小号的Clawdbot来了，瘦身99%，部署极简

大家好，我是 Ai 学习的老章

前文介绍了Ollama提供的免费GLM-4.7，加launch命令快速部署OpenClaw具体步骤：

OpenClaw免费玩 ，Ollama 提供云模型支持，这可能是目前最简单的安装、配置教程

我昨天测试了一个新的类似工具 nanobot，可以看作是 Clawdbot（OpenClaw）的极简瘦身版，代码量直接砍掉 99%！

配置过程可比 OpenClaw 简单太多了，按前文我的建议，依然选择用Agent来安装Agent

然后对接到 Telegram 也很 easy

Clawdbot 很好，但是...

用过 Clawdbot（现在叫 OpenClaw）的朋友应该都知道，这货功能是真的全：WhatsApp、Telegram、Slack、Discord、iMessage 全家桶支持，还有语音唤醒、Live Canvas...

香港大学数据科学实验室（HKUDS）的开源项目 nanobot 把 Agent 压缩到 4000 行

🐈 nanobot

🔗 **项目地址**：https://github.com/HKUDS/nanobot

🔗 **项目地址**：https://github.com/HKUDS/nanobot

🐈 nanobot 是一个超轻量级的个人 AI 助手，核心卖点就一个字：轻。

这小家伙麻雀虽小，五脏俱全：

核心功能：

• 📈 24/7 实时市场分析 → 适合量化/投资场景
• 🚀 全栈软件工程师 → AI 编程能力
• 📅 智能日程管理 → 日常效率工具
• 📚 个人知识助手 → 知识库问答

功能演示：

和 OpenClaw 比，nanobot 砍掉了 90% 的"高级功能"，但保留了最核心的 Agent 能力。对于想学习 Agent 架构、或者不需要那么多花哨功能的用户来说，这货简直是福音。

安装：10 秒搞定

# 从 PyPI 安装
pip install nanobot-ai

# 或者从源码（推荐，方便魔改）
git clone https://github.com/HKUDS/nanobot.git
cd nanobot
pip install -e .

配置：3 步上手

第一步：初始化

nanobot onboard

第二步：配置 API Key

编辑 ~/.nanobot/config.json：

{
  "providers": {
    "openrouter": {
      "apiKey": "sk-or-v1-你的密钥"
    }
  },
"agents": {
    "defaults": {
      "model": "anthropic/claude-opus-4-5"
    }
  },
"webSearch": {
    "apiKey": "BSA-你的Brave搜索密钥"
  }
}

💡 省钱技巧：把模型改成 minimax/minimax-m2，成本直接降 90%。OpenRouter 的好处就是模型随便切换。

第三步：开聊

nanobot agent -m "What is 2+2?"

完事儿！2 分钟上手

本地大模型支持：vLLM 直接接

这是我最喜欢的功能——支持本地大模型！

启动 vLLM 服务：

vllm serve meta-llama/Llama-3.1-8B-Instruct --port 8000

配置 nanobot 指向本地：

{
  "providers": {
    "vllm": {
      "apiKey": "dummy",
      "apiBase": "http://localhost:8000/v1"
    }
  },
  "agents": {
    "defaults": {
      "model": "meta-llama/Llama-3.1-8B-Instruct"
    }
  }
}

和 OpenClaw 一样，nanobot 也支持任何 OpenAI 兼容的 API。但配置简单到令人发指——就这么几行 JSON。

关于 vLLM 部署，可以看我之前的文章：[[大模型本地部署，vLLM 睡眠模式来了]]

消息渠道：Telegram + WhatsApp

nanobot 目前支持两个主流消息渠道：

Telegram 配置

1. 找 @BotFather 创建机器人，拿到 token
2. 配置 config.json：

{
  "channels": {
    "telegram": {
      "enabled": true,
      "token": "你的机器人Token",
      "allowFrom": ["你的用户ID"]
    }
  }
}

1. 启动：nanobot gateway

WhatsApp 配置

# 扫码登录
nanobot channels login

# 启动网关
nanobot gateway

需要 Node.js ≥18

和 OpenClaw 支持的 8+ 渠道比，nanobot 只保留了最常用的两个。够用，不臃肿。

项目结构：一目了然

nanobot/
├── agent/       # 🧠 核心 Agent 逻辑
│   ├── loop.py     # Agent 主循环（LLM ↔ 工具执行）
│   ├── context.py  # 提示词构建
│   ├── memory.py   # 持久化记忆
│   ├── skills.py   # Skills 加载器
│   └── tools/      # 内置工具
├── skills/      # 🎯 内置技能（github, weather, tmux...）
├── channels/    # 📱 消息渠道（WhatsApp）
├── cron/        # ⏰ 定时任务
├── providers/   # 🤖 LLM 提供商
└── cli/         # 🖥️ 命令行入口

4000 行代码，10 个目录，结构非常清晰

架构图一览：

nanobot 架构图

nanobot 架构图

对于想学习 Agent 架构的同学，这个项目是绝佳的学习材料。比起 OpenClaw 那 430K 行的庞然大物，nanobot 就像一本精简版教科书

总结

• ✅ 极致轻量：4000 行代码，启动快，资源占用低
• ✅ 易于理解：代码结构清晰，非常适合学习 Agent 架构
• ✅ 快速上手：2 分钟配置完成，开箱即用
• ✅ 支持本地模型：vLLM、Ollama、任何 OpenAI 兼容 API

适合人群：

• 想学习 Agent 架构的开发者
• 需要轻量级 AI 助手的个人用户
• 想快速搭建原型的研究人员
• 资源有限、追求极简的用户

制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个🌟，谢谢你看我的文章，我们下篇再见！