2026年比 OpenClaw 轻 99%！我用 nanobot 搭了个 QQ AI 机器人，还顺手贡献了代码

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

 
  
    
    
      ❝ 
     
 
4000 行代码，打造你的私人 AI 助手❞ 
 
 
 
 
 
 








    
最近 AI Agent 领域有个项目特别火——「OpenClaw」，它是一个功能强大的 AI 助手框架，能让你拥有一个 7×24 小时在线的智能助理。
但当我 clone 下来准备研究时，发现它有 「43 万行代码」！对于想快速上手或做二次开发的个人开发者来说，这个体量实在太重了。
直到我发现了它的"轻量版"——「nanobot」。
nanobot 来自香港大学数据科学实验室（HKUDS），它的设计理念很简单： 
  
    
    
      ❝ 
     
 
用最少的代码，实现 AI Agent 的核心能力❞ 
 
 
 
 
 
 








    
来看一组对比数据：

项目

代码行数

核心功能

OpenClaw

430,000+

全功能

nanobot

~4,000

核心功能

「瘦身比例：99%！」

但别被这个数字吓到，nanobot 保留了最实用的功能：

✅ 多轮对话与上下文记忆
✅ 网页搜索与信息获取
✅ 代码编写与执行
✅ 定时任务调度
✅ 多平台接入（、微信、Telegram、Discord 等）

对于 90% 的个人使用场景，这些功能完全够用。

下面我带你从零开始，搭建一个属于自己的 AI 机器人。

第一步：环境准备

nanobot 需要 Python 3.11+，如果你的系统版本较低，需要先升级：

# CentOS/RHEL dnf install python3.11 python3.11-pip # Ubuntu/Debian apt install python3.11 python3.11-pip

第二步：安装 nanobot

git clone https://github.com/HKUDS/nanobot.git cd nanobot pip3.11 install -e .

第三步：初始化配置

python3.11 -m nanobot onboard

这会在 ~/.nanobot/ 目录下生成配置文件。

第四步：配置 LLM 后端

编辑 ~/.nanobot/config.json，我推荐使用 「Gemini」（免费额度够用）：

{   "agents": {   "defaults": {   "model": "gemini/gemini-2.5-flash" } },   "providers": {   "gemini": {   "apiKey": "你的 Gemini API Key" } } }

❝

💡 获取 Gemini API Key：https://aistudio.google.com/apikey❞

第五步：配置机器人

前往开放平台注册开发者账号
创建一个机器人应用，获取 AppID 和 Secret
在配置文件中启用频道：

{   "channels": {   "": {   "enabled": true,   "appId": "你的 AppID",   "secret": "你的 Secret" } } }

第六步：启动！

python3.11 -m nanobot gateway

看到 机器人「xxx」启动成功！ 就表示一切就绪，去上找你的机器人聊天吧！

当我兴冲冲地让机器人帮我搜索新闻时，它回复：

❝

"无法获取网页搜索结果，因为缺少 BRAVE_API_KEY"❞

什么？搜索还要单独的 API Key？

研究了一下发现，nanobot 默认使用 「Brave Search API」 作为搜索后端，这需要注册并获取 API Key。虽然有免费额度，但注册流程有点繁琐。

我就想：能不能支持其他搜索引擎？比如完全免费的 DuckDuckGo？

说干就干！我 fork 了 nanobot 仓库，花了一个下午重构了搜索模块，实现了三种搜索引擎的支持：

架构设计

采用「策略模式」，让搜索后端可插拔：

SearchBackend (抽象基类) ├── TavilyBackend (AI 优化搜索，推荐) ├── BraveBackend (原版默认) └── DuckDuckGoBackend (免费，无需 API Key)

核心代码

class SearchBackend(ABC):     @abstractmethod     async def search(self, query: str, max_results: int) -> list[dict]:         pass class DuckDuckGoBackend(SearchBackend):     """免费搜索，无需 API Key"""     async def search(self, query: str, max_results: int) -> list[dict]:         # 解析 DuckDuckGo HTML 页面获取结果         url = f"https://html.duckduckgo.com/html/?q={quote(query)}"         # ... 实现细节

使用方式

现在只需在配置文件中指定引擎即可：

{   "tools": {   "web": {   "search": {   "engine": "tavily", // 或 "brave" 或 "duckduckgo"   "apiKey": "你的 API Key" } } } }

「三种引擎对比：」

引擎

需要 API Key

搜索质量

推荐场景

Tavily

✅ (免费 1000次/月)

⭐⭐⭐⭐⭐

AI 应用首选

Brave

✅

⭐⭐⭐⭐

隐私优先

DuckDuckGo

❌

⭐⭐⭐

零成本体验

我已经将这个特性提交了 PR，希望能帮助到更多开发者：

❝

PR 地址：https://github.com/HKUDS/nanobot/pull/507❞

配置好 Tavily 后，搜索功能完美运行！来看看实际对话效果：

nanobot 机器人对话截图

从截图可以看到：搜索结果的质量相当不错，信息及时且全面，这就是 Tavily 作为 AI 优化搜索引擎的优势。

nanobot 是一个非常适合个人开发者的 AI Agent 框架：

「优点：」

代码量小，易于理解和修改
安装部署简单，5 分钟上手
支持多平台（、微信、Telegram 等）
社区活跃，更新频繁

「适合场景：」

个人 AI 助手
学习 AI Agent 原理
快速原型验证
二次开发定制

「不适合场景：」

企业级生产环境
需要复杂工作流的场景

如果你也想拥有一个 24 小时在线的 AI 助手，不妨试试 nanobot！

「相关链接：」

nanobot 官方仓库：https://github.com/HKUDS/nanobot
OpenClaw 官方仓库：https://github.com/openclaw/openclaw
Gemini API：https://aistudio.google.com/apikey
Tavily API：https://tavily.com/
开放平台：https://q..com/

❝

🔥 如果这篇文章对你有帮助，欢迎点赞、在看、转发三连！

有问题欢迎在评论区留言，我会一一解答~❞