Paperclip：AI 代理公司编排平台

9. 移动端就绪

Paperclip 设计为移动友好，允许用户从任何地方监控和管理自主业务。无论身在何处，都可以通过手机查看代理进展、批准决策或调整战略，实现了真正的随时随地管理。

10. 运行时技能注入

代理可以在运行时学习 Paperclip 工作流程和项目上下文，无需重新训练。这种动态技能注入能力让代理能够适应不断变化的业务需求，而无需频繁的模型更新或重新部署。

安装与配置

环境要求

Paperclip 需要 Node.js 20+ 和 pnpm 9.15+ 作为基础运行环境。平台内置嵌入式 PostgreSQL 数据库，无需额外设置，简化了本地开发环境的搭建。对于生产部署，可以连接到自己的 PostgreSQL 实例以获得更好的性能和可靠性。

快速安装（一键式）

最简单的启动方式是使用 npx 命令：npx paperclipai onboard --yes。这个命令会自动处理所有依赖安装和初始配置，为用户提供最简化的入门体验。

手动安装步骤

对于希望更多控制权的用户，可以按照以下步骤手动安装：

1. 克隆仓库：git clone https://github.com/paperclipai/paperclip.git
2. 进入目录：cd paperclip
3. 安装依赖：pnpm install
4. 启动开发服务器：pnpm dev

Docker 快速启动

Paperclip 提供完整的 Docker 支持，包括 Dockerfile 和 docker-compose 配置。使用 Docker Compose 可以快速启动所有服务：docker-compose -f docker-compose.quickstart.yml up。这种方式特别适合希望快速体验或部署到容器化环境的用户。

生产环境部署

对于生产环境，建议进行以下配置：

1. 外部数据库：将内置的嵌入式 PostgreSQL 替换为专用的数据库实例
2. 环境变量配置：通过 .env 文件配置 API 密钥、数据库连接等敏感信息
3. 反向代理：配置 Nginx 或类似的反向代理处理 SSL 和负载均衡
4. 监控与日志：集成监控工具跟踪系统性能和错误

配置代理集成

Paperclip 支持多种 AI 代理的集成配置：

• OpenClaw：通过 Docker 容器或本地安装集成
• Claude Code：配置 API 密钥和端点
• Codex：设置模型参数和访问权限
• Cursor：配置本地适配器或云服务
• 自定义代理：通过 HTTP 端点或 Bash 脚本集成

多公司配置

在单一部署中运行多个公司时，需要确保：

1. 数据隔离：每个公司有独立的数据空间
2. 资源配额：为不同公司分配计算资源和预算
3. 访问控制：设置基于角色的权限管理
4. 审计分离：保持每个公司的审计日志独立

如何使用

典型工作流程

Paperclip 的使用遵循一个直观的三步流程，模拟真实公司的运营：

第一步：定义业务目标

在 Paperclip 中创建新公司时，首先需要定义清晰的业务目标。例如：'构建排名第一的 AI 笔记应用，达到 100 万美元月度经常性收入。'这个目标将成为所有代理工作的北极星指标，确保每个任务都与最终目标对齐。

第二步：组建 AI 团队

基于业务目标，雇佣合适的 AI 代理担任不同角色：CEO 负责战略规划，CTO 负责技术架构，工程师负责编码实现，设计师负责用户体验，营销人员负责用户获取。每个代理都有明确的职位描述和预算限制。Paperclip 支持任何能够接收心跳的代理，用户可以根据需要混合搭配不同供应商的 AI 工具。

第三步：审批与监控

作为董事会，用户需要审查代理制定的战略、设定预算，然后启动运营。一旦公司开始运行，可以通过仪表板实时监控进展：查看任务完成情况、成本消耗、代理效率等关键指标。用户可以随时介入，批准重要决策、调整方向或暂停特定代理的工作。

任务管理与执行

Paperclip 的票据系统将工作组织成可管理的任务：

1. 任务创建：用户或管理代理创建新任务，指定目标、优先级和截止日期
2. 任务分配：系统根据代理的技能和可用性自动分配任务，或由管理层手动分配
3. 任务执行：代理领取任务后开始工作，定期通过心跳报告进展
4. 任务审查：管理层审查完成的工作，提供反馈或批准交付
5. 任务归档：完成的任务进入历史记录，供未来参考和审计

心跳调度与自动化

心跳是 Paperclip 的核心协调机制：

• 定时心跳：代理按照预定计划（如每小时、每天）自动唤醒并检查工作
• 事件触发：任务分配、@提及等事件可以立即触发代理响应
• 连续运行：对于需要持续关注的代理（如 OpenClaw），可以配置为连续运行模式
• 状态恢复：代理在心跳间隔期间保持任务上下文，重启后可以从断点继续

