QwenPaw

学完能做什么 / 解决什么问题

通过本教程，你将学会：

• 在本地或云端部署 QwenPaw 个人 AI 助手
• 接入多平台（Web、移动端、API）并统一管理
• 扩展技能（插件、自定义指令），实现自动化任务处理
• 解决数据隐私与离线可用性问题

前置条件

分步操作

1. 安装 QwenPaw 核心

# 创建虚拟环境（推荐）
python -m venv qwenpaw_env
source qwenpaw_env/bin/activate  # Windows: qwenpaw_env\Scripts\activate

# 安装核心包
pip install qwenpaw

预期结果：终端显示安装成功，无报错。若出现 pip 版本过低，先执行 pip install --upgrade pip。

2. 选择部署模式

模式 A：本地部署（离线可用）

# 下载默认模型（约 3GB）
qwenpaw download --model qwen2.5-7b-instruct

# 启动本地服务
qwenpaw serve --local --port 8080

• 访问 http://localhost:8080 进入 Web 界面
• 首次加载模型约需 30-60 秒，后续响应更快

模式 B：云端部署（支持多设备）

# 在云服务器上执行
qwenpaw serve --cloud --port 8080 --api-key YOUR_API_KEY

• 确保云服务器防火墙开放 8080 端口
• 使用 --api-key 参数设置访问密钥，防止未授权调用

注意事项：

• 本地部署建议使用 NVIDIA GPU（显存 ≥ 6GB），否则 CPU 推理速度较慢
• 云端部署需配置反向代理（如 Nginx）以支持 HTTPS

3. 接入多平台

Web 端

• 浏览器直接访问部署地址（本地：http://localhost:8080，云端：https://your-domain.com）
• 登录后进入仪表盘，可管理对话历史、技能列表

移动端

• 下载官方客户端（iOS/Android 应用商店搜索 “QwenPaw”）
• 在设置中输入服务器地址和 API Key

API 接入

import requests

response = requests.post(
    "https://your-domain.com/api/chat",
    json={"message": "你好", "session_id": "user_123"},
    headers={"Authorization": "Bearer YOUR_API_KEY"}
)
print(response.json()["reply"])

预期结果：各平台均可正常收发消息，对话历史同步。

4. 扩展技能

安装官方插件

qwenpaw plugin install --list  # 查看可用插件列表
qwenpaw plugin install weather  # 安装天气查询插件

编写自定义指令

在 ~/.qwenpaw/skills/ 目录下创建 .yaml 文件：

name: "每日总结"
trigger: "总结今天的对话"
action: |
1. 获取当前会话所有消息
2. 提取关键信息
3. 生成 200 字以内的摘要

• 重启服务后，输入 “总结今天的对话” 即可触发
• 支持正则表达式触发、定时任务触发

常见问题：

• 插件安装失败：检查网络代理设置，或手动下载 .whl 文件安装
• 自定义指令不生效：确认文件格式为 UTF-8，无 BOM 头

预期结果

完成以上步骤后，你将拥有：

• 一个可独立运行的 AI 助手，支持文本对话、任务执行
• 跨平台统一访问，数据存储在本地或自控云端
• 可扩展的技能体系，适应个人或团队工作流

常见问题与排查

适用边界

• 单用户场景：默认配置支持 1-5 个并发会话
• 团队协作：需部署云端版本，并配置用户认证（OAuth / LDAP）
• 大规模生产：建议使用 Kubernetes 集群 + 负载均衡

失败案例：在 2GB RAM 的树莓派上运行本地模型，响应时间超过 30 秒，建议使用云端模式或选择轻量模型（如 qwen2.5-1.5b）。