GitHub 双响：HKUDS 的 nanobot 一个脚本把 Agent 塞进聊天框，PrimeIntellect 的 prime-agent 让 Agent 自己变聪明

导语

看图鉴看了快两年，现在的 Agent 圈子就两种路数：要么是 Dify、AutoGen 那样的大平台，功能全但也重，跑起来一堆容器；要么是往 CLI 里怼的极简派，灵活是真灵活，可普通用户连个 GUI 都没有。

今天这俩项目正好站在两个极端上——一个是轻到极致、装完就能在浏览器里聊天的 nanobot，一个是不满足于”干活”，非要”自己改自己”的 prime-agent。一个主打”容易上手”，一个主打”自我进化”。

nanobot：47.6K 星的超轻量个人 Agent 框架

HKUDS（港大数据科学实验室）出的 nanobot，主打一个”轻”。Python 写的，MIT 协议，自托管，从 2 月立项到现在已经冲到 47.6K 星，这速度相当恐怖。

它跟那些重平台最大的区别就是”一张表就能跑起来”。装完自带 WebUI，浏览器里就能聊，不用装一堆依赖。而且它把各种调研里最常用的能力都塞进一个小核心：工具调用、长记忆、MCP 集成、多 Agent、定时自动化，还带一个 OpenAI 兼容的 API——意思是你不光能用它的界面，还能拿它当地层接你已有的代码。

最重要的是它能接聊天软件：Telegram、Discord、微信、飞书、Slack、Email 都行。这意味着你不用专门守着 Agent 的网页，把它挂群里就能当个智能助手用。对于想搞”个人 AI 管家”又不想被平台绑架的人来说，这条路径非常顺。

零配置上手是真的，我评测过不少框架，这个对新手门槛是最低的之一。

prime-agent：让 Agent 自己改自己

PrimeIntellect（就是搞分布式训练那家，PI 系列模型就是他们家的）放出的 prime-agent，15.9K 星，方向完全不同——它不追求轻，追求的是”自改进”。

它的核心概念叫 RLM（Recursive Language Model，递归语言模型）。翻译成人话：它把上下文当成变量，把工具调用当成函数调用，整个跑在一个持续存在的 REPL 里。这套设计让它能支撑长期、超长的任务，而不是聊两句就断片。

最狠的是它的 self-improving（自我改进）能力：一个叫 /refine 的命令能复盘当前的工作轨迹，然后用小步、有证据支撑的方式更新自己的技能描述和记忆。它不会动基础的系统提示词（那部分不可变、有快照回滚），只在”补充状态”上做优化——这设计比粗暴重写好得多，防止越改越傻。

子 Agent 是内置的，rlm(...) 能拉出真正的子 Agent 做并行任务，session 跑在后台，终端断了也不丢，还能重新接上。Agent 之间甚至能直接互发消息互相调度，不用啥都经过用户。这套对搞长跑自动化任务的人非常对口。

两句实话

nanobot 胜在门槛低、生态宽，适合想要”个人 AI 管家”的普通玩家和想在聊天软件里挂 Agent 的人；prime-agent 胜在深度，适合搞复杂研发工作流、想让 Agent 能自我进化的人。一个往上够用户，一个往下扎深度。

两个都是 MIT，都能自托管、不绑平台。入门先从 nanobot 聊起来，玩通了再去看 prime-agent 怎么让它自己变聪明——这才是把开源玩明白的顺序。

by 数码罗记 · godsun.pro