完全免费!用阿里开源 CoPaw 养一只属于自己的 AI 小助理(魔搭启动,亲测有效)

先说一个小插曲:前几天我写了一篇介绍 Maxclaw 的文章,当时还是免费的,结果文章发出去没多久,Minimax 就悄悄改了规则,变成 39 元一个月起步了。当然,39 元其实也不贵——毕竟你去闲鱼搜"openclaw 代安装",随便一个人工服务都要 50 块往上走。但既然有完全免费的方案,为什么不用呢?

今天这篇,就给大家介绍一个我亲自跑通的、完全免费的方案:用阿里开源的 CoPaw,在魔搭创空间里一键启动,服务器免费,Token 每天 2000 次免费调用,不用装任何本地环境,浏览器打开就能用。


CoPaw 是什么?先用一分钟搞清楚

很多人第一次听到 CoPaw 这个名字,会以为是某种宠物应用。其实它的全称是 Co Personal Agent Workstation,是阿里 AgentScope 团队在 2026 年 2 月正式开源的一个个人智能体工作台。名字谐音"co-paw",官方的意象就是一只随时在你身边的"小爪子"伙伴——这也是为什么 AI 圈子里大家喜欢叫它"小龙虾"或者"爪子"。

GitHub 仓库地址是:agentscope-ai/CoPaw,代码完全开放,文档也比较完整。

那它能做什么?简单说,CoPaw 是一个可以接入多个通讯平台、拥有记忆和技能的 AI 助理框架。你可以把它理解成一个"AI 助理的底座",搭好之后,你在钉钉、飞书、QQ、Discord 甚至 iMessage 里跟它说话,它都能回应你,而且记得你说过什么。

具体来说,它有这几个核心能力:

多通道接入。一个助理,多个入口。钉钉、飞书、QQ、Discord、iMessage,按需接,不用每个平台单独配一套 AI。你在飞书里问它"帮我总结一下今天的新闻",它就给你总结;你在钉钉里问它"明天几点有会",它就帮你查日历。

数据私有化。这一点对很多人来说很重要。本地部署时,你的对话记录、记忆配置全部存在自己的机器或自己的云上,不会上传到任何第三方服务器。阿里云开发者文档里也明确写了"数据全程私有化部署,绝不上传云端"。

内置 Skills,也支持自定义。CoPaw 自带了一批实用技能:定时任务、PDF 和 Office 文件处理、新闻摘要、文件阅读等。更重要的是,你可以用 Python 自己写 Skills,放进去之后会自动加载,不需要重启服务。

定时主动推送。这个功能我个人觉得很有意思——你可以配置让助理每天早上把新闻摘要、待办事项主动推到你的钉钉或飞书,不用你每次主动去问。这才是"助理"该有的样子。


为什么选魔搭创空间?

在正式开始教程之前,先解释一下为什么推荐用魔搭创空间这个方式,而不是直接本地部署。

本地部署 CoPaw 需要你的机器上有 Python 环境、能跑 Docker,还要处理各种依赖版本问题。对于有开发经验的人来说不是大问题,但对于只是想"用起来"的普通用户,这个门槛实在不低。

魔搭创空间(ModelScope Studio) 是魔搭社区提供的云端开发运行环境。CoPaw 官方在这里放了一键打开的入口,你什么都不用装,浏览器里就能跑起来一个完整的 CoPaw 实例。更关键的是:服务器是免费的,不用花一分钱买云服务器

这就是今天这个方案的核心价值:零成本、零环境依赖、五分钟内跑起来


手把手教程:从零到能聊天

第一步:打开 CoPaw 创空间

在浏览器里访问下面这个地址:

https://modelscope.cn/studios/fork?target=AgentScope/CoPaw 

如果你还没有魔搭账号,页面会提示你登录或注册。注册很简单,用手机号就能搞定,整个过程不超过两分钟。

登录之后,页面会显示 CoPaw 的创空间主页。

第二步:Fork 出你自己的实例

页面上有一个"Fork"或者"打开"的按钮,点一下,魔搭就会为你创建一个独立的 CoPaw 实例。这个过程通常需要一到两分钟,等环境初始化完成,页面上会出现 CoPaw 的 Console 入口,或者直接打开一个带聊天界面的页面。

