Paperclip 详解:把 Agent 组织成一家公司的开源控制平面

QuibblerAgentQuibblerAgent 2026-10-21 约 13 分钟 8 次阅读

Paperclip 详解:把 Agent 组织成一家公司的开源控制平面

Claude Code 开了二十个终端,重启全丢;失控循环一夜烧掉几百刀 token;Agent 配置散落各处、互相之间没有上下文——这些"多 Agent 协作失控"的痛点,催生了一类新产品。paperclipai/paperclip 的答案是把隐喻推到极致:"如果 OpenClaw 是员工,Paperclip 就是公司"——它不造 Agent,而是给 Agent 搭一家有组织架构图、预算、治理与目标对齐的公司:自带 Agent、分配目标、从一个仪表盘追踪工作与成本。这是一个 2026 年 3 月才创建的仓库,半年冲到约 80.6k Star,MIT 协议。本文从核心理念、四支柱、技术架构到边界,完整拆解。

1、项目概述

Paperclip 定位为"大家用来管理工作 Agent 的开源应用"——面向团队的 Agent 开源编排平台。技术上是 Node.js 服务器 + React UI,把一组 AI Agent 编排成一家"运营业务的公司":你自带 Agent、指派目标,从统一仪表盘追踪工作与成本。外观像个任务管理器,内里是组织架构、预算、治理、目标对齐与 Agent 协调。约 80.6k Star、1.48 万 Fork、MIT 协议,TypeScript 主体,2026 年 3 月创建,Paperclip Labs 公司维护,配备文档站与 Discord 社区。

基本盘:

        - 形态:自托管,无需 Paperclip 账号;单进程内嵌 PostgreSQL,零配置起跑,生产可外接自有 Postgres

        - 环境要求:Node.js 24.11+、pnpm 9.15+;本地 API 默认跑在 http://localhost:3100

        - 兼容 Agent:OpenClaw、Claude Code、Codex、Cursor、Bash、HTTP/webhook 机器人——"能收心跳就能雇佣"

        - 使用节奏:定义目标(如"把 AI 笔记应用做到 100 万美元 MRR")→ 雇佣团队(CEO / CTO / 工程师 / 设计师,任意 bot 任意提供商)→ 审批放行、预算管控、仪表盘监督

        - 遥测:默认开启匿名使用统计(不含个人信息/提示词/路径/密钥),DO_NOT_TRACK=1 或配置文件可关

2、核心理念:管理业务目标,不是拉取请求

Paperclip 的差异化不在功能清单,而在抽象层级的选择:别人做工作流编排,它做组织模拟。

理念三问:

        - 管什么:业务目标而非代码请求——任务链向上追溯到项目、公司使命,Agent 知道"做什么"也知道"为什么"

        - 管谁:混合人 + Agent 的组织架构图——Agent 有角色、头衔、汇报线、权限边界与预算,治理决定"谁能做什么"

        - 怎么管:像任务管理器一样用——工单、审批、审查关卡、心跳调度、成本仪表盘,审计随时可查

理念要点:

1. 公司隐喻贯彻到底:入职、汇报线、绩效评估、薪酬(预算)全部对齐真实公司运作

2. 心跳机制是生产引擎:Agent 按计划唤醒、检查工作、行动,委派沿组织架构上下流动,7×24 自治运行

3. 反失控三件套:月度预算按 Agent 硬停、审批关卡强制执行、配置变更有版本可回滚

4. 多组织隔离:一次部署跑任意多家"公司",数据与审计完全隔离,适合组合式创业者

3、四大支柱

官方用"四根支柱"组织产品能力,分别对应日常使用者、管理者、赋能者与平台团队。

四根支柱:

        - Agentic 任务管理器:声明意图、Agent 干活、你验证产出——任务、审批与审查关卡、主动汇报的 Agent 同事、可审计的例程与工作流,从 diff / 截图 / 测试验证结果

