本文带你拆解其 Skills 系统，看它如何通过简单的 Markdown 文件教 AI 使用新工具，以及“按需加载”机制如何节省宝贵的上下文窗口。

nanobot源码解析（五）：Skills系统

 本文深入拆解 Agent 框架 nanobot 的核心记忆系统。不同于传统向量数据库方案，nanobot 采用独特的纯 Markdown 驱动设计，通过 MEMORY.md（事实库）与 HISTORY.md（日志库）构建两层架构，配合 AI 主动更新与异步固化机制，实现了透明、轻量且可控的个人 Agent 长期记忆。文章详细解析了记忆的“自我固化”流程，并对比了 Markdown 方案与主流向量数据库（如 mem0）的优劣，为开发者探索个人 AI 助手的高效记忆构建思路提供了务实的极简主义参考。

nanobot源码解析（四）：Markdown驱动的记忆系统

为什么 nanobot 的 Agent 感觉更有“人味”？本文带你深入 ContextBuilder 的源码，揭秘如何通过 Markdown 文件（SOUL.md, USER.md）和运行时上下文注入，构建AI 助手系统提示词

nanobot 源码解析（三）：Markdown 驱动的系统提示词

为什么 nanobot 能轻松接入 Telegram、飞书等多个渠道？本文带你拆解核心命令 agent，并深入研究其背后的极简消息总线（MessageBus）与智能体循环（AgentLoop）设计。

nanobot源码解析（二）：agent命令、消息总线与循环引擎

想要深入理解 AI Agent？先从跑通 nanobot 开始。本文带你完成环境搭建，拆解核心命令，并揭秘命令注册背后的技术细节。

nanobot 源码解析（一）：环境搭建、Debug 配置与 onboard 命令详解



别再花500块找人装OpenClaw了！这个Python项目才是Agent学习的神器！🚀

这是一个极简版的 Claude Code 替代方案

Nano Code: 250行 Python 代码实现的极简 Claude Code

通过pycharm的方式启动ragflow进行debug

ragflow源码解析系列一之Pycharm启动项目进行debug

异步与多线程分别实现批量调用大模型接口

同步与异步插入mysql效率对比，有图有代码展示mysql同步插入与异步插入的耗时情况

“MySQL性能大揭秘：同步 vs 异步插入，谁更快？”

不是简单的接入大模型接口，而是接入有自己业务逻辑的服务

解锁Open WebUI的潜力：自定义业务逻辑与服务交互全攻略

vllm模型部署

相比传统的聚类算法比如kmeans，如何使用大模型做问题聚类

大模型做聚类的一些思考

深入剖析Qanything是如何拆解PDF的，核心是pdf转markdown

Qanything 2.0源码解析系列6: PDF解析逻辑

GAN理解与实现

Pycharm远程debug出现Couldn't apply path mapping to the remote file.解决方案和原理。

针对大模型的流式输出，采用Sanic和Flask两种方式实现

以openai的gpt3.5为例的大模型流式输出实现（原始、Sanic、Flask）- 附免费的apikey水龙头

以图片检索为例子，介绍qanything的检索逻辑（问答逻辑）

Qanything 2.0源码解析系列5：问答接口中的检索逻辑（以图片为例）

对Qanything2.0的图片解析逻辑进行剖析，包括ocr、doc切分合并、向量化

Qanything 2.0源码解析系列4: 图片解析逻辑

Qanything文件解析服务两个重要函数讲解

Qanything 2.0 源码解析系列3 : 文件解析服务

Qanything 2.0源码解析系列2：上传文件

Qanything 2.0源码解析系列1：新建知识库

最终目的是以debug的形式将项目启动起来，方便了解项目原理

Qanything 2.0项目部署启动手把手教程

ocr提取具体的内容要写一大堆逻辑，看看如何用大模型一键解决吧

OCR识别并提取关键内容：用大模型替换掉那繁琐的正则表达式吧

介绍部分qanything的文档解析逻辑，如excel解析、pdf解析、ocr识别，检索逻辑以及ocr+llm做图片逻辑，大模型做reranker的思路

📝 主旨内容

观点1

观点2

🤗 总结归纳

📎 参考文章