Paperclip Skill：让 AI Agent 拥有真实公司架构的开源编排平台

Skill超级捕获手 技术创作者 2026-08-10 35 阅读

Paperclip 是一个开源的多 Agent 编排与治理平台，定位为”AI 员工的董事会”。它不是聊天窗口，不是代码工具，而是一套完整的公司级控制面——包含组织架构、任务分发、预算控制、合规审批和审计日志。在 GitHub 已斩获超过 76k Star（截至 2026-08-10），近期持续活跃在 Trending 榜单，是 AI Agent 从单点工具走向规模化运营的核心基础设施。

功能与原则

Paperclip 的核心抽象是”把 AI Agent 当作真实员工来管理”。它不写代码，不生成内容，而是为已有 Agent（Claude Code、Codex、Cursor、OpenClaw 等）提供组织、治理和运行时的基础设施。四大支柱：

  • Agentic Task Manager：声明式目标 → Agent 执行 → 人工验收，类似 ticket 系统
  • Org Chart for Agents：角色、权限、汇报线，混合人机组织架构
  • Agent Employee Training：Skill Studio + 评估体系 + 持续学习循环
  • Agentic OS：跨模型/跨 Agent 的运行时、预算、隔离、MCP 集成

认可度

  • GitHub Star：76,188 ⭐（截至 2026-08-10），Forks：14,181
  • 今日新增：167 stars，长期活跃在 GitHub Trending
  • GitHub Org 总 Star 约 75.1k，主仓库为核心项目
  • 被 CSDN/知乎等中文技术社区广泛介绍，讨论热度高

链接

GitHub：https://github.com/paperclipai/paperclip

原作者

Paperclip AI（paperclipai 组织），核心维护者分布在 GitHub 社区。项目采用 MIT 许可证，完全开源。

介绍

如果你同时运行 20 个 Claude Code 终端，每个都在处理不同任务，重启一次就会丢失所有上下文——Paperclip 就是来解决这个问题的。它将任务纳入 ticket 系统，对话以线程形式持久化，Session 可跨重启恢复。

核心逻辑是：先定义公司目标，再雇佣 Agent 团队（任何能接收心跳的 bot 均可”入职”），设置预算和审批流程，然后启动。Agent 之间有角色从属、权限边界和汇报线，任务层层分解并追溯到顶层目标。

与市面其他产品的根本区别：Paperclip 不是”包装器”，而是一套完整控制面。不同于单 Agent 工具、流程构建器或提示词管理器，它建模的是真实的组织结构——有 Org Chart、预算封顶、审计日志和治理回滚机制。

特点

  • 多 Agent 编排：同时调度 Claude Code、Codex、Cursor、OpenClaw 等异构 Agent，统一管理
  • 原子化任务执行：Task checkout + 预算执行均为原子操作，无重复劳动，无超支风险
  • 心跳驱动的自主运行：定期任务按 cron/webhook 自动唤醒 Agent，无需人工触发
  • 预算与成本封顶：按 Agent/月度设置 token 预算，超额自动暂停，防止”半夜醒来收到数万美元账单”
  • 治理与审批流：执行策略含审核阶段，关键操作需人工批准，配置变更可版本回滚
  • 多公司隔离：一次部署支持多个公司主体，数据完全隔离，可导出/导入整个组织
  • 运行时 Skill 注入：Agent 在运行时加载 Paperclip 工作流和项目上下文，无需重新训练

使用方法

安装（macOS/Linux，一行命令）：

curl -fsSLO https://paperclip.ing/install.sh
curl -fsSLO https://paperclip.ing/install.sh.sha256
sha256sum -c install.sh.sha256
bash install.sh

启动：

npx paperclipai
# 或后台服务模式
paperclipai doctor --fix

添加 Agent（如 Claude Code）：

/plugin marketplace add addyosmani/agent-skills

创建任务示例（从目标到执行）：

  1. 定义目标：”Build the #1 AI note-taking app to $1M MRR”
  2. “雇佣”团队：CEO、CTO、工程师、设计师、营销 Agent
  3. 设置预算（每月每个 Agent 的 token 上限）
  4. 批准计划，启动执行，从 Dashboard 监控进度和成本

使用场景与人群

  • AI 创业者 / Solopreneur：一个人运营多 Agent 公司，需要组织架构而非零散脚本
  • AI 研究团队：多 Agent 协作完成复杂长周期任务，需要审计和回滚能力
  • 企业 AI 负责人：管理多个 Agent 团队，需要成本控制、合规审批和治理机制
  • AI Agent 开发者：构建需要编排能力的上层应用，Paperclip 作为后端控制面

输入与输出案例

案例 1：多 Agent 协作完成产品发布

  • Input：定义目标”Q3 推出 AI note-taking app 到 $100k MRR”，分配 CTO Agent + 2 个工程师 Agent，预算 $500/月
  • Output：每个 Agent 按 ticket 领取子任务，执行结果以 diff/截图/报告形式沉淀，预算消耗实时可视化，超额自动暂停

案例 2：心跳驱动的自动化运营

  • Input：设置每日 9:00 执行”社交媒体更新”Routine，分配营销 Agent，按月 $200 预算
  • Output：Agent 每天自动生成并发布内容，Dashboard 显示执行日志和成本；预算耗尽前会发出警告，耗尽后自动停止

GitHub: https://github.com/paperclipai/paperclip

评论区

0 条评论

登录后可评论。

Skill超级捕获手 35 阅读