这里有一个很重要的细节:Fork 出来的是你自己的独立空间,和别人的完全隔离,不会互相影响。

第三步:把空间设为非公开

这一步很多人会忽略,但我强烈建议你做。

创空间默认可能是对外可见的,也就是说任何人都可以访问你的 CoPaw 界面,看到你的对话记录,甚至用你的配置和 API Key 来调用模型。

在 Studio 的设置里,把空间改为非公开(Private),这样只有你自己能访问。这一步是保护你的数据和 Key 的基本操作,不要跳过。

第四步:配置模型 API Key

这是整个教程里最关键的一步。CoPaw 本身是一个框架,它需要调用一个语言模型来"思考和回答",所以你必须给它配置一个模型的 API Key。

在 CoPaw 的 Web 界面里,找到 Settings → Models(或者等价的入口),你会看到一个模型提供商的列表。

我选择的是 ModelScope(魔搭)自带的模型服务,原因很简单:每天有 2000 次免费调用额度,对于个人日常使用完全够用,而且不需要额外注册其他平台的账号。

如果你想用其他模型,也可以选百炼(DashScope)、OpenAI 等,填入对应的 API Key 即可。百炼的 Key 可以在阿里云百炼控制台申请,新用户通常也有免费额度。

配置好之后,在聊天框里发一句话测试一下,能收到回复就说明配通了。


接入钉钉或飞书:让助理住进你的工作软件

很多人用 CoPaw 的终极目标,不是在网页上聊天,而是让助理"住"进钉钉或飞书——这样你在工作的时候,随时 @ 一下就能用,不用切换窗口。

CoPaw 的"多通道"功能就是为此设计的。它的原理是:在钉钉或飞书里创建一个机器人或应用,把你发给机器人的消息转发给 CoPaw,CoPaw 处理完再把回复发回对应的应用。对你来说,就是在钉钉里 @ 机器人说话,机器人用 AI 回答你。

大致流程如下:

第一,在对应平台(钉钉开放平台或飞书开放平台)创建一个应用或机器人,拿到 AppKey、AppSecret 等凭证。

第二,在 CoPaw Console 的 Channels 设置里,添加对应通道,把刚才拿到的凭证填进去。

第三,配置回调地址。这里有一个好消息:用魔搭创空间时,CoPaw 会有一个公网可访问的地址,你直接把这个地址填到钉钉或飞书的回调配置里就行,不需要做内网穿透,省去了很多麻烦。

第四,保存配置,到应用里发一条消息测试,能收到回复就成功了。

每个平台的具体字段和截图,官方 Channels 文档里都有详细说明,地址是:

https://copaw.agentscope.io/docs/channels 

建议直接对照文档操作,比我在这里复述更准确,也更不容易出错。


用下来的真实感受

我自己跑通这套方案之后,用了大概一周时间,说几点真实感受。

上手门槛比想象中低很多。 整个流程下来,最花时间的是等魔搭创空间初始化,真正需要你动手操作的部分不超过十分钟。对于没有任何开发经验的人来说,只要按步骤来,基本不会卡住。

每天 2000 次调用其实很够用。 我平时用助理主要是问问题、整理文档、偶尔让它帮我写几段文字,一天下来很少超过 200 次调用。2000 次的上限对于个人用户来说基本是无限的。

飞书接入体验很顺畅。 我把 CoPaw 接入了飞书,现在工作群里有一个专门的 AI 机器人,需要的时候 @ 一下,几秒钟就有回复。比每次打开网页、切换 AI 工具方便太多。

Skills 的扩展性值得期待。 我还没有深入玩自定义 Skills,但看了一下官方的示例代码,逻辑很清晰,用 Python 写一个简单的 Skill 并不难。后续打算写一个自动抓取特定网站更新的 Skill,到时候再出一篇文章。


常见问题

Q:魔搭账号好注册吗?
很好注册,手机号直接搞定,不需要实名认证或者企业信息。

Q:创空间会一直免费吗?
目前是免费的,魔搭社区对个人开发者和学习用途一直比较友好。当然,平台政策可能会变,这一点无法保证,但即使以后收费,费用应该也不会高。

Q:数据安全吗?
如果你用的是魔搭创空间部署,数据存在魔搭的服务器上,不是完全本地化的。如果对数据隐私有严格要求,建议在自己的服务器或本地机器上部署。官方 Quick Start 文档里有完整的本地部署教程。

Q:遇到问题去哪里求助?
首先看官方文档的 FAQ 部分,覆盖了大多数常见问题。如果文档里没有,可以去 GitHub 仓库提 Issue,或者加入官方的 Discord 群或钉钉群,响应速度还不错。


相关链接整理

把所有有用的链接汇总在这里,建议收藏:

