nanobot：港大开源轻量级OpenClaw，4千行代码简化AI助手部署

OpenClaw 在智能体（Agent）领域确实很火，但其超过 40 万行的庞大代码库，让不少开发者在部署时就望而却步。光是理清复杂的依赖和配置环境，可能就要耗费好几天时间，极大地提高了新手的学习和使用门槛。

针对这一痛点，香港大学数据科学学院开源了一个更轻量级的替代方案：nanobot。它的核心优势就是将体积压缩了惊人的 99%，核心代码量仅为 4，000 行左右，大大降低了部署和使用的复杂度。

项目已在 GitHub 上开源：https://github.com/HKUDS/nanobot?tab=readme-ov-file

nanobot 的设计理念是在保持核心 AI 助手功能的前提下，追求极致的精简。它覆盖了日常使用中的大多数核心需求，每一个功能都旨在解决实际痛点。

多平台集成与灵活模型支持

首先，nanobot 能无缝对接近十种主流聊天平台。无论是微信、飞书、钉钉、QQ 这类国内办公社交软件，还是 Telegram、Discord、Slack 等海外主流工具，都能轻松连接。这意味着你不再需要为不同平台维护多个机器人，一个 nanobot 实例即可实现全平台的 AI 交互。

其次，在大型语言模型（LLM）的支持上，nanobot 也展现出强大的灵活性。它支持包括 OpenAI、Anthropic 在内的数十家主流云服务提供商，也兼容智谱 AI、月之暗面、火山引擎等国内大模型。对于追求隐私和性能的开发者，它还能轻松适配本地部署的 vLLM 模型，或者任何提供 OpenAI 兼容 API 的自定义端点。这种一站式的大模型适配能力，让新手无需纠结选择，也让老玩家可以灵活切换。

内置工具链与记忆系统

除了连接和对话，一个实用的 AI 助手还需要能“动手做事”。nanobot 自带完善的工具体系，不仅包括文件读写、Shell 命令执行等内置工具，还支持 MCP（Model Context Protocol）协议。通过 MCP，你可以连接外部工具服务器，将第三方 API 或自定义能力无缝转化为 AI 可直接调用的原生工具。

记忆能力是衡量智能体水平的关键。nanobot 采用了全新的双层记忆架构，让 AI 能够有效记忆对话的上下文和关键信息，避免了用户在每次对话中都需要重复交代背景的麻烦，使得交互体验更贴近真人对话。

四大核心应用场景

那么，这个轻量级的助手具体能做什么呢？它主要聚焦于以下几个高价值场景：

1. 7x24小时实时市场分析：对于投资者或市场研究人员，它可以自动监控市场动态，抓取关键信息，发现趋势与洞察，节省大量手动查阅资料的时间。
2. 全栈软件开发助手：它能够协助完成从查阅文档、设计方案、编写代码到调试部署的多个开发环节，实现一定程度的自动化。
3. 智能日常事务管理：不仅仅是记录待办事项，它能够理解你的习惯，帮助你规划时间、自动化重复任务，并根据你的工作节奏提供优化建议。
4. 个人知识库助理：通过与记忆系统的结合，它可以存储和检索你告知的重要信息（如项目要点、个人偏好等），形成一个持久的个人知识库。

极简部署流程

得益于其轻量化的设计，nanobot 的部署过程非常简单，大致分为三步：

1. 克隆项目：在终端中执行 git clone 命令将项目下载到本地。
2. 安装依赖：进入项目目录，使用 pip 安装依赖。如果你使用更快的 uv 工具，安装过程会更快。
3. 配置密钥与模型：在配置文件中设置你的 LLM 提供商 API 密钥，并指定默认使用的模型。

一个典型的 API 密钥配置示例如下：

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-xxx"
    }
  }
}

代理的默认模型配置可以这样设置：

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-opus-4-5",
      "provider": "openrouter"
    }
  }
}

配置完成后，在终端运行 nanobot agent 命令即可启动交互。整个过程清晰明了，通常几分钟内就能完成从零到一的部署，避免了繁琐的依赖冲突问题。

总结

总而言之，如果你曾被 OpenClaw 的庞大和复杂所劝退，但又需要一个功能核心、易于上手的 AI助手，那么香港大学开源的 nanobot 是一个非常值得尝试的轻量级选择。它用约 4000 行 Python 代码实现了智能体的核心循环，在 开源实战 中为我们提供了一个如何平衡功能与复杂度的优秀范例。虽然功能上可能不如原版全面，但其在部署简易性、使用流畅度上的优势，对于个人开发者、研究者或小团队快速构建 AI 助手应用而言，已经绰绰有余。对于更多 AI 相关的工具与项目探讨，欢迎关注专业的开发者社区进行交流。