NanoBot：港大开源的轻量级个人AI智能体框架，极简架构复刻核心Agent能力
一、NanoBot是什么
NanoBot是由香港大学数据科学实验室（HKUDS）开源的超轻量级个人AI智能体框架，以“极简主义”为核心设计理念，仅用约4000行Python代码实现了OpenClaw（Clawdbot）的核心Agent能力，相比原项目代码量精简99%，是兼顾轻量化、高性能与易扩展性的AI助手解决方案。
该项目打破了AI智能体框架“代码量越大功能越强”的固有认知，在保留工具调用、持久记忆、多渠道交互、定时任务等核心能力的基础上，通过架构重构实现极致精简，既适合普通用户快速搭建个人AI助手，也为科研人员、开发者提供了轻量化的Agent学习与二次开发载体，上线24小时内斩获1300+ GitHub Star，成为2026年开源社区备受关注的AI Agent项目。
二、功能特色
NanoBot以“轻、简、全、活”为核心特色，在极小体量下实现了完整的AI智能体能力，具体功能亮点如下：
1. 极致轻量化，低资源高响应
核心代码仅约4000行，可通过
bash core_agent_lines.sh实时验证，无冗余依赖，启动速度仅需3秒，内存占用低于100MB，远优于同类框架；适配低配置设备运行，无需高性能服务器，个人电脑、云服务器轻量实例均可稳定部署，迭代效率大幅提升。
2. 核心能力全覆盖，无功能阉割
支持工具调用：集成文件操作、Shell执行、网页搜索、数据抓取等基础工具，可完成文件读写、代码运行、信息检索等任务；
具备持久记忆：采用分层记忆机制，短期记忆记录对话历史，长期记忆将关键信息持久化至本地文件，跨会话保留上下文；
实现多渠道交互：原生支持Telegram、WhatsApp、飞书等主流通讯平台，可通过手机随时随地与AI助手交互；
支持定时任务：内置Cron调度系统，支持自然语言设置定时提醒、自动执行任务，实现7×24小时自动化工作流。
3. 易用性拉满，一键部署上手
提供PyPI、源码、uv三种安装方式，执行2-3条命令即可完成部署；
交互式初始化引导（
nanobot onboard），自动生成配置文件，无需手动编写复杂配置；支持CLI直接交互，输入指令即可启动对话，新手无需学习复杂操作即可使用。
4. 扩展性极强，适配多元需求
模块化架构设计，支持自定义技能扩展，通过编写简单Python函数即可新增功能（如天气查询、GitHub操作）；
兼容多类大模型提供商，支持OpenRouter、Anthropic Claude、DeepSeek、vLLM本地模型等，可灵活切换模型满足不同场景；
支持子代理机制，可将复杂任务拆解为子任务分配给子代理执行，实现多代理协同工作。
5. 科研友好，易读易改
代码结构清晰、注释完善，无复杂封装，开发者可快速通读核心逻辑，理解Agent运行原理；
无技术债务积累，便于科研场景下的定制化修改与实验，是学习AI智能体架构的优质教材。
核心功能对比表
| 功能维度 | NanoBot | 传统AI Agent框架（如OpenClaw） |
|---|---|---|
| 代码行数 | 约4000行 | 50000+行 |
| 启动速度 | 约3秒 | 约30秒 |
| 内存占用 | ＜100MB | ＞1GB |
| 部署难度 | 一键部署，2分钟上手 | 复杂配置，需专业知识 |
| 核心能力 | 工具调用、记忆、多渠道、定时任务 | 全功能但冗余较多 |
| 学习曲线 | 平缓，新手友好 | 陡峭，门槛较高 |
三、技术细节
NanoBot采用ReAct（Reasoning + Acting） 核心架构，通过模块化设计拆解核心逻辑，每个模块职责单一、相互解耦，既保证了功能完整性，又实现了代码极简性，整体技术架构如下：
1. 整体架构分层
NanoBot架构分为五层，从交互接入到核心决策层层递进，数据流转清晰：
渠道接入层：对接Telegram、WhatsApp、飞书、CLI等交互入口，统一消息格式；
消息总线层：负责消息路由与分发，解耦渠道与核心逻辑，支持异步处理；
智能体核心层：包含Agent决策循环、上下文构建、记忆管理、技能加载四大核心模块；
工具执行层：管理内置工具与自定义技能，执行LLM决策的具体操作；
模型适配层：对接各类大模型API与本地模型，统一推理接口。
2. 核心模块解析
（1）Agent Loop（决策循环）
作为系统核心，实现“感知-思考-行动”闭环，简化版逻辑如下：
class AgentLoop:
def run(self, user_input: str) -> str:
# 1. 构建上下文（系统提示+记忆+对话历史）
context = self.context_builder.build(user_input)
# 2. LLM推理决策
response = self.llm.complete(context)
