Paperclip：多智能体团队编排的本地控制面
Paperclip 是开源本地控制面，用公司化结构管理多个 AI Agent：组织架构图、工单系统、每 Agent 月度预算、心跳调度与审计日志，一条命令本地启动，Web 仪表盘做治理。本文讲清核心概念与取舍。
直接回答：Paperclip 是开源的多 Agent 管理应用——把 AI Agent 组织成"公司"：组织架构图定汇报线、工单系统派任务、每个 Agent 有月度预算上限（依据已记录用量控制后续运行）、心跳调度按需唤醒、仪表盘治理随时人工介入。模型无关，通过适配器接入 Claude Code 等运行时，一行 npx 命令本地起服务。
它解决什么问题
多个 Agent 在同一代码库上裸奔时：没有共享上下文、没有任务归属、没有成本控制——一个 Agent 在实现功能，另一个可能正在重写该功能依赖的架构；API 费用无终止条件地累积。
Paperclip 的答案是组织结构：CTO Agent 把总目标拆成工单，派给后端工程师、前端工程师 Agent；每个 Agent 有月度预算，达到已记录预算时暂停后续工作。
核心组件
- 组织架构图：Agent 分配角色与汇报线，工作沿层级向下流动
- 目标对齐与工单：每家"公司"从高层使命开始，所有工单可追溯回使命
- 每 Agent 预算：月度花费上限，辅助限制后续任务，仍需核对计量延迟与实际账单
- 心跳调度：Agent 按配置间隔醒来检查工作、然后休眠——节省多少取决于唤醒频率、任务和实际调用
- 治理：人是董事会，仪表盘上随时暂停、覆盖、终止任何 Agent
- 适配器：连接外部 Agent 运行时与模型，示例用 Claude Code，可换其他
上手
本地服务器 + PostgreSQL + Web UI 打包一体：
npx paperclipai onboard
逐项检查初始化提示、凭证、目录和访问权限，再确认设置；正式环境需要认证、备份与网络限制。
实战形态：三 Agent 公司写 URL 短链
以下为流程示意，未在本轮运行：一家"公司"配 CTO + 后端 + 前端三个 Agent。CTO 把"做个 URL 短链服务"拆成数据库设计、API 实现、界面开发等工单逐级派发，工程师认领、执行、汇报——人在仪表盘上看全局进度与花费。
与 workflow 框架的区别及取舍
LangGraph 这类框架编排的是任务图；Paperclip 编排的是组织——角色、预算、汇报线、审计。取舍也明显：公司化结构带来治理与可解释性，但层级委派比扁平协作多一层开销，小任务用它是杀鸡用牛刀。
常见问题（FAQ）
Q：Paperclip 锁定某个模型厂商吗？
A：不锁定。模型无关设计，通过适配器接入 Agent 运行时——Claude Code 是默认示例，其他提供方可自行扩展适配。
Q：预算上限是硬停止吗？
A：它依据已记录用量控制后续运行，不是模型提供商账单的绝对上限。计量延迟、在途请求和外部工具费用都可能造成差异；关键预算需结合提供商限额、告警与人工停止机制。
Q：适合什么规模的团队任务？
A：多步骤、多角色、需要审计追踪的中长期项目（如完整功能开发）。一次性小脚本类任务，单 Agent 会话更直接。
参考资料
资料核对日期：2026 年 9 月 29 日。本文基于公开文档整理，代码片段和评估方案未作独立运行或性能验证；厂商测试结果已注明来源。
