一个月前，AgentScope 团队正式开源了 CoPaw，一款可快速部署在用户本地或云上环境的个人智能助理。CoPaw 开源以来，获得了大量来自社区的关注和贡献，团队已经合并了 900 多个 PR。
近日， CoPaw 1.0 新版本发布，和 100 多位来自开源社区的贡献者一起，围绕四大方面升级 CoPaw 的能力：为 CoPaw 量身定制的小模型、安全机制、多智能体协同、以及记忆管理。
CoPaw 基于 AgentScope 生态构建，依赖三层核心支撑：
1、框架层：依托 AgentScope 智能体框架 + Runtime 运行时，保障智能体稳定调度与跨端部署；
2、记忆层：深度集成 ReMe 机制，实现上下文感知与长期记忆的协同管理；
3、模型层：定制小模型系列通过 Trinity-RFT 后训练 + OpenJudge 评测对齐，专为本地高频任务优化。
「定制小模型 + 安全机制 + 多智能体 + 记忆管理」四大能力的协同，让 CoPaw 成为真正可控、稳定的个人智能助理。
CoPaw 1.0 已全面支持本地化模型部署，一键低门槛安装，即装即用。对于希望兼顾使用体验、推理成本、隐私安全的用户，现在可以在本地使用为 CoPaw 量身定制的 CoPaw-Flash 系列模型。
更经济、更安全：CoPaw 本地运行，数据不出设备
CoPaw 1.0 支持 Mac / Windows / Linux 本地部署，普通电脑即可流畅运行 CoPaw-Flash，无需依赖云端，让 Token 开销不再成为难题。本地运行同时意味着数据全程不离开设备，敏感资料处理更加放心，个人用户和企业用户均可按需使用。
更原生：基于 CoPaw 场景训练，专为本地任务优化
CoPaw-Flash 是基于 Trinity-RFT 后训练框架（https://github.com/agentscope-ai/Trinity-RFT）和 OpenJudge 智能体模型评测框架进行研发、围绕 CoPaw 的真实使用场景进行定制和优化的专属小模型。
针对 CoPaw 及同类个人助理场景中的高频任务，进行了能力强化，重点覆盖文档处理、定时任务、记忆更新和信息检索等任务类型，同时基于这些任务构建了专属 benchmark 用于评测。
在与头部大模型的性能对比中，包括客观 benchmark 评测和主观体验，CoPaw-Flash 模型在这些任务中取得与 Qwen3.5-Plus、GPT-5.4 相当的能力水平。
易上手：一键部署本地模型，开箱即用
为了降低本地部署门槛，CoPaw 1.0 提供了完整的本地模型管理能力。目前，CoPaw-Flash 提供了三种尺寸（2B、4B和9B）模型，每个尺寸均有三种版本（全量、Q8 和 Q4 量化版），方便用户根据设备配置灵活匹配。用户无需进行复杂的环境配置，CoPaw 会根据设备规格自动推荐最适合的小模型；用户可以在控制台中完成模型下载、启用、与切换，快速开始使用本地智能体能力。
Coming soon：端云协作，轻量任务本地执行，复杂推理云端协同
CoPaw-Flash 是 CoPaw 为易用、可靠、安全迈出的第一步。接下来，官方将推出更加智能的端云模型协同方案；享受智能提升的同时，兼顾好成本和安全。敏感、高频、轻量的任务由本地小模型承接；长上下文、复杂规划与推理的步骤交给云端大模型。从而实现：把不同的工作流节点交给更加合适的模型；对于复杂的任务，实现更加有效的多智能体和大小模型协同配合。
个人助理具备操作文件与调用工具的能力，安全风险可能存在于不同的层面。CoPaw 1.0 采用分层防御架构，将安全能力拆解为三条防线：
🔷 工具守卫（Tool Guard） — 运行时防御层：在智能体调用工具前实时检测命令注入、权限提升、反向 Shell 等危险模式，发现后立即进行拦截。高风险操作（如 rm -rf、sudo 提权等）触发二次确认，防止误触与恶意诱导。防御策略完全可配置，用户可以根据使用场景设定自定义规则与拦截级别。
🔷 文件防护（File Guard） — 访问控制层：对敏感路径（如 ~/.ssh/、.env、/etc/passwd）与高风险操作进行保护。无论工具守卫开关状态如何，文件防护始终生效，自动规范化路径、递归保护目录，有效缩小智能体可触及的文件范围，降低误删、误读与路径穿越风险。
🔷 技能扫描器（Skill Scanner） — 准入审计层：在技能安装前或被启用时自动扫描，检测命令注入、数据外泄、硬编码密钥等九大类风险模式，提供拦截/警告/关闭三种模式。所有扫描结果可查可审，让 CoPaw 在开放协作场景下既能通过 Skills 扩展能力、也能守住安全边界。
随着接入频道增多、任务复杂度提升，CoPaw 1.0 支持在同一实例内运行多个独立的智能体工作区，各自拥有专属配置、记忆与技能，既可独立响应不同频道，也可协作完成复杂任务。具体能力包括：
- 工作空间隔离：同一实例内可运行多个彼此隔离的智能体，各自拥有独立的配置、记忆、技能与对话历史；例如，工作身份与生活身份对应的智能体可相互隔离，互不串线。
- 并发启动与隔离：应用启动时并发加载已启用的智能体工作区；各智能体可并行处理不同任务，并通过锁机制保证并发安全与工作空间隔离。
- 零停机重载：支持单个智能体配置热重载，同一进程内新实例就绪后原子切换，旧实例完成当前任务后自动退出，避免中断正在进行的对话。