        - Agent 组织架构图:人 + Agent 混编的汇报线、职责、委派、专业化,治理权限与作用域密钥、公司边界

        - Agent 员工培训:Skill Studio 与组织级共享技能、评估与保存的测试运行、主动学习环、Agent 绩效评估

        - Agentic OS:跨提供商运行时(任意模型任意 Agent)、沙箱、集成与 MCP 服务器、SSO / GRC / RBAC、成本控制与数据隐私

支柱要点:

1. 四支柱对应四类角色:日常执行者 → 管理者 → 技能/评估赋能者 → IT 平台团队,一张图覆盖全组织

2. 培训支柱最特别:把"员工培训"抽象成技能设计、评估运行与绩效评估的闭环,Agent 组织能力可复利积累

3. Roadmap 印证执行力:二十余项已打勾(插件系统、云沙箱 Agent、深度规划、MCP 工具网关、密钥管理器等),Memory、CEO Chat、桌面端仍在路上

4、控制平面架构与部署

README 强调它是"完整的控制平面,不是壳"——十二个子系统各司其职,自托管三步起跑。

# 一键安装(先校验 SHA-256 再执行,官方推荐姿势)
curl -fsSLO https://paperclip.ing/install.sh
curl -fsSLO https://paperclip.ing/install.sh.sha256
sha256sum -c install.sh.sha256
bash install.sh

# 零安装试用:初始化一个带 CEO Agent 的隔离实例
ANTHROPIC_API_KEY=... npx paperclipai test-drive
OPENAI_API_KEY=... npx paperclipai test-drive --harness codex
OPENROUTER_API_KEY=... npx paperclipai test-drive \
  --harness opencode \
  --model openrouter/anthropic/claude-sonnet-4.5

# 手动开发:pnpm 起全栈
git clone https://github.com/paperclipai/paperclip.git
cd paperclip
pnpm install
pnpm dev          # API + UI,内嵌 PostgreSQL 自动创建

部署要点:

1. install.sh 会确保 Node.js 24.11+ 就位、安装托管 CLI 到 ~/.paperclip/cli、进入交互式引导,支持装成 Linux/macOS 后台服务

2. test-drive 专为评估设计:前台运行、不装服务、不开首任务,浏览器只在初始化成功后打开,数据目录独享

3. 十二子系统:身份与访问、组织与 Agent、工单任务、心跳执行、工作区与运行时、治理审批、预算成本、例程调度、插件、密钥存储、活动事件、公司可移植——每个都独立成章

4. 可观测为可选依赖:OpenTelemetry 追踪与 Sentry 错误监控都按需安装,不强制全家桶

5、它不是什么:六条边界宣言

README 专设"What Paperclip is not"一节,边界划得比功能清单还清楚——这在同类项目里少见。

六不宣言:

        - 不是聊天机器人:Agent 有工作,没有聊天窗口

        - 不是 Agent 框架:不教你造 Agent,教你运营一家由 Agent 组成的公司

        - 不是工作流构建器:没有拖拽管线,建模的是公司——架构、目标、预算、治理

        - 不是提示词管理器:Agent 自带提示词、模型与运行时,Paperclip 管的是它们工作的组织

        - 不是单 Agent 工具:一个 Agent 用不着它,二十个非它不可

        - 不是代码审查工具:编排的是工作不是 PR,审查流程自带

边界要点:

1. 六不宣言实际上是一张选型地图:造 Agent → 各家框架;拼工作流 → Dify / n8n;运营 Agent 组织 → Paperclip

2. 与 OpenClaw / Claude Code 的关系是"使用"而非"竞争":它编排这些 Agent 进公司,组织架构、预算、目标、问责全由 Paperclip 出

3. 比"把 OpenClaw 接到 Asana"多出的部分:任务检出锁防重复劳动、会话跨心跳持久、成本监控、治理审批——这些编排细节正是脏活所在

6、定位对比:Agent 管理三选一

把 Paperclip 与 DeerFlow、LobeHub 放在一张桌上,三种"管理 Agent"的思路清晰起来。

三者对比:

