爱派 AiPy

快速结论

爱派 AiPy 是北京知道创宇维护的本地执行型 AI 智能体，把大模型生成计划和 Python、Node.js 等代码执行环境连成“任务、计划、代码、执行、反馈”闭环。它不只是返回脚本，而是尝试操作本机文件、浏览器、软件、数据库或局域网资源并交付结果。官网仍在维护，GitHub 的 knownsec/aipyapp 仓库未归档，最新正式 Release 为 v0.5.0；官网还提供 Windows、macOS 和信创 Linux 客户端，并在 2026 年推出企业私有化版本。

这类能力的收益和风险来自同一件事：模型生成的代码会真实运行。所谓“本地执行”只说明应用和部分数据可以位于本机，不保证完全离线。用户选择的模型 API、联网脚本、浏览器自动化、第三方 Python 包、积分服务和企业集成都可能把查询、代码、文件片段或结果带到其他处理方。公开代码也不是标准 GPL-3.0 开源：LICENSE 在 GPL-3.0 基础上额外禁止未经许可提供 SaaS 或集成进商业产品销售/赠送，更准确的描述是自定义 GPL 衍生的 source-available 许可。个人版可免费试用，积分、模型/API 和企业交付可能收费，因此归类为免费增值。基于代码执行、许可和数据边界，本站不作默认推荐。

核心功能

• 任务到执行闭环：模型拆解自然语言任务，生成代码，运行后读取反馈并继续修正，交付文件、报告或操作结果。
• 本机资源访问：可处理文件、表格、数据库、浏览器和桌面软件；具体权限取决于操作系统账户与用户授权。
• Python 生态调用：通过代码和第三方包完成数据清洗、可视化、网络请求、文档转换和自动化。
• 多平台客户端：官网提供 Windows、macOS 及面向国产 CPU、银河麒麟、统信 UOS 等环境的版本。
• 模型配置：开源仓库可配置 DeepSeek 等模型 API，桌面产品还可能通过积分或内置渠道调用模型。
• 企业版：提供内网私有化、知识库、权限隔离、技能/智能体生产、审计及国产模型和算力适配等商业服务。
• 任务与 Python 模式：非技术用户可直接描述结果，技术用户可进入 Python 模式观察或控制代码路径。

适合人群

• 需要在受控电脑上自动处理大量 Excel、公开数据、文档和重复办公任务的个人或团队。
• 能阅读执行记录、限制目录与网络、检查生成代码和恢复误操作的技术用户。
• 希望在内网评估模型、知识库和本地自动化的企业，但需要单独采购与安全验收。
• 不适合把生产服务器、财务终端、个人主力电脑或含敏感凭据的环境直接交给无人值守 Agent。
• 不适合需要标准 OSI 开源许可证、无限制商业嵌入或未经谈判即可提供 SaaS 的开发者。

使用场景

较合适的起点是可恢复的批处理：复制一批非敏感表格到专用目录，让 AiPy 生成汇总和图表，先查看计划与代码，再在副本上运行。也可以抓取公开数据、生成报告草稿或控制测试环境中的软件。若任务主要是多模型聊天而不需要执行，Cherry Studio 的权限面更小；若是开发仓库内的代码任务，Claude Code 或 Cursor 更贴近版本控制和代码审查。

不要让模型在主机管理员权限下自动安装任意包、读取整个用户目录、访问浏览器 Cookie、SSH Key、云凭据或生产数据库。网页、PDF、邮件、代码仓库和 API 响应都可能携带提示注入。把写文件、发送邮件、执行交易、删除数据、安装软件、控制外设和发布内容列为高风险动作，要求展示目标与完整命令后由人确认。

价格与版本

公开仓库当前正式版本为 v0.5.0，个人可下载客户端或从源码安装。个人版包含免费使用路径，但完整成本可能由多部分组成：产品积分、所选大模型的输入/输出 Token、embedding 或多模态 API、网络数据接口、付费第三方软件，以及本机计算和存储。积分只能代表平台内计量，不能自动覆盖用户自行配置的模型 Key 或外部 API 费用。执行前应分别确认 AiPy 积分规则、模型提供商价格和目标数据源条款。

