摘要香港大学HKUDS团队开源了nanobot仅仅以4000行Python代码就斩获了4.3万Star成为OpenClaw/Claude Code的轻量可研究平替版本Agent。本文将从设计哲学、架构全景、核心模块到生态能力拆解这款Agent产品是怎么平衡极简与强大为开发者、极客们提供学习Agent原理与搭建个人助手的最佳示例。一只4000行的“猫”nanobot是香港大学HKUDS团队开源的超轻量个人Agemt助手其凭借大约4000行Python代码、43000Star、MIT协议的优势以及25LLM提供商与14聊天平台的优势成功跻身为OpenClaw/Claude Code的轻量可研究平替非常适合想学习Agent原理的开发者与追求个人AI助手的极客。像做Linux内核一样做Agentnanobot的设计核心是“核心极简插件丰富”——保持Agent Loop最小可读版本。其五大设计原则奠定了轻量且灵活的基础一个可读且非编排层的Agent Loop摒弃复杂的DAG与图结构使其核心逻辑直观且可追溯Bus总线解耦为了降低耦合度它让Channel入口与Agent大脑通过消息队列通信互不感知Per-session串行跨session并发单个会话用asyncio.Lock保证顺序执行不同会话之间独立运行兼顾稳定性与效率记忆和技能融入上下文直接将记忆与技能注入Prompt无需依赖向量数据库极大简化流程唯一扩展点是三个插件注册表通过ProviderLLM提供商、Channel聊天平台、Tool工具三类插件扩展功能极大降低二次开发成本nanobot的设计哲学本质是“做Agent领域的Linux内核”——用最小化的核心设计承载最大化的生态扩展能力让开发者既能快速理解Agent原理又能够灵活定制功能。架构设计nanobot的核心流程可概括为Channel入口→ MessageBus消息总线→ AgentLoop大脑→ 工具执行 → MessageBus → Channel出口。其核心目录结构与功能模块划分如下bridge连接外部服务的适配层agentAgent核心逻辑包括AgentLoop、Runner等memoryDream记忆系统实现providersLLM提供商插件集合channels聊天平台入口插件集合skills技能系统相关文件cron定时任务模块感知-思考-行动的极简Reactnanobot的Agent Loop实现通过三层嵌套async函数总代码约~300行完整覆盖“感知-思考-行动”全流程闭环顶层调度器AgentLoop.run轮询MessageBus获取消息优先处理系统指令如记忆压缩、技能更新Per-session分发_dispatch用asyncio.Lock保证单个会话内的消息串行处理支持中途消息注入Mid-turn InjectionReAct核心Runner.run调用LLM获取分析结果→执行工具→获取观察结果→循环直至完成任务其亮点机制进一步提升体验Auto Compact空闲时自动压缩历史上下文通过“手术式裁剪”保留关键信息避免粗暴截断导致的上下文丢失Mid-turn InjectionAgent执行工具链过程中用户可发送跟进消息动态调整任务方向Sub-agent支持spawn子Agent并行处理独立子任务提升复杂任务的执行效率三层嵌套async函数是nanobot Agent Loop的核心载体用极简代码实现了Agent的核心逻辑成为开发者学习ReAct框架的绝佳案例。Dream记忆系统nanobot的Dream记忆系统采用五层架构短期→长期→人格→画像→项目知识通过“热-冷”分离的两阶段机制实现高效的记忆管理Hot Memory热记忆存储最近对话与压缩摘要保留在活跃session中保证实时交互的上下文连贯性Cold Memory冷记忆定期对热记忆进行蒸馏将原子化的事实、决策、偏好写入磁盘MEMORY.md记忆整合Consolidation流程如下对话积累→Agent自我反思→LLM提取关键信息→写入MEMORY.md。此外Dream系统还能自动发现重复工作流并提炼为技能实现“越用越懂你”的个性化体验。