流
chatgpt-on-wechat（微信 ChatGPT 框架）
一个基于 Python 的智能体框架，支持在微信、飞书和钉钉上部署具有持久记忆和可扩展技能的自主 LLM 助手。
信号源：GitHub 仓库 zhayujie/chatgpt-on-wechat。信号内容标识该项目为"CowAgent"，一个基于大语言模型的超级 AI 助手，具备主动思考、任务规划、操作系统访问及长期记忆能力。支持多种模型提供商（OpenAI, Claude, Qwen 等）和渠道（微信、飞书、钉钉、Web）。标签包括 ai-agent, mcp, skills, wechat。
语境：该项目运行于优先考虑本地部署和多渠道集成的开源智能体框架生态中。它既可作为即用的个人助手，也可作为开发者扩展模型接口、渠道和工具的框架。信号显示其向"CowAgent"品牌或定位的转向，同时保持 chatgpt-on-wechat 仓库的身份。
相关性：本条目反映了将智能体功能整合到单一、可自托管仓库的趋势，以此桥接消费级通讯平台与企业级模型能力。它强调操作自主性（任务规划、记忆）而非简单的聊天界面，这与向基础设施级 AI 工具而非终端用户应用的转变相一致。MCP 标签的加入暗示了与模型上下文协议（Model Context Protocol）标准的集成。
当前状态 架构：基于 Python，MIT 许可。 能力：复杂任务规划、长期记忆（向量/关键词检索）、技能引擎、多模态处理（文本、语音、图像）。 部署：本地计算机或服务器，支持微信、飞书、钉钉、企业微信、Web。 模型支持：OpenAI, Claude, Gemini, DeepSeek, Qwen, Kimi, GLM 等。 集成：LinkAI 知识库平台，支持 MCP 集成。
开放问题 治理：在自主执行模式下，安全与合规性如何处理，与标准聊天相比？ 维护："CowAgent"品牌是原始 chatgpt-on-wechat 项目的分支还是重命名？ 安全：针对操作系统级访问和外部资源交互的沙盒保证是什么？ 成本：智能体模式下的 Token 使用量较高；这如何影响本地推理的可行性？
连接 co-paw：具有多渠道消息支持并行的个人 AI 助手框架。 openclaw：通过技能系统和可检查性标签与 OpenClaw 架构对齐。 hermes-agent：具有持久记忆和多渠道执行的可比自主智能体能力。
译注
- 智能体 (Agent): 此处译为“智能体”，强调其作为自主实体的修行者属性，而非简单的工具。
- 流 (Current): 本条目类型为“current”，对应 Openflows 中的“流”，指代生态中的动态信号与流动，区别于已闭合的“回路”。
- MCP: 指 Model Context Protocol，译为“模型上下文协议”，此处保留英文缩写以符合技术习惯。