nanobot

第八篇：内外兼修 —— 配置系统与日志监控从 Pydantic 校验到结构化日志，看 nanobot 如何实现“兵马未动，粮草先行”在前七篇文章中，我们深入剖析了 nanobot 的核心循环、插件系统、LLM 交互、记忆机制和工具调用。一个 Agent 框架如果只有强大的“大脑”和灵活的“手脚”，却没有良好的“体质”和“感知能力”，在生产环境中仍然难以立足。配置系统是框架的“骨架”——决定了程序如何启动、连接哪些服务、启用哪些功能；日志监控是框架的“神经系统”——让我们能够感知程序内部的状态、定位问题、分析性能。

第十篇：实战演练 —— 用 nanobot 打造一个私人助手从零开始，2 小时搭建属于你的“第二大脑”：集成日程管理、自动日报、知识记忆经过前九篇源码级解析，我们已经深入理解了 nanobot 的每一块积木：核心循环、插件系统、LLM 交互、记忆机制、工具调用、配置与日志。现在是时候把这些知识组装起来，打造一个真正能用的私人助手了。

第七篇：工具调用 —— 让 Agent 拥有“手脚”从 Tool 抽象基类到动态执行，看 nanobot 如何让 LLM 真正“动手做事”在前六篇文章中，我们完整地走过了 nanobot 的架构、核心循环、插件系统和记忆机制。一个 Agent 如果只会“说”不会“做”，那它永远只是一个高级聊天机器人。真正的智能体需要工具——能够操作文件、执行命令、访问网络、调用 API，真正改变外部世界。

第五篇：与 LLM 对话 —— 模型接口封装与 Prompt 工程从 LiteLLMProvider 到 ContextBuilder，看 nanobot 如何让 20+ 种模型“说同一种语言”

第四篇：万能接口 —— 插件系统设计与实现从 @tool 装饰器到动态加载，看 nanobot 如何打造可插拔的“瑞士军刀”在前两篇文章中，我们剖析了 nanobot 的核心循环（AgentLoop）和整体架构。AgentLoop 负责“思考”，但真正让它“行动”的，是插件系统——一个能够动态加载工具、监听事件、响应命令的万能接口。

第一篇：初识 nanobot —— 一个微型 AI Agent 的诞生从 43 万行到 4000 行，港大团队如何把“贾维斯”塞进你的笔记本电脑？如果你关注 AI Agent 领域，一定听说过 OpenClaw（或称 Clawdbot）—— 那个能写代码、上网冲浪、操作电脑、定时提醒的“个人贾维斯”。它功能强大，但当你兴致勃勃地克隆源码准备学习时，43 万行代码扑面而来，瞬间让人望而却步。

深入解析nanobot的原理与架构先看一张整体架构示意图：外部世界LLM ProvidersAgent Core 核心引擎消息总线Channels 通道层

君哥聊编程

生产级AI战斗机NanoBot 体验（OpenClaw极简实现）最近OpenClaw的火的没边了，但是我发现只是玩具，离生产使用尚有距离，今天要推荐的是NanoBot，港大开源，不到2周star就冲到了18K

程序员橘子皮

Nanobot + 智谱 GLM-4.7 使用教程使用默认命令安装可能会遇到环境管理错误：⚠️ 注意事项：若 pip install -e . 报错 externally-managed-environment，建议使用 uv 进行安装，以避免环境冲突。

我是有底线的