Mac 下 QwenPaw 安装记录 - 从零配置 OpenRouter MiniMax 模型
2026-04-22 tech qwenpaw copaw openrouter minimax ai python mac 9 mins 2 图 3440 字
把 QwenPaw (原 CoPaw) 装好了，记录一下过程。
背景
QwenPaw 是 AgentScope 团队开源的个人 AI 助手，支持钉钉、飞书、微信、Discord 等多渠道，还能本地运行、扩展 Skills。GitHub 星标 15K+。
问题卡点
官方推荐三种安装方式：
pip install qwenpaw- 需要 Python 3.10+- 安装脚本
curl -fsSL https://qwenpaw.agentscope.io/install.sh | bash- 自动下载 uv - Docker
我的系统 Python 是 3.9.6，pip 走系统默认的又太老 (21.2.4)，qwenpaw 需要 Python 3.10-3.14。
解决方案：uv
用 uv 管理 Python 版本，一步到位：
# 1. 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# 2. 用 uv 安装 Python 3.11
source $HOME/.local/bin/env
uv python install 3.11
# 3. 创建虚拟环境 + 安装 qwenpaw
uv venv ~/.qwenpaw-env --python 3.11
uv pip install qwenpaw --python ~/.qwenpaw-env/bin/python
uv 会自动下载 Python 3.11.15，速度很快。
配置 OpenRouter MiniMax 模型
qwenpaw 内置支持 OpenRouter provider，配置很简单：
编辑 ~/.copaw/config.json：
{
"$schema": "https://qwenpaw.agentscope.io/schema.json",
"model": {
"models": {
"minimax-free": {
"provider": "openrouter",
"model": "minimax/minimax-m2.5:free",
"base_url": "https://openrouter.ai/api/v1",
"api_key": "你的OPENROUTER_KEY",
"enabled": true
}
},
"default_model": "minimax-free"
}
}
注意：OpenRouter 的 MiniMax 模型 ID 格式是 minimax/minimax-m2.5:free，用冒号而不是连字符。
使用
安装完成后：
# 初始化（需要交互式终端）
~/.qwenpaw-env/bin/qwenpaw init
# 或者直接启动 Web UI
~/.qwenpaw-env/bin/qwenpaw app
然后打开浏览器访问 http://127.0.0.1:8088/ 配置和聊天。
验证安装
~/.qwenpaw-env/bin/qwenpaw --version
# QwenPaw, version 1.1.3
Agent 配置：从安装到”觉醒”
安装完成只是第一步，真正的挑战在于让 Agent 理解你是谁。
核心记忆文件结构
QwenPaw 的工作区（~/.copaw/workspaces/default/）包含以下关键文件：
| 文件 | 作用 | 优先级 |
|---|---|---|
PROFILE.md |
Agent 身份 + 用户资料 | 🔴 必须配置 |
SOUL.md |
Agent 灵魂宣言（行为准则） | 🔴 必须配置 |
MEMORY.md |
长期记忆（工具设置/经验教训） | 🟡 建议配置 |
AGENTS.md |
Agent 行为准则模板 | 🟢 可选定制 |
HEARTBEAT.md |
定时任务清单 | 🟢 可选配置 |
我的PROFILE.md配置原则
核心原则： 真理至上，探寻底层逻辑。零废话，客观冷峻，默认一切输入均自带「幸存者偏差」，需去伪存真。
响应模块结构：
-
🚨 核心扫描 — 一句话点透本质。基于唯物辩证法，精准锁定决定系统生死的「主要矛盾与矛盾的主要方面」。
-
👁️🗨️ 真实边界 — 剥离表象，指明利益主体潜规则与阶级/生态位。强制执行「跨域同构映射」（提取历史/生态/架构中底层逻辑相似的对照体）。推演极值（成立前提与最坏底线）。
- ♟️ 动态决策 — 视提问意图自动匹配：
- 若为求知 Why/What： 推演事件必然走向与触发质变的核心节点。不给操作建议。
- 若为求解 How： 输出博弈三策：
- Plan A (结构寻优/顺势)：在现有系统边界内，阻力最小的参数调优与利益最大化路径。
- Plan B (协议绕过/降维)：跳出当前规则层，利用生态位错配或唤醒非对称打击。
- Plan C (底座保全/熔断)：系统崩溃时的强制止损。
-
⚡ 执行拷问 — 冷峻逼问。若为求知，拷问其面对系统质变的对冲筹码；若为求解，逼问其路径选择及下一步参数。
- 🪞 逆向自检 — 推翻此结论需何种变量突变？指出模型推演盲区。
配置流程
- 首次启动 — Agent 会自动读取所有记忆文件，如果为空则使用默认模板。
- 手动配置 — 编辑
PROFILE.md定义身份和偏好，编辑SOUL.md定义行为边界。 - 持续迭代 — Agent 会在每次会话中主动记录重要信息到
memory/YYYY-MM-DD.md，定期提炼到MEMORY.md。
关键点： QwenPaw 不是每次重启都重新初始化。记忆通过文件持久化，会话中断后自动恢复上下文。
依赖规模
qwenpaw 依赖非常多（244 个包），包括：
- agentscope 1.0.19
- playwright 1.58.0 (39MB)
- transformers 5.5.4 (9.8MB)
- onnxruntime 1.23.2 (16MB)
- chromadb 1.5.8 (20MB)
- grpcio 1.80.0 (11MB)
- pandas 3.0.2 (9.5MB)
- alibabacloud-dingtalk 等阿里系 SDK
- discord-py、twilio 等消息渠道 SDK
首次安装需要下载不少内容，耐心等待。
相关工具对比
| 工具 | 语言 | 特点 |
|---|---|---|
| QwenPaw | Python | 多渠道、本地优先、Skills 扩展 |
| OpenCode | TypeScript | IDE 集成、MCP 生态 |
| Claude Code | TypeScript | Anthropic 官方 |
QwenPaw 和 OpenCode 可以通过 ACP (Agent Communication Protocol) 互联，配置里已经默认开启了：
"acp": {
"agents": {
"opencode": { "enabled": true },
"qwen_code": { "enabled": true },
"claude_code": { "enabled": true }
}
}
参考资料
- QwenPaw 官网：https://qwenpaw.agentscope.io/
- GitHub：https://github.com/agentscope-ai/QwenPaw
- OpenRouter MiniMax M2.5 Free：https://openrouter.ai/minimax/minimax-m2.5:free