Skills之Markdown即代码nanobot的技能系统打破传统“技能Python类”的模式采用SKILL.md作为技能载体——本质是给AI看的“操作教程”。其核心特点包括加载方式根据任务上下文将SKILL.md的内容直接注入System Prompt让LLM快速掌握技能用法技能来源手动创建开发者自定义、Dream记忆系统自动发现从重复工作流提炼、ClawHub技能市场社区共享“Markdown即代码”的设计降低了技能开发门槛让非专业开发者也能通过自然语言为nanobot扩展能力极大丰富了其技能库。生态能力nanobot的生态扩展能力已覆盖多维度需求25LLM提供商添加新提供商简单且已支持OpenAI、Anthropic、DeepSeek、Kimi、通义千问、Ollama、vLLM等主流模型14聊天平台适配Telegram、Discord、Slack、微信、飞书、钉钉、QQ、WhatsApp等常用入口原生MCP支持多服务器连接实现Tools/Resources/Prompts三合一管理Cron定时任务支持自然语言描述定时任务Agent自主定时唤醒执行WebUI内置在wheel包中开箱即用无需额外部署安全沙箱通过bwrap隔离与工作空间限制保障工具执行的安全性nanobot的价值nanobot的价值主要体现在如下三个维度对学习者4000行代码是理解Agent原理的最佳教科书清晰的Agent Loop、记忆系统与技能逻辑能帮助开发者快速掌握Agent核心技术对使用者2分钟配置即可拥有跨平台个人AI助手且支持多LLM与多入口满足极客的个性化需求对开发者插件式架构降低扩展成本三大注册表Provider/Channel/Tool让二次开发更高效2026年AI行业最大的机会毫无疑问就在应用层字节跳动已有7个团队全速布局Agent大模型岗位暴增69%年薪破百万腾讯、京东、百度开放招聘技术岗80%与AI相关……如今超过60%的企业都在推进AI产品落地而真正能交付项目的大模型应用开发工程师****却极度稀缺落地AI应用绝对不是写几个prompt调几个API就能搞定的企业真正需要的是能搞定这三项核心能力的人✅RAG融入外部信息修正模型输出给模型装靠谱大脑✅Agent智能体让AI自主干活通过工具调用Tools环境交互多步推理完成复杂任务。比如做智能客服等等……✅微调针对特定任务优化让模型适配业务目前脉脉上有超过1000家企业发布大模型相关岗位人工智能岗平均月薪7.8w实习生日薪高达4000远超其他行业收入水平技术的稀缺性才是你「值钱」的关键具备AI能力的程序员比传统开发高出不止一截有的人早就转行AI方向拿到百万年薪AI浪潮正在重构程序员的核心竞争力现在入场仍是最佳时机我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】⭐️从大模型微调到AI Agent智能体搭建剖析AI技术的应用场景用实战经验落地AI技术。从GPT到最火的开源模型让你从容面对AI技术革新大模型微调掌握主流大模型如DeepSeek、Qwen等的微调技术针对特定场景优化模型性能。学习如何利用领域数据如制造、医药、金融等进行模型定制提升任务准确性和效率。RAG应用开发深入理解检索增强生成Retrieval-Augmented Generation, RAG技术构建高效的知识检索与生成系统。应用于垂类场景如法律文档分析、医疗诊断辅助、金融报告生成等实现精准信息提取与内容生成。AI Agent智能体搭建学习如何设计和开发AI Agent实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等。如果你也有以下诉求快速链接产品/业务团队参与前沿项目构建技术壁垒从竞争者中脱颖而出避开35岁裁员危险期顺利拿下高薪岗迭代技术水平延长未来20年的新职业发展……那这节课你一定要来听因为留给普通程序员的时间真的不多了立即扫码即可免费预约「AI技术原理 实战应用 职业发展」「大模型应用开发实战公开课」还有靠谱的内推机会直聘权益完课后赠送大模型应用案例集、AI商业落地白皮书