企业版面向私有化部署、内网数据、知识库、权限、审计、培训、智能体定制和模型适配，价格需向厂商询价。企业页面的“数据不出域”应按具体部署架构、模型位置、联网策略、日志、遥测、备份和远程支持逐项验收，不能直接套用到个人版或连接云模型的配置。

许可证尤其需要注意。仓库 LICENSE 声明遵循 GPL-3.0，同时追加两项限制：未经许可不得向第三方提供 SaaS，不得把项目或代码集成进商业产品销售或赠送。额外限制与标准 GPL 的自由定义不同，因此不能简单称为 GPL-3.0 开源软件。商业托管、OEM、再分发或产品集成应先向知道创宇取得书面商业授权。

国内访问与使用体验

官网和国内模型通常可直接访问，中文任务、Windows 客户端及信创适配对国内用户较友好，因此 needsVPN 为 false。体验高度取决于模型能力、电脑权限、依赖安装和任务可验证性。复杂桌面界面、验证码、动态网页、超大文件和跨多个软件的长任务都可能中途失败，应先用副本、检查点和可撤销步骤测试。

本地并不等于数据不外发。若配置云模型，提示词、代码、错误信息和为完成任务抽取的文件片段可能发送给模型提供商；生成脚本也可能主动调用网站、数据库和 API。使用企业资料前，先画出“原始文件、AiPy 进程、模型、embedding、联网目标、日志、输出”的数据流，关闭非必要网络，使用最小权限账户，并检查供应商的数据使用、留存和跨境条款。

优点

• 将生成代码与真实执行结合，能完成普通聊天助手无法交付的本机任务。
• 对中文、Windows 和信创环境支持明确，国内使用门槛较低。
• 公开仓库与 v0.5.0 Release 便于检查实现和固定版本。
• Python 生态覆盖数据、文档、网络和自动化，扩展空间大。
• 企业版提供内网、权限、审计和模型适配的采购路径。

不足

• 生成代码可读取、修改、上传或删除真实数据，错误和提示注入影响大。
• “本地运行”容易被误解为离线，云模型、API、包下载和脚本联网仍会外发数据。
• 自定义 GPL 衍生许可含 SaaS 和商业集成限制，不是标准 GPL-3.0。
• 免费使用不等于零成本，积分、模型 Token、数据 API 和算力需要分别预算。
• 桌面自动化和复杂任务受界面变化、依赖、权限和模型稳定性影响。
• 企业安全声明需要部署级验证，不能替代渗透测试、供应链审计和合同承诺。

替代品对比

常见问题 FAQ

AiPy 当前还在维护吗？

是。截至 2026-07-21，官网提供多个平台下载，GitHub 仓库未归档，最新正式 Release 为 v0.5.0，企业版也在 2026 年发布。

AiPy 是完全免费的吗？

不是这样理解。个人版有免费路径，但可能消耗平台积分、模型 Token、embedding、多模态或外部 API 费用；企业私有化与服务需要询价。

AiPy 是 GPL-3.0 开源软件吗？

其 LICENSE 以 GPL-3.0 为基础，却追加禁止未经许可提供 SaaS 和商业产品集成的限制。它不是标准 GPL-3.0，称为自定义 GPL 衍生的 source-available 许可更准确。

本地运行会把数据发送到云端吗？

可能会。使用云模型时，请求上下文会发送给模型提供商；生成代码还可能访问网站、API 或数据库。只有把模型、依赖、网络和日志都纳入受控本地架构，才接近离线。

AiPy 自动生成的代码安全吗？

不能默认安全。应在隔离账户、容器或虚拟机中运行，限制目录和网络，检查命令与包来源，给写入、删除、安装和外部发送动作设置人工确认。

企业版的数据不出域承诺怎么验证？

核对部署拓扑、模型和 embedding 位置、DNS 与出口、遥测、日志、备份、远程支持、更新源和故障转储，并通过合同、安全测试与运行监控确认。

总结

爱派 AiPy 的差异化在于让模型真正编写并执行代码，把自然语言任务变成文件、报告或电脑操作。v0.5.0、国内多平台客户端和企业版说明产品仍在积极发展；同时，代码执行权、云模型数据链、积分与 API 成本，以及非标准 GPL 许可都不能被“本地开源智能体”一句话掩盖。先在隔离环境和副本数据上试用，固定版本，最小化权限与网络，逐次确认高风险动作，商业使用前取得清晰授权。