QwenPaw: KI-Assistent zum Selbsthosten in sieben Chat-Apps

QwenPaw ist ein quelloffener KI-Assistent des AgentScope-Teams, der auf dem eigenen Rechner oder in der Cloud läuft und sich an sieben Chat-Apps anbinden lässt. Das Projekt steht unter der Apache-Lizenz 2.0. Als Laufzeitumgebung verlangt es Python ab Version 3.11 und unterhalb von 3.14.

Ein Assistent, der dorthin kommt, wo schon gechattet wird

Statt einer eigenen Oberfläche setzt das Projekt darauf, sich an bestehende Messenger anzuhängen. Genannt werden DingTalk, Lark, WeChat, Discord, Telegram, iMessage und QQ – also sowohl der chinesische als auch der westliche Markt. Daneben gibt es eine Web-Konsole und eine Bedienung im Terminal.

Für die Installation listet die Projektseite mehrere Wege auf: Installation über pip, ein Installationsskript, Docker sowie eine Desktop-Anwendung, die als Beta gekennzeichnet ist. Wer nicht selbst hosten will, findet Angebote für den Betrieb auf Alibaba Cloud ECS, auf der AgentScope-Plattform und in ModelScope Studio.

Lokale Modelle statt Cloud-Zwang

Bemerkenswert ist die Modellauswahl. Neben angebundenen Cloud-Diensten – die Projektseite nennt unter anderem DashScope, OpenAI, Anthropic, Google Gemini und DeepSeek – gibt es eine eigene lokale Reihe namens QwenPaw-Flash in den Größen 2B, 4B und 9B, jeweils in Q4- und Q8-Quantisierung. Zwei Milliarden Parameter sind klein genug für gewöhnliche Notebooks.

Ergänzend lassen sich Ollama und LM Studio einbinden. Wie gut die kleinen Modelle die beworbenen Agentenaufgaben tatsächlich erledigen, geht aus dem Repository nicht hervor; Messwerte oder Vergleichszahlen liegen dieser Meldung nicht vor.

Sicherheitsversprechen – vom Anbieter selbst

Das Projekt beschreibt eine Absicherung aus mehreren Bausteinen und nennt dabei ausdrücklich eine Isolierung auf Kernel-Ebene. Umgesetzt werde sie über Seatbelt unter macOS, Bubblewrap und Landlock unter Linux sowie AppContainer unter Windows. Hinzu kommen laut Beschreibung Kontrollen für Werkzeuge, Dateizugriffe und eingespielte Fähigkeiten.

Diese Angaben stammen vollständig aus der Selbstdarstellung des Projekts. Eine unabhängige Prüfung der Sandbox liegt dieser Redaktion nicht vor, und ohne sie ist ein Sicherheitsversprechen zunächst nur ein Versprechen.

Was diese Meldung nicht belegen kann

Für diesen Beitrag stand ausschließlich die Projektseite auf GitHub zur Verfügung. Damit fehlt die zweite, unabhängige Quelle, die unsere Redaktion sonst für jede Zahl verlangt. Sämtliche genannten Funktionen, Modellgrößen und Plattformen sind Angaben der Entwickler.

Auch die Reichweitenzahlen sind mit Vorsicht zu lesen. Rund 34.500 Sterne und 3.000 Forks sind Kennzahlen der Plattform GitHub und sagen nichts darüber aus, wie viele Menschen die Software produktiv einsetzen. Die Release-Notiz zu v2.1.0 trägt das Datum 13.08.2026; ob es sich dabei um die aktuellste Veröffentlichung handelt, war auf der Seite nicht eindeutig ausgewiesen.