2026年9月26日
Paperclip:把一群 AI Agent 放进可治理的“公司”里
同时运行多个 Claude Code、Codex 或 OpenClaw Agent 后,真正麻烦的往往不再是模型能力,而是谁负责什么、任务做到哪一步、花了多少钱,以及出错后如何追溯。Paperclip 是一个开源、自托管的多 Agent 编排与管理系统,用任务、组织结构、预算和审
同时运行多个 Claude Code、Codex 或 OpenClaw Agent 后,真正麻烦的往往不再是模型能力,而是谁负责什么、任务做到哪一步、花了多少钱,以及出错后如何追溯。Paperclip 是一个开源、自托管的多 Agent 编排与管理系统,用任务、组织结构、预算和审批机制,把分散的 Agent 纳入同一个控制台。它今天位列 GitHub Trending,适合已经从“单个助手”走向“Agent 团队”的开发者关注。
📌 这个项目是干什么的
Paperclip 由 Node.js 服务端和 React 界面组成。你可以接入 OpenClaw、Claude Code、Codex、Cursor、命令行程序或 HTTP Bot,为它们设置角色、上下级关系、目标、任务和预算,再从一个看板查看执行状态与成本。
它不是新的 Agent 框架,也不负责替你选择模型或编写提示词。它更像 Agent 团队的控制平面:Agent 按 heartbeat 定时领取工作,任务保留上下文与目标链路;审批、暂停、终止和审计日志则让人类保留控制权。项目采用 MIT 许可证,官方已发布 v2026.916.1。
🔍 为什么值得关注
第一,它解决的是多 Agent 的管理问题。 当团队只有一个 Agent 时,终端和任务列表已经够用;当多个 Agent 并行工作,任务重复、上下文丢失和职责不清会迅速放大。Paperclip 用原子任务领取、持久会话和组织关系,把“开很多终端”变成可追踪的协作流程。
第二,成本控制进入执行链路。 项目可以按组织、Agent、项目和任务记录成本,并设置预算与硬停止,而不只是事后查看账单。对于定时运行或无人值守的 Agent,这比单纯的用量报表更实用。
第三,它强调治理,而非完全放权。 招募 Agent、策略变更和关键执行可以设置审批;操作、评论、成本与运行状态会形成审计记录。这种思路值得团队借鉴:Agent 自主运行不等于取消权限边界和人工复核。
🧪 谁适合试,怎么开始
它最适合同时维护多个编码或运营 Agent、需要统一派工和控费的个人开发者与小团队。最短尝试路径是准备 Node.js 24.11 或更高版本,先使用官方提供的 npx --registry https://registry.npmjs.org paperclipai onboard --yes 完成本地引导。
建议先建一个测试组织,只接入一个低权限 Agent,配置一个明确、可验收的小任务;确认任务领取、日志、预算停止和人工审批都符合预期后,再增加角色与定时任务。
⚠️ 使用提醒
Paperclip 不是模型沙箱,也不会自动保证 Agent 输出正确。接入真实代码库、密钥或外部系统前,仍需限制文件、网络、工具和账户权限,并为高风险操作保留审批。
它面向多 Agent 场景,单 Agent 用户可能只会得到额外的部署与维护成本。官方一键安装脚本与校验文件来自同一站点;安全要求较高时,应先审查脚本,或固定到具体 Release、提交再部署。升级前也应查看 Release 说明并备份数据。
🔗 参考资源
- GitHub:https://github.com/paperclipai/paperclip
- 官方网站:https://paperclip.ing/
- 官方文档:https://docs.paperclip.ing/
- v2026.916.1 Release:https://github.com/paperclipai/paperclip/releases/tag/v2026.916.1