nanobot

3周前更新 1,192 00

nanobot 是一款受 OpenClaw 启发,却走向极简主义的个人 AI 助手。仅用约 4,000 行代码,nanobot 就实现了核心智能体功能,体积相比 OpenClaw 的 43 万行代码缩减了 99%,真正做到了“小到可以理解”。

所在地:
中国
收录时间:
2026-02-03

一款受Clawdbot启发的超轻量级个人AI助手nanobot,彻底打破了"功能完备就要体积庞大"的认知——仅用约4000行代码就实现了核心智能体功能,对比Clawdbot的43万+行代码,体积直接缩减99%,启动快、耗资源少,还能一键部署,新手也能轻松上手。

nanobot

先划重点:nanobot的4大核心亮点

  1. 极致轻量,核心完备:约4000行代码,比同类工具小99%,但智能体核心功能一个不少,不冗余、不臃肿;
  2. 友好开源,适合研究:代码清晰易读,修改和扩展门槛低,不管是个人二次开发还是学术研究,都很合适;
  3. 闪电高效,迭代快速:占用存储空间极小,启动速度快、资源消耗低,日常使用不卡顿,开发者迭代调试也更高效;
  4. 简单易用,快速落地:三种安装方式可选,两分钟内就能完成部署并投入使用,还支持本地模型、多社交渠道聊天。
nanobot

三种安装方式,按需选择(覆盖开发/稳定场景)

nanobot提供了三种安装方式,兼顾最新功能和稳定运行,大家可以根据自己的需求挑选:

方式1:从源码安装(获取最新功能,适合开发者/二次开发)

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

方式2:使用uv安装(稳定版,安装速度更快)

uv tool install nanobot-ai

方式3:从PyPI安装(通用稳定版,新手首选)

pip install nanobot-ai

两分钟快速上手!三步搞定基础使用

安装完成后,无需复杂配置,三步就能拥有可用的个人AI助手,核心是提前配置API密钥。

提示:API密钥可从OpenRouter获取(核心LLM调用),Brave Search(可选,用于网页搜索);想降低使用成本,可将模型更换为minimax/minimax-m2

步骤1:初始化配置

nanobot onboard

执行后会自动生成配置文件目录,路径为~/.nanobot/

步骤2:填写API密钥(编辑~/.nanobot/config.json

将获取到的API密钥填入对应位置,示例配置如下:

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-xxx" // 替换为你的OpenRouter API密钥
    }
  },
  "agents": {
    "defaults": {
      "model": "anthropic/claude-opus-4-5" // 可选更换其他模型
    }
  },
  "webSearch": {
    "apiKey": "BSA-xxx" // 可选,填写Brave Search密钥开启网页搜索
  }
}

步骤3:开始与AI助手聊天

# 单次指令调用
nanobot agent -m "2+2 等于多少?"

# 或进入交互式聊天模式(更便捷)
nanobot agent

执行后即可得到AI回复,两分钟内完成从安装到使用的全流程。

支持本地模型!用vLLM部署,无需依赖外部API

如果担心数据隐私,或想免费使用,nanobot支持对接本地模型,只需通过vLLM启动OpenAI兼容服务器即可。

步骤1:启动vLLM本地服务器(以Llama-3.1-8B为例)

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

步骤2:修改配置文件(~/.nanobot/config.json

切换提供商为vllm,填写本地服务器地址,示例如下:

{
  "providers": {
    "vllm": {
      "apiKey": "dummy", // 本地服务器无需真实密钥,填写任意非空字符串即可
      "apiBase": "http://localhost:8000/v1" // 本地vLLM服务器地址
    }
  },
  "agents": {
    "defaults": {
      "model": "meta-llama/Llama-3.1-8B-Instruct" // 对应本地部署的模型
    }
  }
}

步骤3:与本地模型聊天

nanobot agent -m "我的本地LLM向你问好!"

无需联网调用外部API,数据全程保存在本地,更安全、更免费。

随时随地聊天!支持Telegram/WhatsApp对接

nanobot还支持对接Telegram和WhatsApp,让你可以在社交软件上随时调用AI助手,其中Telegram设置更简单,推荐优先选择。

方案1:Telegram(容易,仅需机器人令牌)

  1. 创建Telegram机器人:打开Telegram搜索@BotFather,发送/newbot,按照提示完成创建,复制生成的机器人令牌;
  2. 获取个人用户ID:搜索@userinfobot,发送任意消息即可获取自己的用户ID;
  3. 修改配置文件
    {
      "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,限制仅自己可调用
        }
      }
    }
    
  4. 启动网关,开始聊天
    nanobot gateway
    

    之后打开创建的Telegram机器人,发送消息即可得到AI回复。

方案2:WhatsApp(中等,需扫码绑定)

前提:本地环境需安装Node.js ≥18版本。

  1. 扫码绑定设备
    nanobot channels login
    

    打开手机WhatsApp,进入「设置」→「已关联设备」,扫描终端显示的二维码完成绑定;

  2. 修改配置文件
    {
      "channels": {
        "whatsapp": {
          "enabled": true,
          "allowFrom": ["+1234567890"] // 替换为你的手机号(国际格式)
        }
      }
    }
    
  3. 启动服务(需要两个终端)
    # 终端1:保持设备绑定连接
    nanobot channels login
    
    # 终端2:启动网关
    nanobot gateway
    

    绑定完成后,即可通过WhatsApp给自己发送消息,调用nanobot AI助手。

额外支持:Docker部署,配置持久化不丢失

如果习惯用Docker管理应用,nanobot也支持Docker部署,且通过目录挂载实现配置和工作区持久化,容器重启后无需重新配置。

步骤1:构建Docker镜像

docker build -t nanobot .

步骤2:首次初始化配置(生成配置文件)

docker run -v ~/.nanobot:/root/.nanobot --rm nanobot onboard

步骤3:编辑本地配置文件(填入API密钥等信息)

vim ~/.nanobot/config.json

步骤4:运行Docker容器(可选网关/单次调用)

# 运行网关(对接Telegram/WhatsApp)
docker run -v ~/.nanobot:/root/.nanobot -p 18790:18790 nanobot gateway

# 或单次调用AI助手
docker run -v ~/.nanobot:/root/.nanobot --rm nanobot agent -m "你好!"

数据统计

相关导航

暂无评论

none
暂无评论...