暂无菜单项

nanobot:可完全自托管的轻量级个人 AI 智能体运行时

发布于
2

nanobot 封面

nanobot 是一个开源、超轻量的个人 AI 智能体运行时(agent runtime),把 WebUI、聊天渠道、工具、记忆、MCP、模型路由、自动化与部署打包在一个可读的小内核里,让你真正”拥有”自己的智能体,而不是被某个大平台锁定。

⭐ Stars 45,688+ 🍴 Forks 8,059
💻 语言 Python 📜 协议 MIT
🏢 团队 HKUDS(香港大学数据科学团队,LightRAG / Vibe-Trading 同门)

📦 安装要求和过程

环境要求

  • Python 3.11 及以上(必须)
  • Git:仅源码安装时需要
  • bun 或 npm:从源码构建 WebUI 时需要(PyPI/uv 安装包已内置 WebUI,无需额外构建)
  • 支持 macOS / Linux / Windows;零技术背景用户可走官方”无技术背景起步”向导

快速安装(任选其一)

① 一键安装(macOS / Linux)

curl -fsSL https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.sh | sh

② Windows PowerShell

irm https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.ps1 | iex

③ 使用 uv(推荐,干净隔离)

uv tool install nanobot-ai

④ pip 安装

python -m pip install nanobot-ai

⑤ 从源码安装

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

快速开始

nanobot onboard        # 交互式初始化(生成 ~/.nanobot/config.json 与 workspace)
nanobot gateway        # 启动网关,浏览器访问 http://127.0.0.1:8765
nanobot agent -m "Hello!"   # 或直接在终端发一条消息测试

配置只需在 ~/.nanobot/config.json 里填好 providers(API Key / 端点)与 modelPresets(模型预设)两块即可,支持 OpenAI 兼容接口、本地 LLM 与 fallback 模型路由。

✨ 核心功能

  • 轻量可读的小内核:核心只是一个 agent loop——消息进来,LLM 决定何时调用工具,记忆/Skill 仅作为上下文按需注入,不做臃肿的编排层,源码小而好改。
  • 聊天原生触达:内置 WebUI + OpenAI 兼容 API,并可接入 Telegram、Discord、Slack、微信、飞书、邮件、Mattermost、Teams 等渠道,把智能体开到你常用的聊天里。
  • 模型自由:兼容 OpenAI 兼容 API、本地 LLM(Ollama / vLLM)、图像生成与 Web 搜索,支持多模型预设与 fallback 路由,不被单一厂商绑定。
  • 工具与自动化:内置文件、Shell、Web 搜索、网页抓取、MCP、cron、图像生成、子智能体等工具;配合长期记忆(Dream)与定时自动化,可跑长周期任务。
  • 可拥有、可扩展:提供 Python SDK 与 OpenAI 兼容 API,可作为长期运行的本地 / 服务端 Agent 网关自托管, inspect、定制、扩展全部在自己手里。

🌐 WebUI 与架构

nanobot WebUI

nanobot 内置 WebUI:聊天、工作区、Apps、Skills、Automations 与设置的统一工作台

nanobot 架构

围绕一个小 agent loop 的轻量架构:渠道进消息 → LLM 调度工具 → 按需拉入记忆/Skill

🎯 典型使用场景

  • 24/7 实时市场 / 趋势分析:连接数据源与 Web 搜索,让智能体持续追踪行情与热点,自动产出洞察与简报。
  • 全栈软件工程助手:借助文件 / Shell / 代码工具,完成开发、部署与迭代;也可作为 Coding Agent 嵌入工作流。
  • 个人知识助理 + 日程自动化:用长期记忆(Dream)沉淀上下文,做随身知识库;用 cron 自动化管理日常例行任务。

💡 推荐理由

我用过不少 Agent 框架,nanobot 最打动我的是”“和”归你所有“这两点。它没有把整个系统做成一个庞大的编排黑盒,而是把核心收敛到一个可读的 agent loop,工具、记忆、Skill 都是按需挂上去的——这意味着你看得懂、改得动,也更容易排查问题。

对隐私敏感、想自托管的人来说,它几乎是把”个人 AI 助手”这件事做对了的范本:本地优先、模型自由(连本地 Ollama/vLLM 都能用)、聊天渠道随便接,还能用 Python SDK / 兼容 API 嵌进自己的系统。相比被某个云端大平台锁死,nanobot 让你真正拥有自己的智能体。MIT 协议、来自 HKUDS(LightRAG 同门)团队,活跃度与文档完整度都很高,值得一试。

🔗 下载地址

⚠️ 本文仅作技术介绍,使用本项目请遵循其 MIT 许可与当地法律法规。

0 点赞
0 收藏
分享
0 讨论
反馈
0 讨论
热门最新
总结
暂无总结
0 / 600