# 3. 执行工具或直接回复
if response.has_tool_call:
result = self.tool_executor.execute(response.tool_call)
return self.run(f"Observation: {result}")
else:
return response.content该循环持续迭代，直到完成用户任务，是AI智能体自主执行的核心逻辑。
（2）上下文构建器（ContextBuilder）
负责将系统提示、记忆、对话历史、可用工具组装为LLM可理解的Prompt，具备两大优化：
动态截断：当上下文长度超出模型限制时，自动丢弃最旧对话，保留核心记忆与系统提示；
相关性过滤：基于关键词匹配筛选与当前查询相关的记忆，减少无效信息干扰。
（3）记忆系统（MemoryStore）
采用三层记忆机制，兼顾上下文连贯性与存储效率：
工作记忆：当前对话上下文，随对话实时更新；
短期记忆：存储最近N轮对话摘要，避免上下文丢失；
长期记忆：将用户关键信息（如偏好、习惯）持久化至
MEMORY.md文件，重启后仍可检索调用。
（4）工具与技能系统
工具注册表：内置文件操作、Shell执行、网页搜索、子代理生成等基础工具，每个工具定义JSON Schema，LLM通过文档字符串理解调用方式；
技能加载器：技能为轻量化功能模块（如GitHub操作、天气查询），支持动态加载，新增技能仅需编写简单函数并注册，无需修改核心代码。
（5）多模型适配
通过统一接口封装不同模型提供商的API，支持：
云端模型：OpenRouter（聚合Anthropic、Mistral等）、DeepSeek、通义千问；
本地模型：vLLM部署的Llama 3、Qwen等开源模型，保障数据隐私。
3. 安全设计
为避免自主执行带来的安全风险，NanoBot内置三重安全机制：
命令白名单：仅允许git、python、pip等安全命令，禁止危险操作；
路径限制：禁止访问/etc、/root等系统敏感目录，仅允许操作工作区文件；
超时控制：工具执行设置超时时间，防止长时间挂起占用资源。
四、应用场景
NanoBot的轻量化与多功能性，使其适配个人、科研、小型团队等多元场景，核心应用场景如下：
1. 个人智能助手
日程管理：通过自然语言设置定时提醒（如“每周一9点提醒写周报”），自动推送通知；
信息检索：实时搜索财经、科技、天气等信息，生成精简简报；
知识管理：记录个人笔记、偏好，跨会话记忆用户习惯，提供个性化回复；
日常辅助：代写文案、计算数据、翻译文本，提升日常效率。
2. 全栈开发辅助
代码生成：根据需求生成Python、Java、前端等代码，自动创建项目结构；
项目管理：执行Shell命令、部署服务、调试代码，辅助完成开发全流程；
文档编写：自动生成接口文档、项目说明，减少重复工作。
3. 金融市场分析
7×24小时监控：定时检索股票、加密货币行情，分析市场趋势；
报告生成：自动整合财经新闻与数据，生成可视化分析简报，推送至通讯工具；
风险提醒：设置行情阈值，触发时自动发送预警通知。
4. 科研与教学
Agent架构学习：极简代码便于理解智能体核心逻辑，是高校AI课程的实践案例；
实验验证：快速搭建轻量化Agent原型，测试新的推理逻辑、工具调用策略；
数据处理：辅助科研数据检索、整理、分析，提升研究效率。
5. 小型团队协作
任务分配：通过子代理拆分团队任务，自动跟进执行进度；
信息同步：定时推送团队日报、项目动态，统一信息渠道；
工具集成：对接团队常用工具（如GitHub、飞书），实现协作流程自动化。
五、使用方法
NanoBot提供三种安装方式，支持本地部署与云部署，新手可按以下步骤快速上手：
1. 环境准备
操作系统：Windows、macOS、Linux均可；
Python版本：≥3.9；
依赖工具：pip（默认自带）、uv（可选，提升安装速度）。
2. 三种安装方式
方式一：PyPI安装（推荐，稳定版）
# 安装NanoBot pip install nanobot-ai # 交互式初始化，生成配置文件 nanobot onboard
方式二：源码安装（开发者，尝鲜最新功能）
# 克隆仓库 git clone https://github.com/HKUDS/nanobot.git cd nanobot # 安装依赖 pip install -e . # 初始化 nanobot onboard
方式三：uv安装（极速安装）
uv tool install nanobot-ai nanobot onboard
3. 核心配置
初始化后，配置文件位于~/.nanobot/config.json，需补充以下关键信息：
{
"providers": {
"openrouter": {
"api_key": "你的OpenRouter API密钥",
