课程
构建可扩展的 Agentic 系统
1 小时 30 分钟
22.2K
AI 正在走出聊天机器人的范畴。借助OpenAI 的 Dots、 Meta 的 Muse，以及 Grok Bot，我们开始看到 AI 在工作与日常生活中的全新使用方式。
我们无需在不同工具间来回切换、亲自管理所有细节，而是可以给 AI 助手一个任务，让它跨应用开展工作，只有在需要我们批准时再介入。
但如果再进一步，能否创建一家由 AI 代理组成的完整公司？
Paperclip 正是为此而生。它是一个开源平台，您可以在其中创建组织、为不同角色“雇用”AI 代理、分配目标，并通过单一仪表盘管理它们的工作。
在本指南中，我将演示如何在 Windows 上使用 Claude Code 并结合 MiMo-V2.6-Pro（而非 Anthropic 订阅）来设置 Paperclip。我也会分享如何用它创建一个小型 AI 团队，并设定一个简单目标：构建一个交易机器人。
Paperclip 是什么？
Paperclip 是一个面向 AI 代理的开源编排平台。可以把它想象成运营一家小公司，员工是具有各自角色、职责与任务的 AI 代理。
它充当一个集中控制平面，用于管理代理、项目、任务分配、预算与审批；而实际工作由 Claude Code、Codex、Cursor、Gemini CLI 等代理运行时承担。
Paperclip 的工作原理
您先创建一个组织、定义目标，并设置第一个代理。
之后，代理可以制定项目计划、将其拆解为更小的任务，并按汇报层级进行分工。
在幕后，Paperclip 使用代理适配器连接不同 AI 工具，并借助心跳系统自动运行代理。
当代理被分配任务或到达预定心跳时，它会“唤醒”，通过 Paperclip 的 API 检查分配、执行工作、发布更新，然后停止，直至下一次运行。
例如，我的交易机器人项目包含三个代理：
- 参谋长（Chief of Staff）：规划项目、协调团队并分派任务。
- 机器学习量化研究员（ML Quant Researcher）：开发交易策略、训练模型并运行回测。
- 交易系统工程师（Trading Systems Engineer）：构建交易基础设施、执行引擎与风控。
我无需管理三场独立的编程会话，而是可以在一个仪表盘上监控整个团队。
Paperclip 会跟踪代理活动、执行日志与成本，并通过审批控制让我在关键决策前进行审阅。
Paperclip 的核心功能
以下功能让 Paperclip 格外引人注目：
- 多代理编排：创建完整的 AI 代理团队，定义角色、汇报层级与共享目标。
- 自主代理：在授权范围内，代理可规划、分派、协作，并在最少人工干预下持续开展工作。
- 调度与自动化：通过 Paperclip 的心跳系统自动调度代理运行，或在新任务到达时触发。
- 多种 AI 工具：连接 Claude Code、Codex、OpenCode 等受支持的代理运行时。
- 集中仪表盘：在一个位置管理代理、项目、任务、执行日志与支出。
- 预算与审批：设定支出上限，审批新代理雇用，并在代理继续之前审查重要决策。
开始使用 Paperclip
我们将先在 Windows 上安装 Node.js 与 Claude Code，配置 Claude Code 使用 MiMo-V2.6-Pro，然后安装 Paperclip 来创建第一个由 AI 驱动的组织。
1. 安装 Node.js
首先，从Windows 版 Node.js 的 LTS 版本下载页面 官方下载站点获取。Paperclip 需要 Node.js 24.11.0 或更高版本。
运行安装程序并保持默认选项。安装完成后，打开新的 PowerShell 窗口并运行：
node -v
npm -v
npx -v如果三条命令都返回版本号，且 Node.js 至少为 v24.11.0，我们就可以开始安装 Claude Code 了。
2. 安装并配置 Claude Code
接下来需要安装 Claude Code，并将其连接到 MiMo-V2.6-Pro。Claude Code 将作为我们的代理“马具”（harness），而 MiMo 负责实际的 AI 处理。
首先，如果尚未安装，请先安装 Windows 版 Git。Claude Code 的部分基于 Bash 的工具建议配合使用 Git。
打开 PowerShell，并使用官方 Windows 安装器安装 Claude Code：
