一句話結論
Paperclip 是一套 MIT 授權、可在自己機器上跑的「AI 公司控制平面」：你用組織圖定義角色與權限，用票券（Issue）派工，用心跳（heartbeat）喚醒 agent，用預算硬停防止它半夜燒掉你的 token 額度，再用核准關卡把「要不要上線」的決定權留在人手裡。它不管你的 agent 怎麼寫，它管這群 agent 怎麼一起工作。
你已經有 agent 了，缺的是「管理」
先確認痛點對不對。以下情境如果你中三個以上，Paperclip 就是為你設計的：
- 你開了 20 個 Claude Code 終端機，重開機後完全不知道誰做到哪一步。
- 你要手動從好幾個地方收集脈絡，再貼回去提醒 agent「我們現在到底在做什麼」。
- agent 陷入迴圈，等你發現時已經燒掉幾百美元、還把額度用完。
- 你有固定要跑的例行事務（客服回覆、社群貼文、週報），但每次都得記得手動踢一腳。
- 你想讓 agent 24 小時自己跑，但又想隨時能查帳、能插話、能喊停。
專案的定位講得很直白：「如果 OpenClaw 是一個員工，Paperclip 就是一間公司。」（If OpenClaw is an employee, Paperclip is the company.）
它以 Node.js 伺服器 + React 前端的形式部署，內建資料庫，儀表板上看起來像一個任務管理系統；但底層是組織圖、預算、治理與協調機制。
| 面向 | 專案數據（2026-09-27 查詢） |
|---|---|
| GitHub | paperclipai/paperclip |
| Stars / Forks | 約 89,400 / 15,600（單日新增 2,500+） |
| 授權 | MIT（Paperclip Labs, Inc） |
| 語言 | TypeScript（Node.js 24.11+ / pnpm 9.15+） |
| 建立時間 | 2026-03-02（半年長到 8.9 萬星） |
| 官方站 | paperclip.ing ／ 文件 docs.paperclip.ing |
四個支柱：任務、組織、訓練、基礎設施
Paperclip 把自己的功能收斂成四件事。這個切法值得學，因為它就是「多 agent 系統上線後才會痛」的清單：
| 支柱 | 為誰設計 | 涵蓋內容 |
|---|---|---|
| Agentic Task Manager | 每天用的人 | 任務、核准與複核關卡、主動型 agent 同事、可稽核的例行流程、用 diff／截圖／測試驗收成果 |
| Org Chart for Agents | 管理者 | 人與 agent 混合的組織圖、職責與授權分層、治理（誰能做什麼）、範圍受限的機密與公司邊界 |
| Agent Employee Training | 賦能者 | Skill Studio 與全組織共享技能、評測與可重跑的測試、主動學習迴路、agent 績效考核 |
| Agentic OS | IT／平台 | 跨供應商執行環境（任何模型、任何 agent）、沙箱與 MCP 伺服器、SSO／RBAC／成本控制、資料隱私與內部軌跡收集 |
換句話說：任務系統解決「做什麼」，組織圖解決「誰做」，訓練解決「做得好不好」，Agentic OS 解決「跑在哪裡、花多少錢」。
它到底在底層做了什麼
Paperclip 不是一個 wrapper，而是完整的控制平面。它的伺服器由 12 個子系統組成：
┌──────────────────────────────────────────────────────────────┐
│ PAPERCLIP SERVER │
│ ┌───────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐ │
│ │Identity & │ │ Work & │ │ Heartbeat │ │Governance │ │
│ │ Access │ │ Tasks │ │ Execution │ │& Approvals│ │
│ └───────────┘ └───────────┘ └───────────┘ └───────────┘ │
│ ┌───────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐ │
│ │ Org Chart │ │Workspaces │ │ Plugins │ │ Budget │ │
│ │ & Agents │ │ & Runtime │ │ │ │ & Costs │ │
│ └───────────┘ └───────────┘ └───────────┘ └───────────┘ │
│ ┌───────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐ │
│ │ Routines │ │ Secrets & │ │ Activity │ │ Company │ │
│ │& Schedules│ │ Storage │ │ & Events │ │Portability│ │
│ └───────────┘ └───────────┘ └───────────┘ └───────────┘ │
└──────────────────────────────────────────────────────────────┘
▲ ▲ ▲ ▲
┌────┴────┐ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐
