Skillget

Nano-Lumen

agent
Guvenlik Denetimi
Basarisiz
Health Uyari
  • License — License: Apache-2.0
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 5 GitHub stars
Code Basarisiz
  • eval() — Dynamic code execution via eval() in core/code_scan.py
  • exec() — Shell command execution in core/code_scan.py
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

A resident general-purpose agent for Windows desktop, designed as a persistent-state system: cross-session, crash-recoverable, local-first privacy.

README.md

Nano Nano-Lumen

Python Platform License Release

Nano-Lumen

Nano-Lumen v1.97 · Windows 桌面常驻型通用智能体 · English

常驻 AI Agent · 任务级持久状态 · 本地优先隐私 · Windows 桌面端

💭 如果 AI 真正生活在你的电脑里，会是什么样？

当前普遍的 AI Agent 设计范式，都是临时入驻电脑并完成任务：

打开一个会话 →
选择一个工作区 →
给它一个目标 →
它调用几个工具

Nano 从另一个假设出发：电脑不应该只是 AI 可以调用的一组工具，而应该成为智能体所存在的环境。

文件、应用程序、进程、知识、网络、外部服务——它们不应该只是一个个被接入 AI 的功能，而应该成为智能体可以认识、使用和行动于其中的世界。

于是，问题不再只是：

AI 能做什么？

而变成了：

一个真正需要长期存在于计算机中的 AI，需要什么？

💡 Nano 是对这个问题的一次探索。

📸 预览

深色 浅色
深色主题 浅色主题

⚙️ 核心技术架构：把 Agent 当持久状态系统来设计

围绕持久状态系统的设计目标，Nano 从内核层面构建了完整的状态保障体系：

  • SQLite 命令内核：全部运行态操作的唯一写路径，带不变量检查、幂等记账、崩溃后精确恢复
  • 全链路崩溃恢复：write-ahead 日志 + 启动时 reconciler，覆盖 excepthook 抓不到的原生崩溃
  • 持久收件箱：用户的话写入即持久，永不丢失；崩溃重投时如实告知用户
  • 等待机制三重兜底：到期 / 截止 / 无条件孤儿回收，避免任务无限挂起，保障系统始终处于可响应状态
  • 持久记忆：工作记忆 + 持久语义记忆双栈，支持主动回忆
  • 设计视角：把 Agent 当作有持久状态的分布式系统来构建，而不是单次进程。
  • 目标驱动：放弃传统 Agent 工具驱动的设计范式，给予自进化、发现及自主接入能力，能力上限由整个互联网生态决定，不由自身决定

详细架构说明见 docs/zh/02-architecture.md。

✨ 核心能力

💬 对话与模型

  • 多厂商多模型支持：内置 Anthropic Claude 与 DeepSeek 支持，同步支持中转 API
  • 流式回复，过程可视化：工具调用卡、用量统计等信息实时可见

🧰 工具与技能

  • Agent 执行引擎：支持 ReAct 工具循环、单文件技能体系，兼容标准 MCP（Model Context Protocol）协议，支持本地 stdio 与远程 HTTP 两种传输方式，可接入任意符合标准的第三方 MCP 服务端
  • 30+ 内置工具：文件读写/搜索/编辑、RAG 检索、任务列表、后台任务与等待唤醒、图像/屏幕、OS 自动化、MCP 与技能管理、子智能体等；统一按需感知、动态注入，压低每轮上下文成本
  • 自写技能：让 Nano 按你的需求直接创建、修改、审计单文件 Skill，并支持查看源码、更新备份、禁用/启用、删除归档
  • MCP 自主发现与接入：自动搜索官方 MCP Registry，一条指令即可接入与管理 MCP 服务；常驻连接、断线自动重连，跨服务统一管理

🧠 记忆与上下文

  • 对话原文持久化（SQLite）：重启不丢失，长对话自动分层压缩，控制成本
  • 上下文治理：依据上下文预算、内容新鲜度与记忆层级动态组织对话内容，在保持连续性的同时控制上下文规模与模型调用成本
  • 语义长期记忆：长期记住你的偏好、纠错信息等
  • 会话数据导出：支持将全部会话导出为 Markdown、原始 JSON 与图片副本；导出遵循用户可见性边界，历史数据即使不再显示在界面中，仍保留完整的数据出口

