nanobot：仅4000行代码复刻OpenClaw核心，轻量AI助手爆火

内容：香港大学开源轻量AI助手nanobot，以4000行代码实现OpenClaw核心Agent能力，代码量减少99%。支持主流模型及本地部署，可接入Telegram等平台，具备搜索、编程、任务管理等闭环功能，部署简易。GitHub星数已破9800+。

这段时间，OpenClaw 在 AI 技术圈里爆火，其强大的 Agent 能力更是值得每个人学习。

但当我们兴冲冲地把代码拉下来准备学习时，却被它那足足 43 万行的代码量给劝退。

即便借助 AI，想读懂其中核心逻辑都挺费劲，更别提进行二次开发，定制成自己的私人助理。

就在大家望而却步时，香港大学数据科学实验室（HKUDS）开源了一个超轻量的个人 AI 助手：nanobot。

仅用 4000 行代码，就复刻了 OpenClaw 的核心功能，相比 OpenClaw，它的代码量足足缩减了 99%。

项目一经发布，GitHub Star 数便持续暴涨，短短几天内就突破了 9800+，在开源社区里热度颇高。

这意味着，我们可能只需花一个下午的时间，就能通读整个项目的源码，而且是一个包含了完整闭环能力的 Agent。

从网页搜索、文件与代码操作，到定时任务、记忆机制，甚至是多场景的 Agent 模板，它一个都没落下。

同时支持目前所有的主流模型，包括 OpenRouter、Anthropic、OpenAI，以及最近大火的 DeepSeek 和 Gemini。

如果我们担心 API 费用，或者想保护隐私，它甚至支持通过 vLLM 接入本地模型。

除此之外，我们还可以将 nanobot 轻松接入到 Telegram、WhatsApp 和飞书等第三方渠道。

这就意味着，我们可以把 DeepSeek 或 Claude 这样的 AI 大脑，直接塞进日常使用的聊天软件里。

比如，在 Telegram 上给它发一段语音，不仅能利用 Groq 进行秒级转录，还能立刻根据内容帮我们安排日程或搜索网页。

除了日常聊天，它甚至还能胜任实时市场分析、全栈代码开发辅助、个人知识库问答等复杂任务。

可以想象一下，当我们在通勤路上发个语音指令，它就在后台帮我们跑完了一次市场调研，这才是真正的"随身助理"。

再来看看部署使用，HKUDS 团队保持了一贯简单易上手的风格。

我们不需要复杂的环境配置，直接通过 pip 即可一键安装：

pip install nanobot-ai

安装完成后，再运行一条初始化命令，即可自动生成配置文件与工作区：

nanobot onboard

紧接着，在配置文件 ~/.nanobot/config.json 中填入相关 API Key 即可使用：

{  "providers": {    "openrouter": {      "apiKey": "sk-or-v1-xxx"    }  },  "channels": {    "telegram": {      "enabled": true,      "token": "YOUR_BOT_TOKEN"    }  }}

除此之外，项目也支持 Docker 部署，我们只需一条命令就能将服务运行起来：

docker run -v ~/.nanobot:/root/.nanobot -p 18790:18790 nanobot gateway

对于想要学习 AI Agent 架构，或者想打造一个完全属于自己的、可控的 AI 助理的开发者来说，nanobot 无疑是目前的最佳选择。

代码干净、逻辑清晰、功能完备，它给了我们一个绝佳的底座，去构建无限的可能。

GitHub 项目地址：https://github.com/HKUDS/nanobot

今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！