│ Claude │ │ Codex │ │ CLI │ │HTTP/web │
│ Code │ │ │ │ agents │ │ bots │
└─────────┘ └─────────┘ └─────────┘ └─────────┘
幾個技術上真正花時間的細節，專案文件寫得比多數同類專案清楚：
- 原子化執行：任務 checkout 與預算強制是原子操作，所以不會兩個 agent 做同一件事，也不會超支。
- Agent 狀態可持續：跨心跳會接續同一個任務脈絡，而不是每次從零開始。
- 執行期技能注入：agent 可以在執行時學到 Paperclip 的工作流與專案脈絡，不需要重新訓練。
- 可回滾的治理：設定變更有版本、bad change 可以退回，核准關卡是強制的。
- 目標血緣（goal ancestry）：任務帶著完整的目標鏈，agent 看到的不只是標題，而是「為什麼要做」。
- 公司可攜：整間公司（agents、skills、projects、routines、issues）可匯出／匯入，匯出時會做機密清洗與衝突處理。
安裝與啟動：三條路，先挑最輕的
路 1：完全不想裝東西（推薦先試這個）
npx --registry https://registry.npmjs.org paperclipai onboard --yes
--registry 那一段不是裝飾：如果你 .npmrc 指向私有 registry（例如 GitHub Packages），npx 可能會找不到 paperclipai 這個公開套件。
路 2：一鍵安裝（會裝 CLI、可選背景服務）
curl -fsSLO https://paperclip.ing/install.sh
curl -fsSLO https://paperclip.ing/install.sh.sha256
sha256sum -c install.sh.sha256 # macOS 用：shasum -a 256 -c install.sh.sha256
bash install.sh
安裝程式會確認 Node.js 24.11 以上、把 CLI 放進 ~/.paperclip/cli，並啟動互動式 onboarding；在支援的 Linux／macOS 上還能裝成背景服務（Linux 用 systemd user unit、macOS 用 LaunchAgent）。
想非互動安裝：
curl -fsSL https://paperclip.ing/install.sh | bash -s -- --no-prompt --no-onboard
paperclipai onboard --yes
路 3：先開一個隔離的測試實例（最安全的體驗方式）
test-drive 會建一個全新的暫存資料目錄、確保裡面有一個可用的 CEO agent、在前景啟動並在成功後才開瀏覽器——它不會安裝背景服務，也不會建立任何 goal／issue／heartbeat：
ANTHROPIC_API_KEY=... npx paperclipai test-drive
OPENAI_API_KEY=... npx paperclipai test-drive --harness codex
OPENROUTER_API_KEY=... npx paperclipai test-drive \
--harness opencode --model openrouter/anthropic/claude-sonnet-4.5
| Harness | Adapter | 需要的金鑰環境變數 |
|---|---|---|
claude | claude_local | ANTHROPIC_API_KEY |
codex | codex_local | OPENAI_API_KEY |
opencode | opencode_local | OPENROUTER_API_KEY，且 model 必須以 openrouter/ 開頭 |
預設不會幫你碰外部資料庫：DATABASE_URL 與 database.mode: postgres 在 test-drive 下會被拒絕，避免你把測試實例接上正式的庫。
路 4：從原始碼跑（開發用）
git clone https://github.com/paperclipai/paperclip.git
cd paperclip
pnpm install
pnpm dev # API 伺服器在 http://localhost:3100，內嵌 PostgreSQL 自動建立
上手後最重要的一件事：什麼叫「一間公司」
Paperclip 的核心物件不難，但心智模型要換一下：
| 物件 | 類比 | 你要設定什麼 |
|---|---|---|
| Company | 公司 | 目標、預算、資料邊界（一台部署可跑多間公司，資料完全隔離） |
| Goal / Project | 目標與專案 | 任務的最終血緣，agent 靠它知道「為什麼」 |
| Agent | 員工 | 角色、職稱、匯報線、權限、預算、adapter（Claude Code／Codex／Cursor／CLI／HTTP） |
| Issue | 票券 | 指派、狀態、依賴、留言、文件、工作產出（work products） |
| Heartbeat | 上班打卡 | agent 依排程或事件（被指派、被 @）醒來，檢查工作並行動 |
| Routine | 例行公事 | cron／webhook／API 觸發的重複任務，每次觸發都建立一張可追蹤的票 |
