1. NanoBot 项目概述
NanoBot 是香港大学数据科学实验室开发的一款超轻量级 AI 助手框架,其核心价值在于仅用 4000 行代码就实现了传统 AI 助手框架 99% 的核心功能。这个项目特别适合以下几类开发者:
- 想要深入理解 AI 助手底层原理的技术爱好者
- 需要快速搭建可定制 AI 助手的全栈工程师
- 研究对话系统和智能代理的学术研究人员
我最初接触 NanoBot 是因为需要一个可以完全掌控的 AI 开发框架,经过两个月的实际使用,我发现它确实在轻量化和可扩展性之间找到了很好的平衡点。下面我将分享从零开始搭建 NanoBot 开发环境的完整过程,包含大量官方文档中没有提及的实战细节。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与系统兼容性
2.1 操作系统选择建议
NanoBot 官方支持 Linux 和 macOS 系统。根据我的实测经验:
- Ubuntu 22.04 LTS 是最稳定的选择,所有依赖都能完美兼容
- macOS Ventura 及以上版本 运行良好,但 M1/M2 芯片需要额外处理 Python 环境
- Windows 系统 强烈建议使用 WSL2(Windows Subsystem for Linux)
重要提示:纯 Windows 环境会遇到路径处理和权限问题,我在初期测试时因此浪费了整整一天时间。如果必须使用 Windows,请确保:
- 安装 WSL2 并选择 Ubuntu 发行版
- 在 WSL 中配置 Python 环境
- 项目路径不要包含中文或特殊字符
2.2 Python 环境配置
NanoBot 要求 Python 3.8+,但我推荐使用 Python 3.10 或 3.11,这两个版本在性能和兼容性上表现最好。以下是各平台的安装建议:
Linux/macOS 用户:
bash复制# 使用 pyenv 管理多版本 Python
curl https://pyenv.run | bash
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'command -v pyenv >/dev/null || export PATH="$PYENV_ROOT/bi
