# 快速开始

本节介绍多种方式安装或开始使用 QwenPaw：

| 安装方式                | 适用场景                 | 优势                                                             | 前置要求                      |
| ----------------------- | ------------------------ | ---------------------------------------------------------------- | ----------------------------- |
| **pip 安装**            | 熟悉 Python 的开发者     | 灵活控制环境，便于开发调试                                       | Python 3.11~3.13              |
| **脚本安装**            | 不想要手动配置环境的用户 | 零配置，自动管理 Python 环境                                     | 无                            |
| **Docker**              | 容器化部署或生产环境     | 环境隔离，易于迁移                                               | Docker                        |
| **AgentScope Platform** | 无本地环境或快速体验     | 注册即可免费体验，无需安装，浏览器直接使用，支持 Beta 与正式版本 | 注册 AgentScope Platform 账号 |
| **阿里云 ECS**          | 云上稳定运行             | 一键部署，稳定可靠                                               | 阿里云账号                    |
| **魔搭创空间**          | 无本地环境或快速体验     | 一键部署，云端运行，无需安装                                     | 魔搭账号                      |
| **桌面应用**            | 不熟悉命令行的用户       | 双击即用，图形化界面                                             | 无                            |

> 📖 阅读前请先了解 [项目介绍](./intro)，完成安装与启动后可查看 [控制台](./console)。

> 💡 **安装并启动后的关键步骤**：
>
> 1. 在浏览器访问 [控制台](./console)（`http://127.0.0.1:8088/`）
> 2. **配置模型**（必需）：设置 → 模型 → 配置 API Key 或下载本地模型
> 3. 开始对话测试
> 4. （可选）配置频道以在钉钉、飞书、QQ 等 app 里对话，详见 [频道配置](./channels)

---

## 方式一：pip 安装

如果你更习惯自行管理 Python 环境（需 Python >= 3.11, < 3.14）：

```bash
pip install qwenpaw
```

可选：先创建并激活虚拟环境再安装（`python -m venv .venv`，Linux/macOS 下
`source .venv/bin/activate`，Windows 下 `.venv\Scripts\Activate.ps1`）。安装后会提供 `qwenpaw` 命令。

然后按下方 [步骤二：初始化](#步骤二初始化) 和 [步骤三：启动服务](#步骤三启动服务) 操作。

### 步骤二：初始化

在工作目录（默认 `~/.qwenpaw`）下生成 `config.json` 与 `HEARTBEAT.md`。两种方式：

- **快速用默认配置**（不交互，适合先跑起来再改配置）：
  ```bash
  qwenpaw init --defaults
  ```
- **交互式初始化**（按提示填写心跳间隔、投递目标、活跃时段，并可顺带配置频道与 Skills）：
  ```bash
  qwenpaw init
  ```
  详见 [CLI - 快速上手](./cli#快速上手)。

若已有配置想覆盖，可使用 `qwenpaw init --force`（会提示确认）。
初始化后若尚未启用频道，接入钉钉、飞书、QQ 等需在 [频道配置](./channels) 中按文档填写。

