事件总线驱动的模块化核心
抛弃了高度交织的单体设计，采用了极简的内部消息总线（Bus）架构。代理大脑（LLM 循环）、持久化记忆模块与外部通信渠道在这个总线上通过标准化事件进行低耦合的通讯。这意味着无论是接收来自 QQ 的消息，还是从 Discord 推送图文，在核心处理逻辑看来都是一致的标准化 Payload。这种架构确保了系统即使在同时连接多个异构平台时，也能保持惊人的低资源占用与高稳定性。
nanobot 诞生于对主流复杂 AI 代理系统（如 OpenClaw）的深刻反思。由香港大学数据智能实验室（HKUDS）开发，它用极简的工程哲学重新定义了个人 AI 助手的边界。在仅有约 4,000 行的核心代码中，它压缩了完整且强大的能力：支持接入微信、Discord、WhatsApp、QQ、Telegram 等十余个主流聊天渠道，并能够无缝切换 OpenAI Codex、GitHub Copilot、Anthropic 等多种底层大模型。更重要的是，它原生支持模型上下文协议（MCP），允许通过标准接口即插即用外部工具，而不需要把整个基础设施搞得像一团乱麻。对于受够了部署几十个微服务、消耗动辄数 GB 内存的极客们来说，这是一个可以在极其廉价的硬件上瞬间启动，同时又具备极高可读性与可定制性的赛博伙伴。
| ✕传统痛点 | ✓创新方案 |
|---|---|
| 现有的主流全能型 AI 代理（如 OpenClaw）往往包含数十万行代码，部署臃肿，占用大量内存，让个人开发者难以阅读、定制或跑在廉价设备上。 | 通过极其克制的架构抽象，将核心代理逻辑压缩到仅约 4000 行的 Python 代码中，极大地降低了理解门槛，启动时间短至不到 1 秒。 |
| 大多数 AI 助手与单个平台的绑定过深，想要让同一个拥有持续记忆的 Agent 同时在你使用的 Telegram、WhatsApp 和办公软件里流转服务，需要痛苦地拼凑大量胶水代码。 | 抽象出统一的通道（Channels）层与总线（Bus）设计，把多平台聊天渠道降维成了插件式配置，并在底层剥离了对单一 LLM 供应商的强依赖，彻底解除了厂商锁定。 |
1pip install nanobot1nanobot onboard1nanobot agent| 核心场景 | 目标人群 | 解决方案 | 最终收益 |
|---|---|---|---|
| 跨平台客服自动应答 | 独立创作者或小微企 | 在单实例下同时挂载 Discord、Telegram 与微信渠道 | 用极低的服务器开销实现全渠道的上下文一致客户支持 |
| 研发流水线自动化管家 | 研发团队主管 | 编写企业内网系统的 MCP 服务并对接到 Agent | 在 Slack 或钉钉中以自然语言安全调用内部 API 查询部署状态 |
| 低功耗硬件伴生助手 | 树莓派等边缘设备爱好者 | 部署纯本地模型配合框架作为家庭中枢 | 在仅有数百MB内存的低配单板机上也能流畅运行完整代理循环 |
