nanobot保姆级教程：从Docker拉取镜像到Chainlit界面提问全流程详解

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，快速搭建个人AI助手。该镜像集成了Qwen2.5-4B大模型与Chainlit交互界面，用户可通过网页聊天界面进行编程辅助、知识问答及系统运维等任务，实现开箱即用的AI对话体验。

Amarantine Lee

807人浏览 · 2026-03-14 00:46:27

Amarantine Lee · 2026-03-14 00:46:27 发布

nanobot保姆级教程：从Docker拉取镜像到Chainlit界面提问全流程详解

你是不是也想拥有一个属于自己的AI助手，但又觉得那些动辄几十万行代码的开源项目太复杂，部署起来让人望而却步？今天，我要给你介绍一个“小而美”的解决方案——nanobot。

想象一下，你只需要一个Docker命令，就能拉取一个预置了强大模型和友好界面的完整AI环境。几分钟后，你就能在一个类似ChatGPT的网页界面里，向一个4B参数的大模型提问，让它帮你查看服务器状态、写代码，甚至还能把它接入QQ，变成一个随时待命的聊天机器人。

这一切，只需要一个不到4000行代码的轻量级项目就能实现。听起来是不是很心动？别急，这篇教程就是为你准备的。我会手把手带你走完全流程，从零开始，直到你能熟练使用nanobot进行对话和扩展。我们开始吧。

1. 认识nanobot：你的超轻量级AI伙伴

在开始动手之前，我们先花几分钟了解一下nanobot到底是什么，以及它能为你做什么。

1.1 nanobot是什么？

简单来说，nanobot是一个开源的、超轻量级的个人AI助手框架。它的设计理念非常明确：极简、易用、功能核心。

它最吸引人的特点就是“小”。它的核心代理功能代码只有大约3500行（你可以随时运行命令验证）。相比之下，一些知名的同类项目代码量可能是它的上百倍。代码量小意味着什么？意味着它更干净，依赖更少，出问题的概率更低，你理解和定制它的门槛也大大降低。

1.2 这个镜像里有什么？

我们今天要使用的，是一个已经为你打包好的Docker镜像。你不需要自己去安装Python环境、配置CUDA、下载模型权重，这些繁琐的步骤都已经完成了。这个镜像里主要包含三部分核心内容：

nanobot框架本身：就是那个约3500行代码的轻量级AI助手核心。
Qwen2.5-4B-Instruct模型：这是由阿里通义千问团队开源的一个40亿参数的大语言模型。它被内置的vLLM高性能推理引擎所部署，这意味着它的推理速度很快。“Instruct”版本表示它经过指令微调，特别擅长理解和完成你给它的各种任务。
Chainlit交互界面：这是一个专门为基于大语言模型的应用设计的UI框架。它提供了类似ChatGPT的网页聊天界面，让你可以通过浏览器和nanobot自然对话。

简单理解，这个镜像就是一个“开箱即用”的AI助手服务器。你拉取、运行它，就相当于启动了一个私有的、功能完整的ChatGPT服务。

1.3 你能用它来做什么？

个人知识问答：像使用ChatGPT一样，向它提问任何问题。
编程助手：让它帮你写代码片段、解释代码逻辑、调试错误。
系统运维：正如教程示例，你可以让它执行nvidia-smi等命令（在安全许可内）来查看服务器状态。
内容创作：辅助写作、翻译、总结文档。
扩展为聊天机器人：教程后半部分会教你如何将其接入QQ，变成一个24小时在线的群聊或私聊机器人。

好了，背景介绍完毕。我知道你已经迫不及待想看到它运行起来了。接下来，我们就进入实战环节。

2. 第一步：获取并运行nanobot镜像

这是最基础的一步，我们需要在服务器或本地电脑上启动nanobot服务。

2.1 前提准备

确保你的运行环境满足以下条件：

操作系统：Linux（如Ubuntu、CentOS）或macOS。Windows用户建议使用WSL2。
Docker：已经安装并启动Docker服务。如果还没安装，请先搜索“如何安装Docker”完成安装。
硬件：由于需要运行4B参数的大模型，建议至少有8GB以上的可用内存。如果能有GPU（NVIDIA显卡）则推理速度会快很多，纯CPU也能运行但会慢一些。
网络：能够顺畅访问Docker镜像仓库。

