KO
|
EN
gitlite — search
Search
#typescript
#ai-agents
#ai
#dsh-plugin
#deepseek-harness
#open-source
#cli
#claude-code
#codex
#developer-tools
#react
#windows
nanobot-learn
★ 99
Open GitHub ↗
七天学会Nanobot设计原理
Download README (.md)
Explore Similar Repositories
eunomia
:
Eunomia is the open-source authorization layer for AI Agents
skardi
:
Skardi is an agent data plane that gives AI agents data autonomy.
spine
:
요청 처리 과정을 명시적으로 드러내는 실행 중심 백엔드 프레임워크, Execution-centric backend framework that makes request handling explicit.
office_oxide
:
The fastest Office document library for Python, Rust, Go, JS/TS, C# and WASM. DOCX, XLSX, PPTX, DOC, XLS, PPT. Up to 100× faster than python-docx/openpyxl/python-pptx. 100% pass rate on valid Office files. MIT/Apache-2.0.
banner
:
Filament banner allows you to easily create, manage, and display banners in your application.
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
nanobot-learn
?
Download (.md)
# nanobot 学习指南 <div align="center"> <img src="nanobot_logo.png" alt="nanobot" width="500"> <h1>nanobot 7天学习计划</h1> <p> <a href="https://pypi.org/project/nanobot-ai/"><img src="https://img.shields.io/pypi/v/nanobot-ai" alt="PyPI"></a> <a href="https://pepy.tech/project/nanobot-ai"><img src="https://static.pepy.tech/badge/nanobot-ai" alt="Downloads"></a> <img src="https://img.shields.io/badge/python-≥3.11-blue" alt="Python"> <img src="https://img.shields.io/badge/license-MIT-green" alt="License"> </p> </div> ## News ### 2025-03 新增：Task Queue 任务队列系统 新增任务队列工具，支持自管理 AI 任务执行： ```bash # 添加任务（外部 Claude Code 执行） taskqueue(action="add", title="开发功能X", instructions="请实现...", case_dir="case1") # 查看任务列表 taskqueue(action="list") # 查看任务详情 taskqueue(action="get", task_id="task-001") # 连接到正在运行的任务会话 taskqueue(action="attach", task_id="task-001") ``` **核心特性：** - 外部执行模式：使用 tmux 创建独立会话，运行 Claude Code CLI - 任务状态管理：PENDING → RUNNING → DONE/BLOCKED/FAILED - 自动恢复：崩溃任务自动重试（最多3次） - 安全检查：root 用户禁止使用 --dangerously-skip-permissions 详细文档：[docs/extra-cases/nanobot-integrate-claudecode.md](./docs/extra-cases/nanobot-integrate-claudecode.md) --- ### 2025-03 新增：上下文工程完全指南 深入理解 Nanobot 的上下文工程架构： ```mermaid flowchart TB A[ContextBuilder] --> B[System Prompt] A --> C[Runtime Context] A --> D[Conversation History] A --> E[Long-term Memory] B --> F[Identity + Bootstrap Files] E --> G[MEMORY.md + HISTORY.md] ``` **核心概念：** - 上下文工程 vs 提示词工程：系统层面的上下文生命周期管理 - 两层记忆系统：MEMORY.md（长期事实）+ HISTORY.md（对话历史） - Bootstrap Files：AGENTS.md、SOUL.md、USER.md、TOOLS.md、IDENTITY.md - 运行时上下文：时间、渠道、聊天ID（标记为 metadata only） 详细文档：[docs/extra-cases/nanobot-context-engineering.md](./docs/extra-cases/nanobot-context-engineering.md) --- ### 