Об этом проекте

QwenPaw — это открытый личный ИИ‑ассистент, предназначенный для установки и запуска на собственном компьютере или в облаке. Он распространяется через PyPI, скрипт установки, образы Docker, настольное приложение (Tauri, бета‑версия) и несколько вариантов облачного развёртывания, включая Alibaba Cloud ECS, платформу AgentScope и ModelScope Studio. Основные возможности, описанные в README: - Память: трёхслойная система памяти, объединяющая текущий рабочий контекст, полную историю диалогов слово в слово и саморазвивающуюся личную базу знаний на базе ReMe. Диалоги и ресурсы преобразуются в читаемую, редактируемую, поисковую, связанную память в формате Markdown. - Поддержка моделей: встроенный runtime QwenPaw Local (llama.cpp) с моделями QwenPaw‑Flash 2B/4B/9B, обученными для задач агентов, а также совместимость с Ollama, LM Studio и более 14 облачными провайдерами, такими как DashScope/Qwen, OpenAI, Anthropic, Google Gemini, DeepSeek, Kimi и OpenRouter. - Безопасность: ядерный песочница, Tool Guard, File Guard, Skill Scanner и политика доступа, блокирующая опасные команды перед выполнением. - Мультиагентность: независимые агенты со своей памятью и навыками, под‑агенты во время выполнения и протокол взаимодействия агентов (ACP) для оркестрации между системами. - Рабочее пространство: единая навигация по файлам, предварительный просмотр, редактирование, diff‑ы, загрузка и скачивание файлов проекта и агентов. - Расширяемость: навыки для планирования, работы с документами, браузером, новостями и др.; архитектура плагинов с маркетплейсом; интеграция MCP для внешних инструментов. - Каналы: DingTalk, Lark, WeChat, Discord, Telegram, iMessage и QQ из одного экземпляра, а также веб‑консоль, полноэкранный терминальный интерфейс (TUI) и настольное приложение. - Конфиденциальность: локальное развёртывание хранит данные на машине пользователя без стороннего хостинга или загрузки данных. Типичные варианты использования включают автоматизацию и запланированные задачи (дайджесты новостей, генерация отчётов, многоканальная рассылка), чтение/редактирование/ревью/тестирование кода, обработку документов PDF, Word, Excel и PowerPoint, веб‑поиск и суммаризацию видео, многоканальные операции и пользовательские рабочие процессы, сочетающие встроенные возможности, плагины и запланированные задачи. Способы установки: `pip install qwenpaw` (Python >= 3.11, < 3.14), затем `qwenpaw init --defaults` и `qwenpaw app`; однострочные скрипты установки для macOS/Linux и Windows; образы Docker на Docker Hub и Alibaba Cloud ACR с томами для данных, секретов и резервных копий; а также бета‑версия настольного приложения для Windows 10+ и macOS 14+. Консоль по умолчанию доступна по адресу http://127.0.0.1:8088/. Для облачных API LLM требуется ключ API, локальные модели работают без него. Проект лицензирован под Apache 2.0 и разработан AgentScope. В README также приведены примечания к выпускам версий с 2.0.0 по 2.2.0, охватывающие архитектуру Agent OS, Loop Engineering, Scroll Context, ReMe v0.4, встроенный TUI, самодостаточный многопользовательский хаб и другие функции.