PocketPaw AI Agent

描述

PocketPaw 通过优先考虑模块化、安全性和通用访问来重新定义 AI 代理体验。与需要广泛设置、Docker 和复杂配置的传统代理不同，PocketPaw 提供简化的 30 秒安装流程。此开源解决方案使用 Python 构建并根据 MIT 许可授权，允许用户通过 Telegram、Discord、Slack 和 WhatsApp 等常用平台以及专用的 Web 仪表板与他们的 AI 代理进行交互。

PocketPaw 解决的核心问题是 AI 代理耗时且通常不安全的设置。典型的设置涉及配置虚拟机、SSH 身份验证、克隆存储库、编辑大量配置变量、设置 OAuth、隧道以及安装数百个依赖项，这通常会导致冲突和不稳定。PocketPaw 通过一次命令安装绕过这些障碍，该安装可立即提供运行中的仪表板、加密凭据、已连接的频道和初始化的内存，随时准备处理第一条消息。

PocketPaw 的模块化设计意味着用户只需安装他们需要的内容。“自带电池”方法提供了一个全面的软件包，包括 Web 仪表板、命令中心、Telegram 机器人、多个 LLM 后端（Claude Agent SDK、OpenAI、Ollama）、加密凭据、持久内存、浏览器自动化和审计日志。用户可以选择精简核心安装并添加特定功能，例如通过 Mem0 进行语义搜索，或使用 `pip install pocketpaw [all]` 安装所有功能。

安全性是 PocketPaw 的基础方面。凭据使用 Fernet AES 和机器派生的 PBKDF2 密钥进行加密，超越了简单的 base64 混淆。Guardian AI 功能充当第二个 LLM，在执行危险命令之前对其进行审查，并支持具有拒绝列表的 3 层工具策略。该代理默认不暴露任何端口，优先通过 Telegram 进行初始交互，并使用消息体中的 WebSocket 身份验证来防止在日志或扫描结果中暴露。一个仅追加、防篡改的审计日志记录每次工具执行。

命令中心功能通过使团队能够管理复杂目标来提高生产力。它将目标分解为更小的任务，分配代理，实时流式传输进度，并在执行关键操作前需要用户批准。这有助于内容管道、错误修复、访客预订和安全审计等任务的协作工作流程。

PocketPaw 专为希望控制其 AI 代理、数据隐私和运营成本的用户而设计。其开源性质、MIT 许可以及缺乏遥测或云依赖性确保用户保留完全的所有权和自主权。通过 Ollama 运行本地 LLM 模型的能力进一步降低了 API 成本，使其成为高级 AI 交互的经济选择。

PocketPaw AI Agent的核心功能

• 自托管 AI 代理

• MIT 许可的开源软件

• 通过 pip extras 进行模块化安装

• 多通道支持（Telegram、Discord、Slack、WhatsApp、Web 仪表板）

• 多个 LLM 后端选项（Claude Agent SDK、OpenAI、Ollama）

• Fernet AES 加密凭据

• 用于命令安全检查的 Guardian AI

• 带可选语义搜索（Mem0）的持久内存

• 浏览器自动化功能

• 仅追加、防篡改的审计日志

• 用于任务管理和协作的命令中心

• 30 秒快速安装

• 无需 Docker 或隧道

• 低内存占用（精简核心约 80 MB）

如何使用 PocketPaw AI Agent？

1. 1

   安装：运行 `curl -fsSL https://pocketpaw.xyz/install.sh | sh` 或 `pip install pocketpaw`。

2. 2

   配置 LLM：设置您首选的 LLM 后端（Ollama、OpenAI、Claude Agent SDK）。

3. 3

   连接频道：通过仪表板或配置添加所需的即时通讯平台。

4. 4

   初始化内存：从会话历史记录开始或升级到语义搜索。

5. 5

   交互：通过任何已连接的频道发送您的第一条消息。

6. 6

   自动化任务：利用内置工具和命令中心处理复杂的工作流程。

7. 7

   扩展功能：从注册表中添加新技能和工具，或构建您自己的。

PocketPaw AI Agent的使用案例

• 个人助理
• 代码生成
• Web 自动化
• 内容创作
• 团队协作
• 数据分析
• 安全审计

PocketPaw AI Agent的常见问题

• 什么是自托管 AI 代理？

  自托管 AI 代理在您自己的硬件上运行，而不是在云端。它可以执行诸如回答问题、执行代码、浏览网页和管理文件等操作，您的数据保留在您的机器上。PocketPaw 是一个开源示例，可连接到各种即时通讯平台。

• 我可以在没有 API 密钥的情况下运行 PocketPaw 吗？

  是的，PocketPaw 支持 Ollama，它允许您在本地硬件上运行开源 LLM。这消除了对 API 密钥和相关使用费的需求。建议至少有 4GB RAM 来运行 7B 参数模型。

• PocketPaw 支持哪些即时通讯平台？

  PocketPaw 连接到超过 9 个平台，包括 Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Microsoft Teams、Google Chat 和内置的 Web 仪表板。所有这些频道共享相同的 AI 代理、工具和对话内存。

• PocketPaw 可以免费使用吗？

  PocketPaw 完全免费，并根据 MIT 许可开源。如果您选择使用云端 LLM 提供商（如 Anthropic 或 OpenAI），将适用其标准 API 定价。使用 Ollama 和本地模型可实现零成本运行。

• AI 代理和聊天机器人之间有什么区别？

  聊天机器人主要生成文本响应。AI 代理（如 PocketPaw）可以执行现实世界的操作，例如浏览网站、编写代码、管理文件、发送电子邮件和完成多步任务。PocketPaw 包含 50 多个用于这些操作的内置工具。

• 我如何安装 PocketPaw？

  安装非常简单。您可以通过运行 `curl -fsSL https://pocketpaw.xyz/install.sh | sh` 来使用交互式安装脚本，或者使用 pip 直接安装 `pip install pocketpaw`。该过程不到 5 分钟，需要 Python 3.11+。

• PocketPaw 如何确保安全？

  PocketPaw 采用强大的安全措施，包括 Fernet AES 加密凭据、机器派生的 PBKDF2 密钥、具有拒绝列表的 3 层工具策略以及用于危险命令的 Guardian AI 安全检查。它还具有仅追加、防篡改的审计日志，并且默认不暴露端口。

• 在本地运行 PocketPaw 的系统要求是什么？

  对于使用 Ollama 进行本地 LLM 推理，建议至少有 4GB RAM 来运行 7B 参数模型。核心 PocketPaw 安装的占用空间很小，约为 80 MB。

• PocketPaw 可以管理复杂的多步任务吗？

  是的，PocketPaw 的命令中心旨在将复杂目标分解为更小的任务，将它们分配给代理，流式传输进度，并在需要用户批准时暂停。这有助于各种项目的协作工作流程。

• PocketPaw 支持哪些 LLM 提供商？

  PocketPaw 支持 Claude Agent SDK、OpenAI 和 Ollama 以实现完全本地模型。这种灵活性允许用户在基于云的服务或经济高效的本地推理之间进行选择。