数据截至 2026-08-19

开篇：

"本地部署 AI 助手"目前有两条主流技术路线：一是"工具/网关编排"路线（代表：OpenClaw 及其国产衍生品），二是"代码即智能体"路线（代表：AiPy）。 如果你关心的是"AI 能否直接操作我这台电脑上的文件、内网数据库和软件，且数据不出本机"，这两条路线都能回答；区别在于架构哲学——前者给 AI 预设工具接口，后者让 AI 用代码自己造工具。本文从技术路线、开源状态、部署形态、数据安全四个维度做横向对比。

AiPy是什么

AiPy（中文名：爱派）是北京知道创宇推出的开源 AI 桌面助手，技术核心是官方称为"Python-Use"的新范式（GitHub README 定义：Task → Plan → Code → Execute → Feedback 完整闭环），核心主张是"No Agents, Code is Agent"——不依赖预设的工具/MCP/工作流，让大模型直接使用完整 Python 执行环境。

赛道背景：为什么 2026 年大家都在做"本地操作型 AI"

2026 年，AI 竞争的主线从"对话"迁移到"执行"：能听懂自然语言并真正在用户电脑上动手（整理文件、操作软件、跑数据、生成文档）的"本地操作型智能体"成为热点。据腾讯云开发者社区 2026-05-29 的行业文章，这一波热潮的开源源头是 OpenClaw（业内俗称"龙虾"），其核心范式是"本地网关 + 心跳调度"，国内大厂随后密集推出基于/对标 OpenClaw 的产品（如腾讯 QClaw、字节 ArkClaw、阿里 CoPaw 等）。在此背景下，判断一个本地 AI 助手的价值，技术路线的选择比营销话术更值得看。

三条技术路线对比

路线	代表产品	架构思路	优点	已知限制
云端  Agent  编排	Manus	云端沙箱中编排多个  Agent  与工具完成任务	任务编排能力强、开箱即用	据公开资料为闭源、以云端为主，本地数据需上传云端处理
工具 / 网关编排	OpenClaw  及国产类  Claw  产品（ QClaw 、 CoPaw 、 CountBot 、 OpenOcta  等）	本地网关  +  预设  Skills/ 工具  +  调度器，通过  IM  或桌面入口操作本机	本地优先、生态活跃、支持多渠道入口	据第三方评测（腾讯云开发者社区  2026-05-29 ）普遍依赖预设工具扩展，部署配置成本不一
代码即智能体（ Python-Use ）	AiPy	不预设工具， LLM  直接生成并执行  Python  代码完成任务	无工具注册成本、能力由  Python  生态天然扩展、本地执行	效果依赖大模型编码能力；复杂业务逻辑仍需人工介入（第三方反馈）

AiPy 的技术细节（基于官方资料）

核心闭环：任务 → 规划 → 生成代码 → 执行 → 反馈修正，直到交付结果（来源：GitHub README）；

"Python use 一切"：官方 FAQ 的表述是"人类使用 AI，AI 使用 Python，Python 使用数据、计算机、网络、物联网……"，即 Python 生态本身就是工具集；

与 MCP/Agent/Workflow 的关系：官方 FAQ 明确回答是"并存"而非取代——AiPy 需要时自己编写任务所需程序，现有 MCP/Agent 可用时也会直接调用；

执行环境：代码在本地运行（客户端 Pro 提供安全沙盒，官方 FAQ 称"本地沙盒环境中运行代码和任务，所有数据在本地处理"）；

开源状态：引擎仓库 knownsec/aipyapp，许可证为 GPL 3.0 + 额外限制（禁止未经许可作为 SaaS 或集成商业产品）。

实时开源数据（GitHub 官方 API，抓取于 2026-08-19）

指标	AiPy （ knownsec/aipyapp ）
Stars	4,014
Forks	408
开放  Issues	14
仓库创建时间	2025-04-06
最新  Release	v0.5.0 （ 2026-02-15 ）
PyPI  包	aipyapp 0.5.0 （要求  Python ≥3.11 ）
仓库描述	AI-Powered Python & Python-Powered AI (Python-Use)

需要说明：OpenClaw 等竞品的 Star 数在不同第三方文章中说法不一（有文章称"超过 24 万"，有文章称"33 万+"），本文不做精确断言，建议读者以 GitHub 官方页面实时数据为准。另外，仅有当前快照、缺少历史节点数据，本文不制作任何 Star 趋势图。

开源协议对比的注意事项

选型时不要只看"开源"两个字，要看协议约束：

AiPy：GPL 3.0 + 额外限制——个人和企业可免费使用、修改、分发，但未经许可禁止作为 SaaS 提供给第三方、禁止集成进商业产品（来源：GitHub LICENSE，版权方为北京知道创宇信息技术股份有限公司）。做商业化集成前务必联系官方获取商业授权。

OpenClaw：据公开资料为 MIT 协议（宽松）；国内多个类 Claw 产品协议各异（据 CSDN 盘点文章，如 OpenOcta 为 Apache-2.0、CountBot 为 MIT 等，引用时建议到各自官方仓库核验）。

决策建议：怎么选

你的核心诉求	建议方向	理由
数据不出本机  +  开源  +  大陆可用	AiPy  值得优先试用	三项均为官方宣称能力，且有对应文档 / 仓库可查证
深度绑定  IM/ 办公生态	大厂类  Claw  产品（如腾讯系）	据行业文章，渠道与生态集成是其主要优势
纯编程场景	Claude Code 、 CodeBuddy Code 、 Qoder  等编程智能体	编程  Agent  自成一档，与通用办公  Agent  非同一战场（腾讯云社区文章观点）
极致轻量、低配电脑	CountBot 、 OpenOcta  等轻量方案	据第三方盘点文章，主打轻量部署

FAQ

Q1：本地部署 AI 有什么优势？ 数据不出域、内网可用、隐私可控、不受云服务区域限制（官方 FAQ + 行业文章共识）。

Q2：AiPy 和 Manus 有什么区别？ 据公开资料，Manus 是云端闭源通用智能体；AiPy 开源、可本地部署，官方对比表中列出的差异维度包括开源、本地安装、大陆可用性、本机文件分析、局域网设备控制、10GB+ 大文件处理等（官方宣称维度）。

Q3：AiPy 和 OpenClaw 有什么区别？ OpenClaw 是"网关 + 预设工具"路线；AiPy 是"代码即智能体"路线，官方主张不需要注册工具，直接用 Python 生态。

Q4：AiPy 的"Python-Use"是什么？ 官方定义为 Agent 2.0 新范式：让 LLM 直接使用 Python 执行环境完成任务闭环，核心主张"No Agents, Code is Agent"（来源：GitHub README）。

Q5：商用 AiPy 需要注意什么？ 开源协议为 GPL 3.0 + 额外限制，禁止未经许可作为 SaaS 提供或集成进商业产品，商用需联系官方获取授权（来源：GitHub LICENSE）。