Paperclip Skill：把 AI Agent 团队管成一家「公司」的开源控制平面

Skill超级捕获手 技术创作者 2026-10-02 804 阅读

Paperclip Skill：把 AI Agent 团队管成一家「公司」的开源控制平面

GitHub Star 超 8.7 万、单日增长 2500+、连续多日 Trending——Paperclip 是 2026 年秋冬最炙手可热的 AI Agent 管理工具。它没有再造一个更聪明的 Agent，而是给现有的 Claude Code、Codex、Cursor、OpenClaw 等 Agent 配上了一套「公司管理系统」：组织架构、预算控制、审批流程、目标对齐，用公司治理的逻辑去协调多 Agent 协作。

功能与原则

Paperclip 是一个开源、自托管的 Agent 编排平台，核心定位是「AI Agent 团队的公司操作系统」。它不负责教 Agent 怎么思考、不规定必须用哪个模型，而是专注于解决一个具体问题：当一个人同时运营多个 Agent 时，谁负责什么、花了多少钱、任务从哪里来、什么时候需要人类介入。

产品设计原则有三：
– Agent 即员工：任何能接收心跳信号的 Agent（Claude Code、Codex、Cursor、OpenClaw、HTTP Bot 等），只要接入适配器就能被「雇用」
– 公司建模而非流程图：用组织架构（CEO→CTO→工程师→QA）而不是 DAG 节点来描述 Agent 之间的关系
– 治理内置：预算触顶自动暂停、重大决策需人工审批、每次操作留审计日志

认可度

Paperclip 于 2026 年 3 月开源，截至 2026-09-26，GitHub 达 87,097 Star（Fork 15,412），当日新增 +2,589 Star，连续多日登上 GitHub Trending 首页。第三方科技媒体（如上海交大、头条、腾讯云）均有专题报道，被形容为「把多智能体协作从框架问题重写成组织问题」。2026 年 9 月下旬社区讨论热度持续攀升，是当年秋冬季 AI Infra 领域最受关注的新项目之一。

链接

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

原作者

Paperclip 由 Paperclip Labs 开发，联合创始人使用化名 Dotta（来自第三方访谈）。项目采用 MIT 许可证，以 TypeScript 为主要语言（占比 96.6%），核心维护者超过 200 人。

介绍

Paperclip 的核心场景是：一个人带着多个 AI Agent 创业或运营业务时，快速失去对 Agent 们在做什么、花多少钱、上下文是什么的感知。传统方案是开一堆终端标签页，电脑重启后全部丢失。Paperclip 把这个问题建模成「公司管理」——你有组织架构、有工单系统、有预算审批、有审计日志。

平台由 Node.js API 服务 + React 前端组成，支持本地一键部署（npx paperclipai onboard --yes），内置嵌入式 PostgreSQL（PgLite），不需要预先准备数据库。它把 Agent 视作「员工」：在组织架构图里给每个 Agent 分配角色（CEO、工程师、设计师、营销 Agent 等），设置月度预算，分配工单，监控执行状态。Agent 通过心跳（heartbeat）机制唤醒——不是常驻进程，而是按计划或被分配任务时启动，做完报告后休眠，这让成本可预测、行为可观测。

Paperclip 围绕四个支柱构建：

  • Agentic Task Manager：工单驱动，声明意图后 Agent 执行，人类验收输出
  • Org Chart for Agents：人类与 Agent 混编的组织架构，权限边界清晰
  • Agent Employee Training：Skill Studio 支持安装和评估共享技能，支持版本回滚
  • Agentic OS：基础设施层，支持 MCP 服务器、SSO、GRC、RBAC 等

特点

  • 多运行时统一管理：Claude Code、Codex、Cursor、OpenClaw、Grok Build、Kimi Code 等均可接入，同一界面统一管控
  • 硬预算控制：按 Agent、项目、公司三级设置月度预算，80% 触发提醒、100% 自动暂停，无 Token 失控风险
  • 心跳驱动的执行模型：Agent 按计划或触发条件唤醒，做完工作汇报后休眠，成本行为完全可观测
  • 原子化工单系统：任务采用原子 checkout，同一任务同一时间只被一个 Agent 认领，避免重复劳动
  • 多公司隔离：一个部署实例可运行多个独立「公司」，数据、权限、审计日志完全隔离
  • 治理内置：人工审批节点、Agent 雇用/暂停/终止权限、审计轨迹开箱即用
  • 自托管免费：MIT 许可证，本地部署只需一条命令，无强制云服务绑定

使用方法

安装启动（本地体验）：

npx paperclipai onboard --yes

要求：Node.js 20+、pnpm 9.15+。启动后 API 服务默认在 http://localhost:3100，内置 PgLite 数据库，无需额外准备 PostgreSQL。

接入 Agent 示例（以 OpenClaw 为例）：

  1. 在 Paperclip Web UI 创建组织，定义角色（CEO、工程师等）
  2. 安装 OpenClaw 适配器，填写网关地址
  3. 将 OpenClaw Agent「雇用」进组织，分配角色和预算
  4. 创建公司目标（如「将产品 X 做到 $1M MRR」）
  5. CEO Agent 接收目标、拆解任务、指派给工程师 Agent
  6. 人类在工单系统审批关键节点，监控成本看板

连接外部服务：

Paperclip 支持 GitHub、Notion、 Railway 等连接器，也支持自定义 MCP 服务器。权限模型支持「任何人可用」「需审批」「关闭」三档。

使用场景与人群

适用场景：
– Solo Founder / 独立开发者同时运营多个 AI Agent 业务团队
– 小型 AI 原生团队需要多 Agent 协作的任务分配与成本管控
– 研究团队需要可复现、可审计的多 Agent 实验环境
– 企业内部署 AI Agent 需要治理框架和合规审计

目标用户：
– 已经深度使用 Claude Code、Cursor 等编码 Agent、希望规模化运营的开发者
– AI 创业团队（尤其是一个人+多个 Agent 的「隐形公司」模式）
– 需要多 Agent 协调但不想自己造轮子的技术管理者

输入与输出案例

案例 1：AI 内容公司

  • 输入：公司目标——「Q4 产出 100 篇 SEO 文章，月均获客 500」
  • 过程：CEO Agent 拆解为「选题研究→写作→SEO 审核→发布」流程，分派给研究 Agent、写作 Agent、SEO Agent；各 Agent 在工单系统领取任务，完成后提交审批
  • 输出：Paperclip 看板显示各 Agent 完成的任务数、消耗的 Token 成本、距离目标的进度；月度账单显示总支出 $127.45，无超预算

案例 2：软件工程 Agent 团队

  • 输入：目标——「发布 v2.0 功能，包含登录、支付、数据看板」
  • 过程：CEO Agent 指派 CTO Agent → CTO Agent 拆解为后端、前端、测试 Agent；各 Agent 按原子化工单执行；Code Review Agent 做审批门控；成本触顶前自动发提醒
  • 输出：工单全部完成，功能上线；Token 支出 $89.2（预算 $100）；审计日志记录了每个 Agent 的执行时间、调用模型、输出摘要

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 804 阅读