4.3万Star，一文搞懂AI时代的Agent框架核心
摘要香港大学HKUDS团队开源了nanobot仅仅以4000行Python代码就斩获了4.3万Star成为OpenClaw/Claude Code的轻量可研究平替版本Agent。本文将从设计哲学、架构全景、核心模块到生态能力拆解这款Agent产品是怎么平衡极简与强大为开发者、极客们提供学习Agent原理与搭建个人助手的最佳示例。一只4000行的“猫”nanobot是香港大学HKUDS团队开源的超轻量个人Agemt助手其凭借大约4000行Python代码、43000Star、MIT协议的优势以及25LLM提供商与14聊天平台的优势成功跻身为OpenClaw/Claude Code的轻量可研究平替非常适合想学习Agent原理的开发者与追求个人AI助手的极客。像做Linux内核一样做Agentnanobot的设计核心是“核心极简插件丰富”——保持Agent Loop最小可读版本。其五大设计原则奠定了轻量且灵活的基础一个可读且非编排层的Agent Loop摒弃复杂的DAG与图结构使其核心逻辑直观且可追溯Bus总线解耦为了降低耦合度它让Channel入口与Agent大脑通过消息队列通信互不感知Per-session串行跨session并发单个会话用asyncio.Lock保证顺序执行不同会话之间独立运行兼顾稳定性与效率记忆和技能融入上下文直接将记忆与技能注入Prompt无需依赖向量数据库极大简化流程唯一扩展点是三个插件注册表通过ProviderLLM提供商、Channel聊天平台、Tool工具三类插件扩展功能极大降低二次开发成本nanobot的设计哲学本质是“做Agent领域的Linux内核”——用最小化的核心设计承载最大化的生态扩展能力让开发者既能快速理解Agent原理又能够灵活定制功能。架构设计nanobot的核心流程可概括为Channel入口→ MessageBus消息总线→ AgentLoop大脑→ 工具执行 → MessageBus → Channel出口。其核心目录结构与功能模块划分如下bridge连接外部服务的适配层agentAgent核心逻辑包括AgentLoop、Runner等memoryDream记忆系统实现providersLLM提供商插件集合channels聊天平台入口插件集合skills技能系统相关文件cron定时任务模块感知-思考-行动的极简Reactnanobot的Agent Loop实现通过三层嵌套async函数总代码约~300行完整覆盖“感知-思考-行动”全流程闭环顶层调度器AgentLoop.run轮询MessageBus获取消息优先处理系统指令如记忆压缩、技能更新Per-session分发_dispatch用asyncio.Lock保证单个会话内的消息串行处理支持中途消息注入Mid-turn InjectionReAct核心Runner.run调用LLM获取分析结果→执行工具→获取观察结果→循环直至完成任务其亮点机制进一步提升体验Auto Compact空闲时自动压缩历史上下文通过“手术式裁剪”保留关键信息避免粗暴截断导致的上下文丢失Mid-turn InjectionAgent执行工具链过程中用户可发送跟进消息动态调整任务方向Sub-agent支持spawn子Agent并行处理独立子任务提升复杂任务的执行效率三层嵌套async函数是nanobot Agent Loop的核心载体用极简代码实现了Agent的核心逻辑成为开发者学习ReAct框架的绝佳案例。Dream记忆系统nanobot的Dream记忆系统采用五层架构短期→长期→人格→画像→项目知识通过“热-冷”分离的两阶段机制实现高效的记忆管理Hot Memory热记忆存储最近对话与压缩摘要保留在活跃session中保证实时交互的上下文连贯性Cold Memory冷记忆定期对热记忆进行蒸馏将原子化的事实、决策、偏好写入磁盘MEMORY.md记忆整合Consolidation流程如下对话积累→Agent自我反思→LLM提取关键信息→写入MEMORY.md。此外Dream系统还能自动发现重复工作流并提炼为技能实现“越用越懂你”的个性化体验。