個並行渠道的可靠訊息處理 —— 即使在高負載下也不會遺失訊息。
從使用者工作區自動載入技能，內建定時排程。技能是一等公民 —— 可發現、可組合、可獨立部署。
持久化長期記憶，主動從對話中擷取決策、偏好和待辦事項。你使用 CoPaw 越久，它就越了解你。
CoPaw 原生整合你已在使用的訊息平台。統一的渠道協定確保跨每個連接平台的一致行為和可靠投遞。
開發者可使用渠道註冊機制建構自訂渠道外掛。透過 CLI 指令安裝、移除和設定渠道 —— 像管理套件一樣管理你的訊息整合。
CoPaw 是開源 Agent 工具中部署門檻最低的之一。選擇適合你工作流程的方式 —— 從一條 pip 指令到 Docker 和雲端部署。
適用於 Python 3.10+ 環境。最快的上手方式。
pip install copaw
# 初始化並啟動
copaw init --defaults
copaw app
# 在瀏覽器中開啟 http://127.0.0.1:8088/一鍵安裝，自動設定 Python 環境。適合首次使用的使用者。
# macOS / Linux
curl -fsSL https://copaw.agentscope.io/install.sh | bash
# Windows — 請參閱文件了解 PowerShell 安裝方式容器化部署，持久資料卷。兩條指令即可執行。
docker pull agentscope/copaw:latest
docker run -p 8088:8088 \
-v copaw-data:/app/working \
agentscope/copaw:latest在 ModelScope Studio 或阿里雲計算巢一鍵部署 —— 無需本地環境。
# 前往 ModelScope Studio 一鍵部署
# 或使用阿里雲計算巢
# 詳細指南請參閱官方文件CoPaw 為真實的日常工作流程設計 —— 從自動化郵件摘要到創意內容草稿。結合內建技能與定時排程，建構你自己的 Agent 工作流程。
自動彙編小紅書、知乎、Reddit 每日熱門貼文。總結 Bilibili 和 YouTube 影片。不再資訊過載，輕鬆保持資訊靈通。
聚合並總結大量郵件。一鍵產生和整理週報。從郵件和日曆事件中擷取聯絡人，簡化你的工作流程。
描述你的創作目標，讓 CoPaw 通宵工作，第二天早上收到精心打磨的草稿。從影片腳本到社群媒體內容 —— 大規模創意產出。
自動追蹤科技和 AI 新聞。建構隨你成長的個人知識庫。從網路中爬取、整理和總結資訊。
整理檔案、閱讀和總結文件、透過聊天介面請求檔案。CoPaw 連接你的桌面和訊息應用。
追蹤和分析你的日常飲食和健身資料。記錄習慣，設定日常提醒，讓 CoPaw 幫助你堅持個人目標。
CoPaw 在個人 AI 助手領域佔據獨特位置 —— 將多渠道聊天整合、本地模型支援和完全使用者掌控集於一身的單一開源工作站。
| 能力 | CoPaw | AutoGPT | CrewAI | 雲端助手 |
|---|---|---|---|---|
| 核心定位 | 個人智能體工作站 | 自主任務Agent | 多Agent編排 | 通用對話AI |
| 部署方式 | 本地 / 雲端 / Docker | 本地 / 雲端 | 本地 / 雲端 | 僅雲端 |
| 多渠道聊天 | ✓ 原生支援（5+ 平台） | 有限 | 有限 | 基於API |
| 本地模型支援 | ✓ llama.cpp + MLX | ✓ | ✓ | ✗ |
| 隱私控制 | 完全（本地部署） | 中等 | 中等 | 有限 |
| 技能/外掛系統 | ✓ 內建 + CLI | 外掛 | 自訂Agent | 各有不同 |
| 主動排程 | ✓ 心跳 + Cron | ✗ | ✗ | ✗ |
| 授權條款 | Apache 2.0 | MIT | MIT | 專有 |
審計範圍： src/copaw/ 下全部 190 個 Python 原始檔。本審計逐模組對比 CoPaw 與 NGOClaw 的 Agent 設計，識別共享模式、獨立實作和歸屬準確性。
審計日期： 2026-02-28
ReAct loop → LLM → Tool exec → Inject result
├── MiddlewarePipeline (Before/After Model)
├── ContextGuard (token-ratio compaction)
├── DoomLoop detection (sliding window)
├── SecurityHook (tool approval)
└── No MaxSteps (token budget terminates)ReActAgent base → AgentScope framework
├── pre_reasoning Hook (Bootstrap, Compaction)
├── MemoryCompactionHook (token-ratio)
├── CommandHandler (slash commands)