成本监控与预算控制

Paperclip 提供精细化的成本管理：

1. 预算设置：为每个代理、每个项目或整个公司设置月度预算
2. 实时跟踪：仪表板实时显示令牌消耗和成本预测
3. 自动节流：当代理接近预算限制时，系统自动降低其工作频率或暂停任务
4. 成本分析：提供详细的成本分解，帮助优化代理使用策略

治理与干预

用户作为董事会拥有完全的控制权：

• 审批流程：重要决策需要人工批准，防止 AI 做出不当选择
• 紧急停止：任何时候都可以暂停或终止任何代理的运行
• 战略覆盖：管理层可以直接修改代理的战略方向
• 版本回滚：配置更改被版本化，可以安全回滚到之前的状态

移动端管理

通过响应式设计的 Web 界面，用户可以在手机或平板电脑上：

• 查看公司整体状态和关键指标
• 审批待处理的任务和决策
• 与代理进行沟通和指导
• 调整预算和资源配置
• 接收重要通知和警报

应用场景实例

实例 1：AI 初创公司从零到一

场景描述：一位独立创业者希望创建一个 AI 驱动的笔记应用，但缺乏完整的团队来执行产品开发、设计、营销等多项任务。传统方式需要雇佣多人团队，成本高昂且管理复杂。

解决方案：创业者使用 Paperclip 创建'智能笔记公司'，设定目标为'构建排名第一的 AI 笔记应用，达到 100 万美元月度经常性收入'。他雇佣了多个 AI 代理：一个 CEO 代理负责整体战略，一个 CTO 代理负责技术架构，两个工程师代理（使用 Claude Code）负责前端和后端开发，一个设计师代理负责 UI/UX 设计，一个营销代理负责用户获取。每个代理都有明确的职责和月度预算限制。

实施效果：CEO 代理制定了详细的产品路线图和商业模式，CTO 代理选择了合适的技术栈和架构，工程师代理开始编写代码，设计师代理创建了用户界面原型，营销代理制定了上市策略。创业者作为董事会，每周审查进展，批准关键决策。系统自动跟踪每个代理的成本，确保不超预算。三个月后，产品推出了 MVP 版本，获得了第一批用户。Paperclip 的协调机制确保了所有代理朝着同一目标努力，避免了工作重复或方向偏离。

实例 2：电商企业的自动化客户服务

场景描述：一家中型电商企业面临客户服务压力，每天需要处理数百个客户咨询，包括订单查询、退货处理、产品咨询等。人工客服团队成本高且难以扩展，特别是在高峰时段。

解决方案：企业在 Paperclip 中创建'客户服务部门'，雇佣多个专门的 AI 客服代理。每个代理负责特定类型的查询：订单状态代理处理物流查询，退货处理代理管理退货流程，产品咨询代理回答产品相关问题。设置心跳机制，让代理每 15 分钟检查一次新任务。配置预算控制，确保客服成本可预测。

实施效果：AI 客服代理 24/7 处理客户咨询，响应时间从平均 2 小时缩短到 5 分钟。复杂问题自动升级到人工客服。系统自动学习历史对话，不断提高回答准确性。成本比全职人工客服团队降低 70%，同时客户满意度从 85% 提升到 92%。企业还可以根据销售数据预测客服需求，动态调整代理数量。

实例 3：内容创作工作室的规模化生产

场景描述：一个内容创作工作室需要为多个客户持续产出高质量的内容，包括博客文章、社交媒体帖子、视频脚本等。传统方式依赖有限的创作人员，难以同时满足多个客户的需求，且质量不一致。

解决方案：工作室在 Paperclip 中创建'内容工厂'，雇佣不同类型的创作代理：研究代理负责主题调研，写作代理负责内容创作，编辑代理负责质量审核，发布代理负责多平台分发。为每个客户创建独立的'内容流水线'，配置不同的风格指南和质量标准。

实施效果：内容产出效率提升 300%，从每月 50 篇增加到 200 篇。质量一致性显著提高，所有内容都符合客户的品牌声音和风格指南。成本可预测，按项目或按字数计费。工作室可以同时服务更多客户，营收增长 150%。AI 代理还帮助发现了新的内容趋势和话题，提升了内容的时效性和相关性。

实例 4：软件外包公司的项目管理

场景描述：一家软件外包公司同时管理多个客户项目，每个项目都有不同的技术栈、时间线和交付要求。项目经理难以跟踪所有项目的进展，资源分配不均衡，有时出现项目延期或质量不达标。

解决方案：公司在 Paperclip 中为每个客户项目创建独立的'项目公司'。每个项目公司有自己的 AI 团队：项目经理代理负责进度跟踪，技术主管代理负责架构决策，开发代理负责编码，测试代理负责质量保证。母公司层面设置一个监督代理，监控所有项目的健康状况和资源使用。