irm https://claude.ai/install.ps1 | iex检查一切是否正常运行：
claude --version通常情况下，Claude Code 会连接到 Anthropic 的模型。
就我而言，我已有 MiMo Token Plan，因此希望直接使用 MiMo-V2.6-Pro，而无需购买 Claude 订阅。
将 Claude Code 配置为使用 MiMo
首先，创建 Claude Code 的配置目录：
New-Item -ItemType Directory -Force "$HOME\.claude"打开设置文件：
notepad "$HOME\.claude\settings.json"添加以下配置：
{
"env": {
"ANTHROPIC_BASE_URL": "YOUR_TOKEN_PLAN_BASE_URL",
"ANTHROPIC_AUTH_TOKEN": "YOUR_MIMO_API_KEY",
"ANTHROPIC_MODEL": "mimo-v2.6-pro",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "mimo-v2.6-pro",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "mimo-v2.6-pro",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "mimo-v2.6-pro"
}
}将 YOUR_TOKEN_PLAN_BASE_URL 与 YOUR_MIMO_API_KEY 替换为您在 MiMo Token Plan 仪表盘中获取的端点与 API 密钥。
如果您已有设置文件，请将这些值合并进现有配置，而非全部覆盖。
接着，打开 Claude Code 的引导（onboarding）配置：
notepad "$HOME\.claude.json"如果该文件是新建的，添加：
{
"hasCompletedOnboarding": true
}如果已存在，请在不删除其他设置的前提下添加或更新该属性。这样在使用 MiMo 时即可跳过标准的 Claude Code 引导流程。
保存两个文件，然后关闭并重新打开 PowerShell。
测试连接
运行一个简单提示，检查 Claude Code 是否已使用 MiMo：
claude -p "Hey! Introduce yourself in one sentence."如果一切配置正确，您应能收到响应。您也可以以交互方式启动 claude，并运行 /status 查看模型配置。
至此，我们已让 Claude Code 搭配 MiMo-V2.6-Pro 运行，可以继续设置 Paperclip。
3. 安装 Paperclip
安装 Paperclip 相当直接。既然已经安装了 Node.js，我们可以使用 npx 下载并启动 Paperclip，而无需全局安装。
打开普通（非管理员）PowerShell 窗口，运行：
npx paperclipai onboard --yes该命令会下载 Paperclip、创建本地配置、初始化内嵌的 PostgreSQL 数据库并启动服务器。
启动后，如果引导页面未自动打开，请在浏览器中访问：
http://localhost:3100现在我们可以创建第一个组织，连接 Claude Code 作为代理马具，并开始搭建 AI 团队。
此后再次启动 Paperclip，使用：
npx paperclipai run在本地搭建的场景下，使用时请保持终端开启。
4. 完成 Paperclip 引导
Paperclip 运行后，我们可以创建第一个 AI 组织，设置其 CEO，并连接到 MiMo-V2.6-Pro。
第一个界面会让您为组织命名。我的测试中使用了DataCamp。
点击 Continue。随后 Paperclip 会让您为第一个代理命名。该代理将作为 CEO，负责规划项目、创建任务并向其他代理分派工作。
接着选择代理适配器。Paperclip 支持多种选项，包括 Claude Code、Codex、Cursor、Gemini CLI 与 OpenCode。
本指南中请选择Claude Code。
由于我们已将 Claude Code 配置为使用 MiMo，整体链路如下：
Paperclip -> Claude Code -> MiMo-V2.6-Pro
