概述
NanoBot 是一个模块化的 AI 代理框架,支持多种 LLM 后端、多渠道接入和丰富的工具生态。本文档整合了其架构设计和核心概念,帮助你理解系统的工作原理。
NanoBot 与 harness
| Harness 核心能力 | NanoBot 对应组件 | 说明 |
|---|---|---|
| 执行与推理循环 | AgentLoopAgentRunner | AgentLoop 负责协调一次完整的对话回合,AgentRunner 则专注于与模型交互并执行工具调用,共同实现了 ReAct 式的推理-行动循环。 |
| 工具与行动系统 | nanobot/agent/tools/ | filesystem.py)、Shell 命令(shell.py)、网络搜索(web.py)等具体实现,并且支持 MCP 协议(mcp.py)来扩展更多工具。 |
| 多渠道接入 | nanobot/channels/ | |
| 工作区与状态持久化 | ~/.nanobot/workspace/ | sessions/)、长期记忆(memory/)和技能(skills/),实现了跨会话的状态保持。 |
| 长期记忆与学习 | memory/Dream 机制 | Dream 这个后台任务,定期将会话历史总结并写入长期记忆(MEMORY.md),实现了知识的持续积累。 |
| 护栏与安全 | nanobot/security/ |
核心架构
整体数据流

单次请求处理流程 (One Agent Turn)
这是系统中最核心、最频繁的执行路径。无论用户通过何种渠道(CLI、WebUI、Telegram等)发起交互,每一次完整的“用户提问 → Agent 回复”都严格遵循以下标准化流程:
流程步骤拆解
| 步骤 | 执行主体 | 动作描述 | 技术要点 |
|---|---|---|---|
| 1. 消息入队 | Channel | InboundMessage 事件,并发布到 MessageBus。 | 解耦关键点user_id、session_key、content 等字段。 |
| 2. 上下文装配 | AgentLoop | session_key)获取或创建会话实例。随后,调用 ContextBuilder 构建本次请求的完整上下文。 | 上下文构成agents.defaults.systemPrompt。2. 身份级:从工作区加载的 SOUL.md(Agent人格)和 USER.md(用户画像)。3. 项目级:若会话绑定了特定项目工作区,则加载该目录下的 AGENTS.md 作为项目指令。4. 记忆级:从 memory/ 目录检索并注入长期记忆片段。5. 历史级:从 sessions/*.jsonl 加载最近 N 轮对话记录(滑动窗口)。 |
| 3. 模型推理 | AgentRunner | Provider(如 OpenRouter、Anthropic)发送给 LLM,并处理其响应(流式或非流式)。 | 抽象关键点Provider 的调用通过统一接口完成,屏蔽了不同厂商 API 的差异(如消息格式、鉴权方式)。 |
| 4. 工具调度与执行 | AgentRunnerTool Executor | function_call),Runner 会拦截该响应,解析工具名称和参数,通过 Tool Registry 查找并执行对应的工具函数。 | 循环控制agents.defaults.maxIterations)。 |
| 5. 结果持久化与回传 | AgentLoopMessageBus | OutboundMessage 事件,同时将会话的最新一轮交互(User Q & Assistant A)追加写入 sessions/*.jsonl 文件。 | 异步解耦MessageBus 将 OutboundMessage 路由给原始请求的 Channel 适配器,由后者负责将内部格式的消息转换为外部平台支持的格式(如 Markdown、纯文本、卡片消息)并发送给用户。 |
关键流程统一性说明
核心编排逻辑***\*AgentLoop\****和***\*AgentRunner\****对消息来源完全无感。无论是 CLI 输入的文本、WebUI 传来的 JSON 负载,还是 Telegram 的 CallbackQuery,最终都会被渠道适配器转换为统一的 InboundMessage 事件。这种设计保证了:
1. *逻辑复用*:所有业务规则(如工具调用权限、记忆检索策略)只需在核心链路中实现一次。 2. *可测试性*:可以绕过所有渠道,直接向 MessageBus注入测试消息来验证 Agent 行为。3. *扩展性*:新增渠道只需要实现一套“外部协议 ↔ 内部事件”的双向转换适配器,无需改动核心代码。
这个流程是理解 NanoBot 运行时行为的关键路径,也是定位问题时(如工具执行超时、上下文截断等)的首选追踪路线。

核心模块与文件
| 模块 | 职责 | 主要文件 |
|---|---|---|
| 消息事件与队列 | nanobot/bus/events.pynanobot/bus/queue.py | |
| 代理循环 | nanobot/agent/loop.py | |
| 代理执行器 | nanobot/agent/runner.py | |
| 上下文构建 | nanobot/agent/context.py | |
| 会话管理 | nanobot/session/manager.py | |
| 长期记忆 | nanobot/agent/memory.py |
代理循环 vs 代理执行器
代理循环 (AgentLoop) 负责面向渠道的回合:
• 接收入站消息 • 确定有效会话和工作区范围 • 构建上下文 • 连接钩子、进度和渠道元数据 • 发布出站消息
代理执行器 (AgentRunner) 负责面向模型的循环:
• 发送消息到选定的提供者 • 处理流式增量和推理块 • 执行工具调用 • 将工具结果反馈给模型 • 在产生最终答案或达到运行时限制时停止
调试指引:
• 渠道路由、会话键、工作区选择、出站交付问题 → 检查 agent/loop.py• 提供者调用、工具调用、流式、迭代限制问题 → 检查 agent/runner.py