- 异步协作：支持智能体间显式通信与后台协作，复杂任务可由多个角色分工处理，主智能体可先提交任务、后续查询结果。
上述能力在同一套控制台内完成编排与隔离，便于按场景配置分身，也便于在系统层扩展协作模式。
举例： 一条需求同时涉及「持续监测 GitHub 相关开源项目状态」「分析新的 issue 和 PR 是否有关联」「对 issue 给出可能的解决方案」。可由多个智能体并行协作：智能体 A 持续监测目标仓库动态并输出事件摘要，智能体 B 分析新 issue 与 PR 的关联关系并给出置信度，智能体 C 结合历史案例、仓库文档与讨论为 issue 生成解决思路，智能体 D 汇总各方结果，在发现高风险问题时触发提醒或请求人工确认。
在协同机制上，CoPaw 提供了用于多智能体协作的 CLI 命令，并内置了相应的多智能体协作 Skills，基于这些能力，主智能体可以更灵活地编排与调度多个智能体处理复杂任务。在此基础上，CoPaw 1.0 还做了两项优化：
- 协作智能体默认采用新会话，其上下文不会污染主智能体；
- 复杂任务支持异步协作，主智能体提交任务后可继续处理其他请求。
个人助理需要在长会话里保持连贯，在跨天、跨任务后仍能召回相关信息或用户偏好。CoPaw 1.0 的记忆继续由 ReMe（https://github.com/agentscope-ai/ReMe）驱动，实现上下文管理与记忆存储。
上下文管理
采用分层管理机制，在内存中保留当前对话所需的关键信息与近期交互内容，并将历史对话、阶段性摘要、及工具结果进行持久化存储；在推理前，CoPaw 通过对上下文进行动态整理，优先保留近期强相关的内容，并将较早期的信息压缩为结构化摘要，必要时再按索引回溯原始内容。通过对工具结果按照时间分层压缩，随着对话推进自动淡化历史工具结果，从而在对话连贯性、信息完整性、与处理效率之间取得平衡。
个性化记忆
通过结构化摘要与长期记忆文件相结合的方式，持续沉淀用户偏好、任务经验、和关键知识；在检索时融合向量检索与全文检索能力，兼顾相似内容召回与精确信息定位；在多智能体场景下，不同角色的记忆相互隔离，以减少跨任务干扰并提升结果稳定性。未来计划提供更细粒度的记忆权限控制与跨智能体记忆融合机制，支持协作场景下的安全、高效记忆协同。
基于 Spark-Design（https://github.com/agentscope-ai/agentscope-spark-design），CoPaw 1.0 对交互体验进行了系统性升级，重点在「覆盖更广、展示更简洁、配置更细、复盘更透明」这几个方面。
🔷 覆盖更广：频道能力继续扩展，目前已支持 10+ 频道，可按用户的工作与生活需求自由接入。
🔷 展示更简洁：消息过滤支持按频道单独配置；可过滤工具调用与中间输出，也可过滤模型的思考或推理内容，聊天界面中只呈现最终回复，界面更简洁，群聊也不易被过程信息刷屏。
🔷 配置更细：上下文与运行配置在控制台工作区可细粒度调整。核心 Markdown（如 SOUL.md、AGENTS.md）可逐项勾选是否纳入对话上下文，并支持拖拽排序，决定哪些先进入模型视野；运行侧可调整上下文最大输入长度、记忆压缩触发比例与阈值、保留近期上下文比例、是否启用超长工具结果压缩等参数。同时，官方也提供了推荐的默认配置，便于用户在开箱即用与精细调优之间灵活切换。
🔷 复盘更透明：Token 用量可视化能力同步完善；使用模型时，CoPaw 会在每次模型调用中自动记录输入与输出 Token 数与调用次数，并在控制台提供 Token 消耗页面用于集中查看和复盘。
快速开始使用
CoPaw 1.0 新版本提供六种官方安装方式。其中，新推出的桌面应用版真正实现“下载即用”，无需预装 Python、无需配置环境变量。其他安装方式包括一行脚本安装、pip安装、docker安装、一键云端安装等（如魔搭创空间）。各方式详细步骤见快速开始文档（https://copaw.agentscope.io/docs/quickstart）
惊喜彩蛋：HiClaw x CoPaw
HiClaw 项目 (https://github.com/agentscope-ai/HiClaw) 已加入 AgentScope 生态，携手 CoPaw 共建多智能体的基础设施。CoPaw 是面向个人的智能助理，HiClaw 则直接面向企业：采用 Manager-Workers 协作架构，Manager 统一调度多个 Workers，专注企业内的人和智能体、智能体之间的协作场景。HiClaw 通过支持 CoPaw 作为智能体内核，进一步提升长程、并行和协作类任务的能力。后续 HiClaw 将与 CoPaw 一起深度联合优化，为企业用户提供更智能、更安全、更规范、更易用的体验。
🔷 GitHub：https://github.com/agentscope-ai/CoPaw
🔷 官网与文档：https://copaw.agentscope.io/
🔷 AgentScope：https://github.com/agentscope-ai
🔷 CoPaw-Flash 系列模型：
- https://www.modelscope.cn/organization/AgentScope
- https://huggingface.co/agentscope-ai
🔷 钉钉交流群：101610061442