### 步骤三：启动服务

```bash
qwenpaw app
```

服务默认监听 `127.0.0.1:8088`。若已配置频道，QwenPaw 会在对应 app 内回复；若尚未配置，也可先完成本节再前往频道配置。

---

## 方式二：脚本安装

无需预装 Python — 安装脚本通过 [uv](https://docs.astral.sh/uv/) 自动管理一切。

### 步骤一：安装

**macOS / Linux：**

```bash
curl -fsSL https://qwenpaw.agentscope.io/install.sh | bash
```

然后打开新终端（或执行 `source ~/.zshrc` / `source ~/.bashrc`）。

**Windows (CMD):**

```cmd
curl -fsSL https://qwenpaw.agentscope.io/install.bat -o install.bat && install.bat
```

**Windows（PowerShell）：**

```powershell
irm https://qwenpaw.agentscope.io/install.ps1 | iex
```

然后打开新终端（安装脚本会自动将 QwenPaw 加入 PATH）。

> **⚠️ Windows 企业版 LTSC 用户特别提示**
>
> 如果您使用的是 Windows LTSC 或受严格安全策略管控的企业环境，PowerShell 可能运行在 **受限语言模式** 下，可能会遇到以下问题：
>
> 1. **如果你使用的是 CMD（.bat）：脚本执行成功但无法写入`Path`**
>
>    脚本已完成文件安装，由于 **受限语言模式** ，脚本无法自动写入环境变量，此时只需手动配置：
>
>    - **找到安装目录**：
>      - 检查 `uv` 是否可用：在 CMD 中输入 `uv --version` ，如果显示版本号，则**只需配置 QwenPaw 路径**；如果提示 `'uv' 不是内部或外部命令，也不是可运行的程序或批处理文件。`，则需同时配置两者。
>      - uv路径（任选其一，取决于安装位置，若`uv`不可用则填）：通常在`%USERPROFILE%\.local\bin`、`%USERPROFILE%\AppData\Local\uv`或 Python 安装目录下的 `Scripts` 文件夹
>      - QwenPaw路径：通常在 `%USERPROFILE%\.qwenpaw\bin` 。
>    - **手动添加到系统的 Path 环境变量**：
>      - 按 `Win + R`，输入 `sysdm.cpl` 并回车，打开"系统属性"。
>      - 点击 "高级" -> "环境变量"。
>      - 在 "系统变量" 中找到并选中 `Path`，点击 "编辑"。
>      - 点击 "新建"，依次填入上述两个目录路径，点击确定保存。
>
> 2. **如果你使用的是 PowerShell（.ps1）：脚本运行中断**
>
> 由于 **受限语言模式** ，脚本可能无法自动下载`uv`。
>
> - **手动安装uv**：参考 [GitHub Release](https://github.com/astral-sh/uv/releases)下载并将`uv.exe`放至`%USERPROFILE%\.local\bin`或`%USERPROFILE%\AppData\Local\uv`；或者确保已安装 Python ，然后运行`python -m pip install -U uv`
> - **配置`uv`环境变量**：将`uv`所在目录和 `%USERPROFILE%\.qwenpaw\bin` 添加到系统的 `Path` 变量中。
> - **重新运行**：打开新终端，再次执行安装脚本以完成 `QwenPaw` 安装。
> - **配置`QwenPaw`环境变量**：将 `%USERPROFILE%\.qwenpaw\bin` 添加到系统的 `Path` 变量中。

也可以指定选项：

**macOS / Linux：**

```bash
# 安装指定版本
curl -fsSL ... | bash -s -- --version 1.1.0

# 从源码安装（开发/测试用）
curl -fsSL ... | bash -s -- --from-source
```

**Windows（PowerShell）：**

```powershell
# 安装指定版本
.\install.ps1 -Version 0.0.2

# 从源码安装（开发/测试用）
.\install.ps1 -FromSource
```

升级只需重新运行安装命令。卸载请运行 `qwenpaw uninstall`。

### 步骤二：初始化

在工作目录（默认 `~/.qwenpaw`）下生成 `config.json` 与 `HEARTBEAT.md`。两种方式：

- **快速用默认配置**（不交互，适合先跑起来再改配置）：
  ```bash
  qwenpaw init --defaults
  ```
- **交互式初始化**（按提示填写心跳间隔、投递目标、活跃时段，并可顺带配置频道与 Skills）：
  ```bash
  qwenpaw init
  ```
  详见 [CLI - 快速上手](./cli#快速上手)。

若已有配置想覆盖，可使用 `qwenpaw init --force`（会提示确认）。
初始化后若尚未启用频道，接入钉钉、飞书、QQ 等需在 [频道配置](./channels) 中按文档填写。

### 步骤三：启动服务

```bash
qwenpaw app
```

服务默认监听 `127.0.0.1:8088`。若已配置频道，QwenPaw 会在对应 app 内回复；若尚未配置，也可先完成本节再前往频道配置。

---

## 方式三：Docker

镜像在 **Docker Hub**（`agentscope/qwenpaw`）。镜像 tag：`latest`（稳定版）；`pre`（PyPI 预发布版）。国内用户也可选用阿里云 ACR：`agentscope-registry.ap-southeast-1.cr.aliyuncs.com/agentscope/qwenpaw`（tag 相同）。

拉取并运行：

```bash
docker pull agentscope/qwenpaw:latest
docker run -p 127.0.0.1:8088:8088 \
  -v qwenpaw-data:/app/working \
  -v qwenpaw-secrets:/app/working.secret \
  -v qwenpaw-backups:/app/working.backups \
  agentscope/qwenpaw:latest
```

然后在浏览器打开 **http://127.0.0.1:8088/** 进入控制台。配置、记忆与 Skills 保存在 `qwenpaw-data` 卷中；模型配置与 API Key 保存在 `qwenpaw-secrets` 卷中；备份归档保存在 `qwenpaw-backups` 卷中。传入 API Key 可在 `docker run` 时加 `-e DASHSCOPE_API_KEY=xxx` 或 `--env-file .env`。