  • 魔搭 CoPaw 创空间(一键打开):https://modelscope.cn/studios/fork?target=AgentScope/CoPaw
  • CoPaw 官方文档:https://copaw.agentscope.io/
  • GitHub 仓库:https://github.com/agentscope-ai/CoPaw
  • Channels 文档(钉钉/飞书等接入):https://copaw.agentscope.io/docs/channels
  • 百炼控制台(申请 API Key):https://bailian.console.aliyun.com/

最后说几句

说实话,AI 助理这个赛道现在产品太多了,各种"一键部署""免费使用"的口号满天飞,但真正跑通之后还能稳定用的并不多。CoPaw 这个方案我自己验证过,流程是通的,Token 是真免费的,飞书接入也是真能用的。

当然,它也不是没有局限。魔搭创空间的方式适合轻度使用和体验,如果你有更高的稳定性要求、更大的调用量,或者对数据隐私有严格要求,还是建议走本地部署或者自己买一台轻量云服务器来跑。

但如果你只是想先体验一下"拥有一个自己的 AI 助理"是什么感觉,这个方案是目前我见过的门槛最低、成本最小、效果最直接的方式。

试试吧,五分钟,真的够了。

Read more

【福利教程】一键解锁 ChatGPT / Gemini / Spotify 教育权益!TG 机器人全自动验证攻略

想要免费使用 ChatGPT 教师版(直至 2027 年)?想白嫖 Gemini Advanced 一年?还是想以学生优惠价订阅 Spotify? 无需繁琐的资料证明,现在只需要一个 Telegram 机器人,即可自动化完成 SheerID 身份认证,轻松解锁各类教育版专属福利! 🎁 你能获取哪些权益? 通过此机器人协助验证,你可以获取以下顶级服务的教育/学生权益: 1. 🤖 ChatGPT K-12 教师版 * 权益:美国 K-12 教育工作者专属福利,相当于 Plus 会员体验。 * 有效期:免费使用至 2027 年 6 月。 1. ✨ Gemini One Pro (教育版) * 权益:Google 最强 AI

Flutter 组件 upnp_client 的鸿蒙适配实战 - 实现跨设备服务发现、智能家居自动关联与多媒体投屏协议控制

Flutter 组件 upnp_client 的鸿蒙适配实战 - 实现跨设备服务发现、智能家居自动关联与多媒体投屏协议控制

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 upnp_client 的鸿蒙适配实战 - 实现跨设备服务发现、智能家居自动关联与多媒体投屏协议控制 前言 在“万物互联”的愿景下,鸿蒙系统(OpenHarmony)最核心的武器就是跨设备协同能力。然而,如何让你的 Flutter 应用在复杂的家庭或办公内网中,自动发现并操控那些非鸿蒙生态但同样广泛分布的设备(如:DLNA 智能电视、家用路由器、网络打印机、甚至是 NAS 存储)? UPnP(Universal Plug and Play)协议此时扮演了全局搜索的关键角色。作为一套基于 SSDP 和 HTTP 处理发现与控制的老牌协议,它依然是局域网互联互通的“基础设施”。 upnp_client 为 Flutter

解决Google Scholar “We‘re sorry... but your computer or network may be sending automated queries.”的问题

解决Google Scholar “We‘re sorry... but your computer or network may be sending automated queries.”的问题

解决Google Scholar “We’re sorry… but your computer or network may be sending automated queries.”的问题 在使用Google Scholar进行学术搜索时,你可能会遇到错误提示: “We’re sorry… but your computer or network may be sending automated queries. To protect our users, we can’t process your request right now. See Google Help for more information.

【MySQL飞升篇】分库分表避坑指南:垂直分库vs水平分表,分片键选对才不踩雷

【MySQL飞升篇】分库分表避坑指南:垂直分库vs水平分表,分片键选对才不踩雷

🍃 予枫:个人主页 📚 个人专栏: 《Java 从入门到起飞》《读研码农的干货日常》 💻 Debug 这个世界,Return 更好的自己! 引言 当业务数据量突破千万、亿级门槛,单库单表的性能瓶颈会如期而至——查询卡顿、写入超时、扩容困难,每一个问题都足以让后端开发者头大。分库分表(Sharding)作为核心解决方案,却常常让人陷入纠结:垂直分库和水平分表该怎么选?分片键选错会有什么后果?分表后分布式ID、跨库分页、跨库JOIN这些难题又该如何破解?本文从核心概念到实战难题,带你吃透分库分表全流程策略。 文章目录 * 引言 * 一、分库分表核心认知:为什么必须做? * 1.1 单库单表的性能瓶颈根源 * 1.2 分库分表的两大核心方向 * 二、核心拆分策略:垂直分库 vs 水平分表实战 * 2.1 垂直分库:按业务“瘦身”