想让自己的 Agent 常驻干活，绕不开一个选择：要么把数据和对话都交给云端平台，按月付费、按量计费，规则也由平台定；要么自己在服务器上从零搭一套，工具、记忆、定时任务、聊天入口一个个接，搭到能稳定用往往要一个周末。
nanobot 想做的是中间那条路：给你一个能直接跑起来的完整运行环境，但整套东西在你自己机器上，代码量不大，能读能改。
是什么
nanobot 是香港大学数据智能实验室（HKUDS）在 2026 年 2 月开源的个人 AI Agent 框架，Python 写成，MIT 协议。它的定位是"超轻量、开源、自托管的个人 Agent 运行时"——一个 Python 进程里装齐了网页界面、终端界面、工具调用、长期记忆、MCP 集成、模型路由、多 Agent 委派、定时自动化和一个 OpenAI 兼容 API。
这句话里的关键是"装齐了"。很多自称轻量的框架，轻量是指核心小，代价是需要你自己去接记忆、自己写调度、自己搭界面，凑齐之后就不轻了。nanobot 的取舍是：核心保持精简可读，但该有的部件出厂就带。
它跑起来之后能干这些事：读文件、执行命令、搜网页、抓网页、调 MCP 服务、跑定时任务、生成图片、把活派给子 Agent。入口也不止一个——浏览器里的 WebUI、终端里的 TUI，以及 Telegram、Discord、Slack、飞书、企微、邮件、Mattermost 这些聊天渠道。你人在外面，用聊天软件就能给它派活。
项目在 GitHub 上 4.8 万 Star，8534 Fork，当前版本 v0.3.5（2026-09-15 发布），仓库到 2026 年 9 月 17 日还有提交。仓库从 2 月建仓到现在，积累的 issue 里还有 781 个处于打开状态——不算少，说明用的人多、提得也勤。
核心优势
记忆是分成两层存的，不是靠无限的上下文窗口。框架里管记忆的机制叫 Dream，把会话历史和长期记忆分开处理：会话层解决"刚才聊到哪了"，长期层解决"上个月定过的那个约定是什么"。这个设计的意义在于，把上下文窗口从"记忆"的角色里解放出来当工作区用。做过长线任务的人应该都遇到过一个坑：会话一长，早期关键决定就被挤出窗口，Agent 开始自相矛盾。分层之后，跨会话的重要结论是可以被单独捞回来的。
WebUI 是给干活的场景设计的，不是聊天的壳。它支持同时开多个话题（topic），并且能把最多四个对话分组，按列、按行、按网格排布，或者一个主面板配几个辅助面板。每个话题保留自己的历史，需要的时候从 @ 菜单里挑一个丢进输入框，让当前 Agent 读到另一个会话的上下文并协同。可视化调试的内容也做进去了：把 Agent 活动展开能看到推理、工具调用、文件改动和命令输出；外观设置里切到 diff，改文件就直接显示补丁。输入区上方有上下文指示器，按轮次显示输入 token 和缓存复用情况，上下文压缩的事件也会出现在时间线上。这些是"调 Agent"时才需要的视角，很多同类产品只给聊天记录。
自动化是内建的一等公民。你可以直接在某个话题里说"以后每周五把这件事的结果发到这个会话"，然后在 Tasks 里管理和核对排期，或者在 Calendar 里按日期翻看已完成和待跑的任务。本地触发器还能让外部脚本按需唤起一个已保存的任务。配合 nanobot gateway --background 把网关常驻后台，渠道和自动化会一直活着，不用开着终端窗口。这个组合的意义是，它能当一台自托管的定时机器人用，而不只是一个等你去点开的对话框。
不锁模型，也不锁工具。模型走 OpenAI 兼容接口，商用 API 和本地模型都能接，还能配降级链——主力模型超时了自动切备用。工具侧通过 Apps 接 MCP 服务器、Agent 插件和本地 CLI 适配器，预置了一批常用集成，也能加自定义服务器，接好之后用 @ 把具体工具挂进对话。此外它还暴露 Python SDK 和 OpenAI 兼容 API，方便把 nanobot 塞进现有系统里当后端。
安装/使用方法
要求 Python 3.11 或更新版本。最快的方式是官方安装脚本，macOS / Linux 一行：
curl -fsSL https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.sh | sh