---

## 方式四：AgentScope Platform（无需安装）

[AgentScope Platform](https://platform.agentscope.io/) 是 AgentScope 生态的云端体验平台，提供 QwenPaw 的一键部署和在线运行环境，同时支持 Beta 版本和正式版本试用。注册即可免费体验，无需在本地安装或配置运行环境；登录后一键部署，即可直接在浏览器中使用 QwenPaw。

![AgentScope Platform 中的 QwenPaw 一键部署入口与建议反馈入口](https://img.alicdn.com/imgextra/i4/O1CN01eJWlFV24HEB3V2ATv_!!6000000007365-2-tps-2914-1446.png)

如果在 QwenPaw 部署或使用过程中遇到问题，可点击页面右下角的「建议反馈」提交反馈。

---

## 方式五：部署到阿里云 ECS

若希望将 QwenPaw 部署在阿里云上，可使用阿里云 ECS 一键部署：

1. 打开 [QwenPaw 阿里云 ECS 部署链接](https://computenest.console.aliyun.com/service/instance/create/cn-hangzhou?type=user&ServiceId=service-1ed84201799f40879884)，按页面提示填写部署参数；
2. 参数配置完成后确认费用并创建实例，部署完成后即可获取访问地址并使用服务。

详细步骤与说明请参考 [阿里云开发者社区：QwenPaw 3 分钟部署你的 AI 助理](https://developer.aliyun.com/article/1713682)。

---

## 方式六：魔搭创空间一键配置（无需安装）

若不想在本地安装 Python，可通过魔搭创空间将 QwenPaw 部署到云端运行：

1. 先前往 [魔搭](https://modelscope.cn/register?back=%2Fhome) 注册并登录；
2. 打开 [QwenPaw 创空间](https://modelscope.cn/studios/fork?target=AgentScope/QwenPaw)，一键配置即可使用。

**重要**：使用创空间请将空间设为 **非公开**，否则你的 QwenPaw 可能被他人操纵。

---

## 方式七：桌面应用

如果你不习惯使用命令行，可以下载并使用 QwenPaw 的桌面应用版本，无需手动配置 Python 环境或执行命令。

### 特点

- ✅ **零配置**：下载后双击即可运行，无需安装 Python 或配置环境变量
- ✅ **跨平台**：支持 Windows 10+ 和 macOS 14+ (推荐 Apple Silicon)
- ✅ **可视化**：自动打开应用界面，无需手动输入地址

### 下载与使用

1. **下载安装包**
   前往 [GitHub Releases](https://github.com/agentscope-ai/QwenPaw/releases) 下载对应系统的 Tauri 版本：

   - Windows: `QwenPaw-Tauri-<version>-Windows-setup.exe`
   - macOS: `QwenPaw-Tauri-<version>-macOS.zip`

2. **安装并启动**

   - **Windows**: 双击 `.exe` 文件按向导安装，完成后双击桌面快捷方式启动
   - **macOS**: 解压 `.zip` 得到 `QwenPaw Desktop.app`，首次需右键选择"打开"以绕过系统安全限制

3. **首次启动提示**
   首次启动可能需要 10-60 秒（取决于系统配置），应用需要初始化 Python 环境和加载依赖，请耐心等待窗口自动打开。

### 完整使用指南

桌面应用涉及系统权限、安全提示、调试模式等细节，请查看 **[桌面应用完整指南](./desktop)** 了解：

- Windows 两种启动模式（普通版 vs Debug 版）
- macOS 如何解除系统安全限制（3种方法）
- 常见问题与解决方案
- 日志查看与问题报告

---

## 验证安装（可选）

服务启动后,可通过 HTTP 调用 Agent 接口以确认环境正常。接口为 **POST** `/api/console/chat`,请求体为 JSON,支持 SSE 流式响应。单轮请求示例:

```bash
curl -N -X POST "http://localhost:8088/api/console/chat" \
  -H "Content-Type: application/json" \
  -d '{"input":[{"role":"user","content":[{"type":"text","text":"你好"}]}],"session_id":"session123"}'
```

同一 `session_id` 可进行多轮对话。

---

## 接下来做什么？

### 必要步骤

#### ✅ 1. 配置模型（必需）

QwenPaw 需要大语言模型才能工作。你可以选择以下任一方式：

**选项 A：使用云端模型（需要 API Key）**

1. 在控制台进入 **设置 → 模型**
2. 选择一个提供商（如 DashScope、ModelScope 等）
3. 点击 **设置** 按钮，输入你的 **API Key**
4. 点击 **保存**
5. 在顶部 **默认 LLM** 中选择该提供商和具体模型
6. 点击 **保存**

