极简即是美 —— 比 Clawdbot 精简 99% 的科研级个人 AI 助手，超轻量、高性能、易扩展。
AI 生成的项目视觉表现图
🌟 项目简介
在这个大模型应用日益臃肿的时代，nanobot以一种清流般的姿态出现。它是一个受 OpenClaw/Clawdbot 启发的超轻量级个人 AI 助手。与其“前辈”相比，nanobot 仅用约4,000 行代码就实现了核心 Agent 功能，体积缩小了惊人的99%。它的设计哲学是“少即是多”，旨在为开发者和研究人员提供一个干净、易读、易于修改和扩展的 AI 智能体基座，同时保持了强大的功能性，支持从代码编写到日常生活管理的多种任务。
🚀 核心特性
- 🪶 极致轻量化：核心功能仅由约 4,000 行代码构成，大幅降低了理解和维护的门槛。:
- 🔬 科研友好型：代码结构清晰、逻辑直观，是研究 AI Agent 架构的理想起步点。:
- ⚡ 闪电般速度：极小的资源占用意味着更快的启动速度和更高效的迭代周期。:
- 💬 多渠道集成：原生支持 Telegram 和 WhatsApp，让 AI 助手随时随地触手可及。:
- 🏠 本地模型支持：无缝对接 vLLM 和 OpenAI 兼容接口，支持运行 Llama 3 等本地模型，保障隐私。:
- 🛠️ 即插即用：提供一键部署体验，配置简单，两分钟内即可启动专属 AI。:
📷 功能预览
全栈开发能力演示：自动编写、部署与扩展代码
实时信息检索：24/7 市场分析与趋势洞察
智能日程管理：自动化安排与组织每日任务
🏗️ 架构概览
Nanobot 采用高度模块化的分层架构，确保了系统的灵活性和可扩展性。核心组件包括：
1. Channels (通信层)：负责处理 Telegram、WhatsApp 等外部平台的输入输出。 2. Bus (消息总线)：作为系统的神经中枢，高效路由消息。 3. Agent Core (核心智能体)：包含 loop.py (主循环)、context.py (上下文管理) 和 memory.py (记忆模块)。 4. Skills & Tools (技能与工具)：可插拔的功能模块，如 Web 搜索、代码执行等。 5. Providers (模型供应商)：适配 OpenRouter、vLLM 等多种后端。
这种设计使得开发者可以轻松地替换模型后端或添加新的通信渠道，而无需重构核心逻辑。
系统架构概览：从消息总线到核心 Agent 循环的清晰流线
🛠️ 技术栈
Python 3.11+LLM APIs (OpenRouter, Anthropic)vLLM (Local Inference)Telegram Bot APIWhatsApp Web.jsJSON Configuration
🔍 工作原理
Nanobot 的运行机制基于一个持续的“感知-思考-行动”循环。用户通过 CLI 或聊天软件发送指令后，消息通过 Gateway 进入 Bus。Agent 接收消息并构建上下文提示词（Prompt），调用配置好的 LLM 进行推理。如果需要外部操作（如搜索或写代码），Agent 会选择相应的 Tool 执行，并将结果反馈回上下文，进行多轮迭代直至完成任务，最终将自然语言回复通过 Channel 发送给用户。
📦 安装与使用
Nanobot 提供了极其简便的安装方式，支持 PyPI 直接安装或源码安装：
通过 PyPI 安装：
初始化配置：
源码安装（推荐开发使用）：
💡 应用场景
Nanobot 的强大在于其多功能性：
1. 命令行快速问答
2. 运行本地模型 (Llama 3) 配置 vLLM 后端后，即可在本地运行强大的开源模型，无需依赖昂贵的 API，且完全保护数据隐私。
3. Telegram 机器人集成 只需在配置文件中填入 Bot Token，即可通过 Telegram 与 Nanobot 对话，让它帮你总结新闻、查询天气或编写脚本。
4. 定时任务 (Cron)
每天早上 9 点发送早安
nanobot cron add --name "daily" --message "Good morning!" --cron "0 9 * * *"`
👥 适用人群
Nanobot 非常适合以下人群：
AI 研究员与学生：需要一个干净、可控的代码库来测试新的 Agent 算法或理论。
Python 开发者：希望构建自己的私人助理，且不希望被复杂的框架束缚。
隐私倡导者：希望在本地硬件上运行 AI 助手，完全掌控数据流向的用户。
极客玩家：喜欢折腾 CLI 工具，希望将 AI 集成到现有工作流（如 Tmux、Cron）中的用户。
🔮 未来潜力
尽管目前 Nanobot 已经足够精简且强大，但它的路线图展示了巨大的潜力。未来计划加入多模态能力（视觉与语音）、长期记忆（基于向量数据库）、更强的推理规划（多步思考）以及更多的集成（Discord, Slack, Email）。作为一个开源项目，它正处于快速成长期，极具参与价值。
🏁 总结
在 AI 框架日益复杂的今天，Nanobot 证明了“小”并不意味着“弱”。它用 1% 的代码量实现了核心的 Agent 交互逻辑，既是学习 AI 架构的绝佳教材，也是构建个人生产力工具的坚实基础。如果你厌倦了庞大的依赖库和晦涩的代码，Nanobot 绝对值得你pip install 尝试一番。