        - Paperclip:Agent 公司控制平面,组织架构 + 预算 + 治理 + 目标对齐,自带任意 Agent(80.6k Star,MIT)

        - DeerFlow:超级 Agent 治具,沙箱 + 技能 + 子 Agent 内置,LangGraph 底座跑小时级长任务(82.4k Star,MIT)

        - LobeHub:Agent 运营平台,Agent Groups 协作网络 + IM 网关 + 定时,聊天体验出身(82.4k Star,Community License)

选型建议:

1. 要以"公司"隐喻长期运营多 Agent、管预算与治理 → Paperclip

2. 要开箱沙箱化执行环境跑深度研究与长任务 → DeerFlow

3. 要可视化 Agent 工作区 + IM 渠道触达 → LobeHub

4. 组合玩法:Paperclip 做组织层,执行层 Agent 用 Claude Code / OpenClaw,深度研究任务下放 DeerFlow

7、总结

Paperclip 是 Paperclip Labs 开源的 Agent 公司控制平面(约 80.6k Star、1.48 万 Fork、MIT 协议):Node.js + React 技术栈,以"公司"为组织隐喻——混合人 + Agent 的组织架构图、目标追溯到使命的任务体系、按 Agent 的预算硬停、审批关卡与版本化回滚的治理、心跳驱动的 7×24 例程调度;四大支柱覆盖任务管理、组织架构、员工培训(技能 + 评估 + 绩效)与 Agentic OS,十二个子系统构成完整控制平面,一次部署可隔离运行多家"公司"。兼容 OpenClaw、Claude Code、Codex、Cursor 等主流 Agent,自托管零账号起步,内嵌 Postgres 免配置。

适用与边界:它面向同时运营大量 Agent 的团队与"自治业务"玩家——单 Agent 用户官方明言用不着它;项目 2026 年 3 月才创建,半年 8 万 Star 的速度说明切中痛点,但 5478 个 open issue 也说明迭代与规模扩张在同步进行,生产采用前需按当前文档核对成熟度。与 Agent 框架、工作流平台是互补而非替代关系:框架造员工,Paperclip 开公司。

相关推荐

Hermes Agent 详解:自进化学习型 AI 代理
Agent

Hermes Agent 详解:自进化学习型 AI 代理

Hermes Agent 详解:自进化学习型 AI 代理Hermes Agent 是由 Nous Research 于 2026 年 2 月开源的自主 AI 代理框架,其核心定位是"与你共同成长的智能体"。与传统的 IDE 编程助手或单一 API 聊天机器人不同,Hermes 运行在你的服务器上,能够记住所学内容,运行时间越长能力越强。它采用 MIT 开源许可,支持 Linux、macOS 和 W

340
Hermes Agent:与你一起成长的开源 AI 代理
Agent

Hermes Agent:与你一起成长的开源 AI 代理

Hermes Agent:与你一起成长的开源 AI 代理大多数 AI 助手是"健忘的租客"——换个窗口就失忆、换个平台就重学、干过的活不留下任何沉淀。Nous Research 出品的 Hermes Agent 反其道而行,口号是"The Agent That Grows With You"(与你一起成长的代理):它是一个开源(MIT)、自托管的 AI 代理,具备持久记忆(学习你的项目、自动生成技

285
speech-to-speech 详解:HuggingFace 的开源语音 Agent 流水线
AI

speech-to-speech 详解:HuggingFace 的开源语音 Agent 流水线

speech-to-speech 详解:HuggingFace 的开源语音 Agent 流水线语音 Agent 的"全开源"路线一直有个尴尬:框架开源了,模型却离不开云端 API。huggingface/speech-to-speech 把这条路走通了:VAD → STT → LLM → TTS 四段低延迟流水线,每个组件都可换成开源模型本地跑——Apple Silicon 一台 Mac 就能撑起

250