Nanobot

Nanobot是香港大学HKUDS团队开发的轻量级AI代理框架，以极低的资源消耗构建高效AI代理，适合资源受限环境和大规模部署场景。 一、快速开始 1. 确保已安装Python 3.8以上版本 2. 在终端执行 pip install nanobot 安装框架 3. 准备一个大语言模型的API密钥（如OpenAI、Claude等） 4. 创建一个项目文件夹，执行 nanobot init 初始化项目结构 5. 在配置文件中填入你的API密钥，运行 nanobot start 启动代理 二、核心功能演示 功能1：快速创建AI代理 在项目目录下创建一个agent.yaml配置文件，定义代理的名称、使用的模型、系统提示词等基本信息。然后执行 nanobot run agent.yaml 即可启动一个简单的对话代理。整个过程只需几行配置，无需编写代码。 功能2：配置工具调用 Nanobot支持为代理配置外部工具，如网页搜索、文件读写、API调用等。在配置文件的tools部分添加工具定义，代理就能在对话中自动判断何时使用工具。比如添加一个搜索工具后，代理可以实时查询最新信息。 功能3：多代理协作 通过定义多个代理并设置协作规则，可以让多个专业代理分工合作。比如一个代理负责收集信息，另一个负责分析总结，第三个负责生成报告。配置文件中指定代理间的通信方式即可实现。 三、实际使用案例 案例1：个人AI助手部署 在自己的树莓派或低配服务器上部署Nanobot，配置日常助手代理，实现天气查询、日程提醒、邮件草稿等功能。相比其他框架，Nanobot占用内存小，即使在低配设备上也能流畅运行。 案例2：批量客服机器人 为电商平台创建多个客服代理实例，每个代理负责不同品类的客户咨询。Nanobot的轻量特性使得在同一台服务器上同时运行数十个代理成为可能，大幅降低硬件成本。 四、常见问题FAQ Q1：Nanobot支持哪些大语言模型？ 支持所有提供API接口的模型，包括OpenAI GPT系列、Anthropic Claude、开源的Llama、Mistral等。在配置文件中切换模型只需修改一行参数。 Q2：运行Nanobot需要什么配置的服务器？ Nanobot本身非常轻量，最低512MB内存即可运行。如果使用云端API模型，不需要GPU；如果使用本地模型，则取决于模型大小。 Q3：如何监控代理的运行状态？ Nanobot提供内置的日志系统，执行 nanobot logs 可查看实时日志。也可以配置Webhook将运行状态推送到监控系统。 五、小贴士 1. 从简单开始：先用默认配置跑通一个基础代理，再逐步添加工具和复杂逻辑。 2. 合理设置超时：在配置中为每个工具调用设置合理的超时时间，避免单个工具卡住导致整个代理无响应。 3. 利用模板系统：Nanobot内置提示词模板功能，可以用变量动态生成提示词，让代理更灵活地应对不同场景。