Skills之Markdown即代码nanobot的技能系统打破传统“技能Python类”的模式采用SKILL.md作为技能载体——本质是给AI看的“操作教程”。其核心特点包括加载方式根据任务上下文将SKILL.md的内容直接注入System Prompt让LLM快速掌握技能用法技能来源手动创建开发者自定义、Dream记忆系统自动发现从重复工作流提炼、ClawHub技能市场社区共享“Markdown即代码”的设计降低了技能开发门槛让非专业开发者也能通过自然语言为nanobot扩展能力极大丰富了其技能库。生态能力nanobot的生态扩展能力已覆盖多维度需求25LLM提供商添加新提供商简单且已支持OpenAI、Anthropic、DeepSeek、Kimi、通义千问、Ollama、vLLM等主流模型14聊天平台适配Telegram、Discord、Slack、微信、飞书、钉钉、QQ、WhatsApp等常用入口原生MCP支持多服务器连接实现Tools/Resources/Prompts三合一管理Cron定时任务支持自然语言描述定时任务Agent自主定时唤醒执行WebUI内置在wheel包中开箱即用无需额外部署安全沙箱通过bwrap隔离与工作空间限制保障工具执行的安全性nanobot的价值nanobot的价值主要体现在如下三个维度对学习者4000行代码是理解Agent原理的最佳教科书清晰的Agent Loop、记忆系统与技能逻辑能帮助开发者快速掌握Agent核心技术对使用者2分钟配置即可拥有跨平台个人AI助手且支持多LLM与多入口满足极客的个性化需求对开发者插件式架构降低扩展成本三大注册表Provider/Channel/Tool让二次开发更高效2026年AI行业最大的机会毫无疑问就在应用层字节跳动已有7个团队全速布局Agent大模型岗位暴增69%年薪破百万腾讯、京东、百度开放招聘技术岗80%与AI相关……如今超过60%的企业都在推进AI产品落地而真正能交付项目的大模型应用开发工程师****却极度稀缺落地AI应用绝对不是写几个prompt调几个API就能搞定的企业真正需要的是能搞定这三项核心能力的人✅RAG融入外部信息修正模型输出给模型装靠谱大脑✅Agent智能体让AI自主干活通过工具调用Tools环境交互多步推理完成复杂任务。比如做智能客服等等……✅微调针对特定任务优化让模型适配业务目前脉脉上有超过1000家企业发布大模型相关岗位人工智能岗平均月薪7.8w实习生日薪高达4000远超其他行业收入水平技术的稀缺性才是你「值钱」的关键具备AI能力的程序员比传统开发高出不止一截有的人早就转行AI方向拿到百万年薪AI浪潮正在重构程序员的核心竞争力现在入场仍是最佳时机我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】⭐️从大模型微调到AI Agent智能体搭建剖析AI技术的应用场景用实战经验落地AI技术。从GPT到最火的开源模型让你从容面对AI技术革新大模型微调掌握主流大模型如DeepSeek、Qwen等的微调技术针对特定场景优化模型性能。学习如何利用领域数据如制造、医药、金融等进行模型定制提升任务准确性和效率。RAG应用开发深入理解检索增强生成Retrieval-Augmented Generation, RAG技术构建高效的知识检索与生成系统。应用于垂类场景如法律文档分析、医疗诊断辅助、金融报告生成等实现精准信息提取与内容生成。AI Agent智能体搭建学习如何设计和开发AI Agent实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等。如果你也有以下诉求快速链接产品/业务团队参与前沿项目构建技术壁垒从竞争者中脱颖而出避开35岁裁员危险期顺利拿下高薪岗迭代技术水平延长未来20年的新职业发展……那这节课你一定要来听因为留给普通程序员的时间真的不多了立即扫码即可免费预约「AI技术原理 实战应用 职业发展」「大模型应用开发实战公开课」还有靠谱的内推机会直聘权益完课后赠送大模型应用案例集、AI商业落地白皮书
