nanoagent

一个核心循环只有约 30 行、却能通过分阶段引入 harness 工程实践演进为真实可用运行时的 ReAct 单 agent 框架。既把 agent 的内部机制讲清楚，也让人能基于它构建自己的 agent 应用。

状态：v0.1 基础版已实现。核心循环 / 工具系统 / LLM 客户端（OpenAI 兼容，含 DeepSeek）/ in-memory memory / 默认策略 / 命令行入口均已落地，python -m pytest 61 passed（全程不联网）。当前可从源码安装运行（见快速开始）；PyPI 发布在即，届时 pip install pynanoagent（发布名加 py 前缀，导入仍 import nanoagent）。设计见 docs/DESIGN.md。

这是什么

2026 年的 agent 框架生态有一个结构性空白：编排类框架（LangGraph / CrewAI）能让 agent 跑起来，但 context 管理、权限、可观测性往往是后补的，复杂且边界不清；产品级 agent（Claude Code / Cursor）harness 成熟却闭源、绑定模型、不可复用。「能让人读懂每一层为什么这样设计、同时又真正可用」的开源框架几乎是空白。

nanoagent 要填的就是这个空白，三个关键词缺一不可：

• 易于理解：核心层代码量小、抽象少，能在一两小时读完 core/loop.py 并真正理解每一轮在做什么。
• 融入最佳实践：context engineering、权限校验、熔断、memory 分层、skill 系统等社区已验证的工程实践，分阶段、有解释地引入。
• 真正可用：不停在 toy 阶段——目标是 v0.4 能支撑长任务而不崩溃。

核心设计原则：Stable Core + Pluggable Strategy

整个项目押在一个切分上：把框架切成核心层（过去五年没本质变化、未来数年大概率也不变的部分——LLM 调用、循环、工具调度、数据结构）与策略层（随最佳实践演化的部分——怎么管上下文、怎么校验权限、怎么熔断）。核心层一旦定稿就不再改动；引入新最佳实践 = 在策略层新增一个实现，核心层不动。

下图回答：「nanoagent 由哪几层组成、运行时怎样互相调用？」

flowchart TD
    user["使用者前端<br/>CLI / bot / 编辑器插件"]
    api["顶层 API<br/>Agent / ChatSession"]

    subgraph core["核心层 · 数年不变"]
        loop["AgentLoop<br/>~30 行 ReAct 循环"]
        data["数据结构 + 契约<br/>Message / Context / Protocol"]
        hooks["Hook 机制<br/>8 个生命周期点"]
    end

    subgraph ext["可替换扩展点"]
        caps["能力实现<br/>LLM / 工具 / Memory"]
        strat["策略层<br/>上下文 / 权限 / 停止"]
    end

    user -->|"调用"| api
    api -->|"组装并运行"| loop
    loop -->|"读写"| data
    loop -->|"直接调用"| caps
    loop -->|"生命周期回调"| hooks
    hooks -.->|"被策略实现并注入"| strat

    classDef stable fill:#fff0aa
    class loop,data,hooks stable

读图要点：暖黄三块是核心层，数年内不动。注意两种依赖方向的不对称——AgentLoop 直接调用能力实现（LLM / 工具 / Memory 是循环跑起来的必需品，实线），却只经 Hook 间接触达策略层（虚线：策略实现某个 Hook 协议、被注入循环的某个生命周期点）。判据很简单：拿掉能力实现层循环就跑不起来，拿掉策略层循环仍能跑（退化成纯 ReAct）。核心层因此既不知道什么是 compaction、也不知道什么是 permission，它只知道「在某个时间点回调一组 hook」——这就是「核心稳定、策略可插拔」能成立的物理机制。

路线图

快速开始

当前从源码安装（PyPI 发布后可直接 pip install pynanoagent，导入名仍 nanoagent）：

git clone https://github.com/eastonsuo/nanoagent && cd nanoagent
pip install -e .

命令行对话（需一个 OpenAI 兼容的 key）：

export OPENAI_API_KEY=sk-...          # OpenAI
nanoagent

换 DeepSeek 等兼容端点：模型名带前缀即自动识别端点，只需给对应 key（无需手设 base_url）：

export DEEPSEEK_API_KEY=sk-...        # DeepSeek（没有则回落 OPENAI_API_KEY）
export NANOAGENT_MODEL=deepseek-chat
nanoagent

当库用 —— @tool 注册工具，一次性任务用 Agent.run、多轮对话用 Agent(...).session()：

from nanoagent import Agent, tool

@tool
def word_count(path: str) -> int:
    """统计文本文件的单词数。"""
    return len(open(path).read().split())

agent = Agent("gpt-4o-mini", tools=[word_count])
print(agent.run("统计 README.md 有多少单词").output)     # 一次性，跨 run 无记忆

chat = agent.session()                                    # 多轮，记得上文
chat.send("我叫小明")
print(chat.send("我叫什么？").output)

v0.1 已实现

• 可读性：核心层（非 __init__）约 390 行，< 500。
• 测试：python -m pytest → 61 passed，全程不联网、不需 API key（echo 客户端驱动全链路）。
• 依赖防线：core/ 不 import 任何外层目录——「稳定核心」原则的物理保证（设计 §8.1）。
• OpenAI 兼容：OpenAI / DeepSeek / Kimi / vLLM / Ollama，换模型名或端点即可。

文档

• docs/DESIGN.md —— 权威设计文档（14 章）：概念与设计哲学、core/harness 解耦、核心数据结构与接口契约、整体架构、v0.1 详细设计、技术选型、与现有框架对比、风险。实现细节一律以它为准。

许可证

本项目采用 MIT License。