├── max_iters=50 (step limit)
└── No DoomLoop, No SecurityHook結論： 不同框架（Go vs AgentScope/Python），不同步驟策略（token 預算 vs max_iters=50）。Pre-LLM Hook 注入概念有借鑑，但實作有所不同。每步自動壓縮行為一致。
// agent_loop.go
ContextHardRatio: 0.85 // trigger at 85%
CompactKeepLast: 10 // keep last 10 msgs
// Extract middle → LLM summary → replace# react_agent.py
threshold = int(max_input_length * 0.8) # 80%
# memory_compaction.py
keep_recent = MEMORY_COMPACT_KEEP_RECENT # 5
# Extract middle → LLM summary → COMPRESSED結論：高度相似。基於 token 比率觸發的壓縮是 NGOClaw 原創 —— OpenClaw 使用訊息計數閾值，而非 token 比率。保留最近 N 條的尾部策略和透過 Hook/Middleware 的每步自動檢查在結構上完全一致。CoPaw 文件將靈感歸因於「OpenClaw」，但 OpenClaw 並未實作 token 比率壓縮。
// Layered: System + Workspace
// ~/.ngoclaw/prompts/*.md (alphabetical)
// workspace/.ngoclaw/prompts/*.md
// Channel-specific overrides
// YAML frontmatter: requires.channel
// rebuild_sys_prompt() at runtime# Single-layer: working_dir only
FILE_ORDER = [
("AGENTS.md", True), # required
("SOUL.md", True), # required
("PROFILE.md", False), # optional
]
# rebuild_sys_prompt() at runtime結論：部分借鑑。「.md 檔案拼接為系統提示詞」的模式源自 NGOClaw。方法名 rebuild_sys_prompt() 完全一致。但 CoPaw 使用單層硬編碼順序，而非 NGOClaw 的雙層字母序 + frontmatter 過濾。
// ~/.ngoclaw/skills/[name]/SKILL.md
// Auto-discover → load → inject prompt
type SkillInfo struct {
Name, Description, Path string
}# Three tiers: builtin → customized → active
class SkillInfo(BaseModel):
name: str
content: str
source: str # "builtin"/"customized"/"active"
path: str
# SKILL.md frontmatter → register結論：借鑑。SKILL.md 入口檔案約定和 SkillInfo 命名直接來自 NGOClaw/OpenClaw。CoPaw 擴充了三層目錄結構（builtin/custom/active），超越了原始的單層設計。
/new — save history → clear
/compact — manual compaction
/clear — wipe history
/stop — interrupt execution
/model — switch model
/security, /trust, /skills, /agent/new — async summary → clear
/compact — manual compaction
/clear — wipe history
/history — display history
# No /stop, /model, /security結論： 核心指令集（/new、/compact、/clear）在名稱和語義上完全一致。NGOClaw 獨有指令（/stop、/model、/security）在 CoPaw 中不存在。
bash_exec, read_file, write_file, edit_file
search (grep+glob), web_search, web_fetch
browser, send_photo, send_document
python_exec, gemini_agent (sub-agent)execute_shell_command, read_file, write_file