Windows PowerShell 用 irm https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.ps1 | iex。脚本从 PyPI 装 nanobot-ai，在干净的桌面环境上会顺手把 WebUI 拉起来，让你在浏览器里配第一个模型。它不会往系统 pip 里塞东西——会用当前虚拟环境、uv、pipx，或者自己管一个 ~/.nanobot/venv，并且会把它实际执行的完整命令打出来，万一 nanobot 不在 PATH 上，照抄那行就行。想先看它打算干什么，加 --dry-run。
不想跑脚本的话，uv tool install nanobot-ai 或者 python -m pip install nanobot-ai 都可以。macOS / Linux 上如果 pip 报 externally-managed-environment，就用安装器、uv、pipx，或者先建虚拟环境。
装完的第一步是 nanobot webui。它会按需创建配置和工作区，确认后打开本地 WebSocket 通道，然后弹出 http://127.0.0.1:8765。注意首次运行只绑本机，不会暴露到局域网。进去之后三件事：在 Settings → Models 里选服务商、填凭据、选模型；开个新话题发一句 Hello 确认连通；正式干活前先在输入框那里选好工作区和访问模式。收到正常回复就说明服务商、模型、工作区、网页网关都通了。
要让它在关掉终端之后继续跑，用 nanobot gateway --background——文档说得很明确，这是唯一能把共享网关提升为常驻后台模式的命令，渠道和自动化都靠它活着。nanobot gateway status、logs、restart、stop 配套管理。顺序上建议先在 WebUI 里把模型配好，再切后台。
部署到自己服务器上，官方给了 Docker、Docker Compose、Linux service 和 macOS LaunchAgent 几条路；想省事的话仓库里有一键部署到 Render 的 Blueprint，会问你要 ANTHROPIC_API_KEY 和一个私有的 NANOBOT_WEB_TOKEN，然后自动挂持久化存储来放会话、记忆和界面历史——不过持久磁盘是 Render 的付费项，这点得先知道。文档有十一种语言，中文是其中之一。
不是没有槽点
版本号还是 0.3.x。功能铺得很开，但离 1.0 还有距离，接口和配置项在版本之间会动。对于"装上去就不管了"的用法，这个阶段需要你愿意跟着升级、偶尔按 changelog 改改配置。
781 个打开状态的 issue，是活跃度也是压力。提得多说明用的人多，但也意味着你能踩到的坑，别人大概率也还没等到修。上手前建议先翻一下 issue 列表里跟自己场景相关的部分。
能力越全，配置面越大。模型、降级链、MCP 服务器、聊天渠道凭据、工作区访问模式、定时任务——每一样都要配。官方为此专门写了一篇"没有技术背景怎么开始"的引导，这本身就说明默认路径对纯小白不算友好。想十分钟内用上，会有点落差。
自托管的代价还在你自己这边。外部访问、端口、反向代理、密钥保管、数据备份，框架都不替你解决。那个 NANOBOT_WEB_TOKEN 的存在就是在提醒：把界面暴露出去这件事，得你自己判断和承担。
本地模型的上限取决于你的机器。接本地模型确实可以完全离线，但要在工具调用频繁的场景下跑得动，硬件门槛不低；普通笔记本上更现实的做法还是接商用 API，那"完全自主可控"就要打个折。
跟同类怎么比
这个位置的竞争者大概分两边。一边是功能更重的平台型方案，界面漂亮、开箱即用、有官方托管，代价是你的数据、密钥和编排逻辑都在别人那里，深度定制会撞墙。另一边是更纯的库框架，比如各种 Agent 编排库，自由度最高，但界面、记忆、调度、渠道都得自己搭。
nanobot 站的是中间：比平台型方案更透明、更可改、数据在本地；比纯库框架更接近"装完就能用"。它的取舍很明确——牺牲一部分开箱即用的顺滑，换一个你能读完全部代码、能自己改、能自己部署的运行时。
一句话判断：如果你在意数据落在哪儿、习惯自己管服务器、并且能接受跟着 0.x 版本一起迭代，nanobot 值得花一个下午装一次。如果你要的是打开网页就能用、出了问题有客服兜底，那它现阶段不是省心的选择。
项目地址：https://github.com/HKUDS/nanobot
文档站：https://nanobot.wiki/
标签：#nanobot #自托管Agent #AI智能体 #Agent框架 #长期记忆 #Python
你自己的 Agent，更愿意跑在自己的服务器上，还是租一个别人搭好的平台？