Nanobot – 香港大学数据科学实验室开源的个人AI助手

1. Nanobot是什么

Nanobot是由香港大学数据智能实验室（HKUDS）开源的超轻量级个人AI助手框架，仅约4000行代码即完整复刻了OpenClaw智能体的核心功能。该项目覆盖网页搜索、文件操作、定时任务、记忆机制、语音交互等多项关键能力，能够支持24小时实时行情分析、全栈开发辅助、日程管理和个人知识库构建等场景。相比OpenClaw原版43万行的代码规模，Nanobot以99%的代码精简实现了同等级别的生产力，开发者仅需数小时即可通读全部源码，快速理解AI调用工具与管理记忆的底层逻辑。

技术定位与领域： Nanobot属于AI智能体（Agent）框架领域，专注于个人AI助手的轻量化实现。其核心目标是通过极简架构设计，为开发者提供一个可快速理解、二次开发的Agent基础框架，适用于需要私有化部署、高度定制的个人助手场景。

研发背景： 由香港大学数据智能实验室（HKU Data Intelligence Lab）开发并开源。该实验室在数据科学、知识图谱和智能体系统领域拥有深厚的研究积累。Nanobot项目的诞生源于团队对"AI助手应该更简单、更透明"的技术理念，旨在打破商业AI助手的黑盒化限制，让每位开发者都能掌控自己的AI助手。

核心价值： Nanobot解决了传统AI助手开发中代码臃肿、学习成本高、定制困难等关键痛点。通过模块化设计和显式依赖注入，开发者无需面对复杂的抽象层和庞大的代码库，即可快速构建符合自身需求的个人AI助手。同时，多源LLM接入和跨平台通讯能力确保了工具的灵活性和实用性。

技术特点： 采用四模块极简架构（Agent循环、记忆模块、技能加载器、消息总线），支持通过OpenRouter统一路由接入Claude、GPT、Gemini等主流模型，原生支持Telegram和WhatsApp跨平台通讯，内置动态工具系统支持热插拔式功能扩展。

核心模块说明

Nanobot将系统拆解为四个核心模块，各模块职责清晰、协作紧密：

2. 主要功能

• 智能体核心引擎： 基于大语言模型实现自主任务规划、工具调用与多轮对话的完整闭环。用户输入经Prompt构建器组装上下文后送入LLM推理，模型自主判断需调用的工具并生成执行指令，工具执行完成后结果反馈至模型，最终更新记忆状态，形成"感知-决策-行动-学习"的完整闭环。

• 实时信息获取： 集成网页搜索接口，支持实时检索外部信息并进行深度分析处理。可用于金融行情监控、技术资讯追踪、竞品分析等需要实时数据支撑的场景，确保AI助手掌握最新信息。

• 文件系统操作： 提供完整的代码读写与文件系统管理能力，支持创建、读取、修改、删除文件操作。开发者可利用此功能构建本地化个人知识库，实现PDF文档解析、笔记整理、代码仓库管理等功能。

• 跨平台通讯集成： 原生支持Telegram（基于官方Bot API）和WhatsApp（采用Web协议桥接），所有渠道消息经内部总线标准化后统一分发至Agent处理，确保多平台使用体验的一致性。用户可通过手机随时随地与AI助手交互。

• 智能定时任务： 内置类Cron调度系统，支持按预设周期自动执行任务。可配置定时提醒、周期性数据抓取、自动报告生成等自动化工作流，实现无人值守的持续服务。

• 长期记忆机制： 采用持久化存储方案，保存完整的对话上下文与交互历史，支持长期记忆回溯。AI助手能够记住用户的偏好、历史对话内容和工作习惯，提供个性化的服务体验。

• 语音消息识别： 接入Groq Whisper高速语音识别服务，实现语音消息的自动转录与理解。用户无需手动输入文字，直接发送语音即可与AI助手交互，显著提升移动端使用效率。

• 即用型场景模板： 预置四类开箱即用的应用模板——金融分析师（实时行情监控与投资建议）、开发助手（代码编写与调试）、日程管理（会议安排与提醒）、知识问答（文档检索与问答），用户可直接使用或基于模板定制。

3. 如何使用

环境准备

1. 系统要求： 支持Linux、macOS和Windows操作系统，建议安装Python 3.8及以上版本，确保pip包管理器可用。

2. 克隆仓库： 从GitHub下载Nanobot源码并安装依赖。

## 克隆仓库
git clone https://github.com/HKUDS/nanobot.git
cd nanobot

## 安装依赖
pip install -r requirements.txt

配置LLM模型

3. 模型接入配置： Nanobot通过OpenRouter实现统一模型路由，支持Claude、GPT、Gemini等主流云端模型，同时兼容本地vLLM部署。

## config.yaml 示例配置
llm:
  provider: openrouter  # 或 local_vllm
  model: claude-3-sonnet  # 可选: gpt-4, gemini-pro 等
  api_key: your_api_key_here

配置通讯渠道

4. Telegram Bot配置： 在Telegram中通过 @BotFather 创建Bot，获取API Token并填入配置文件。

## 通讯配置
messaging:
  telegram:
    enabled: true
    bot_token: your_telegram_bot_token
  whatsapp:
    enabled: false  # 按需开启

启动与使用

5. 启动服务： 运行启动命令，Nanobot将自动加载配置、初始化Agent和通讯渠道。

## 启动Nanobot
python main.py

## 或使用CLI模式（无需Telegram）
python main.py --mode cli

扩展自定义技能

6. 添加自定义技能： 在 skills/ 目录下创建新的技能模块，遵循统一接口规范即可自动加载。

## skills/my_custom_skill.py 示例
class MyCustomSkill:
    name = "my_skill"
    description = "自定义技能描述"
    
    async def execute(self, params: dict) -> str:
        # 实现自定义逻辑
        result = await self.process(params)
        return result