2.2 一行命令启动服务

打开你的终端（命令行工具），执行下面这条命令：

docker run -d --name my_nanobot \
  -p 8000:8000 \
  -p 7860:7860 \
  --restart unless-stopped \
  csdnmirrors/nanobot:latest

我来解释一下这个命令在做什么：

docker run：告诉Docker要运行一个新的容器。
-d：让容器在“后台”运行，这样你关闭终端窗口服务也不会停。
--name my_nanobot：给这个容器起个名字，方便后续管理，这里叫my_nanobot。
-p 8000:8000：进行端口映射。将容器内部的8000端口（nanobot的API服务端口）映射到你主机的8000端口。
-p 7860:7860：同样，将容器内部的7860端口（Chainlit网页界面端口）映射到你主机的7860端口。
--restart unless-stopped：设置重启策略。除非你手动停止容器，否则如果容器意外退出，Docker会自动重启它，非常适合用来部署服务。
csdnmirrors/nanobot:latest：这是我们要拉取和运行的镜像地址。csdnmirrors/是镜像仓库，nanobot是镜像名，latest是标签（代表最新版本）。

执行命令后，Docker会自动从网络下载镜像，然后启动容器。第一次运行需要下载镜像，会花一些时间，请耐心等待。当你看到终端输出一串长长的容器ID时，就表示启动命令提交成功了。

2.3 确认服务部署成功

容器启动后，内部的nanobot服务会自动开始加载模型。我们需要确认模型是否加载成功。

首先，进入正在运行的容器内部：
```
docker exec -it my_nanobot bash
```
这条命令会打开一个容器的bash终端。
查看模型服务的日志：
```
cat /root/workspace/llm.log
```
你需要关注日志的末尾部分。当你看到类似下面的输出时，就表示模型已经成功加载并准备好了：
```
...
INFO 07-28 12:34:56 llm_engine.py:73] Initializing an LLM engine with config: model="/root/workspace/Qwen2.5-4B-Instruct", ...
INFO 07-28 12:35:10 llm_engine.py:220] # GPU blocks: 1245, # CPU blocks: 256
INFO 07-28 12:35:10 llm_engine.py:222] KV cache usage: 0.0%
INFO 07-28 12:35:10 server.py:127] Starting LLM server on http://0.0.0.0:8000 ...
```
关键信息是 Starting LLM server on http://0.0.0.0:8000，这说明模型服务已经在8000端口就绪。

如果日志还在不断滚动显示加载进度，请稍等片刻。4B模型在CPU上加载可能需要几分钟，在有GPU的环境下会快很多。
确认无误后，可以按 Ctrl+D 或输入 exit 退出容器的bash终端。

3. 第二步：使用Chainlit界面与nanobot对话

服务跑起来了，我们怎么用呢？最直观的方式就是通过网页界面。

3.1 访问Chainlit聊天界面

在你的电脑浏览器中，打开一个新的标签页，输入以下地址：

http://你的服务器IP地址:7860

如果你是在自己的电脑上运行Docker（比如用本地Linux或macOS），那么“你的服务器IP地址”就是 localhost 或 127.0.0.1。所以地址是：

http://localhost:7860

如果一切正常，你将看到一个简洁、现代的聊天界面。这基本上就是你的私有ChatGPT了！

3.2 开始你的第一次提问

在界面底部的输入框里，你可以直接输入问题。让我们按照教程的示例，测试一个实用功能。

输入：使用nvidia-smi看一下显卡配置

然后点击发送或按回车。nanobot在后台会尝试执行这个命令，并将结果返回给你。

你会看到：

界面中会先显示你的问题。
稍等片刻（时间取决于命令执行和模型生成速度），nanobot的回复会显示出来。
回复内容应该包含nvidia-smi命令输出的详细信息，比如显卡型号、驱动版本、GPU利用率、显存占用等。这证明了nanobot不仅能够理解你的自然语言指令，还能在安全许可范围内执行系统命令并反馈结果。

