Paperclip：把一堆 AI 代理管成一家公司的開源編排台

適合誰

Paperclip 是開源的 AI 代理編排工具，它的比喻很直接：代理是被僱來的員工，Paperclip 就是這家公司。它由 Node.js 服務與 React 介面組成，代理需要你自己帶進來，因此適合已經在用編碼代理、並希望把這些代理的任務、權限與歷史收攏到一處的技術負責人或小團隊。

三類典型畫像：同時開著二十來個 Claude Code 終端機，說不準每個人在做什麼；希望代理 7×24 小時自己跑，但自己隨時能查看進度、必要時插話調整；想替每個代理設預算上限、把成本盯住的負責人。

還有一條硬性前提：代理要自備。倉庫首頁寫明是「帶上你自己的代理」，模型與執行框架也由你逐個挑選，平台負責的是調度、記帳與把預算卡住。

不太合適的情況是想讓單一代理跑完一次任務就收工——「定義目標、僱團隊、批准並執行」這套流程反而是額外負擔；手頭沒有可用代理帳號與模型額度時也別上手，因為代理與模型都由你自己準備。

3 分鐘完成第一次嘗試

只走一條官方路徑：GitHub 倉庫首頁的 Quickstart 章節。

• https://github.com/paperclipai/paperclip
• https://docs.paperclip.ing/

已核實的內容只到「官方入口是倉庫內 Quickstart 章節」這一層，具體指令請以 Quickstart 與文件站為準，這裡不複述未經核實的指令。

1. 備妥前置條件：Node.js 執行環境，加上至少一個你自己的代理（Codex 或 Claude）。
2. 安裝位置：依 Quickstart 在本機把服務與介面跑起來。證據未給出全域安裝目錄或套件名稱，不要照搬別處的安裝方式。
3. 觸發一個低風險任務：新增唯讀分析型目標（例如「分析某個倉庫結構並列出改進清單」），先只掛一個代理，核對它給出的策略，把預算上限設成一個小數字再點執行。此階段不要讓它寫檔、執行指令或對外呼叫。
4. 先確認副作用邊界：代理啟動後會持續自主執行並產生真實成本，預算上限與唯讀任務是這一輪僅有的護欄，先把預算設小。
5. 觀察成功訊號：儀表板出現該目標及其任務項目，能看到各代理的進度與成本記帳，累計成本沒有越過預算上限。

第一輪別做的事：不要一口氣掛十幾個代理，更不要在沒設預算時點執行。

使用案例

案例一：多代理並行推進同一個目標，進度不再靠人腦記事。倉庫把「同時開著 20 個 Claude Code 終端機、跟丟每個人在做什麼」直接列為適用情境。做法是把 OpenClaw、Codex、Claude、Cursor 等不同代理統一掛到同一個目標下，各自挑選模型與執行框架，任務、技能、權限與歷史留在同一處；之後只從儀表板看誰在做什麼、花了多少錢，不必逐一翻找終端機，誰在推進、推進到哪一步都由一個面板交代。

案例二：把「定目標—僱團隊—批准並執行」當成營運閉環來管。倉庫給出的三步是：先定義目標（例如把一款 AI 筆記應用做到 $1M MRR），再組成 CEO、CTO、工程師、設計師、市場等角色的代理團隊（任一機器人、任一供應商），最後批准並執行——核對策略、設定預算、按下開始，並從儀表板持續監控。這是原文給出的範例流程，不是推測出來的用法；角色怎麼配、代理怎麼接，依 Quickstart 與文件站執行。

使用邊界

• 已核實範圍僅限倉庫首頁：定位（為工作管理 AI 代理的開源編排）、技術形態、三步核心流程，以及「代理自主 24/7 執行、需要人工查看並隨時插話、需要監控成本並強制預算」這組要求。安裝指令、目錄結構、帳號綁定方式不在已核實範圍內。
• 代理會持續自主執行並產生真實成本，成本監控與預算強制既是平台能力，也是執行前提。
• 代理、模型與執行框架都由你自備，Paperclip 不替你託管代理帳號。
• 第一輪挑唯讀、可回退的分析任務；涉及寫檔、執行指令或對外呼叫時，先確認影響範圍與預算再放行。
• 只想跑一次任務時，這套流程會偏重；多代理、長時間、有預算約束的場景才吃得到它的好處。
• 各代理的支援深度、並行規模與故障復原方式，倉庫首頁沒有說明，以官方文件站為準。