教程上新丨狂揽 41k stars，港大团队开源超轻量 AI 助手 nanobot，4000 行代码实现 OpenClaw 核心功能

横空出世的 OpenClaw 将大语言模型从单一的对话工具，推进为具备持续在线、多平台交互、工具调用与任务执行能力的「数字员工」。然而，其超过 40 万行的代码规模，也让不少开发者在学习与二次开发时望而却步。

在这一背景下，香港大学数据智能实验室（HKU Data Intelligence Lab，HKUDS）开源了轻量级个人 AI 助手 nanobot，将 Agent 能力压缩至不足 4000 行纯 Python 代码，在保留核心功能的同时，将复杂度大幅降低约 99%。这种「做减法」的设计，使其在开源社区中迅速走红，目前已在 GitHub 收获 41.1k stars。

从能力上看，nanobot 并未因轻量化而牺牲实用性，反而在持续迭代中不断增强功能边界。最新版本已支持 Office 文档读取、OpenAI 兼容 API 的 SSE 流式输出、多会话可靠性增强，以及跨会话记忆与多渠道稳定运行。

同时，其内置 WebUI 持续完善，提供多语言切换、暗色模式与实时聊天能力，并通过 WebSocket 实现多会话并发交互。在模型与生态层面，nanobot 已支持 Kimi K2.6、MiniMax 等多种模型接口，兼容 LM Studio 等本地推理方案，并引入运行时工具调用（SelfTool）与技能自动发现（Dream）机制，使 Agent 能够动态扩展能力边界。

此外，项目在工程细节上也持续打磨，包括上下文压缩（Context Compact）、原子化会话写入与自动修复机制、长消息拆分（Telegram）、邮箱循环防护以及更严格的沙箱执行环境等。这些改进显著提升了系统在真实生产环境中的稳定性与可用性。结合 MCP（Model Context Protocol），开发者还可以灵活接入外部工具服务，构建更复杂的自动化流程。

更重要的是，围绕 nanobot 的开发门槛也在进一步降低——目前，OpenBayes 官网已上线「nanobot：超轻量级个人 AI 助手」教程，完成环境部署，采用本地 vLLM 部署的 GLM-4.7-Flash 模型，感兴趣的小伙伴快来 OpenBayes 低门槛体验这一轻量级 AI Agent 吧！

在线运行链接：

https://go.openbayes.com/ZHLnL

Demo 运行

01 Demo 运行阶段

1.登录 OpenBayes.com，在「公共教程」页面，搜索并选择「nanobot：超轻量级个人 AI 助手」教程。

2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

3.选择「NVIDIA RTX PRO 6000」以及「vllm」镜像，点击「继续执行」。新用户使用下方邀请链接注册，即可获得满 ¥10 赠 ¥10 优惠券，更有机会获得 ¥15 赠金！

4.等待分配资源，当状态变为「运行中」后，点击「打开工作空间」进入 Jupyter Workspace。

02 效果演示

页面跳转后，点击左侧 README.ipynb 文件，根据文件步骤说明进行配置、命令行测试及相关应用（飞书）接入。

03 关于团队

nanobot 由 HKUDS 于今年 2 月正式开源，该团队负责人为香港大学助理教授、博士生导师黄超，其研究方向涵盖大型 AI Agent、语言模型及图机器学习，研究成果在 Google Scholar 上被引用超过 17,000 次。

除 nanobot 外，黄超教授带领团队还发布了 LightRAG、CLI-Anything 等多个极具影响力的开源项目。HKUDS GitHub 开源平台累计获得超过 240,000 GitHub Stars，位列全球 Top50，并超过 100 次登上 GitHub Trending 榜单。