nanobot源码分析--1架构设计

学习最好的方式就是重新发明一遍。

今年年初，OpenClaw 横空出世，一下子推动 AI Agent 快速发展，各种 Agent 如雨后春笋般层出不穷。

GitHub 上有一个项目 nanobot，目前已经有 4.5 万 star 了。它是一个极其轻量的 AI Agent，曾经在它的 README 的开头是这么写的（随着项目的发展，这段描述已经被修改了）：

🐈nanobot is an ultra-lightweight personal AI assistant inspired by OpenClaw.
⚡️ Delivers core agent functionality with 99% fewer lines of code than OpenClaw.

麻雀虽小五脏俱全。这个项目的目的是用于学习、研究，所以代码结构清晰、简洁，核心功能极其精简，但 Agent 该有的东西它都有，而且项目还在快速迭代中，不断像 claude code 等成熟的 Agent 靠近。我们可以通过剖析 nanobot 来学习 AI Agent 的实现原理。

架构设计

项目的架构图简洁清晰的展示了它的核心架构设计，核心部分极其精简。

Agent Loop 是 nanobot 的核心，负责上下文管理、大模型交互、工具调用、任务拆分、记忆、提示词整理等工作。

Channel 是外部通信的接口，统一抽象了消息接入的行为模式，并实现了微信等社交工具。

Message Bus 连接 Channel 和 Agent Loop，是负责传递消息输入输出的中间件。

此外，还有一些定时、心跳任务没有在架构中罗列。

消息流向

完整的一次请求处理，大致路径经历：Channel聊天平台->输入MessageBus->Loop核心->输出MessageBus->Channel聊天平台。

Bus 是核心枢纽：所有渠道与 Agent 解耦，入站、出站各走一条队列，启动时 Agent 与 Channels 并行消费/分发。

方向	路径
入站	用户 → 渠道 / CLI → Bus 入站 → Agent Loop
处理	Agent 结合 Session、LLM Provider、Tools 生成回复
出站	Agent → Bus 出站 → 渠道 / CLI → 用户
旁路触发	Cron、Heartbeat 直接唤醒 Agent；子任务完成后经 Bus 再次入站

目录结构

这是整个项目的运行时核心，顶层子模块包括：

• agent/ — Agent 主循环、上下文、记忆、工具与子 Agent
• channels/ — 内置聊天渠道（Telegram、Feishu、Slack、Discord 等）
• providers/ — LLM 提供商适配（OpenAI、Anthropic 等）
• cli/ — 命令行入口（nanobot gateway、nanobot chat 等）
• bus/ — 消息总线与路由
• cron/ — 定时任务
• heartbeat/ — 主动唤醒 / 心跳服务
• session/ — 会话管理
• config/ — 配置加载与 schema
• skills/ — 内置 Agent Skills（weather、github、tmux 等）
• command/ — 斜杠命令路由（如 /restart）
• security/ — 网络安全工具（如 SSRF 防护）
• templates/ — 工作区模板（SOUL.md、MEMORY.md 等）

大部分核心功能都在 agent 目录下，如果想要二次开发，完全可以将 agent 的实现迁移出来进行修改。

写在最后

这个项目还在不断的开发中，可能文中的有些内容已经和最新的代码实现不匹配了，但是整体的结构还是一致的。

后续打算逐个拆解各个功能模块，分析它的实现细节，从而理解 AI Agent 的工作机制。