nanobot

nanobot是一款超轻量级个人AI助手，核心定位是在保留OpenClaw核心智能体功能的前提下，实现极致轻量化与简洁性，同时通过操作系统级隔离保障安全性，适合追求高效、易理解、可定制的个人用户，尤其是开发者、研究人员，无需面对复杂的配置与庞大的代码库，2分钟即可完成部署并投入使用。

它与OpenClaw（及前身Clawdbot）形成鲜明对比：仅用约4000行代码实现核心功能，相比Clawdbot的43万+行代码体积减少99%，摒弃了冗余模块与复杂依赖，同时衍生出专门适配Claude的NanoClaw版本，以容器隔离保障安全，兼顾极简性与实用性。

核心亮点：轻量、高效、易扩展，四大优势脱颖而出

1. 超轻量级，资源消耗极低

• 代码量极少：仅约4000行核心代码，相比Clawdbot体积减少99%，无冗余模块与复杂抽象层；
• 部署体积小：依赖项极少，一键安装快速完成，启动速度快，运行时资源占用低，低配设备也能流畅运行；
• 极简架构：单进程/容器架构（NanoClaw），无复杂配置文件，减少运行故障与资源浪费。

2. 研究友好，易于定制扩展

• 代码清晰可读：极简架构让代码逻辑一目了然，8分钟内即可理解核心流程，适合AI智能体研究、二次开发；
• 定制方式灵活：核心版本支持通过修改配置文件定制，NanoClaw版本直接修改代码即可完成个性化调整，无需应对复杂配置体系；
• 可扩展强：预留工具、通道扩展接口，轻松添加自定义技能、集成新的通讯平台或LLM模型。

3. 极速响应，迭代与使用高效

• 快速部署：2分钟内即可完成初始化、配置、启动，无需复杂环境搭建；
• 快速启动：轻量化架构带来更快的启动速度与更短的响应时间，交互无卡顿；
• 快速迭代：极简代码库降低二次开发的试错成本，迭代周期大幅缩短，便于快速验证新功能、新想法。

4. 简单易用，兼顾安全与多功能

• 操作便捷：提供完整CLI命令集，交互式聊天、网关启动、定时任务等功能一键调用；
• 安全可靠：NanoClaw版本采用Apple容器（macOS）实现操作系统级隔离，代理仅能访问显式挂载目录，相比OpenClaw的应用层安全更底层、更可靠；
• 功能实用：支持云端LLM（OpenRouter/Claude）、本地模型（vLLM）、通讯平台集成（Telegram/WhatsApp）、定时任务等核心功能，满足个人AI助手的全场景需求。

衍生版本：NanoClaw——专为Claude打造的安全极简替代品

NanoClaw是nanobot针对Claude（Anthropic AI）打造的衍生版本，核心是通过容器隔离实现更高安全性，是OpenClaw的极简替代方案，具体特性如下：

1. 核心概念与优势

• 安全隔离：运行在Apple容器（macOS Tahoe及以上）中，而非OpenClaw的Node.js共享进程，实现操作系统级隔离，更安全；
• 专注Claude：深度集成Claude Agent SDK，针对Claude优化，相比OpenClaw的多AI支持，对Claude的适配更深入、交互更流畅；
• 极简无配置：无繁琐配置文件，所有定制通过直接修改代码完成，符合“小到可以理解”的设计理念。

2. 核心功能

• 仅集成WhatsApp：专注单一通讯通道，减少冗余，保障运行效率；
• 隔离组上下文：每个聊天组拥有独立的CLAUDE.md记忆、隔离文件系统，在专属容器沙箱中运行，数据互不干扰；
• 额外实用功能：支持定时任务、网络访问与网页搜索，满足日常使用需求；
• 专为macOS设计：适配Mac设备，在Mac Mini上运行表现优异，轻量无负担。

3. 常见问题解答

• 为什么选择Apple Container而非Docker？：Apple Container更轻量、更快，且内置于macOS，无需额外安装Docker，适配性更好；如需Docker支持，可贡献代码进行转换；
• 能否在Linux上运行？：可以，通过Claude辅助修改代码，约30分钟即可完成适配，完成后可将适配技能贡献回项目；
• 安全性如何？：代理运行在容器沙箱中，仅能访问显式挂载目录，且代码库极小，可手动审查所有代码，安全可控（详细安全模型见docs/SECURITY.md）。

快速上手：2分钟部署nanobot，即刻使用

nanobot支持PyPi一键安装与源码安装，优先推荐PyPi安装（普通用户），源码安装适合开发人员，步骤如下：

步骤1：安装nanobot

• PyPi一键安装（普通用户推荐）：

pip install nanobot-ai

• 源码安装（开发/二次开发推荐）：

git clone https://github.com/HKUDS/nanobot.git
cd nanobot
pip install -e .