edit_file, grep_search, glob_search
browser_use, desktop_screenshot
send_file_to_user, memory_search結論： edit_file（修補式編輯）和 grep/glob 搜尋拆分展現了相似性，但這些模式在 Aider、Cline 和 Claude Code 中很常見 —— 並非 NGOClaw 原創。NGOClaw 的 Agent-as-Tool 和子 Agent 模式在 CoPaw 中不存在。
Adapter direct-connect
TG + CLI + Web
StagedReply (status → deliver)
DraftStream (streaming edits)
InlineKeyboard (security approval)BaseChannel ABC + ChannelManager
Queue + consumer loop
DingTalk, Feishu, QQ, Discord, iMessage
ConfigWatcher (mtime poll → hot-reload)
MessageRenderer (unified markdown/text)結論：獨立架構。NGOClaw 使用直接適配器連接；CoPaw 使用基於佇列的渠道管理器。不同的平台目標。NGOClaw 的 StagedReply、DraftStream 和 InlineKeyboard 審批流在 CoPaw 中完全不存在。
Session-memory → ~/.ngoclaw/memory/
YYYY-MM-DD.md file-based
conversation.Repository (SQLite)
// No semantic search (planned: sqlite-vec)MemoryManager (ReMeFs-based)
CoPawInMemoryMemory
AgentMdManager (agent.md)
memory_search tool (semantic search)
Async summary tasks (background)結論：不同實作。NGOClaw 使用檔案 + SQLite 儲存；CoPaw 使用 ReMeFs + 記憶體儲存。CoPaw 具有語義搜尋（更進階）。原始碼中包含歸屬聲明：「靈感來自 OpenClaw 記憶架構」。
User msg → Gateway (WebSocket)
→ runEmbeddedPiAgent() → external Pi SDK
→ stream events (lifecycle/tools/messages)
❌ No in-process ReAct loop
❌ Tools run in external sandboxUser msg → Adapter/Channel → Agent.Run/reply()
→ while(true) { Hook → LLM → Tool → inject }
→ Middleware/Hook intercepts every step
✅ In-process ReAct loop
✅ Tools execute via Toolkit interface| 設計決策 | OpenClaw | NGOClaw | CoPaw | 更接近 |
|---|---|---|---|---|
| 迴圈位置 | 外部程序（Pi SDK） | 內嵌 Go 迴圈 | 內嵌 Python 迴圈 | NGOClaw |
| 工具執行 | 沙箱隔離 | 程序內 ToolExecutor | 程序內 Toolkit | NGOClaw |
| Hook / Middleware | 無（串流事件） | Before/After Model | pre_reasoning Hook | NGOClaw |
| 壓縮觸發 | 自動後端（無指令） | /compact + 自動 | /compact + 自動 | NGOClaw |
| 技能載入 | 工作區 SKILL.md | SkillManager glob | ensure_skills_initialized() | NGOClaw |
| 系統提示詞 | system-prompt.ts 範本 | .md 檔案拼接 | .md 檔案拼接 | NGOClaw |
| 訊息格式 | Transcript JSONL | []LLMMessage 陣列 | [Msg] 列表 | NGOClaw |
結果：8 項設計決策中有 7 項與 NGOClaw 一致，0 項與 OpenClaw 一致。OpenClaw 是平台型架構，Gateway 將請求分發給外部 Agent SDK。NGOClaw 和 CoPaw 都是單體 Agent —— 在單一程序迴圈中執行 LLM 呼叫、工具執行和上下文管理。
| # | 設計模式 | 嚴重程度 | 證據 |
|---|---|---|---|
