引言

在AI智能体百花齐放的当下，大而全的模型往往伴随着复杂的部署和高昂的资源消耗，而HKUDS团队开源的nanobot却另辟蹊径，以仅约4000行核心代码实现了工业级AI助手的核心能力，体积较同类项目Clawdbot缩小99%，兼具轻量、高效、易扩展的特性。这款基于MIT协议的超轻量级个人AI助手，支持多平台对接、多LLM提供商兼容，还能实现自动化任务调度，成为开发者和个人用户的轻量智能选择。本文将从项目概况、核心优势与应用、技术部署与代码实践三方面，全面解析nanobot的使用与价值。

项目概况

nanobot是由HKUDS团队开发的超轻量级开源个人AI助手，灵感源自OpenClaw，目前在GitHub收获28.7k stars、4.6k forks，采用MIT开源协议，代码以Python为主（96.7%），辅以少量TypeScript和Shell，核心智能体代码仅3935行，是目前轻量化AI助手中的代表性项目。

项目自2026年2月正式发布后持续迭代，当前最新版本为v0.1.4.post3，完成了会话安全加固、上下文优化、多渠道兼容等多项升级，现已支持OpenRouter、Anthropic、智谱、火山引擎等20+主流LLM提供商，可对接Telegram、飞书、钉钉、QQ、微信等10+聊天平台，还集成了MCP协议、vLLM本地模型支持、定时任务调度等核心功能。

nanobot的核心定位是轻量可扩展的个人AI助手，摒弃了冗余代码，仅保留智能体核心的对话交互、工具调用、记忆管理能力，同时提供极简的扩展接口，开发者新增LLM提供商仅需2步操作，个人用户可通过简单配置实现多场景智能交互，兼顾研究与实际使用需求。

核心优势与应用场景

核心技术优势

1. 极致轻量，资源消耗低：核心智能体代码仅约4000行，较同类项目缩小99%，启动速度快、运行占用资源少，可在普通电脑、轻量服务器甚至边缘设备上部署，无需高性能算力支撑。
2. 多端兼容，无缝对接：支持Telegram、飞书、钉钉、QQ、WhatsApp、Slack等主流聊天平台，部分平台采用WebSocket长连接模式，无需公网IP即可实现消息互通，还支持邮件协议，可作为智能邮件助手。
3. 多LLM适配，灵活切换：兼容20+主流LLM提供商，既支持OpenRouter、Anthropic等海外平台，也适配智谱、火山引擎、月之暗面等国内平台，还支持vLLM本地模型部署，支持自定义OpenAI兼容接口，可按需选择算力方案。
4. 代码简洁，易扩展易二次开发：代码结构清晰、可读性强，专为研究和二次开发设计，新增LLM提供商、自定义技能仅需简单配置，内置技能加载器和工具调用框架，可快速集成自定义功能。
5. 功能完善，兼顾实用性：在轻量的基础上实现了智能体核心能力，包括对话记忆、工具调用、定时任务、MCP协议集成、智能体社交网络对接等，还支持语音转写、文件交互、跨平台消息同步等实用功能。
6. 部署简单，上手门槛低：提供PyPI、源码、uv三种安装方式，支持Docker容器化部署和Linux系统服务化运行，配置文件采用JSON格式，关键参数有默认值，个人用户2分钟即可完成初始化并实现聊天交互。

典型应用场景

1. 个人智能助手：对接微信、飞书、Telegram等常用社交软件，实现日常对话、信息查询、任务提醒、邮件自动处理，打造专属个人的AI助理。
2. 开发辅助工具：兼容GitHub Copilot、OpenAI Codex等代码大模型，可通过CLI或聊天平台实现代码生成、调试、技术问题解答，提升开发效率。
3. 轻量自动化办公：配置定时任务实现每日工作提醒、邮件扫描、数据统计，对接办公软件实现文件处理、信息提取，简化重复办公流程。
4. AI智能体研究与实验：代码结构简洁、轻量易修改，适合开发者研究AI智能体的对话逻辑、工具调用、记忆管理机制，快速验证新的智能体算法。
5. 小型团队协作助手：部署在团队服务器上，对接团队常用的Slack、飞书等平台，实现团队任务调度、信息同步、协作提醒，无需复杂的企业级AI系统。
6. 本地智能体部署：支持vLLM本地大模型对接，可在无网络环境下实现本地AI助手运行，保障数据隐私，适合对数据安全性有要求的个人和小型团队。