"model": "anthropic/claude-sonnet-4-20250529"
}
},
"webSearch": {
"api_key": "你的Brave Search API密钥（可选，启用网页搜索）"
},
"channels": {
"telegram": {
"token": "你的Telegram Bot Token（可选，启用Telegram交互）"
}
}
}4. 启动与交互
（1）CLI本地交互
# 直接启动对话 nanobot # 输入指令即可交互，如“帮我写一段Python代码”
（2）多渠道启动
# 启动Telegram网关 nanobot gateway --channel telegram # 启动WhatsApp网关（扫码登录） nanobot gateway --channel whatsapp
（3）Docker部署（生产环境）
# 拉取官方镜像 docker pull hkuds/nanobot # 运行容器 docker run -v ~/.nanobot:/root/.nanobot -d hkuds/nanobot gateway
5. 自定义技能扩展
在
~/.nanobot/skills目录下创建Python文件（如weather.py）；编写功能函数并添加
@skill装饰器：
from nanobot import skill
@skill("weather")
def get_weather(city: str) -> str:
"""获取指定城市的天气信息"""
# 调用天气API实现逻辑
return f"{city}今日晴，气温25℃"重启NanoBot，即可自动加载新技能，直接对话调用。
六、常见问题解答
Q1：NanoBot支持本地大模型吗？如何配置？
A1：支持。可通过vLLM部署本地模型（如Llama 3、Qwen），配置时在config.json中添加vLLM提供商信息，指定本地API地址即可，无需联网即可运行，保障数据隐私。
Q2：没有API密钥还能使用NanoBot吗？
A2：可以。可部署本地开源大模型（通过vLLM），无需调用云端API，仅需配置本地模型接口即可使用基础功能，适合隐私敏感场景。
Q3：NanoBot的长期记忆存储在哪里？会泄露隐私吗？
A3：长期记忆存储在本地~/.nanobot/workspace/memory目录下的Markdown文件中，所有数据均保存在用户本地设备，不会上传至第三方服务器，隐私安全性高。
Q4：如何添加自定义工具或技能？
A4：两种方式：① 编写简单Python函数，添加@skill装饰器后放入技能目录，自动加载；② 修改工具注册表，新增工具定义并配置JSON Schema，LLM即可识别调用，无需改动核心代码。
Q5：NanoBot支持Windows系统吗？安装后无法启动怎么办？
A5：支持Windows、macOS、Linux全平台。无法启动可检查：① Python版本是否≥3.9；② 配置文件config.json格式是否正确；③ 依赖是否完整，可重新执行pip install -e .修复。
Q6：定时任务如何设置？支持自然语言吗？
A6：支持自然语言设置，直接对话输入指令即可，如“每天早上8点给我推送今日新闻”，系统会自动转换为Cron表达式并执行，可通过nanobot task list查看所有定时任务。
Q7：NanoBot与ChatGPT、Claude有什么区别？
A7：ChatGPT/Claude是云端AI助手，功能固定且数据需上传；NanoBot是本地部署的智能体框架，可自定义功能、对接多模型、自主执行工具操作，数据本地化，更灵活且隐私性更强。
Q8：项目停止维护后，还能继续使用吗？
A8：可以。NanoBot核心功能已完善，本地部署后不依赖官方服务，即使停止维护，仍可正常使用，且代码开源可自行修改适配。
七、相关链接
GitHub仓库：https://github.com/HKUDS/nanobot
八、总结
NanoBot作为香港大学数据科学实验室开源的超轻量级AI智能体框架，以4000行代码实现了传统大型Agent框架的核心能力，凭借极致轻量化、功能全面、易用易扩展的特点，重新定义了个人AI助手的实现方式。它既解决了传统框架部署复杂、资源占用高的痛点，又保留了工具调用、持久记忆、多渠道交互等关键能力，适配个人日常使用、科研实验、开发辅助等多元场景。无论是新手快速搭建个人AI助手，还是开发者学习Agent架构、进行二次开发，NanoBot都提供了简洁高效的解决方案，是极简主义在AI智能体领域的优秀实践，也为轻量化AI工具的发展提供了全新思路。
版权及免责申明：本文由@dotaai原创发布。该文章观点仅代表作者本人，不代表本站立场。本站不承担任何相关法律责任。
如若转载，请注明出处：https://www.aipuzi.cn/ai-news/nanobot.html
