免费开源AI工具:CoPaw与OpenFang整理

免费开源AI工具:CoPaw与OpenFang整理

CoPawOpenFang,两者软件本体都免费开源,但模型 API 可能产生费用

CoPaw(阿里云)

  • 软件本身完全免费开源(Apache 2.0),无会员、无广告、无功能限制
  • 本地部署:免费,仅需 Python 环境,可跑本地模型(Ollama 等),零 API 费用
  • 云端部署:魔搭创空间有免费测试额度;长期使用按云资源(CPU/GPU/ 存储)计费
  • 模型 API:调用通义千问、OpenAI、DeepSeek 等按官方标准按量付费

 CoPaw GitHub 地址

https://github.com/agentscope-ai/CoPaw

OpenFang(AI Agent 操作系统)

  • 软件本身完全免费开源(Apache-2.0 + MIT),可商用、可二次开发
  • 本地部署:免费,支持 Ollama、LM Studio 等本地模型,零 API 费用
  • 云端部署:免费,仅承担云服务器 / 算力成本
  • 模型 API:调用云端大模型按各厂商标准付费

OpenFang GitHub 地址

https://github.com/RightNow-AI/openfangGitHub

一句话总结:工具免费,模型可能花钱;本地跑模型则全程免费

Ollama 本地运行的内存需求,核心看模型大小 + 量化等级,CoPaw 调用时和直接用 Ollama 一致。

📌 主流模型内存参考(纯 CPU,Q4 量化)

  • 0.5B / 1B≥4GB 内存即可跑(入门聊天 / 简单任务)
  • 3B≥6GB 内存(日常对话、写文案)
  • 7B≥8GB 内存(流畅对话、代码、写作)
  • 13B≥16GB 内存(强推理、长文本)
  • 32B≥32GB 内存(复杂分析、专业场景)
  • 70B≥64GB 内存(企业级、深度推理)

🧠 关键影响因素

  • 量化等级:Q2/Q3 比 Q4 更省内存,但效果略降;Q5/Q8 效果更好但更占内存
  • GPU 加速:有 NVIDIA/Apple Silicon 时,显存分担内存压力,16GB 内存 + 4GB 显存可流畅跑 7B
  • 上下文窗口num_ctx 越大越占内存,默认 2048 够用,开 8192 会多占 1–2GB
  • 系统占用:Windows/macOS 本身占 2–4GB,建议预留 2GB 冗余

✅ 给 CoPaw 用的最佳实践

  • 8GB 内存:选 3B 模型(qwen2.5:3b、llama3.2:3b),别跑 7B
  • 16GB 内存:选 7B 模型(qwen2.5:7b、mistral:7b),日常足够
  • 32GB+ 内存:可上 13B/32B,体验接近 GPT-3.5

🛠️ 内存不够怎么办

  1. 换更小模型(3B 比 7B 省一半)
  2. 用更低量化(ollama pull qwen2.5:7b-q2_K
  3. 限制上下文:/set parameter num_ctx 2048
  4. 关闭其他软件,释放内存

方式一:

CoPaw 原生支持 Ollama,配置非常简单

一、准备工作

  1. 安装 Ollama(官网:ollama.com
  2. 启动 Ollama 服务(默认端口 11434)
  3. 安装 CoPaw 的 Ollama 依赖:
pip install ollama 

二、CoPaw 配置 Ollama(3 步)

1. 拉取 Ollama 模型(CoPaw CLI)
# 下载模型(示例:qwen2.5:3b、mistral:7b) copaw models ollama-pull qwen2.5:3b copaw models ollama-pull mistral:7b # 查看已下载模型 copaw models ollama-list 
2. 配置 CoPaw 使用 Ollama
# 进入配置向导,选择Ollama copaw models config # 按提示:选择 Ollama → 从列表选模型 → 设为默认 
3. 切换模型(后续)
# 快速切换Ollama模型 copaw models set-llm 

