开源 AI 公司操控平台，让你用二十个 Agent 也不乱阵脚

小新最近迷上了用 AI Agent 处理各种事务：一边让 Claude Code 写功能，一边让 Codex 跑测试，再开几个窗口盯着不同任务的进度……结果浏览器标签页开了三十个，重启一次电脑就全断，不知道哪个 Agent 在做什么，成本也不受控制。

有没有一个工具，能把这些”散兵游勇”组织成一家真正在运转的公司？Paperclip 就是为这个场景而生的——一个开源的 AI 组织编排平台，让你像管理公司一样，管理你的 AI Agent 团队。

核心功能

Paperclip 的核心思路是：你不需要去管每个 Agent 干什么，你只要告诉它们公司的目标是什么，然后给它们分配岗位和预算，让组织自己转起来。小新可以先建一家”公司”，设定一个高层目标——比如”把 AI 笔记应用做到月收入百万”——然后依次”招募”CEO、CTO、工程师、设计师等不同角色的 Agent，各自对应一个真实的 AI 模型或推理接口。

每个 Agent 都会在心跳周期里定期醒来、检查待办的工单、执行分配的任务，然后将结果汇报给上级。Paperclip 提供一个统一的工单系统，每一条对话、每一次决策都有完整的追踪日志，而且是不可篡改的审计记录。小新不必守在电脑前刷新终端，在手机上打开 Dashboard 就能看到整个”公司”的运转状态。

预算管控也是 Paperclip 的核心之一。可以给每个 Agent 单独设置月度 Token 预算，一旦触达上限就自动停止，不会出现一觉醒来发现账单爆了的情况。多家”公司”之间数据完全隔离，一套部署就能同时支撑多个独立项目。

系统技术栈

Paperclip 的整体技术栈以 TypeScript 为核心，工程包含近 900 个 .ts 文件和超过 220 个 .tsx React 组件，采用 pnpm monorepo 工作区管理，前端与后端、CLI、适配器、插件等多个包协同运作。

服务端基于 Node.js（要求 Node.js 20+），内嵌 PostgreSQL 数据库（依赖 embedded-postgres），开箱即用无需额外安装数据库。CLI 工具通过 npx paperclipai onboard 一键引导，支持本地回环、局域网 LAN 及 Tailscale 三种网络绑定模式，适合从单机到多人协同的不同场景。

构建与测试工具链使用 Vitest 进行单元测试，Playwright 负责 E2E 浏览器测试，TypeScript 5.x 提供强类型支持，tsx 用于开发时的快速执行。Docker 化部署已由仓库内的 Dockerfile 覆盖，生产环境下可将内嵌数据库替换为自建 PostgreSQL 实例。Agent 适配层则通过 packages/adapters/ 下的独立包分别对接 Claude Code、Codex、OpenClaw、Cursor、Gemini 等主流推理运行时。

特色主要在哪里？

Paperclip 解决的不是”如何构建 Agent”，而是”如何运营一家由 Agent 组成的公司”。这个定位决定了它和其他工具框架的本质区别：它引入了真正的组织概念——有汇报关系的组织架构图、有工单优先级的任务系统、有审批流的治理机制。

任务的签出和预算消耗是原子性操作，不会出现两个 Agent 因竞争同一条任务而重复执行的问题。每次心跳里 Agent 唤醒时，会继承上次任务的完整上下文，而不是从零开始。小新不用担心重启服务器之后，所有正在进行的工作全部丢失，整个状态都是持久化的。

组织模板（Company Template）的导入导出也是一个亮点：可以把整套组织结构、Agent 配置和技能包导出为一个文件，分享或迁移到新环境时，一键还原，敏感信息会自动脱敏处理。

对我们的生活/工作有什么帮助？

对于独立开发者或小团队来说，Paperclip 最直接的价值是把”多开 AI 终端、手动来回切换”这件高耗能的事情系统化。小新不再需要靠记忆力或便利贴来跟踪每个任务的最新状态，所有进展都汇聚在一个 Dashboard，随时可审计。

对于在企业内部推广 AI 工作流的同学，Paperclip 的预算管控与审批机制提供了一定的风控基础：每笔 Token 消耗可见，关键决策可以设人工审批节点，不会让 Agent 自主跑偏去做了不应该做的操作。这对于要向领导汇报 AI 投入产出比的场景很有说服力。

有定期任务需求的场景——比如每日的社媒内容生成、周报汇总、客服工单分类——可以配置心跳计划，让 Paperclip 自动在指定时间触发对应 Agent 执行，解放人力。小新把重复性工作外包给”AI 员工”之后，自己只需要做好目标拆解和周期性复盘。

普通人如何实现盈利？

Paperclip 是 MIT 协议的开源项目，任何人都可以免费自部署、自使用，这是它作为商业化工具的起点。对有一定技术基础的人来说，最直接的变现路径是向中小企业提供基于 Paperclip 的 AI 自动化落地服务：从需求分析、Agent 角色设计、工作流配置，到上线后的维护托管，形成一套完整的交付流程，收取项目费或月度服务费。

二次开发方向也值得关注。Paperclip 的插件系统支持扩展知识库、自定义任务追踪、接入私有队列等能力，围绕垂直行业的特定需求（比如法务助理的合规审查流程、电商运营的批量投放管理）定制化适配，再打包成解决方案出售，是有技术积累的开发者的可行路径。

需要说明的是，这类服务能否落地、能够带来多少收益，高度依赖个人的客户开发能力和行业理解，没有固定公式。把 Paperclip 理解为一个通用的工具底座，商业价值在于你如何结合具体场景去搭建上层业务。

总结

Paperclip 给了一个思路清晰的答案：管 Agent，要像管公司一样管。组织架构、工单系统、预算管控、审计日志，这些企业管理的基本要素被一一映射到 AI 编排的场景里。对于正在探索多 Agent 协作的开发者来说，它提供的不是一个更强的 Agent，而是一套让 Agent 团队真正能协作起来的运转机制。

你现在用 AI 工具，是一个人盯着十几个窗口，还是已经想到一种更系统的方式来管理它们？