📚 知识库（RAG）

  • 本地嵌入模型（BGE-M3 + 重排模型），离线检索

🤖 主动智能（实验性，shadow 观测中）

  • 三层主动引擎（硬安全 / 常规触发 / 状态推断）+ 情绪模型已实现，当前处于 shadow 观测期：只记录决策、不真正开口，不会在你未要求时突然发消息。情绪仅影响语气与主动闸门，不改变底层功能行为

🎛️ 系统操作与安全

  • 操作管控：系统操作按风险分级，六个独立权限开关 + 带分类器的 Auto 模式；Auto 下以「动作是否符合你的意图」判定危险命令，阻断不符合意图一致性判定的高风险动作
  • 操作轨迹感知：仅记录「在哪个应用、在做什么」级别的环境摘要（约 18 小时过期），行为账本使用封闭类别、不含敏感语义，默认无遥测
  • 子智能体：可派生受限作用域子智能体并行探索或执行任务，工具与运行范围经白名单隔离
  • 原生窗口：基于 NiceGUI + WebView2 构建的原生窗口化交互界面
  • 可审计操作流水：OS 动作（含只读动作）逐条写入 append-only 审计日志，相关截图按配置的保留策略自动回收；空闲时自动验证视觉定位（UIA）链路是否正常

🚀 安装与快速开始

环境要求

项目 要求
操作系统 Windows 10 及以上
Python 3.10（版本敏感，更高版本未验证）
磁盘空间 约 6 GB（含本地嵌入模型约 2.3 GB）
内存 建议 8 GB 以上

安装

执行 install.bat 一键安装。脚本自动检测并静默安装 Python 3.10.11，并装齐 Python 依赖、本地检索模型、Node、OCR、WebView2 等全部组件；仅当下载失败时提示用户手动安装对应项。

install.bat

下载本地嵌入模型（知识库检索用，可选，支持断点续传）：

py -3.10 _setup_rag_models.py

启动

start.bat

首次对话配置

首次启动若未配置密钥，会自动弹出环境配置页面；也可随时点击窗口左上角的三个彩色圆点进入设置。选择模型厂商并填入 API Key：

  • 选择供应商：Anthropic 或 DeepSeek
  • API Key：所选供应商的密钥

配置会写入项目根目录的 .env。更完整的配置项见 docs/zh/03-configuration.md，首次使用与常见问题的排错见 docs/zh/01-getting-started.md。

🧩 技能与扩展

技能（Skill）是 Nano 的插件机制，一个技能 = 一个 Python 文件：

skills/
├── official/          # 官方内置技能
│   ├── GetSystemTime.py
│   ├── Base64Codec.py
│   ├── HashGenerator.py
│   ├── RegexTester.py
│   ├── SearchTheWeb.py
│   └── ...
├── disabled/          # 被禁用的技能
├── deleted/           # 被删除的技能
└── (skills/ 根目录)    # Nano 编写的技能放在这里

把技能文件放进 skills/ 根目录即被自动加载，无需修改框架代码。你也能直接让 Nano 根据需求编写并部署、或修改一个已有技能（create_new_skill / update_existing_skill），不必手写代码。

🏗️ 架构概览

Nano 架构

界面层不直接调用模型或工具，全部经过编排层。完整说明见 docs/zh/02-architecture.md。

📁 目录结构

Nano-Lumen/
├── app.py                    # 界面层
├── nano_koala.py             # 精灵图动画
├── core/                     # 核心逻辑
│   ├── orchestrator.py       # 编排层 / ReAct 主循环
│   ├── provider.py           # 模型 API 接入
│   ├── models.py             # 厂商 / 模型表
│   ├── rag.py                # 知识库检索
│   ├── mcp_client.py         # MCP 客户端
│   ├── os_layer/             # 自动化
│   ├── context/              # 上下文计量与衰减
│   ├── proactive/            # 主动智能
│   ├── runtime/              # 任务调度 / 会话持久化
│   └── …                     # 其余模块见 docs/zh/02-architecture.md
├── memory/                   # 对话历史存取
├── skills/                   # 技能（插件）
├── config/                   # 行为规则 / 人格 / 系统指令
├── data/                     # 运行期数据
├── docs/                     # 开发者文档
├── tests/                    # 测试套件
├── assets/                   # 图标 / 字体 / 素材
├── static/                   # 前端静态资源
├── requirements_cpu.txt      # Python 依赖
├── install.bat / install.ps1 # 一键安装
└── start.bat                 # 启动入口