三、验证是否生效

# 启动CoPaw聊天,用本地Ollama模型 copaw chat 

此时 CoPaw 会直接调用本地 Ollama,全程免费、无 API 费用

四、常见问题

  • Ollama 未启动:先运行 ollama run llama3 确保服务正常
  • 模型拉取失败:检查网络,或用 ollama pull qwen2.5:3b 直接拉取
  • 端口被占用:修改 Ollama 端口,CoPaw 会自动检测
✅ 官方流程(Windows 本地)1. 安装(必须用 PowerShell,不能用 CMD)2. 初始化3. 启动 Web 界面

浏览器自动打开:http://127.0.0.1:80885. 控制台对话,配置钉钉机器人(最常用)http://127.0.0.1:8088启动后,直接在聊天框发指令发送指令:帮我配置钉钉机器人CoPaw 会引导你到 Control → Channels 页面,或直接给出配置入口。后续在 频道 手动填入 client_idclient_secret 并启用📌 最终可直接复制的 Windows 一键命令合集(PowerShell)

方式二::Windows + 内网穿透(最简单、最推荐)

本地 Windows 运行 CoPaw,用内网穿透工具让外网能访问。适合:个人使用、稳定长期跑。

工具(免费够用):

  • 钉钉内网穿透
  • Sunny-Ngrok
  • ZeroTier
  • Tailscale

流程:

  1. Windows 正常安装启动 CoPaw
  2. 开一个内网穿透,映射到 127.0.0.1:8088
  3. 外网直接访问穿透给你的域名 / IP 即可

优点:

  • 完全 Windows
  • 不用买服务器
  • 不用学 Linux
  • 现在就能用

方式三:(其他方式整理官方部署说明书

可放服务器、外网访问、长期运行 方案Linux 云服务器 + 1Panel:专门用来 24 小时运行 CoPaw、钉钉机器人长期在线。不是大众软件适合玩服务器、部署 AI、自建服务的人

一、1Panel 是什么

1Panel 是飞致云出品、现代化开源的 Linux 服务器运维管理面板,主打容器化、轻量化、AI 友好,用 Web 界面就能一键管理服务器、部署应用、建站、配置 SSL、管理数据库与容器1Panel。

  • 核心定位:Linux 服务器 “智能管家”,适合个人 / 团队快速部署网站、AI 模型、智能体(如 CoPaw)。
  • 关键优势:
    • 容器化部署(Docker),应用隔离、漏洞面小。
    • 应用商店一键装 AI 工具(Ollama、CoPaw 等)、建站程序1Panel。
    • 支持 GPU 监控、本地大模型 / 智能体管理1Panel。
    • 一键建站、SSL 证书、密码访问、数据备份1Panel。

二、官方网址

三、1Panel 部署 CoPaw 智能体 极简完整版

1. 安装 CoPaw
  1. 进入 1Panel → 左侧 应用商店
  2. 点击 全部AI → 找到 copaw
  3. 开启 端口外部访问 → 确认
  4. 等待安装完成
2. 进入并配置模型
  1. 顶部菜单 已安装 → 找到 copaw → 跳转 打开界面
  2. 进入 模型设置
    • Ollama:本地模型,直接用
    • DashScope:需要去阿里云百炼申请 API Key 并填入
  3. 选择对应 LLM 模型 → 保存
3. 创建外网可访问的网站
  1. 左侧 网站创建网站
  2. 选择 已装应用 → 下拉选 copaw
  3. 填写你的 域名 → 确认
4. 配置 HTTPS 证书
  1. 左侧 证书申请证书
  2. 填入域名 → 开启 自动续期 → 确认
  3. 回到 网站 → 点击你的网站名称
  4. 进入 HTTPS → 开启 HTTPS → 选择证书 → 保存
5. 设置密码访问(安全)
  1. 进入网站设置 → 密码访问
  2. 点击 创建
  3. 设置 用户名 + 密码 → 开启
6. 外网访问

