如何搭建自己的 AI 助手？QwenPaw 本地部署方法

搭建个人 AI 助手时，最先要决定的不是头像和名字，而是它能接触哪些文件、能调用哪些工具、什么时候主动发消息。QwenPaw 把这些决定拆成模型、工作区、Skills、权限和频道几层，适合从一个小而清晰的助手开始。

第一步：给助手划边界

先写一张任务卡：它服务谁、读取哪个目录、允许执行哪些动作、哪些操作必须询问。比如“只整理工作资料，不删除文件；每天 18 点生成摘要，但发送前需要确认”。这比一句“做一个万能助手”更容易落地，也更容易在出错时追责。

失败场景：一开始就打开浏览器、Shell、文件系统和所有频道，助手确实什么都能碰，但你很难判断一次错误究竟来自模型、Skill 还是权限配置。

第二步：安装运行底座

个人电脑可以选择 pip 或官方安装脚本；长期放在服务器上，可以使用 Docker。最短的本地路线是：

pip install qwenpaw
qwenpaw init
qwenpaw app

打开 http://127.0.0.1:8088/ 后，先选择一个模型提供商。要把模型也留在本机，可在 QwenPaw Local、Ollama 或 LM Studio 中选择一个；云端模型则需要配置对应的 API Key。失败场景：把“QwenPaw 程序在本地”误认为“模型也在本地”，结果聊天内容仍按云端提供商的网络路径发送。

第三步：配置一个独立工作区

QwenPaw 用全局配置管理模型提供商和智能体列表，用 workspaces/{agent_id}/agent.json 保存某个智能体的频道、工具、MCP、心跳和安全设置。默认工作区通常位于 ~/.qwenpaw/workspaces/default/。先用默认智能体跑通一条任务，再考虑创建第二个。

qwenpaw agents list
qwenpaw agents create --name research
qwenpaw app

不同版本的 CLI 子命令可能随发布说明调整，若本机帮助信息与示例不同，应以 qwenpaw --help 和当前文档为准。失败场景：直接复制旧文章里的管理命令，命令成功退出却修改了另一个工作区，最后会误判“配置没有生效”。

第四步：只装真正需要的能力

• 需要处理资料时，再启用 PDF、Word、Excel 或 PowerPoint 相关 Skill。
• 需要定时推送时，再配置 Cron 或心跳，并先用控制台测试一次。
• 需要连接外部服务时，再加入 MCP，并为每个工具设置允许、拒绝或人工确认。

Skills 决定助手“能做什么”，安全策略决定“什么时候能做”。失败场景：只验证了正常输入，没有测试删除文件、访问密钥目录或执行危险命令时的拦截结果，安全配置就还没有真正验收。

第五步：让它逐渐变成“你的”助手

把固定偏好、项目背景和输出格式写进智能体人设与工作区文档，把稳定信息放进长期记忆；每天让助手做一个低风险任务，例如整理一份会议纪要。连续几天后再调整提示、权限和记忆规则，变化会比一次性堆满功能更容易观察。

一个合格的个人助手不一定回答得最花哨，但应该知道自己的工作目录、权限边界和失败后的处理方式。先让它可靠地完成一件事，再把第二件事接进来。