3.3 尝试更多对话

现在，你可以尽情尝试了：

技术问题：“用Python写一个快速排序算法。”
系统操作：“当前目录下有哪些文件？”
知识问答：“解释一下什么是Transformer模型。”
创意写作：“帮我写一首关于春天的短诗。”

你会发现，基于Qwen2.5-4B-Instruct模型的nanobot，在代码、技术问题上的表现相当不错，日常对话和创作也完全够用。

4. 第三步：功能扩展——将nanobot接入QQ机器人

让AI助手待在网页里还不够酷？那我们把它变成一个QQ群里的“小伙伴”吧！这样你和你的群友都能随时随地@它来提问。

重要前提：这部分操作需要在容器内部进行，并且需要你有一个QQ开放平台的开发者账号（个人即可申请）。

4.1 准备工作：获取QQ机器人凭证

访问QQ开放平台：打开浏览器，访问 https://q.qq.com/，点击右上角“登录”并使用你的QQ号登录。
进入开发者中心：登录后，在顶部导航栏找到并进入“开发者中心”。
创建应用：在开发者中心，点击“创建应用”，选择“机器人”类型。
填写信息：按照指引填写应用名称、描述等信息，并创建成功。
获取关键信息：创建成功后，在应用的管理页面，你需要找到并记录下两个关键信息：
- AppID：你的机器人的唯一标识。
- AppSecret：相当于机器人的密码，用于API鉴权，务必保密。

记下这两个字符串，我们下一步就要用到它们。

4.2 配置nanobot支持QQ通道

现在，我们需要告诉nanobot你的QQ机器人信息。

首先，进入nanobot容器内部（如果已经退出）：
```
docker exec -it my_nanobot bash
```
使用 vim 编辑器修改nanobot的配置文件：
```
vim /root/.nanobot/config.json
```
（如果你不熟悉vim，也可以使用 cat 查看后，用 echo 命令重写，但vim更直观。vim基本操作：按 i 进入编辑模式，修改后按 Esc 退出编辑，输入 :wq 保存并退出。）
在配置文件中，找到 channels 配置部分。你需要把它修改成类似下面的结构。请将 YOUR_APP_ID 和 YOUR_APP_SECRET 替换成你刚才记下的真实信息。
```
{
  "channels": {
    "qq": {
      "enabled": true,
      "appId": "你的真实AppID",
      "secret": "你的真实AppSecret",
      "allowFrom": []
    }
  }
}
```
- "enabled": true：开启QQ通道。
- "allowFrom": []：这是一个数组，用于限制机器人响应的来源。如果为空数组 []，则表示响应所有收到的消息。你也可以填入特定的QQ号或群号，实现白名单控制。
保存并退出配置文件。

4.3 启动QQ网关服务

配置好后，nanobot需要一个额外的服务来连接QQ平台。这个服务叫做 gateway。

在容器的bash终端中，运行以下命令启动网关：

nanobot gateway

如果启动成功，你将看到终端输出类似下面的信息，表明网关服务正在运行并等待连接：

INFO:     Started server process [1]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:9000 (Press CTRL+C to quit)

注意：这个命令会占用当前终端。如果你想让它也在后台运行，可以在命令前加 nohup 并用 & 放到后台，或者更简单地，在Docker启动命令中直接配置。但为了教程简单，我们先这样前台运行，确认功能。

4.4 在QQ中测试你的机器人

回到QQ开放平台的应用管理页面。
通常会有“上线”或“发布”的流程，也可能需要配置“消息推送URL”（Webhook）。QQ开放平台的界面和流程可能会更新，请根据平台最新的指引，将你的机器人添加到某个QQ群或设置为好友。
在QQ群或私聊中，@你的机器人并发送消息，比如：“你好，你是谁？”
如果一切配置正确，nanobot网关服务收到了消息，并转发给内部的AI模型处理，你很快就会收到机器人的回复！

恭喜你！至此，你已经完成了一个从部署、基础使用到高级扩展的完整流程。你的个人AI助手已经不仅可以通过网页访问，还能活跃在你的QQ聊天中了。