浏览器输入你配置的域名,输入用户名、密码,即可进入 CoPaw 操作界面。


Read more

《算法闯关指南:动态规划算法--斐波拉契数列模型》--01.第N个泰波拉契数,02.三步问题

《算法闯关指南:动态规划算法--斐波拉契数列模型》--01.第N个泰波拉契数,02.三步问题

🔥草莓熊Lotso:个人主页 ❄️个人专栏: 《C++知识分享》《Linux 入门到实践:零基础也能懂》 ✨生活是默默的坚持,毅力是永久的享受! 🎬 博主简介: 文章目录 * 前言: * 01.第N个泰波拉契数 * 解法(动态规划): * 算法流程: * C++算法代码: * 算法总结&&笔记展示: * 02.三步问题 * 解法(动态规划): * 算法思路: * C++算法代码: * 算法总结&&笔记展示: * 结尾: 前言: 聚焦算法题实战,系统讲解三大核心板块:优选算法:剖析动态规划、二分法等高效策略,学会寻找“最优解”。 递归与回溯:掌握问题分解与状态回退,攻克组合、排列等难题。 贪心算法:理解“

【数据结构与算法】解锁顺序表潜能:一站式实现高效通讯录系统

【数据结构与算法】解锁顺序表潜能:一站式实现高效通讯录系统

🔥小龙报:个人主页 🎬作者简介:C++研发,嵌入式,机器人等方向学习者 ❄️个人专栏:《C语言》《【初阶】数据结构与算法》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、通讯录框架Test.c * 二、通讯录 * 2.1 Contacts.h * 2.2 Contacts.c * 三、底层逻辑 * 3.1 SeqList.h * 3.2 SeqList.c * 四、基于顺序表的通讯录实现效果 * 4.1 添加 * 4.2 删除 * 4.3 修改 * 4.4

华为OD机试 双机位C卷 双机位B卷 双机位A卷 2025C卷 2025B卷 真题题库目录|机考题库 + 算法考点详解

华为OD机试 双机位C卷 双机位B卷 双机位A卷 2025C卷 2025B卷 真题题库目录|机考题库 + 算法考点详解

华为OD机试真题题库目录 华为OD机试2025年11月19号机试切换至 (华为OD机试双机位C卷)机试时随机抽取,近期准备华为OD机试的 双机位C卷 真题,通过率将大大提升. 本专栏所有算法题全部包含详细的思路讲解以及C语言、JS、C++、Python、Go、java 源码实现。订阅专栏之后可以私信我开通OJ权限。 华为OD面试手撕代码真题目录,点击查看 华为OD技术面八股真题目录,点击查看 华为OD机试双机位C卷- 100分 序号题目考点 or 实现在线OJ地址1华为OD机试双机位C卷 - 补种未成活胡杨双指针点击去做题2华为OD机试双机位C卷 - 查找接口成功率最优时间段前缀和点击去做题3华为OD机试双机位C卷 - 螺旋数字矩阵模拟、逻辑分析点击去做题4华为OD机试双机位C卷 - 运维日志排序正则、排序点击去做题5华为OD机试双机位C卷 - 比赛模拟、排序点击去做题6华为OD机试双机位C卷 - 打印机队列优先队列点击去做题7华为OD机试双机位C卷 - 微服务的集成测试DFS、哈希表点击去做题8华为OD机试双机位C卷 - 完美走位双指针点击去做题9华为OD机试双机位C卷

机器人算法十年演进

机器人算法十年演进(2015-2025):从规则驱动人工设计到具身原生端到端认知的全栈革命 2015-2025年,全球机器人算法体系完成了从「规则驱动的人工特征设计」到「大模型驱动的端到端具身认知」的根本性范式跃迁。作为机器人的“灵魂与决策中枢”,机器人算法是连接传感器输入与动作执行的核心桥梁,覆盖感知、定位与建图(SLAM)、规划与控制、标定与参数辨识、决策与大模型、仿真与数字孪生六大核心板块,其演进始终与硬件算力、AI技术、产业需求深度同频,是机器人从专用机械执行器升级为通用具身智能体的核心底层支撑。 这十年,机器人算法完成了从人工规则到数据驱动、从单机孤立到云边端协同、从分层割裂到端到端一体化、从固定场景到开放世界通用的四次核心跨越;同时,中国机器人算法产业实现了从完全技术跟随、核心环节100%依赖进口,到全栈自主可控、具身智能领域全球领跑的历史性逆转。 本文与此前机器人感知、定位、规控、标定、仿真、系统架构、VLA架构等系列内容形成完整闭环,系统梳理十年间机器人算法的四次代际重构、核心维度的本质变化、关键技术里程碑与未来演进趋势。 一、核心演进四阶段:与产业发展同频的