2025-03 新增：Learn Mode 学习模式 新增 `learn` 命令和内置 `nanobot-learn` skill，提供两种学习模式： ```bash # 老师模式 - 交互式问答 nanobot learn # 指定 Day 学习 nanobot learn --day Day2 # 单次模式 - 直接问问题 nanobot learn --message "Agent Loop 是如何工作的？" # 面试官模式 - 答题测验 nanobot learn --mode quiz nanobot learn --mode quiz --day Day3 ``` **交互式命令：** - `/mode teacher` - 切换到老师模式 - `/mode quiz` - 切换到面试官模式 - `/stats` - 查看学习进度 - `/exit` - 退出学习模式 **内置 Skill：** `nanobot-learn` skill 会自动加载到 Agent 上下文中，用户可在任意社交媒体渠道（Discord、Telegram、Slack 等）直接使用 learn 功能。 --- ## 简介 **nanobot** 是一个超轻量级的个人 AI 助手，仅用约 **4,000** 行核心代码实现了完整的 Agent 功能。本学习指南旨在通过七天的系统学习，帮助开发者全面掌握 nanobot 的实现原理，达到能够独立开发和扩展的能力。 ## 学习目标 - 理解 nanobot 整体架构设计 - 掌握 Agent 核心循环（LLM ↔ Tool 交互） - 深入理解两层记忆系统ORY.md + HISTORY（MEM.md） - 学会扩展 Provider 和 Channel - 能够独立开发自定义 Tool 和 Skill ## 开始学习 ### 学习计划 详细内容请查看 [LEARNING_PLAN.md](./LEARNING_PLAN.md) | Day | 主题 | 核心文件 | |-----|------|----------| | Day 1 | 项目结构与核心概念 | `config/schema.py`, `config/loader.py` | | Day 2 | Agent 核心循环 | `agent/loop.py`, `agent/context.py` | | Day 3 | Memory 与 Session | `agent/memory.py`, `session/manager.py` | | Day 4 | Tool 与 Agent 扩展系统 | `agent/tools/`, `agent/skills.py` | | Day 5 | Provider 系统与 LLM 集成 | `providers/registry.py` | | Day 6 | Channel 系统 | `channels/base.py`, `channels/manager.py` | | Day 7 | 进阶功能与实战 | `cron/service.py`, `heartbeat/service.py` | ### 前置要求 - 具备 Python 基础（async/await、类型注解） - 了解 Pydantic 基本用法 - 熟悉 HTTP API 和 WebSocket 概念 ## 快速导航 ### 核心概念文档 - [Agent Loop 详解](./docs/Day2/AGENT_LOOP.md) - LLM 与工具的循环调用 - [Context 构建](./docs/Day2/CONTEXT.md) - Prompt 生成机制 - [Memory 系统](./docs/Day3/MEMORY.md) - 两层记忆设计 - [Session 管理](./docs/Day3/SESSION.md) - 会话持久化 - [Tool 系统](./docs/Day4/TOOL.md) - 工具注册和执行 - [Skills 系统](./docs/Day4/SKILLS.md) - 技能加载器 - [Subagent 系统](./docs/Day4/SUBAGENT.md) - 子 Agent 管理 - [Provider 架构](./docs/Day5/PROVIDER.md) - 多 LLM 支持 - [Channel 系统](./docs/Day6/CHANNEL.md) - 聊天平台集成 - [CLI/Cron/Heartbeat](./docs/Day7/CLI_CRON_HEARTBEAT.md) - CLI 命令、定时任务与心跳 ### 项目结构 ``` nanobot/ ├── agent/ # 核心 agent 逻辑 │ ├── loop.py # Agent 循环 │ ├── context.py # Prompt 构建 │ ├── memory.py # 持久化记忆 │ └── tools/ # 内置工具 ├── channels/ # 聊天平台集成 ├── providers/ # LLM Provider 抽象 ├── session/ # 会话管理 ├── config/ # 配置系统 └── cli/ # CLI 命令 ``` ## 面试要点 完成学习后，应掌握以下核心概念： 1. **Agent Loop** - LLM 与 Tool 的循环调用 2. **Memory System** - 两层记忆设计（MEMORY.md + HISTORY.md） 3. **Tool System** - 工具注册和执行机制 4. **Provider 抽象** - 如何支持多种 LLM 5. **Channel 抽象** - 如何接入多种聊天平台 ## 相关链接 - **项目主文档**: [NanobotREADME.md](./NanobotREADME.md) - 完整的 nanobot 使用指南 - **官方文档**: https://github.com/HKUDS/nanobot - **LiteLLM 文档**: https://docs.litellm.ai/ ## 许可证 本学习指南基于 nanobot 项目，遵循 MIT 许可证。