| Approval | 簽核 | 執行政策中的複核／核准階段，沒簽核就不會上線 |
常用 CLI（照抄就能跑）
# 公司
npx paperclipai company list
npx paperclipai company export <company-id> --out ./company --include company,agents,projects,issues,skills
npx paperclipai company import ./company --target new --new-company-name "Imported Company"
# 員工（agent）
npx paperclipai agent list --company-id <company-id>
npx paperclipai agent hire --company-id <company-id> --payload-json '{...}'
npx paperclipai agent pause <agent-id> # 也能 resume / terminate / approve
npx paperclipai agent wake <agent-id> --reason "review PR"
# 派工
npx paperclipai issue create --company-id <company-id> --title "修好登入流程" --priority high
npx paperclipai issue checkout <issue-id> --agent-id <agent-id> # 原子鎖定，避免重工
npx paperclipai issue comment <issue-id> --body "這版改動會影響 billing，先別合"
# 例行任務
npx paperclipai routine create --company-id <company-id> --payload-json '{...}'
npx paperclipai routine run <routine-id>
# 技能（Skills）
npx paperclipai skills browse --kind bundled --company-id <company-id>
npx paperclipai skills search "pull request" --kind bundled
npx paperclipai skills install github-pr-workflow --company-id <company-id>
npx paperclipai agent skills:sync <agent-id> --desired-skills paperclip,github --mode add
其中 agent local-cli 是最快把本機 Claude／Codex 變成 Paperclip 員工的方法——它會建立長效 agent API key、把缺的 Paperclip skills 裝進 ~/.claude/skills 與 ~/.codex/skills，並印出需要的環境變數：
npx paperclipai agent local-cli codexcoder --company-id <company-id>
npx paperclipai agent local-cli claudecoder --company-id <company-id>
⚠️ 安全眉角：含內容的參數一律用 npx，不要用 pnpm
這一條是官方 CLI 文件特別拉一整節出來講的，也是本文最想留下來的一段：
# ✅ 安全：參數以不經 shell 的 argv 傳入
npx paperclipai issue comment <issue-id> --body "$BODY"
# ❌ 危險：pnpm 會先把整串丟進 /bin/sh，再做命令替換與變數展開
pnpm paperclipai issue comment <issue-id> --body "$BODY"
原因很硬：pnpm paperclipai 是 package.json 的 script，pnpm 會組出一段 /bin/sh 命令字串再接上你的參數。也就是說 shell 比 CLI 更早讀到你那段文字——命令替換（反引號、$( )）與變數展開（$NAME）都在 CLI 啟動前就發生了。攻擊者只要能控制票券文字、留言或模型輸出，就能在你機器上執行指令，或把環境變數（可能含金鑰）展開進日誌裡。
實務結論：凡是會夾帶 issue 內容、留言、Markdown、貼上的片段或模型輸出的指令，都用 npx paperclipai …。 只有完全字面、沒有任何可替換值的生命週期指令（如 onboard --yes、doctor）才適合寫進 package script。
成本治理：這是它最實用的功能
多 agent 的災難通常不是「不會做事」，而是「做太多事」。Paperclip 把成本當一等公民：
npx paperclipai cost summary --company-id <company-id>
npx paperclipai cost by-agent --company-id <company-id>
npx paperclipai cost by-agent-model --company-id <company-id>
npx paperclipai budget overview --company-id <company-id>
