CoPaw : avis et guide de l'assistant IA personnel open source d'Alibaba Tongyi 97

🦞 Qu'est-ce que CoPaw

CoPaw, dont le nom complet est Co Personal Agent Workstation, est un assistant ia personnel open source lancé par le laboratoire Tongyi d'Alibaba Cloud, officiellement open source le 28 février (sous licence Apache 2.0).

C'est un framework d'agent intelligent léger de type « homard sans tête » — autrement dit, il ne contient pas de grand modèle de langage intégré, et vous devez connecter vous-même l'API d'un grand modèle externe comme « cerveau ». Il mise sur un déploiement sans contrainte, une adaptation locale soignée et une collaboration proactive, avec pour objectif de devenir un « partenaire numérique polyvalent » qui vous comprend.

Fonctionnalités et caractéristiques de CoPaw

• Connexion multi-canaux : prise en charge de plus de 15 plateformes majeures telles que DingTalk, Feishu, QQ, Discord, iMessage, Telegram, etc. Où que vous envoyiez un message, il vous répondra là-bas.

• Double mode de déploiement : bascule en un clic entre local (Linux/macOS/Windows) ou cloud (ModelScope Creation Space), configuration en environ 3 minutes.

• Système de mémoire intelligent : basé sur le système de mémoire ReMe, il mémorise le contenu des conversations et dispose également d'une base vectorielle persistante (ReMeFs), permettant d'accumuler de l'expérience et de stocker une mémoire à long terme d'un échange à l'autre.

• Exécution de tâches planifiées : prise en charge des expressions Cron, permettant d'automatiser des tâches comme les rapports quotidiens, le nettoyage de fichiers et la veille d'actualités.

• Traitement basé sur des fichiers : les configurations et les souvenirs sont stockés sous forme de fichiers Markdown (comme SOUL.md, PROFILE.md), ce qui facilite la migration ou la sauvegarde.

• Extension de compétences : plus de 50 compétences intégrées, capables de traiter des PDF, Excel, Word, ppt, ainsi que de gérer les e-mails et de faire des résumés d'actualités, etc. Pour ajouter de nouvelles compétences, pas besoin d'écrire du code, il suffit de les configurer directement.

• Mécanisme de pulsation proactive : il vous envoie périodiquement des messages, entretient la mémoire et exécute des tâches de manière proactive, au lieu d'attendre passivement vos instructions.

• Prise en charge du protocole MCP : via le protocole MCP, il peut se connecter à des outils tiers (comme la base de données MySQL), permettant une boucle fermée où l'on « discute tout en exécutant des tâches et en recevant les résultats ».

Scénarios d'application de CoPaw

Productivité au travail

• Résumer automatiquement les messages du groupe DingTalk en un rapport quotidien, puis le pousser sur Feishu

• Convertir les enregistrements de réunions en comptes rendus avec les points clés, et en extraire les tâches à faire

• Surveiller les sites d'actualités sectorielles et vous pousser les informations importantes

Automatisation des opérations

• Scanner tous les jours à 9h le dossier de téléchargements, supprimer les fichiers expirés, puis vous notifier par e-mail

• Récupérer périodiquement les actualités, surveiller les cours de bourse, consulter la météo et pousser activement les informations

Aide à la création de contenu

• Générer des scripts vidéo à partir de mots-clés, et s'interfacer avec l'API Jianying pour un montage automatique

• Agréger les publications tendance de Zhihu et Xiaohongshu, et en faire une analyse approfondie

Gestion des connaissances personnelles

• Enregistrer les données d'alimentation et d'exercice, et vous donner quelques conseils santé

• Contrôler les appareils de la maison via l'API de la maison intelligente

Autonomisation des développeurs

• Fournir un SDK pour une intégration rapide dans les systèmes internes de l'entreprise

• Prendre en charge le déploiement de modèles privés, comme des LLM dédiés au secteur financier

Avantages et inconvénients de CoPaw

Avantages

• Déploiement extrêmement simple : Docker en un clic, opérationnel en 3 minutes, et déploiement rapide également via Compute Nest

• Bonne expérience en chinois : adaptation locale dédiée, guides de configuration en chinois, compréhension assez précise

• Unification multiplateforme : un seul backend pour gérer toutes les applications de messagerie, plus besoin de basculer entre elles

• Confidentialité maîtrisée : en déploiement local, les données restent chez vous, et il est possible de connecter des modèles locaux comme Ollama, sans avoir besoin d'Internet

• Faible barrière à l'extension : il suffit d'écrire un fichier de description SKILL.md pour ajouter de nouvelles compétences, sans avoir besoin de savoir programmer

• Excellent rapport qualité-prix : open source et gratuit, bien plus économique que des outils comme Cursor à 20 $/mois

• Service proactif : prise en charge des tâches planifiées et du mécanisme de pulsation, permettant de véritablement mettre en place une automatisation