4. 优缺点分析

5. 同类工具对比

选型建议

• 学习AI Agent原理： 选择Nanobot，代码精简透明，适合快速理解Agent的核心机制（工具调用、记忆管理、任务规划）。
• 企业级生产部署： 选择OpenClaw，功能最为完善，适合对稳定性和功能丰富度有高要求的商业场景。
• 自动化任务执行： 选择Auto-GPT，擅长自主分解和执行复杂任务链，适合批量自动化场景。
• 多渠道个人助手： 选择Clawdbot，支持最多通讯渠道，Gateway架构适合需要在多平台间无缝切换的用户。

6. 编辑点评

Nanobot是一款在"极简"理念上做到极致的AI助手框架。在AI Agent领域动辄数万行代码的大背景下，Nanobot仅用4000行代码就实现了包括任务规划、工具调用、记忆管理、跨平台通讯在内的完整Agent能力，这种"大道至简"的设计哲学令人印象深刻。

从技术创新角度看，Nanobot的四模块架构设计体现了优秀的软件工程素养——Agent循环、记忆模块、技能加载器和消息总线各司其职，通过显式依赖注入替代复杂抽象层，既保证了代码的可读性，又不牺牲功能的完整性。这种设计使得Nanobot成为理解AI Agent底层原理的最佳学习材料。

从实用角度评估，Nanobot在个人使用场景下表现出色：金融行情监控、开发辅助、日程管理等预置模板覆盖了最常见的个人助手需求。Telegram和WhatsApp的原生支持也确保了随时随地的交互便利性。但在企业级场景下，功能深度和稳定性方面仍有提升空间。

适用人群：

• AI开发者和研究者（学习Agent架构）
• 个人用户（构建私有化AI助手）
• 技术爱好者（二次开发和定制）

7. 应用场景

1. 金融实时分析： Nanobot可7x24小时监控市场行情，通过网页搜索接口实时抓取股票、加密货币、外汇等数据，结合LLM分析能力自动生成投资洞察报告。用户通过Telegram即可随时查询最新行情和AI分析建议，无需打开电脑。

2. 全栈开发辅助： 将Nanobot配置为开发助手模板后，可支持代码编写、调试、文件操作等全栈开发任务。开发者通过自然语言描述需求，Nanobot自动生成代码、修改文件、执行命令，充当随身的技术合伙人。

3. 智能日程管理： 利用定时任务模块和记忆机制，Nanobot可自动安排会议、发送提醒、跟踪待办事项。长期记忆能力确保AI助手了解用户的日程偏好和工作习惯，提供个性化的时间管理建议。

4. 个人知识库构建： 通过文件操作能力，Nanobot支持整合PDF文档、笔记、代码片段等私有数据，构建本地化个人知识库。用户可通过自然语言提问检索知识，实现"问自己的文档"的智能问答体验。

5. 远程随身助手： 通过Telegram或WhatsApp随时随地与AI助手交互，无需常驻电脑前。适合经常出差、移动办公的用户，在手机上即可完成信息查询、任务管理、代码审查等操作。

8. 常见问题FAQ

Q：Nanobot与OpenClaw的关系是什么？
A：Nanobot是OpenClaw智能体的超轻量级复刻版本。OpenClaw拥有约43万行代码，功能全面但学习成本高；Nanobot将核心能力浓缩到4000行，精简99%的代码量，同时保留了任务规划、工具调用、记忆管理等关键功能，是学习Agent原理的理想选择。

Q：Nanobot支持哪些大语言模型？
A：Nanobot通过OpenRouter实现统一模型路由，支持Claude（Anthropic）、GPT系列（OpenAI）、Gemini（Google）等主流云端模型。同时兼容本地vLLM部署方案，满足数据隐私和私有化场景的需求。用户可在配置文件中灵活切换模型。

Q：如何扩展Nanobot的功能？
A：Nanobot采用动态工具系统，所有功能以技能模块形式存放在 skills/ 目录下，运行时自动加载。开发者只需在该目录下创建符合统一接口规范的Python文件，即可快速添加自定义功能，无需修改核心代码。

Q：Nanobot的记忆机制如何工作？
A：Nanobot采用持久化存储方案保存对话上下文和交互历史。每次对话的输入输出、工具调用结果、用户偏好等信息都会被记录并持久化存储。在后续对话中，Agent会自动检索相关历史记忆，为用户提供连贯的、个性化的服务体验。

Q：Nanobot对硬件有什么要求？
A：Nanobot本身非常轻量，普通电脑即可运行。如果使用云端LLM（通过OpenRouter），本地只需运行Agent逻辑，对硬件几乎无要求。如果选择本地部署vLLM模型，则需要配备GPU（建议NVIDIA GPU配合16GB以上显存）。

Q：Telegram和WhatsApp通讯如何配置？
A：Telegram配置最为简单，通过@BotFather创建Bot获取Token，填入配置文件即可。WhatsApp采用Web协议桥接方案，需要扫码登录WhatsApp Web完成授权。两个渠道的消息都会经过内部消息总线标准化处理，确保体验一致。

Q：Nanobot是否支持中文交互？
A：支持。Nanobot的语言能力取决于后端接入的大语言模型。当使用Claude、GPT-4、Gemini等支持中文的模型时，Nanobot可以完全使用中文进行对话、任务规划和内容生成。

9. 项目地址

• GitHub仓库： https://github.com/HKUDS/nanobot
• OpenClaw（原版项目）： https://github.com/openclaw