在引导过程中，Paperclip 还会询问您希望组织先做什么。我的第一个项目，我直接输入：
“Build the trading bot”
5. 构建您的第一个项目
完成引导后，Paperclip 直接将我带入交易机器人项目。
参谋长并未立刻开始写代码，而是先就我想构建的内容提出了一些问题。
在我回答这些问题后，它整理出项目计划，并提议再“雇用”两名代理：机器学习量化研究员与交易系统工程师。
它还将项目拆解为更小的任务：
- 搭建代码仓库与数据管道。
- 构建基线 ML 模型并运行回测。
- 开发模拟交易（paper-trading）执行引擎。
- 添加基础风控。
- 进行一轮模拟交易试验。
在继续之前，Paperclip 会呈现该计划，并给出三个选项：批准、请求修订或拒绝。这是平台的重要环节，因为您仍可掌控代理被允许执行的操作。
我批准了该计划，Paperclip 随即开始执行：创建了新增代理，并根据角色分配任务。
我最喜欢的一点是，无需亲自创建每个代理、撰写单独提示或手动分工。
我只需说明想要构建的内容、回答几个问题并批准建议的计划。后续的项目协作都由 Paperclip 负责。
6. 测试 Paperclip
当我的交易机器人项目开始运行后，我打开 Paperclip 仪表盘查看进展。在这里，您可以监控代理、跟踪任务、审阅近期活动并关注成本。
我也会打开“Agents”页面查看整个 AI 团队，以及每个代理的状态。
参谋长与机器学习量化研究员处于空闲状态，而交易系统工程师正在积极处理项目。
“Agents”页面还会显示汇报结构、各代理所用的代理马具，以及代理当前是运行、空闲、暂停还是报错。
这可能是我觉得最实用的部分。我无需开着多个终端、反复检查每个代理在做什么，而是可以在一个地方统一管理。
我能看到哪些任务在推进、哪些被阻塞、我花了多少钱，以及是否有事项需要我审批。
这种体验更像是在管理一个小团队，而不是分别运行多个 AI 代理。我给团队设定目标、查看进度，并在需要时介入。
人们用 Paperclip 做什么？
人们对 Paperclip 的使用远不止写代码。
从运营小型企业到管理整支 AI 团队，以下是我在 Reddit 与开发者博客上发现的五个有趣示例。
1. 运营一人企业
一位创始人使用 16 个 AI 代理进行获客、冷邮件、CRM 更新、SEO 与博客发布，同时还兼职全职工作。
2. 运营一家 AI 出版公司
一位退休交易员搭建了 AI 驱动的出版公司，让代理处理研究、写作与 SEO。其最大挑战是控制成本并核验 AI 生成文章的准确性。
3. 通过 Telegram 管理 AI 代理
一位开发者将 Paperclip 与 Hermes连接起来，通过 Telegram 管理一个由九名代理组成的初创企业。这些代理负责产品设计、成本评估、基金申请与每日进度报告。
4. 构建一家金融 AI 初创公司
另一位开发者创建了一个 金融初创公司的 AI 团队，包括 CEO、CTO、工程师与市场代理，负责数据管道、情绪分析与外联。
5. 运营一个由 13 名代理组成的内容业务
开发者 Felipe Fontoura 搭建了一个 由 13 名代理组成的组织，处理 SEO、内容创作、视频脚本与销售漏斗。系统能够运行，但复核与发布仍需他亲自把关。
人们已经不再满足于运行多个彼此独立的 Claude Code 实例。
借助 Paperclip，他们在构建由 10 名或更多代理组成的团队，这些代理会沟通、遵循清晰的层级、分派任务，甚至相互审阅工作。
您不必亲自管理每个代理，而是给团队一个目标，让其自行协作完成，您则负责监督进度并批准关键决策。
结语
本指南仅是对 Paperclip 能力的一次浅尝辄止。
我只组建了由三名代理组成的小团队，您可以更进一步，创建完整部门、安排日程、设置预算，并添加互相审阅工作的代理。
Paperclip 也并非全新试验品。它已经存在一段时间，并拥有不断壮大的开源社区。
随着新一波 AI 代理的兴起，从单一仪表盘管理多支团队变得愈发有意义。
我认为这就是 AI 的发展方向。
与其打开十个不同的 Claude Code 会话、亲自管理每个任务，我们将越来越多地在一个中心位置协调数百乃至数千个由专业代理处理的任务。
我们给团队设定目标，代理彼此分工与沟通，并在需要我们关注时回报。
当然，这种规模的代理管理仍面临诸多挑战，尤其是成本、可靠性与人工监督。
但 Paperclip 为我们提供了一种切实可行的方式，让我们今天就能开始尝试这种全新的工作模式。