오픈소스 AI 에이전트 프레임워크 QwenPaw를 Google Colab 환경에서 구성하고, 커스텀 스킬·다중 모델 제공자 연결·스트리밍 REST API 테스트까지 구현하는 방법이 공개됐다. QwenPaw는 로컬 파일 기반 에이전트 워크스페이스를 갖추고 있으며, OpenAI·OpenRouter·DashScope·DeepSeek·Gemini 등 다양한 API 제공자와 연동할 수 있는 유연한 구조를 채택하고 있다.
구축 절차는 환경 설정, 에이전트 초기화, 커스텀 스킬 생성, 콘솔 서버 실행, API 통신 검증의 순서로 구성된다. 설치 과정에서는 작업 디렉토리·인증 설정·로그 경로를 미리 구성하고, Colab 시크릿이나 환경 변수를 통해 API 키를 자동으로 감지해 모델 제공자를 설정한다. 커스텀 스킬은 SKILL.md 파일 형태로 에이전트 워크스페이스 하위 디렉토리에 정의하며, 에이전트는 이를 참조해 구조화된 리서치 요약 같은 특정 작업 방식을 따른다. 에이전트 자체는 도구 가드(tool_guard), 파일 가드(file_guard), 스킬 스캐너를 포함하는 보안 설정과 함께 최대 30회 반복 실행 및 스트리밍 출력을 지원하는 구성으로 실행된다. QwenPaw 콘솔은 Colab 프록시 URL이나 선택적으로 Cloudflare 터널을 통해 외부에서도 접근할 수 있다.
API 통신 검증은 /api/console/chat 엔드포인트로 스트리밍 POST 요청을 보내는 Python 클라이언트를 구현해 수행한다. 클라이언트는 SSE(Server-Sent Events) 방식으로 응답을 실시간 수신하며, 세션 ID와 사용자 ID를 함께 전달해 대화 맥락을 유지한다. 이를 통해 웹 콘솔 UI와 REST API 두 가지 경로로 동일한 에이전트에 접근할 수 있는 환경이 완성된다.
QwenPaw는 클라우드 서비스에 의존하지 않는 로컬 퍼스트 에이전트 플랫폼으로, 파일 기반 워크스페이스·커스텀 스킬·다중 모델 지원을 조합해 연구 보조·코드 검토·문서 분석 등 다양한 자동화 워크플로에 적용할 수 있다. 오픈소스 기반이라 스킬 정의와 에이전트 정책을 자유롭게 확장할 수 있다는 점이 개발자들에게 주목받고 있다.