实施效果：项目透明度大幅提升，客户可以实时查看进展。资源分配更加均衡，系统自动识别瓶颈并重新分配开发资源。交付质量提高，测试代理在开发过程中持续进行代码审查和测试。项目延期率从 25% 降低到 5%，客户满意度从 78% 提升到 95%。公司可以同时管理更多项目，营收增长 80%。

实例 5：个人投资者的研究自动化

场景描述：一位个人投资者需要跟踪数十家公司的财务表现、行业趋势和市场新闻，以做出投资决策。传统方式需要花费大量时间阅读报告、分析数据，且容易错过重要信息。

解决方案：投资者在 Paperclip 中创建'投资研究公司'，雇佣专门的研究代理：财务分析代理负责分析财报数据，行业研究代理负责跟踪行业动态，新闻监控代理负责扫描市场新闻，风险评估代理负责识别潜在风险。设置每日心跳，让代理每天早上提供最新研究报告。

实施效果：研究效率提升 500%，投资者每天只需花 30 分钟审查 AI 生成的研究报告，而不是之前的 3 小时手动研究。投资决策更加数据驱动，AI 代理发现了多个被忽视的投资机会和风险。投资组合回报率从年化 12% 提升到 18%。系统还可以根据投资者的风险偏好自动调整研究重点，提供个性化的投资建议。

GitHub 地址

官方仓库地址：https://github.com/paperclipai/paperclip

项目状态：活跃开发中 - 最新提交于 2026 年 3 月 6 日，持续增加新功能

关键信息：

• 项目名称：Paperclip - AI 代理公司编排平台
• 核心定位：将 AI 代理组织成公司结构，实现目标对齐、成本控制和治理
• 最新版本：持续活跃开发，最新功能包括 GPT-5.4 支持、Cursor 本地适配器、OpenClaw Docker 集成
• 技术栈：Node.js 后端、React 前端、PostgreSQL 数据库、TypeScript 开发
• 开源协议：MIT 许可证，允许商业使用和修改
• 社区状态：活跃的开发和问题讨论，接受贡献

仓库结构：

• 核心组件：server/ 目录包含 API 服务器，ui/ 目录包含 React 前端
• CLI 工具：cli/ 目录提供命令行界面
• 适配器：packages/ 目录包含各种 AI 代理的适配器实现
• 技能库：skills/ 目录包含代理可以学习的 Paperclip 工作流程
• 文档：docs/ 目录包含详细的使用指南和 API 文档
• Docker 配置：完整的容器化部署方案

快速开始资源：

• 一键启动：npx paperclipai onboard --yes
• 手动安装：克隆仓库后运行 pnpm install && pnpm dev
• Docker 启动：使用提供的 docker-compose 文件快速部署
• 开发指南：详细的开发环境设置和贡献指南

路线图与未来计划：

项目有明确的未来发展计划：

• OpenClaw 集成优化：简化 OpenClaw 的入门和配置流程
• 云代理支持：完善 Cursor、e2b 等云代理的集成
• ClipMart 市场：购买和销售完整的 AI 代理公司模板
• 配置简化：提供更易理解的代理配置界面
• 工具链支持：改进工具链工程体验
• 插件系统：支持知识库、自定义追踪、队列等扩展
• 文档完善：提供更全面的使用文档和教程

开发与贡献：

项目欢迎社区贡献：

• 开发命令：pnpm dev 启动完整开发环境，pnpm test:run 运行测试
• 数据库管理：pnpm db:generate 生成迁移，pnpm db:migrate 应用迁移
• 类型检查：pnpm typecheck 确保类型安全
• 构建命令：pnpm build 构建所有组件
• 贡献指南：遵循标准的 GitHub 工作流，提交清晰的拉取请求

社区与支持：

• 问题反馈：通过 GitHub Issues 报告问题或提出功能建议
• 讨论交流：社区围绕 AI 代理编排的最佳实践进行活跃讨论
• 商业应用：项目完全开源，支持商业用途，无需许可费用
• 持续更新：团队定期发布新功能和改进，保持项目与时俱进

愿景与使命：Paperclip 代表了 AI 代理协作的未来方向——将分散的 AI 能力组织成有结构、有目标、可管理的业务实体。随着 AI 代理能力的不断增强，如何有效协调多个代理、控制成本、确保目标对齐将成为关键挑战。Paperclip 提供了一个框架来解决这些挑战，让个人和小团队也能运营复杂的 AI 驱动业务。通过开源协作和社区反馈，Paperclip 将继续进化，降低 AI 公司运营的门槛，让更多人能够利用 AI 创造价值。