Paperclip：把一堆 AI 代理管成一家公司的开源编排台

适合谁

Paperclip 是开源的 AI 代理编排工具，它的比喻很直接：代理是被雇来的员工，Paperclip 就是这家公司。它由 Node.js 服务与 React 界面组成，代理需要你自己带进来，因此适合已经在用编码代理、并希望把这些代理的任务、权限和历史收拢到一处的技术负责人或小团队。

三类典型画像：同时开着二十来个 Claude Code 终端，说不清每个人在做什么；希望代理 7×24 小时自己跑，但自己随时能查看进展、必要时插话调整；想给每个代理设预算上限、把成本盯住的负责人。

还有一条硬性前提：代理要自备。仓库首页写明是「带上你自己的代理」，模型与执行框架也由你逐个挑选，平台负责的是调度、记账与把预算卡住。

不太合适的情况是想让单个代理跑完一次任务就收工——「定义目标、雇团队、批准并运行」这套流程反而是额外负担；手头没有可用代理账号和模型额度时也别上手，因为代理与模型都由你自己准备。

3 分钟完成第一次尝试

只走一条官方路径：GitHub 仓库首页的 Quickstart 章节。

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

已核实的内容只到「官方入口是仓库内 Quickstart 章节」这一层，具体命令请以 Quickstart 与文档站为准，这里不复述未经核实的命令。

1. 备好前置条件：Node.js 运行环境，加上至少一个你自己的代理（Codex 或 Claude）。
2. 安装位置：按 Quickstart 在本地把服务与界面跑起来。证据未给出全局安装目录或包名，不要照搬别处的安装方式。
3. 触发一个低风险任务：新建只读分析型目标（例如「分析某个仓库结构并列出改进清单」），先只挂一个代理，核对其给出的策略，把预算上限设成一个小数字再点运行。此阶段不要让它写文件、执行命令或对外调用。
4. 先确认副作用边界：代理启动后会持续自主运行并产生真实开销，预算上限与只读任务是这一轮仅有的护栏，先把预算设小。
5. 观察成功信号：仪表盘出现该目标及其任务条目，能看到各代理的进展与成本记账，累计成本没有越过预算上限。

第一轮别做的事：不要一口气挂十几个代理，更不要在没设预算时点运行。

使用案例

案例一：多代理并行推进同一个目标，进展不再靠人脑记事。仓库把「同时开着 20 个 Claude Code 终端、跟丢每个人在做什么」直接列为适用场景。做法是把 OpenClaw、Codex、Claude、Cursor 等不同代理统一挂到同一个目标下，各自挑选模型与执行框架，任务、技能、权限与历史留在同一处；之后只从仪表盘看谁在做什么、花了多少钱，不必逐个终端翻找，谁在推进、推进到哪一步都由一个面板交代。

案例二：把「定目标—雇团队—批准并运行」当成经营闭环来管。仓库给出的三步是：先定义目标（例如把一款 AI 笔记应用做到 $1M MRR），再组建 CEO、CTO、工程师、设计师、市场等角色的代理团队（任意机器人、任意供应商），最后批准并运行——核对策略、设定预算、按下开始，并从仪表盘持续监控。这是原文给出的示例流程，不是推测出来的用法；角色怎么配、代理怎么接，按 Quickstart 与文档站执行。

使用边界

• 已核实范围仅限仓库首页：定位（为工作管理 AI 代理的开源编排）、技术形态、三步核心流程，以及「代理自主 24/7 运行、需要人工查看并随时插话、需要监控成本并强制预算」这组要求。安装命令、目录结构、账号绑定方式不在已核实范围内。
• 代理会持续自主运行并产生真实开销，成本监控与预算强制既是平台能力，也是运行前提。
• 代理、模型与执行框架都由你自备，Paperclip 不替你托管代理账号。
• 第一轮挑只读、可回退的分析任务；涉及写文件、执行命令或对外调用时，先确认影响范围与预算再放行。
• 只想跑一次任务时，这套流程会偏重；多代理、长时间、有预算约束的场景才吃得到它的好处。
• 各代理的支持深度、并发规模与故障恢复方式，仓库首页没有说明，以官方文档站为准。