npx paperclipai budget policy:upsert --company-id <company-id> --payload-json '{...}'
npx paperclipai budget agent:update <agent-id> --payload-json '{...}'
- 成本可以按公司／agent／專案／目標／issue／供應商／模型拆解。
- 預算政策有警示門檻與硬停（hard stop）；超支會自動暫停 agent 並取消排隊中的工作。
- 稽核軌跡記得下每一次變更、心跳狀態、成本事件與核准——出事時你查得到「誰在什麼時候做了什麼」。
觀測性是可選的：設 OTEL_EXPORTER_OTLP_ENDPOINT 就會開啟 OpenTelemetry（只送 traces），Sentry 則用 SENTRY_DSN_BACKEND／SENTRY_DSN_FRONTEND 啟用。要提醒的是：匿名 telemetry 預設是開的，可用 PAPERCLIP_TELEMETRY_DISABLED=1、DO_NOT_TRACK=1、CI=true（自動關閉）或設定檔 telemetry.enabled: false 關掉。
它與 OpenClaw／Claude Code 的差別（別搞錯層級）
| 問題 | Paperclip 的回答 |
|---|---|
| 它是 agent 嗎？ | 不是。它使用 agent。 |
| 它跟 OpenClaw／Claude Code 什麼關係？ | 那些是你的員工，Paperclip 是公司：組織圖、預算、目標、治理、問責。 |
| 它跟 workflow builder 一樣嗎？ | 不是，沒有拖拉式流程圖。它建模的是「公司」，不是「管線」。 |
| 它跟 Asana／Trello 加一個 agent 差在哪？ | 差在協調細節：誰把工作 checkout 走、session 怎麼維持、成本怎麼監控、治理怎麼落地。 |
| 只有一個 agent 需要嗎？ | 不需要。專案自己寫了：「只有一個 agent 你大概不需要 Paperclip；有二十個你一定需要。」 |
官方也明列「它不是」清單：不是 chatbot、不是 agent framework、不是 workflow builder、不是 prompt manager、不是 code review 工具。它不告訴你怎麼寫 agent，它負責這群 agent 怎麼一起運作。
兩種實際用法：個人自架與小團隊
個人自架（台灣使用者最常見的場景）：一台 VPS 跑 paperclipai，用 Tailscale 讓手機也能連進儀表板；平常丟票券給 coding agent，週末在手機上看哪個 agent 花最多錢。這種「自架 + 私有網路」的組合，正好避開把整間公司的 agent 軌跡交給第三方 SaaS 的顧慮。
小團隊：onboard --bind lan|tailnet 決定可達性，SSO／RBAC／多使用者與多公司隔離（一台部署跑多間公司、資料完全分開）是它的設計前提，company import/export 則讓「整間公司」包含 agents、skills、projects、routines、issues 一起搬移——對做顧問或同時經營多個產品線的人特別好用。
Roadmap 上尚未完成的部分也值得知道（避免過度期待）：Memory／Knowledge、Work Queues、Desktop App、CEO Chat、自動組織學習仍在開發中；反過來說，Plugin 系統、Scheduled Routines、預算、核准、Agent evals、MCP Tool Gateway、Secrets Manager 都已經上線。
三個上手建議
- 先
test-drive再install：隔離實例不會安裝服務、不會自動建立任務，是最安全的踩點方式。 - 第一天就設預算：
budget agent:update的硬停，比任何 prompt 都更能阻止 agent 半夜把額度燒完。 - 把「核准關卡」當成真正的關卡：agent 可以自己排隊、自己跑，但部署、付款、對外發文這類動作應該強制走 approval——這也是整篇醫療 AI 新聞（AI 自動拒賠 38%）給所有自動化系統的共同教訓：效率可以外包給模型，責任不行。
延伸閱讀
- OpenClaw 完整指南 2026：開源 AI 代理 — Paperclip 最常搭配的「員工」，先有 agent 再談管理。
- Herdr 教學：一個終端機管理整群 AI Agent — 如果你只在終端機裡管 coding agent，這是比 Paperclip 更輕的解法。
- OpenRig 多 Agent Rig 教學 — 另一種「多個 agent 協作」的架構路線，適合對照閱讀。
- MCP 完整指南 2026 — 想讓 Paperclip 裡的 agent 接上外部工具，MCP 是必經之路。
- Orca — AI 程式碼代理協調器完整教學 — 同類工具的另一種設計取向（偏本地終端多工）。
資料來源
- Paperclip 官方網站：paperclip.ing
- Paperclip GitHub Repository（README、
doc/CLI.md、授權與 Roadmap）：github.com/paperclipai/paperclip - Paperclip 官方文件：docs.paperclip.ing
- GitHub REST API 專案統計（stars／forks／建立時間，2026-09-27 查詢）：api.github.com/repos/paperclipai/paperclip