在OpenClaw等框架代码量膨胀至数十万行的当下，Nanobot仅用约3500行Python代码实现了核心Agent能力。这款由香港大学开源的轻量级框架，以微内核架构和极致可读性为特色，为AI Agent开发提供了高性价比的新选择。
智能速览
香港大学开源，仅3500行代码实现的轻量级AI Agent。
采用Perceive-Think-Act微内核循环，架构清晰易读。
支持Telegram、飞书等多平台接入及MCP协议工具扩展。
启动速度小于1秒，内存占用仅约50MB，性能表现优异。
精华内容
Nanobot用事实证明了AI Agent开发未必需要复杂庞大的代码库，其通过微内核设计在功能与轻量化之间找到了平衡。
微内核架构设计
Nanobot定位为“Ultra-Lightweight OpenClaw”，核心设计哲学是拒绝功能膨胀，保持核心精简并按需扩展。其代码结构被划分为agent核心逻辑、providers大模型适配、channels通信渠道等模块。
在约3500行代码中，核心Agent循环仅占500行，而provider适配器和channel适配器分别占据约800行和600行。这种模块化设计使得代码边界清晰，开发者可以快速定位并修改特定功能，极大降低了二次开发的门槛。
核心循环与逻辑
Nanobot的灵魂在于其Agent Loop，它完整实现了感知、思考、行动、学习的闭环流程。在感知层，系统捕获用户输入并整合历史上下文；在思考层，通过大语言模型进行推理规划；在行动层，执行工具调用或生成回复。
这种设计将代理逻辑从层层抽象中剥离出来，确保代码的可读性。同时，Provider Layer通过统一接口支持OpenAI、Claude等多种大模型，开发者只需更改配置即可灵活切换底层模型，无需改动业务代码。
记忆与平台扩展
记忆系统采用了三层架构，包括会话内的短期记忆、基于向量检索的长期记忆以及工作记忆。系统通过整合这三类记忆，能够精准召回相关上下文，提升交互连贯性。
在平台接入方面，Nanobot通过适配器模式支持Telegram、Discord、飞书、钉钉等多种主流通讯平台。以飞书为例，通过简单的配置即可处理文本、图片等事件回调，实现AI助手在多场景下的快速部署。
极致性能对比
与业界主流框架相比，Nanobot在性能指标上展现出显著优势。对比OpenClaw约43万行的代码量，Nanobot削减了99%以上的冗余代码，却保留了90%的核心功能。
实测数据显示，Nanobot启动速度小于1秒，而OpenClaw需要3-5秒；内存占用方面，Nanobot约为50MB，远低于OpenClaw的500MB。这种轻量化特性使其在资源受限环境或个人开发场景下更具竞争力，同时也更容易作为学习材料被理解掌握。
Nanobot不仅是一个可用的AI Agent框架，更是对软件复杂性的一次有力反击。它证明了在AI时代，简单依然是终极的复杂。对于希望深入理解Agent底层逻辑的开发者而言，这是一个极佳的学习样本。
