type
Post
status
Published
date
Mar 10, 2026
slug
nanobot-source-code-analysis-3
summary
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
tags
nanobot
agent
category
技术分享
icon
password
在上一篇中，我们聊了 nanobot 的agent命令运行原理。今天，我们要聊聊 Agent 的“三观”和“人设”——也就是系统提示词（System Prompts）。
如果你用过其他 Agent 框架，你可能会发现它们的提示词通常硬编码在 Python 文件里，或者藏在复杂的数据库配置中。但 nanobot 再次不走寻常路：它把 Agent 的灵魂交给了 Markdown。
1. 为什么是 Markdown？
在
nanobot/agent/context.py 中，你会看到一个非常关键的常量：这四个文件构成了 nanobot 的核心身份。为什么要把这些关键指令放在 Markdown 文件里？
- 人类可读（Human-Readable）：你不需要懂 Python，只要会写字，就能修改 Agent 的性格。
- 版本控制（Version Control）：你的 Agent 进化过程可以被
git commit记录。
- 极简定制：想让 Agent 变幽默？改
SOUL.md。想让它记住你的偏好？改USER.md。
这种设计让 AI 不再是一个冷冰冰的黑盒，而是一个可以被你亲手雕琢的“数字生命”。
2. ContextBuilder：提示词的“缝纫机”
ContextBuilder 类是 nanobot 中负责“缝合”提示词的核心组件。它的 build_system_prompt 方法就像一台缝纫机，将散落在各处的碎片缝成一件完整的“思想外衣”。它不仅加载了静态的 Markdown 文件，还动态地注入了我们在上一篇聊过的长期记忆。这意味着，你的 Agent 每一秒都在变得更懂你。
3. 赋予“灵魂”：SOUL.md 与 USER.md
在 nanobot 的模板中，
SOUL.md 定义了 Agent 的性格（Personality）和价值观（Values）。比如：- “Concise and to the point”（简洁明了）
- “Accuracy over speed”（准确重于速度）
而
USER.md 则是 AI 认识你的窗口。它记录了你的名字、时区、编程偏好甚至是工作上下文。这种“灵魂”与“用户画像”的分离，让 nanobot 能够实现真正的个性化。 它是你的私人秘书，而不是一个通用的聊天机器人。
4. 运行时上下文：让 AI 睁开眼看世界
除了静态的身份，AI 还需要知道它当前所处的“时空”。这就是
_build_runtime_context 的作用：每当你发送一条消息，nanobot 都会悄悄在你的消息前面注入这段元数据。AI 瞬间就知道：
- “哦，现在是周二下午 3 点。”
- “用户是在 Telegram 上找我，而不是在终端。”
5. 平台策略（Platform Policy）：抹平系统差异
nanobot 还有一个非常贴心的设计：
Platform Policy。在_get_identity() 方法中会判断当前平台是 windows、macos这解决了 AI 助手最常见的一个痛点：在 Windows 上给你写 Linux 命令。通过在系统提示词中注入平台策略，nanobot 确保了 AI 给出的建议在你的系统上是真正可用的。
最终提示词
最终的提示词包含以下五部分内容：
- 身份、平台、工作目录
- 四个md文件
- 长期记忆
- 主动技能，每次都要执行
- 被动技能，触发了才会执行
nanobot内置skills，这些skills存放在项目根目录/nanobot/skills文件夹中：
最终将这五部分内容拼接好就得到了最终的 system prompt：
总结
nanobot 的系统提示词设计再次印证了它的极简哲学：最好的配置就是文档本身。
通过 Markdown 驱动身份，通过运行时注入感知环境，nanobot 成功打造了一个既有稳定“灵魂”，又能灵活应对复杂环境的 AI 助手。