技术原理与部署实践

核心技术原理与架构

nanobot采用模块化、松耦合的架构设计，核心围绕「智能体逻辑+多渠道对接+多LLM适配」三大模块构建，整体代码结构清晰，各模块独立可扩展，核心架构分为七层：

1. 核心智能体层：包含对话循环、上下文构建、记忆管理、技能加载、工具调用等核心逻辑，是nanobot的大脑，实现AI助手的核心交互能力；
2. 技能层：内置GitHub、天气、tmux等常用技能，同时提供技能加载器，支持自定义和第三方技能集成；
3. 渠道层：对接各聊天平台和邮件协议，实现消息的接收与发送，不同渠道采用统一的消息路由机制；
4. LLM提供商层：适配各主流LLM平台的API，提供统一的调用接口，支持自动模型匹配和灵活切换；
5. 任务调度层：包含定时任务、心跳唤醒机制，可实现周期性任务自动执行，如每日提醒、邮件扫描；
6. 配置层：采用JSON格式的配置文件，统一管理平台密钥、模型参数、权限控制等信息，参数可灵活配置；
7. CLI层：提供命令行交互接口，支持初始化、聊天、网关启动、状态查询等核心操作，方便快速使用和调试。

nanobot的核心运行逻辑为「消息接收-上下文构建-LLM请求-结果处理-消息发送」，通过轻量的上下文管理和记忆机制，在保证对话连贯性的同时，最大限度降低资源消耗，工具调用和技能执行采用异步模式，提升运行效率。

环境搭建与安装

nanobot支持源码安装、uv安装、PyPI安装三种方式，适配Windows、Linux、MacOS系统，推荐Linux系统用于部署，核心安装命令如下：

# 方式1：源码安装（开发推荐，含最新功能）
git clone https://github.com/HKUDS/nanobot.git
cd nanobot
pip install -e .

# 方式2：uv安装（稳定、快速）
uv tool install nanobot-ai

# 方式3：PyPI安装（稳定版，个人用户推荐）
pip install nanobot-ai

快速上手：2分钟实现AI聊天

nanobot提供极简的初始化和配置流程，无需复杂操作即可实现核心聊天功能，步骤如下：

1. 初始化配置与工作空间

# 执行初始化，自动生成配置文件和工作空间
nanobot onboard

执行后会在用户主目录生成~/.nanobot文件夹，包含配置文件config.json和工作空间workspace。

2. 配置LLM提供商（以OpenRouter为例）

编辑~/.nanobot/config.json，添加LLM提供商的API密钥和模型配置，核心配置如下：

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-你的OpenRouterAPI密钥"
    }
  },
  "agents": {
    "defaults": {
      "model": "anthropic/claude-opus-4-5",
      "provider": "openrouter"
    }
  }
}

3. 启动CLI聊天模式

# 交互式聊天，直接与AI助手对话
nanobot agent
# 也可直接发送单条消息
nanobot agent -m "你好，介绍一下你自己"

多平台对接：以Telegram为例（推荐）

nanobot支持对接主流聊天平台，以Telegram为例，仅需3步即可实现消息互通，无需公网IP：

1. 获取Telegram机器人Token

• 打开Telegram，搜索@BotFather，发送/newbot，按提示创建机器人；
• 复制生成的机器人Token（格式：123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11）。

2. 配置Telegram渠道

编辑~/.nanobot/config.json，添加Telegram配置：

{
  "channels": {
    "telegram": {
      "enabled": true,
      "token": "你的Telegram机器人Token",
      "allowFrom": ["你的Telegram用户ID"]
    }
  }
}

3. 启动网关，实现消息互通

# 启动网关，nanobot将监听Telegram消息并自动回复
nanobot gateway

启动后，在Telegram中向创建的机器人发送消息，即可实现AI助手的自动回复。

高级部署：Docker容器化部署

nanobot提供Docker Compose配置，可快速实现容器化部署，核心命令如下：

# 第一步：初始化配置
docker compose run --rm nanobot-cli onboard
# 第二步：编辑配置文件（添加API密钥、平台配置）
vim ~/.nanobot/config.json
# 第三步：后台启动网关
docker compose up -d nanobot-gateway
# 查看运行日志
docker compose logs -f nanobot-gateway
# 停止容器
docker compose down

关键配置与安全注意事项

1. 权限控制：各渠道的allowFrom参数用于设置可交互的用户ID，空列表默认允许所有用户，生产环境建议指定具体用户ID，保障使用安全；
2. 本地模型部署：支持vLLM本地模型，只需启动vLLM服务并在配置文件中添加vLLM提供商信息，即可实现本地大模型对接，无需联网；
3. 定时任务：通过编辑~/.nanobot/workspace/HEARTBEAT.md文件，可添加定时任务，网关每30分钟会自动执行并将结果发送到最近活跃的聊天渠道；
4. MCP协议集成：支持MCP协议，可连接外部工具服务器，将第三方工具作为nanobot的原生工具使用，实现功能扩展。

该项目及相关内容已AladdinEdu课题广场同步发布，欢迎前往了解更多技术实现与资源

项目地址：AladdinEdu课题广场