🔐 隐私与信任

桌面端智能体的核心信任门槛是隐私。Nano 从架构层面贯彻「本地优先、最小采集、行为克制」的信任原则：

本地优先

OCR、向量检索、记忆存储、交互界面全部在本机运行；唯一上行的数据是用户自行配置的模型 API 请求。

最小采集

  • 环境轨迹只存储「应用 + 在做什么」的一行摘要（如「Chrome 正在浏览网页」），不存原始事件和内容明文，记录 18 小时后自动过期清除
  • 行为账本只用封闭类别标签（如「文件操作」「网络访问」），禁止任何语义化敏感信息入库

无遥测

Nano 自身不收集使用统计或用户行为数据。

🛡️ 安全说明

桌面自动化是风险最高的能力，Nano 为此设计了多层防护：

  • 风险取最大值：每个动作的生效风险 = max(声明风险, 静态地板, 动态升级规则)，模型只能把风险抬高、不能压低
  • 高危总闸：PERM_DANGEROUS 刻意不绑定任何具体动作，凡是风险达到最高档的动作都必须经过它
  • 路径黑名单：明确拒绝读取凭据、私钥、浏览器密码等敏感位置
  • 权限拒绝时可解释：被拒时模型会告诉你需要打开哪个开关
  • 自动模式兜底：开启自动模式后，破坏性命令仍会被命令分类器拦下

六个权限开关随时可在设置中关闭。

安装或使用本软件，即表示你已阅读并同意用户协议。

⚠️ 已知边界

本章仅陈述明确的当前限制，不承诺未落地功能，不预设发布日期。也欢迎任何人参与对 Nano 的贡献。

明确未落地 / 当前限制：

  • 仅支持 Windows 10 及以上，无跨平台版本
  • 主动行为引擎处于 shadow 观测期，暂不对外提供主动交互能力，用户不可手动开启；界面的「主动程度」档位为预留，目前没有任何实际影响。待充分验证 Shadow 日志、确认行为可靠性后，将通过修改代码常量正式开放
  • 考拉动画为与状态机绑定的精灵图动画，非真骨骼，目前稍显过时
  • Nano 开发期测试全部使用 Claude API，DeepSeek 工具调用稳定性 / Token 缓存命中未深度测试
  • I18N 未完成：当前语言切换仅影响各功能下模型生成语言时的偏好，不影响 UI 语言
  • NiceGUI 无法实现内置浏览器

🧪 开发与测试

  • 测试套件位于 tests/，随仓库分发，通过 run_tests.sh 入口执行全量回归

单条用例：

py -3.10 tests\t_d12_tool_failure_info.py

一键全量（需 bash）：

bash run_tests.sh

🐛 反馈问题

提交 Issue 前，请先确认：

  • 已阅读 docs/zh/01-getting-started.md 的「常见启动问题」
  • 已看「⚠️ 已知边界」一节——其中列出的当前限制不在反馈范围内

报告 Bug 时请附：

  • Nano 版本号
  • 操作系统与 Python 版本
  • 复现步骤、期望行为、实际行为
  • 相关日志（data/ 目录或控制台输出）

完整的 Bug 报告模板与 功能建议模板见 docs/zh/12-contributing.md「报告问题」一节，可直接照模板填写。

📚 文档

📄 开源许可

本项目采用 Apache-2.0 开源许可证。

💛 致谢

Nano 的诞生离不开以下开源项目、服务与贡献者的启发与支撑：

  • Anthropic：Nano 大量参考了 Claude Code 的设计范式，详见 Anthropic 工程文档
  • BAAI：bge-m3 嵌入模型与 bge-reranker-v2-m3 重排模型
  • NiceGUI、pywebview（WebView2）、CodeMirror：桌面界面与交互
  • SQLite、ChromaDB、Tesseract：存储、检索与 OCR 底座
  • Model Context Protocol（MCP）：让工具生态得以标准化扩展
  • 《Designing Data-Intensive Applications》（Martin Kleppmann 著）：「把 Agent 当作有持久状态的系统来设计」的理论来源
  • GNU nano：Nano 的命名由来

作者与贡献者

  • Koala — 项目作者与主要开发者
  • lebangjames — 数据收集、测试及早期原型设计思路

AI 协作贡献者

  • Claude（Anthropic）— 在部分代码实现与调试中提供了大量协助
  • GPT（OpenAI）— 提供了内核、OS 控制层早期架构设计的思路
  • GLM（智谱）— 文档规范化与国际化

Yorumlar (0)

Sonuc bulunamadi