Inconvénients

• Fenêtre de contexte limitée : la qualité de complétion diminue lors du traitement de fichiers volumineux (plus de 500 lignes)

• Faible prise en charge des styles complexes : la prise en charge de styles complexes comme CSS Grid et les animations est insuffisante

• Adaptation des plateformes à améliorer : la fluidité d'interaction sur certains canaux comme Feishu laisse encore à désirer, avec parfois une latence notable

• Prise en charge multimodale insuffisante : la fenêtre de conversation ne prend actuellement en charge que le texte, pas l'envoi d'images

• Consommation de tokens non transparente : impossible de voir en temps réel combien de tokens sont consommés par opération

• Faible prise en charge de la programmation concurrente : lors de la génération de code en Go impliquant des goroutines, channels, etc., il peut y avoir des risques de course aux données

• Écosystème de compétences à enrichir : par rapport à OpenClaw, le nombre de compétences et l'écosystème communautaire sont encore en construction

Comment utiliser CoPaw

Déploiement rapide (méthode Docker, recommandée pour les débutants)

# 1. Tirer l'image
docker pull agentscope/copaw:latest
# 2. Lancer le conteneur
docker run -p 8088:8088 -v copaw-data:/app/working agentscope/copaw:latest
# 3. Accéder à la console
# Ouvrir le navigateur sur http://127.0.0.1:8088

Étapes de configuration clés

Configuration initiale

copaw init --defaults

Configurer le grand modèle

Ajoutez la clé API dans la page « Models » de la console (prise en charge de Tongyi Qianwen, DeepSeek, OpenAI, etc.), ou téléchargez un modèle local :

copaw models download qwen/qwen3-4b-gguf

Connexion des canaux de communication

• DingTalk : créer une application interne d'entreprise, activer le robot, renseigner le Client ID et le Secret

• Feishu : configurer le mode de connexion longue (WebSocket), renseigner l'appid et l'appsecret

• QQ, Discord : se connecter via le mode robot

Activer les compétences et les tâches planifiées

Activez les compétences souhaitées dans la page « Skills », comme le traitement PDF ou les résumés d'actualités.

Configurez les tâches planifiées (avec des expressions Cron) dans la page « Schedules »

Aide-mémoire des commandes courantes

• Initialisation : copaw init --defaults

• Démarrer le service : copaw app (port par défaut 8088)

• Spécifier le port : copaw app --port 8089

• Télécharger un modèle : copaw models download [nom du modèle]

• Mise à jour : copaw upgrade ou pip install --upgrade copaw

• Voir la version : copaw --version

Questions fréquentes sur CoPaw

Q1 : Impossible d'accéder à la console après le déploiement (http://127.0.0.1:8088) ?

CS pour le déploiement, n'oubliez pas d'ouvrir le groupe de sécurité.

Q2 : L'installation en un clic reste bloquée ?

R : Le téléchargement des dépendances peut être lent sur le réseau domestique, il est recommandé de configurer un proxy à l'avance, ou d'installer directement depuis le code source.

Q3 : Version de Python incorrecte ?

R : CoPaw nécessite Python 3.10 à 3.13, utilisez pyenv ou conda pour changer de version.

Q4 : Échec de l'appel au modèle ?

R : Vérifiez que la clé API est correctement remplie, que le réseau fonctionne et que la casse du nom du modèle est correcte.

Q5 : Réponse lente du modèle local ?

R : Vérifiez si la configuration de la machine est suffisante, vous pouvez passer à un modèle plus petit, ou limiter la longueur du contexte.

Q6 : Le robot DingTalk/Feishu ne réagit pas ?

R : Vérifiez que l'URL d'abonnement aux événements est correctement configurée, que les permissions sont activées et que le réseau est accessible par les serveurs de la plateforme. Pour Feishu, assurez-vous que le mode de connexion persistante est utilisé.

Q7 : Le canal est configuré mais aucun message n'est reçu ?

R : Vérifiez que les identifiants sont corrects, que les permissions nécessaires sont activées, que le robot a été ajouté au chat de groupe, et que le canal affiché dans la console est bien « Activé ».

Q8 : Les tâches planifiées ne s'exécutent pas ?

R : Vérifiez que l'expression Cron est correctement écrite, que le service CoPaw est en cours d'exécution, et qu'il n'y a pas de conflit entre l'intervalle de battement de cœur et la configuration des heures actives.

Q9 : Comment sauvegarder et restaurer les données ?

R : Les données de configuration et de mémoire sont stockées par défaut dans le répertoire ~/.copaw/, il suffit de copier ce répertoire pour effectuer une sauvegarde. Pour la restauration, écrasez-le et redémarrez le service.

Q10 : CoPaw peut-il répondre simultanément sur plusieurs canaux ?

R : Oui ! Il prend en charge l'utilisation de plusieurs canaux en même temps, et les messages seront automatiquement acheminés vers le canal correspondant.