📰 正文
CoPaw，一个可以跑在你自己电脑上的个人 AI 伙伴。三条命令装好，接上钉钉、飞书、QQ 就能用。
功能覆盖范围
资讯聚合： 自动抓取小红书、知乎、Reddit 热帖日报，B站/YouTube 视频摘要
效率工具： 邮件/日历联系人整理，Newsletter 摘要推送到钉钉/飞书/QQ
创作辅助： 描述目标，让它跑一夜，第二天给你草稿
研究追踪： 追踪 AI/科技新闻，构建个人知识库
桌面操作： 整理文件、读取/摘要文档、在聊天里请求文件
定时任务（cron）： 内置调度器，可设定时间自动执行任务
个人 AI 助手这波浪潮
今年开年以来，“个人 AI 代理"赛道突然火了。最出圈的是一个叫 OpenClaw 的开源项目，在 GitHub 上拿了 6.8 万颗星，被科技圈称为"AI 界的瑞士军刀”。
OpenClaw 能做什么呢？简单说就是你给它接上 Slack、Discord、iMessage，它就变成你的私人助理：帮你读邮件、追踪新闻、管理待办、甚至定时执行各种自动化任务。
但有一个问题：OpenClaw 对中国用户不太友好。它不支持钉钉、飞书、QQ 这些国内主流通讯工具，安装过程也偏极客，普通人上手有门槛。
CoPaw 就是通义实验室的回应：做一个中国开发者和普通用户都能用的版本。
三条命令，从零到可用
CoPaw 最让我惊喜的是安装体验。真的就三条命令：
pip install copaw
copaw init --defaults
copaw app
第一条装软件，第二条初始化配置，第三条启动。不需要配 Docker，不需要折腾环境变量，Python 3.10 以上就行。Mac、Windows、Linux 全支持。
如果你连 Python 都不想装，它还提供一行脚本自动安装（Mac/Linux 用 curl，Windows 用 PowerShell），以及魔搭创空间的一键云端部署。
核心能力：不只是聊天
装好之后，CoPaw 能做的事情远超你的想象。
多渠道接入： 这是 CoPaw 对中国用户最大的杀手锏。它原生支持钉钉、飞书、QQ、Discord、iMessage 和命令行终端。你可以在钉钉群里 @它下指令，在飞书里让它帮你搜资料，在 QQ 里让它给你做日报。
对比一下 OpenClaw 支持的 Slack、Discord、iMessage、WhatsApp，你就明白区别了：CoPaw 是目前唯一原生支持国内主流通讯工具的开源 AI 助手。
长期记忆： CoPaw 不是那种聊完就忘的 AI。它会主动记住你的偏好、待办事项和重要决策，下次对话时直接调用。
这个记忆系统用了本地向量搜索，不需要额外装数据库，数据全存在你自己的电脑上。比如你跟它说过"我每周一需要一份竞品分析报告"，它会记住，到了周一自动提醒你（如果配了定时任务的话，直接帮你生成）。
定时任务： 你可以给 CoPaw 设定定时任务，让它像闹钟一样到点就干活。每天早上 8 点读一遍科技新闻给你做摘要，每周五下午整理本周的工作文件，每个月 1 号提醒你续费各种订阅服务。
本地跑模型：数据不出你的电脑
这是我觉得 CoPaw 最值得关注的一个点。
现在用在线 AI 工具，你的聊天记录、文件内容、工作数据全都要传到别人的服务器上。虽然各家都说"我们不会用你的数据训练模型"，但数据一旦离开你的电脑，你就失去了控制权。
CoPaw 支持完全本地运行。它原生兼容三种本地模型方案：
Ollama：最流行的本地模型运行工具，一行命令就能跑 Llama、Qwen 等开源模型
llama.cpp：跨平台的轻量级推理引擎，资源占用更少
MLX：苹果专门为 Apple Silicon（M1/M2/M3/M4 芯片）优化的框架，在 Mac 上跑模型效率最高
你也可以接入自己的私有 API 端点，比如公司内网部署的模型。总之，数据走哪条路，完全你说了算。
这对很多场景非常关键。比如你是律师、医生、财务人员，处理的都是敏感信息，用在线 AI 总觉得不放心。有了 CoPaw，模型和数据都在本地，安心多了。
乐高式架构：像拼积木一样加功能
CoPaw 的另一个亮点是它的模块化设计。
它把所有功能都拆成了一个个独立的"技能"（Skill）。每个技能就是一个小模块，你可以随时启用、禁用、替换。想加一个"自动读新闻"的功能？去技能中心找一个装上就行。想自己写一个"每天早上给我发天气预报"的技能？建个文件夹、写个 SKILL.md 描述就搞定。
更厉害的是 MCP 热插拔。MCP（Model Context Protocol）是 Anthropic 推出的一个标准协议，让 AI 工具之间能互相"对话"。CoPaw 支持 MCP 热插拔，意思是你加一个新工具进来，不需要重启整个系统，即插即用。
它还有一个社区技能中心叫 ClawHub，开发者可以把自己做的技能分享出来，其他人一键导入。这跟手机装 App 的体验差不多。
路线图：接下来还要做什么
通义实验室给 CoPaw 画了一张不小的饼：
多模态交互：以后不只能打字，还能语音和视频跟它对话
本地专用模型：针对 CoPaw 的核心场景（日程管理、文件处理、信息检索）做专门的微调小模型，本地跑也够快够准
大小模型协作：隐私数据交给本地小模型处理，复杂任务（比如写长文、做规划）路由到云端大模型。两全其美
技能社区：持续丰富 AgentScope 技能库，让好用的技能更容易被发现
这个路线图最让我期待的是"大小模型协作"。现在本地模型虽然能跑，但能力和 GPT-4、Claude 这些云端大模型比还差不少。如果能智能分流，隐私归本地、能力归云端，确实是个很好的平衡点。
适合谁用？
说实话，CoPaw 目前最适合两类人：
第一类：有技术基础的开发者。 你熟悉 Python，了解 API 调用，想搭建一个真正属于自己的 AI 工作流。CoPaw 给你足够的自由度和扩展性。
第二类：团队里的"技术担当"。 你在公司负责效率工具，想给团队搭一个接入钉钉或飞书的智能助手。CoPaw 的多渠道能力加上 Apache 2.0 开源协议，商用没有法律障碍。
如果你是完全不懂代码的普通用户，现阶段可能还需要找个懂技术的朋友帮你装一下。但考虑到只要三条命令，这个"帮忙"的成本也不高。
小互说： 个人 AI 助手这个赛道，OpenClaw 在海外杀疯了，但对国内用户一直隔着一层纱。CoPaw 不是简单的复制，钉钉/飞书/QQ 原生接入这一点就解决了国内用户最大的痛点。三条命令装好，数据不出本地，MCP 即插即用，阿里通义团队这次确实做了一个实在的东西。
想试试的，GitHub 地址在这：https://github.com/agentscope-ai/CoPaw
官网：https://copaw.agentscope.io/