
说到个人 AI 助手,很多人的第一反应是:得有一张好显卡,得跑得动几十 B 的模型,得会配一堆环境。
nanobot 走的是反方向:轻量、能跑在小机器上、只做你交代的事。50,216 颗星,Python 写的,MIT 协议。
它想解决什么
大部分 agent 框架在追求「能力越多越好」,结果是:配置文件几百行、依赖装一天、跑起来还经常卡住。
nanobot 的定位是个人级轻量 agent:本地运行、按需调用工具、不做多余的事。适合挂在服务器上跑定时任务、整理信息、处理日常琐事。
能干什么
- 工具调用:读写文件、执行命令、联网搜索
- 定时任务:按 cron 触发,让它自己干活
- 多轮任务:拆解目标、逐步执行
- 可接大模型:OpenAI 兼容接口,接哪个都行
- 轻量部署:纯 Python,不依赖重型框架
部署方式
git clone https://github.com/HKUDS/nanobot
cd nanobot
pip install -r requirements.txt
# 配置模型 API Key 后运行
python main.py
官方文档里有完整的配置说明,具体命令以仓库 README 为准。
三个必须知道的坑
- 它要执行命令。agent 能跑 shell,意味着你的配置和权限要收紧。别用 root 跑,别把敏感目录暴露给它。
- 成本取决于你的模型。轻量框架不等于便宜,接贵模型一样烧钱,尤其是多轮任务反复读上下文的时候。
- 项目还在快速迭代。接口和配置项会变,生产环境用之前先在测试机上跑一段时间。
适合谁
有一台常开的 Linux 小机器、想让它替你干重复活的人。如果你只是想在网页里聊天,用现成的 AI 助手就行;想让它定时干活、动文件,这类自部署 agent 才有意义。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END























暂无评论内容