乐于分享
好东西不私藏

Nanobot源码解析(一):整体架构

Nanobot源码解析(一):整体架构

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
 (Execution & Reasoning Loop)
AgentLoop
 + AgentRunner
这是 NanoBot 的核心引擎。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
 (Tools & Action System)
nanobot/agent/tools/
赋予模型行动能力。包含了文件操作(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
 (Channels)
nanobot/channels/
Harness 的“感官系统”。NanoBot 通过不同渠道(如 CLI、WebSocket、Telegram)接收和发送消息,让 Agent 能与外部世界交互。
工作区与状态持久化
 (Workspace & Persistence)
~/.nanobot/workspace/
Harness 的“外部大脑”和文件系统。NanoBot 用工作区来存储会话历史(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 & Learning)
memory/
 目录 + Dream 机制
解决模型的“失忆”问题。NanoBot 通过 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
 (Guardrails & Security)
nanobot/security/
Harness 的“安全边界”。包含工作区访问控制、Shell 沙箱、SSRF 防护等,确保 Agent 的行动在可控范围内。

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
 (渠道适配器)
接收来自外部平台的消息,将其标准化为内部统一的 InboundMessage 事件,并发布到 MessageBus。
解耦关键点
:渠道仅负责协议转换,不包含任何业务逻辑。不同渠道(如 WebSocket、Telegram Bot)的消息体被映射为统一的 user_id、session_key、content 等字段。
2. 上下文装配AgentLoop
 (编排层)
根据消息携带的元数据(如 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
:1. 系统级:来自配置的 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
 (执行层)
将组装好的完整上下文(包括系统提示、历史消息、工具定义等)通过选定的 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
:对 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AgentRunner
 + Tool Executor
若模型响应中包含工具调用指令(如 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
:1. 工具执行结果(含 stdout、stderr 或异常)会被作为一条新的“工具响应”消息。2. 流程回退至步骤 3,将工具响应追加到上下文中,再次请求模型进行下一步推理。3. 此循环持续进行,直至模型输出“最终答案”(而非工具调用)或达到预设的最大迭代次数(agents.defaults.maxIterations)。
5. 结果持久化与回传AgentLoop
 + MessageBus
将模型的最终答案(可能是纯文本或富文本)封装为 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. 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. 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. 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
处理入站/出站消息
nanobot/bus/events.py
, nanobot/bus/queue.py
代理循环
面向渠道的回合控制
nanobot/agent/loop.py
代理执行器
面向模型的调用循环
nanobot/agent/runner.py
上下文构建
组合提示词和记忆
nanobot/agent/context.py
会话管理
会话存储与压缩
nanobot/session/manager.py
长期记忆
记忆与 Dream 机制
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
构建上下文、选择会话、调用提供者、运行工具、发布回复
提供者
LLM 后端(OpenRouter, Anthropic, OpenAI, Bedrock, Ollama, vLLM 等)
渠道
用户交互界面(CLI, WebUI/WebSocket, Telegram, Discord, Slack, Feishu, WeChat, Email, Mattermost 等)
工具
模型可调用的能力(文件、Shell、Web搜索/获取、MCP、定时任务、图像生成、子代理等)
记忆
工作区文件和会话历史,保持跨回合的有用上下文
网关
长期运行进程,连接启用的渠道并提供健康检查端点

配置与工作区

默认实例位于 ~/.nanobot/:

路径用途
~/.nanobot/config.json
实例配置:提供者、模型默认值、渠道、工具、网关、API、运行时选项
~/.nanobot/workspace/
代理工作区:记忆、会话、心跳任务、定时任务、技能、生成产物

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
项目指令
AGENTS.md
(从选定的项目读取)
代理配置
SOUL.md
 和 USER.md(从代理工作区读取)
记忆和自定义技能
代理工作区的 memory/ 和 skills/
相对文件路径和 Shell 工作目录
选定的项目工作区

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. 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. 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. 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
近期对话回合,重放到上下文中
记忆<workspace>/memory/MEMORY.md
 和 <workspace>/memory/history.jsonl
长期事实和合并的历史

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
工作区范围
nanobot/security/workspace_access.py
, nanobot/security/workspace_policy.py
Shell 沙箱
nanobot/agent/tools/shell.py
SSRF/网络检查
nanobot/security/network.py
, nanobot/agent/tools/web.py
PTH 保护和 CLI 启动安全
nanobot/security/
 和 CLI 入口点
渠道访问控制
nanobot/channels/*.py
 中的渠道配置

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
CLI 单次
nanobot agent -m "..."
首次检查、脚本、快速本地提问
CLI 交互式
nanobot agent
终端聊天,持久会话历史
网关
nanobot gateway
聊天应用、WebUI、心跳、Dream、长期服务模式
OpenAI 兼容 API
nanobot serve
通过 /v1/chat/completions 程序化访问
WebUI
nanobot webui
准备本地 WebUI,启动网关,打开浏览器工作台

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
在 providers/registry.py 添加 ProviderSpec,在 config/schema.py 添加架构字段
渠道
导出 ChannelPlugin 描述符,在单个包中实现运行时和可选设置界面
工具
在 agent/tools/ 下实现工具或暴露插件入口点
MCP
添加 tools.mcpServers 配置
技能
在工作区 <workspace>/skills/ 或内置 nanobot/skills/ 添加技能文件

相关学习资料