步骤2：初始化与配置

1. 执行初始化命令，生成工作空间与配置文件：

nanobot onboard

2. 编辑配置文件 ~/.nanobot/config.json，填写API密钥（获取渠道：OpenRouter用于LLM，Brave Search可选用于网页搜索）：

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-xxx" // 替换为你的OpenRouter API密钥
    }
  },
  "agents": {
    "defaults": {
      "model": "anthropic/claude-opus-4-5" // 可选替换为minimax/minimax-m2降低成本
    }
  },
  "webSearch": {
    "apiKey": "BSA-xxx" // 可选，填写Brave Search API密钥开启网页搜索
  }
}

步骤3：开始与AI助手对话

执行单条消息对话命令，快速验证是否可用：

nanobot agent -m "What is 2+2?"

至此，部署完成，即可正常使用nanobot的核心功能。

进阶使用：本地模型部署与通讯平台集成

1. 本地模型部署（vLLM）：无需云端，数据本地私密

nanobot支持通过vLLM运行本地模型，兼容所有OpenAI格式服务器，步骤如下：

1. 启动vLLM服务器（以Llama-3.1-8B-Instruct为例）：

vllm serve meta-llama/Llama-3.1-8B-Instruct --port 8000

2. 修改配置文件 ~/.nanobot/config.json，配置vLLM提供商：

{
  "providers": {
    "vllm": {
      "apiKey": "dummy", // 本地服务器无需认证，填写任意非空字符串即可
      "apiBase": "http://localhost:8000/v1"
    }
  },
  "agents": {
    "defaults": {
      "model": "meta-llama/Llama-3.1-8B-Instruct"
    }
  }
}

3. 启动本地模型对话：

nanobot agent -m "Hello from my local LLM!"

2. 通讯平台集成：随时随地通过Telegram/WhatsApp对话

nanobot支持集成Telegram（简单）与WhatsApp（中等），实现移动端随时随地交互，优先推荐Telegram。

方案1：Telegram集成（推荐，简单）

1. 创建Telegram机器人：打开Telegram搜索@BotFather，发送/newbot按提示操作，复制生成的机器人令牌；
2. 获取个人用户ID：搜索@userinfobot，发送消息即可获取个人用户ID；
3. 修改配置文件 ~/.nanobot/config.json：

{
  "channels": {
    "telegram": {
      "enabled": true,
      "token": "YOUR_BOT_TOKEN", // 替换为你的机器人令牌
      "allowFrom": ["YOUR_USER_ID"] // 替换为你的个人用户ID，限制仅自己可访问
    }
  }
}

4. 启动网关服务，即可通过Telegram与nanobot对话：

nanobot gateway

方案2：WhatsApp集成（中等，需Node.js ≥18）

1. 链接WhatsApp设备：执行命令后，用WhatsApp扫码关联设备（路径：设置→已关联设备→扫码）：

nanobot channels login

2. 修改配置文件 ~/.nanobot/config.json：

{
  "channels": {
    "whatsapp": {
      "enabled": true,
      "allowFrom": ["+1234567890"] // 替换为你的WhatsApp号码（国际格式）
    }
  }
}

3. 启动服务（需两个终端）：

# 终端1：保持WhatsApp链接
nanobot channels login

# 终端2：启动网关服务
nanobot gateway

3. 定时任务：自动执行预设消息（Cron）

nanobot支持通过Cron表达式设置定时任务，自动发送预设消息，常用命令如下：

# 添加每日9点早安任务
nanobot cron add --name "daily" --message "Good morning!" --cron "0 9 * * *"

# 添加每小时检查状态任务
nanobot cron add --name "hourly" --message "Check status" --every 3600

# 列出所有定时任务
nanobot cron list

# 删除指定任务（替换<job_id>为任务ID）
nanobot cron remove <job_id>

核心参考：CLI命令与项目结构

1. 常用CLI命令参考

2. 项目结构（清晰易懂，便于二次开发）

nanobot/
├── agent/          # 🧠 核心智能体逻辑（循环、上下文、记忆、技能）
│   ├── loop.py     #    智能体核心循环（LLM与工具的交互逻辑）
│   ├── context.py  #    提示词构建与上下文管理
│   ├── memory.py   #    会话持久化记忆管理
│   ├── skills.py   #    内置技能加载与执行
│   ├── subagent.py #    后台子任务执行逻辑
│   └── tools/      #    内置工具（网页搜索等）
├── skills/         # 🎯 内置技能库（github、天气、tmux等）
├── channels/       # 📱 通讯通道集成（WhatsApp/Telegram）
├── bus/            # 🚌 内部消息路由与分发
├── cron/           # ⏰ 定时任务核心逻辑
├── heartbeat/      # 💓 服务主动唤醒与保活
├── providers/      # 🤖 LLM提供商适配（OpenRouter/vLLM等）
├── session/        # 💬 会话管理与持久化
├── config/         # ⚙️ 配置文件加载与解析
└── cli/            # 🖥️ 命令行接口（CLI）实现

发展路线图：未来功能规划

1. 多模态支持：后续将添加图像、语音、视频处理能力，突破纯文本交互限制；
2. 长期记忆：优化记忆机制，实现永不遗忘的重要上下文，提升复杂任务处理能力；
3. 增强推理：添加多步骤规划与自我反思能力，提升AI智能体的问题解决能力；
4. 更多集成：拓展Discord、Slack、电子邮件、日历等平台集成，覆盖更多使用场景；
5. 自我改进：实现从用户反馈与运行错误中自主学习，持续优化自身性能与功能。