核心概念
运行时组成
| 组件 | 功能 |
|---|---|
| 代理循环 | |
| 提供者 | |
| 渠道 | |
| 工具 | |
| 记忆 | |
| 网关 |
配置与工作区
默认实例位于 ~/.nanobot/:
| 路径 | 用途 |
|---|---|
~/.nanobot/config.json | |
~/.nanobot/workspace/ |
可通过命令行标志覆盖:
bash
nanobot onboard --config ./bot-a/config.json --workspace ./bot-a/workspacenanobot agent --config ./bot-a/config.json --workspace ./bot-a/workspace -m "Hello"nanobot gateway --config ./bot-a/config.json --workspace ./bot-a/workspace
代理工作区 vs 项目工作区
• 代理工作区:配置的工作区,包含代理身份、持久状态 • 项目工作区:WebUI 聊天可选择不同的项目工作区进行仓库特定工作
| 资源 | 使用方 |
|---|---|
AGENTS.md | |
SOUL.mdUSER.md(从代理工作区读取) | |
memory/ 和 skills/ | |
提供者与模型选择
活动模型应来自 modelPresets 条目,由 agents.defaults.modelPreset 选择。解析顺序:
1. 如果活动预设提供者或隐式默认提供者不是 "auto",使用该提供者2. 如果提供者是 "auto",尝试从模型名称、配置的 API 密钥、本地提供者基础 URL 或网关提供者推断3. OAuth 提供者(OpenAI Codex、GitHub Copilot)需要显式登录和在活动预设内显式选择
配置示例:
json
{ "modelPresets": { "primary": { "provider": "openrouter", "model": "anthropic/claude-opus-4.5" } }, "agents": { "defaults": { "modelPreset": "primary" } }}
渠道与会话
每个渠道将入站消息映射到会话键,使独立对话保持单独历史。WebUI 还支持多聊天和工作区范围元数据。
• agents.defaults.unifiedSession可故意跨渠道共享一个会话(单用户多设备场景)• 对于多个独立用户、群组、渠道或项目,保持关闭以保持独立上下文
记忆、会话与 Dream
| 存储 | 位置 | 用途 |
|---|---|---|
| 会话 | <workspace>/sessions/*.jsonl | |
| 记忆 | <workspace>/memory/MEMORY.md<workspace>/memory/history.jsonl |
Dream 是定期合并任务:读取累积历史并更新工作区记忆,使有用上下文能在短期会话重放之外持久保存。
工具与安全
工具自动从内置模块和插件入口点发现:
• 文件读写/编辑/打补丁 • Shell 执行(可配置沙箱) • Web 搜索和获取(带 SSRF 检查) • MCP 服务器 • 定时任务提醒、本地触发器、心跳任务 • 图像生成 • 子代理和运行时自检
安全敏感代码路径:
| 边界 | 文件 |
|---|---|
nanobot/security/workspace_access.pynanobot/security/workspace_policy.py | |
nanobot/agent/tools/shell.py | |
nanobot/security/network.pynanobot/agent/tools/web.py | |
nanobot/security/ | |
nanobot/channels/*.py |
后台任务
nanobot gateway 启动时运行工作区范围的自动化:
• dream:当 agents.defaults.dream.enabled为 true• heartbeat:当 gateway.heartbeat.enabled为 true
Heartbeat 读取 <workspace>/HEARTBEAT.md,如果文件在 ## Active Tasks 下有任务,执行它们并将结果发送到最近活跃的聊天目标。
用户创建的提醒使用相同的 cron 服务,但作为计划任务在其来源聊天/会话中运行,通常将结果传递回该渠道。
本地触发器:与会话绑定,无自己的计划。从目标聊天用 /trigger <name> 创建,然后调用 nanobot trigger <id> "<message>" 让 NanoBot 在该会话中响应。
入口点
| 入口点 | 命令 | 用途 |
|---|---|---|
nanobot agent -m "..." | ||
nanobot agent | ||
nanobot gateway | ||
nanobot serve | /v1/chat/completions 程序化访问 | |
nanobot webui |
默认端口:
• 健康检查端点: http://127.0.0.1:18790/health• WebUI/WebSocket: http://127.0.0.1:8765
扩展点
| 扩展类型 | 方法 |
|---|---|
| 提供者 | providers/registry.py 添加 ProviderSpec,在 config/schema.py 添加架构字段 |
| 渠道 | ChannelPlugin 描述符,在单个包中实现运行时和可选设置界面 |
| 工具 | agent/tools/ 下实现工具或暴露插件入口点 |
| MCP | tools.mcpServers 配置 |
| 技能 | <workspace>/skills/ 或内置 nanobot/skills/ 添加技能文件 |
夜雨聆风