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。

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。

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

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。

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。

极简版claude code

这是一个极简版的 Claude Code 替代方案