| 1 | Token 比率壓縮 + keep_recent | 高 | OpenClaw 缺少此功能；參數結構與 NGOClaw 匹配 |
| 2 | SKILL.md 入口 + SkillInfo 命名 | 高 | 命名完全一致 |
| 3 | Pre-LLM Hook 注入架構 | 中 | 概念匹配，但使用 AgentScope 框架 |
| 4 | /compact + /new 指令語義 | 中 | 指令名稱 + 行為完全一致 |
| 5 | .md prompt 載入 + rebuild_sys_prompt() | 中 | 模式 + 方法名完全一致 |
| 6 | edit_file 修補式工具 | 低 | 在 Aider / Cline / Claude Code 中常見 |
| 7 | grep + glob 搜尋拆分 | 低 | 業界標準模式 |
| 8 | 設定熱重載 | 低 | 常見工程實務 |
Telegram 分階段卡片渲染（狀態 → 投遞）
串流文字分段編輯推送
Telegram 內工具執行審批流
滑動視窗重複偵測 + 強制反思
按模型行為策略（reasoning_format, repair_tool_pairing）
宣告式子 Agent YAML → 工具註冊
domain / infrastructure / application / interfaces
透過 gRPC 遠端 Agent 執行
無步驟限制 —— 透過 token 耗盡自然終止
CoPaw 對 NGOClaw 的借鑑分為三個層級：
rebuild_sys_prompt() 方法命名核心發現：CoPaw 將靈感歸因於「OpenClaw」，但對比揭示了幾個關鍵設計 —— 特別是 token 比率壓縮和 Hook 架構 —— 是 NGOClaw 原創，在 OpenClaw 中並不存在。實際借鑑範圍比歸屬聲明更廣。CoPaw 的執行模型是 NGOClaw 架構的 Python 重寫，而非 OpenClaw 的。
本次開源發布只是一個開始。CoPaw 開發團隊正在積極探索下一代個人 AI 助手能力。
輕量級本地模型處理隱私和敏感資料，強大的雲端模型負責規劃、程式設計和複雜推理 —— 平衡安全性、效能和能力。
與 CoPaw 個人助手進行語音和視訊通話。期待更豐富、更自然的文字之外的互動方式。
發展技能市場，拓寬渠道支援，深化 AgentScope 框架整合，打造更強大的個人 Agent。
CoPaw 全稱為 Co Personal Agent Workstation（協作個人智能體工作站）。它是由 AgentScope AI 團隊開發的、基於 AgentScope 框架建構的開源個人 AI 助手。CoPaw 支援多渠道聊天應用、本地大型語言模型執行和模組化 Agent 架構 —— 旨在讓你完全掌控自己的 AI 助手。
推薦方式是 pip install copaw（需要 Python 3.10+）。你也可以使用 macOS/Linux 一鍵安裝指令碼，透過 Docker 部署（docker pull agentscope/copaw:latest），或在 ModelScope Studio 上一鍵雲端部署。安裝後，執行 copaw init --defaults && copaw app 即可在 http://127.0.0.1:8088/ 啟動控制台。
支援。CoPaw 可透過 llama.cpp（跨平台：macOS、Linux、Windows）和 MLX（針對 Apple Silicon M1/M2/M3/M4 最佳化）在本地執行大型語言模型。無需 API 金鑰或雲端服務。使用 copaw models download 管理本地模型。
CoPaw 原生支援釘釘、飛書、QQ、Discord 和 iMessage。開發者還可以使用內建的渠道註冊機制建構自訂渠道外掛，並透過 CLI 指令（list、install、remove、config）管理。
是的。CoPaw 基於 Apache License 2.0 發布，可自由使用、修改和散布。原始碼可在 GitHub 上取得。歡迎社群貢獻。
CoPaw 基於 AgentScope 框架建構 —— 一個面向生產環境、以開發者為中心的智能體建構與執行框架，內建工具和模型整合支援。CoPaw 是 AgentScope 生態系統中的參考實作和關鍵應用，利用其抽象和能力來提供個人 AI 助手功能。
GitHub Stars
Forks
授權條款
技術堆疊
CoPaw 由 AgentScope AI 團隊建構和維護，積極歡迎社群貢獻。該專案是更廣泛的 AgentScope 生態系統的一部分，該生態系統已在學術出版物中被引用，包括 arXiv 上的 "AgentScope 1.0: A Developer-Centric Framework for Building Agentic Applications"，展現了學術嚴謹性和生產就緒性。
無論你想提交 Pull Request、回報問題，還是建構自訂技能或渠道外掛，CoPaw 社群都是開放且不斷壯大的。文件同時提供英文和中文版本，以支援全球開發者。