AI 老板来了， 像管理公司团队一样管理一群AI Agent工作

为了做一个项目，同时打开了七八个 AI 终端。有的在写代码，有的在做调研，有的在改 Bug。窗口多了之后，你完全搞不清哪个在干嘛。

想停一个吧，又怕它断到一半白干了。想继续吧，它又在绕圈子浪费 Token。重启之后，之前的对话全没了，又得从头跟它说一遍需求。

更烦的是，每个 AI 你都得手动喂一遍上下文，告诉它这个项目的背景是什么、目标是什么、不要做什么。

一个人管几个 AI，比自己干活还累。

这就是很多人用 AI Agent 的真实状态——不是在”管理”，是在”伺候”。

Paperclip 这个项目就是冲着这个问题来的。它现在 GitHub 上 69.5k Star，MIT 协议。

Paperclip 是什么？

Paperclip 是一个管理 AI Agent 团队的开源平台。

它的开发者有个很妙的比喻：一个 AI Agent 是一个”员工”的话，Paperclip 就是那个”公司”。它帮你把一群 AI Agent 组织起来，配上层级结构、任务系统、预算控制、审批流程——就跟管理一个真实的开发团队一样。

你不需要再去操心每个 Agent 当前的上下文是什么、跑到了哪里、花了多少钱。Paperclip 帮你把这些全管了。

它能解决什么？

说说没有 Paperclip 的时候，我们是怎么被 AI 搞疯的：

第一，窗口乱。 打开一堆终端窗口，每个窗口里跑着不同的 Agent。一旦关掉浏览器，所有对话记录消失，下次又要从头来。Paperclip 的做法是——所有对话按工单记录，可追溯，跨重启持久化。你今天关掉，明天打开，对话还在。

第二，上下文反复喂。 每个 Agent 都要你手把手告诉它”这个项目是干嘛的””编码规范是什么””不要碰哪块代码”。Paperclip 让上下文从任务自然流向项目，再流向公司目标。Agent 自己知道在做什么、为什么做。

第三，钱在烧。 Agent 卡住了，疯狂循环调用，你还在后台开着别的窗口刷卡，完全不知道。Paperclip 给每个 Agent 设月度预算，到了上限自动停，不让你花冤枉钱。

第四，重复劳动。 每天都要启动同样的 Agent 去弄客服回复、社交媒体发布。Paperclip 有心跳机制，Agent 按计划自动唤醒干活，不用你每天手动点。

核心功能

自带 Agent（BYO Agent）： 不是绑定某个特定工具。OpenClaw、Claude Code、Codex、Cursor，甚至纯 Bash 脚本和 HTTP 请求——只要能接收”心跳”信号，都能接进来。你不用改变现有的工作流。

目标对齐： 每个任务能一路追溯到最顶层的公司使命。Agent 不只是做一件事，它知道做这件事是为了什么。

工单系统： 每次对话都有记录，每次工具调用都有日志，每次决策都有原因。不可篡改的审计日志，出了问题能查。

成本控制： 给每个 Agent 设置月度 Token 预算，超出上限自动暂停。

组织架构图： Agent 有上级、有头衔、有工作描述。你可以搭一个 AI 团队，有项目经理 Agent、开发 Agent、测试 Agent，互相汇报。

治理与审批： 雇佣新 Agent 要审批、覆盖策略要审批、随时可以暂停或终止任何一个 Agent。

多公司支持： 一次部署可以跑多个数据完全隔离的”AI 公司”。一个面板管理整个投资组合。

怎么装？

最简单的启动方式，一行命令：

npx paperclipai onboard --yes

这条命令会以”可信本地环回”模式启动，数据都在你本地。

如果你想在局域网或者 Tailscale 网络里访问：

npx paperclipai onboard --yes --bind lan
# 或者
npx paperclipai onboard --yes --bind tailnet

想手动部署也行：

git clone https://github.com/paperclipai/paperclip.git
cd paperclip
pnpm install
pnpm dev

需要 Node.js 20+ 和 pnpm 9.15+。启动之后 API 跑在 http://localhost:3100。

说个具体的场景

假设你运营一个电商网站，需要 AI 团队帮你干活。

你用 Paperclip 搭建了这样一支”虚拟团队”：

• 客服 Agent：每天凌晨自动检查前一天的工单，回复常见问题。发现无法解决的问题，生成报告转给人工。
• 代码 Agent：负责修 Bug 和小功能开发。每次接到任务，自动拉分支、写代码、跑测试、提 PR。你做代码审查就行。
• 运营 Agent：每天早上抓一下昨天的数据，生成运营日报，发到你的企业微信。
• 社交 Agent：固定在周二周四生成社交媒体内容，发到你的账号上。

每个 Agent 有自己独立的月度预算。代码 Agent 预算高，客服 Agent 预算低。哪个 Agent 跑冒了，自动暂停，你收到通知后决定要不要加预算。

你不需要给每个 Agent 分别喂上下文。公司层面的目标在 Paperclip 里配置好，Agent 自己去读取和对齐。

好的和不好的

好的：

思路很对。”公司管员工”这套组织模型搬到 AI 管理上，逻辑上是通的——层级、工单、预算、审批，这些确实是管好一个团队需要的东西。

持久化做得好。对话跨重启不丢，任务执行有记录。再也不用担心关掉终端一切归零。

成本可控。每个 Agent 设预算，超出自动暂停。光这一条就能省不少钱。

多 Agent 协作。不是只管理一个 AI，而是管一群 AI，让它们分工协作。

开源可自托管。MIT 协议，数据在自己服务器上，不依赖第三方。

不好的：

有学习成本。它不是一个”装了就能用”的工具。你得理解它的组织模型、配置 Agent、搭流程。前期投入不小。

生态还在早期。虽然支持自带 Agent，但实际接起来可能没那么顺畅。文档和社区支持还有提升空间。

大材小用。如果你只是偶尔用一两个 AI 写写代码，没必要上 Paperclip。它更适合有多个 Agent、有固定流程的团队。

对服务器有要求。自托管意味着你得自己维护服务器、数据库、备份这些东西。

我第一次看到 Paperclip 的时候，觉得它有点用力过猛——给 AI 搭一个”公司”？至于吗？
但后来我认真想了一下，之前开七八个 AI 窗口的时候，那种混乱感确实就像一个没有管理层的初创公司——每个人都在做事，但没人知道目标是什么，没人控制预算，没有协调机制。
Paperclip 做的事，就是给这群 AI Agent 装了个管理层。一个项目经理（就是你），一堆干活的人（Agent），一套流程（工单+心跳），一个财务（预算控制）。

你不需要再盯着每个 Agent 干活了。你把任务扔进去，晚上回来看结果就行。
听起来是不是有点像……真正的老板？

项目信息

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

官方网站https://paperclip.ing