详见 [模型 - 配置云提供商](./models)。

**选项 B：使用本地模型（无需 API Key，完全离线）**

1. 安装本地模型后端：

- QwenPaw Local（llama.cpp）：在 QwenPaw Local 提供商设置中下载 `llama.cpp`，详见 [模型 - 配置本地提供商](./models)。
- Ollama：从 [Ollama 官网](https://ollama.com/download) 安装 Ollama，并启动 Ollama 服务。
- LM Studio：从 [LM Studio 官网](https://lmstudio.ai/download) 安装 LM Studio，并启动 LM Studio 服务。

2. 下载模型：

- 对于 QwenPaw Local（llama.cpp），你可以直接在控制台的提供商设置中下载模型，或者手动将 GGUF 模型文件放到本地模型目录中（默认 `~/.qwenpaw/local_models/models/<org>/<model>`，例如 `~/.qwenpaw/local_models/models/Qwen/Qwen3-0.6B-GGUF`）。
- 对于 Ollama 和 LM Studio，需要先在各自服务中添加模型，之后 QwenPaw 才能自动获取模型列表并连接。

3. 在控制台选择本地提供商和模型

配置好本地模型后，你可以在控制台的 **默认 LLM** 设置中选择它，也可以直接在 **聊天** 页面中切换使用。

#### 🎯 2. 在控制台测试对话

模型配置完成后，在控制台的 **聊天** 页面发送消息测试功能，确认 QwenPaw 可以正常回复。

---

### 可选扩展

配置模型并测试成功后，可以根据需要进行以下扩展：

#### 📱 接入消息频道

在钉钉、飞书、QQ、Discord、iMessage 等 app 里与 QwenPaw 对话：

1. 在控制台进入 **控制 → 频道**
2. 选择要接入的频道
3. 按照 [频道配置](./channels) 文档获取凭据并填写
4. 保存后即可在对应 app 中发消息给 QwenPaw

#### 📊 启用 Langfuse tracing

Langfuse tracing 是可选功能。如果不使用 Langfuse，不需要安装额外依赖或配置。
如需启用，请先安装 Langfuse SDK，并传入 Langfuse 凭据。`LANGFUSE_BASE_URL`
可以指向 Langfuse Cloud，也可以指向自托管的 Langfuse 实例。

源码或本地部署：

```bash
pip install "langfuse>=4,<5"
```

Docker 部署可基于官方镜像构建一个小的自定义镜像：

```dockerfile
FROM agentscope/qwenpaw:latest
RUN pip install --no-cache-dir "langfuse>=4,<5"
```

然后通过环境变量运行 QwenPaw：

```bash
docker run -p 127.0.0.1:8088:8088 \
  -e LANGFUSE_SECRET_KEY=sk-lf-... \
  -e LANGFUSE_PUBLIC_KEY=pk-lf-... \
  -e LANGFUSE_BASE_URL=https://your-langfuse.example.com \
  -v qwenpaw-data:/app/working \
  -v qwenpaw-secrets:/app/working.secret \
  -v qwenpaw-backups:/app/working.backups \
  qwenpaw-langfuse:latest
```

#### 🔧 启用和扩展技能

赋予 QwenPaw 更多能力（PDF 处理、Office 文档、新闻摘要等）：

- 在控制台进入 **智能体 → 技能池** 或 **智能体 → 技能**
- 导入内置技能、从 Skill Hub 导入、或创建自定义技能
- 详见 [Skills](./skills)

#### 🔌 接入 MCP 工具

通过 MCP（Model Context Protocol）扩展外部工具能力：

- 在控制台进入 **智能体 → MCP**
- 创建 MCP 客户端，连接外部工具服务器
- 详见 [MCP](./mcp)

#### ⏰ 设置定时任务与心跳

让 QwenPaw 自动执行任务：

- **定时任务**：在控制台 **控制 → 定时任务** 中创建，或使用 [CLI](./cli) 的 `qwenpaw cron` 命令
- **心跳**：配置定时自检或摘要，详见 [心跳](./heartbeat)

#### 👥 创建多智能体

创建多个专用助手，各司其职或互相协作：

- 在控制台 **设置 → 智能体管理** 中创建新智能体
- 每个智能体拥有独立的配置、记忆、技能和对话历史
- 启用协作技能让智能体间可以互相通信
- 详见 [多智能体](./multi-agent)

#### 📂 调整工作目录

如需更改配置文件或工作目录的位置，详见 [配置与工作目录](./config)。