GitHub一周热点第103期
超轻量NanoBot、编程智能体记忆工具Beads、聊天分析ChatLab等
视频
GitHub 一周热点第103期(2025/2/1 - 2026/2/7），本期内容包括超轻量的clawdbot、编程智能体的记忆工具、聊天记录分析工具、视觉agent框架和键盘、鼠标统计工具。 最后还有 2 份资料分享。
1. NanoBot
- 项目名称：NanoBot – 超轻量的clawdbot
- 官网链接：https://github.com/HKUDS/nanobot
NanoBot是香港大学数据科学实验室开源的一个超级轻量的个人AI助理，NanoBot的灵感就是来自于OpenClaw。最近OpenClaw可以说是火出天际，所有人都在不停的说OpenClaw，但是它那足足 43 万行的代码量给劝退很多感兴趣的人。 而NanoBot仅用 4000 行代码，就复刻了 OpenClaw 的核心功能，相比 OpenClaw，它实实在在是超轻量。 架构上来说，它参考了OpenClaw，从聊天工具接入，然后到底层的执行。最核心的能力其实有3个，自然语言驱动的任务执行、记忆模块（持久化上下文）和插件化动作 / 工具调用。 
目前支持接入Telegram、WhatsApp 和飞书等。 
模型也支持API和本地的，所以如果觉得成本太高，可以考虑本地。
现在很多朋友对OpenClaw、NanoBot有很多负面的评价，我想说几句，OpenClaw能火本质是它符合人们对于AI未来形态的预期，很多人觉得它不实用，很多事用Claude Code可以干的更好，但是要知道Claude Code对大多数人来说是很难的，不能用幸存者偏差来看待问题，当然这些工具现在都还不成熟，但是方向是非常值得期待的。
2. Beads
- 项目名称：Beads – 编程智能体的记忆工具
- 官网链接：https://github.com/stewyegge/beads
Beads是专为 编程智能体设计的 外部记忆工具。
如果你平时用 AI 写一些复杂点的项目，很容易很容易遇到上下文超出，然后就忘了前面做什么，一些编程智能体的处理方法是用markdown来记录，有什么要做，已经做了什么。
Beads用具备依赖感知的图结构取代传统杂乱无章的 Markdown 任务清单，提供显式依赖管理、执行任务溯源、会话状态持久化、多智能体任务隔离分配与语义化审计追踪能力。 
安装的话就通过项目给的一键安装脚本或者是npm命令，会全局安装bd命令，不会放到具体项目。
然后你需要进入到项目，执行bd init，它会自动去做初始化配置，如果配置时候遇到问题可以bd doctor，查看说明去解决一下。最后把Use ‘bd’ for task tracking写入到AGENTS.md里。
在进入编程工具的时候，agent会识别到，使用bd去规划和管理开发任务。 
它本质上是一个基于 Git 的任务管理系统，它会把任务拆解得很细，存成 JSON 格式放在你的仓库里，这样 AI 就能随时知道我现在干到哪一步了、下一步该干啥，哪怕任务跨了好几天也不会断片。
3. ChatLab
- 项目名称：ChatLab – 聊天记录分析工具
- GitHub 链接：https://github.com/helledogua/ChatLab
ChatLab 是一个免费、开源、本地化的，专注于分析聊天记录的应用。通过 AI Agent 和灵活的 SQL 引擎，你可以自由地拆解、查询甚至重构你的社交数据。 
在电脑或者手机上，我觉得蕴含个人信息量最大的就是聊天记录了，它可是能让闺蜜瞬间翻脸，快死的人也能一秒就活。所以查询、分析聊天记录，我觉得很多人都会很好奇，而且这还是完全在本地的，也就不会有隐私泄露。
ChatLab支持多种聊天软件格式导入，并在后台转换成统一的标准化结构，聊天数据被存入本地 SQLite 数据库，还内置了AI Agent，集成 10+ Function Calling 工具，支持动态调度，深度挖掘聊天记录中的更多有趣。还能做多维数据可视化，趋势分析、统计、过滤等操作，还能得到什么年度榜单之类的，挺有意思的。 
对于聊天记录的问题，ChatLab是不包括数据导出的，所以需要自己去导出数据，文档中说明了支持的类型，可以参考对应的工具去做，当然如果导出不太好，那是导出工具的问题。反正大家可以自己去玩玩吧。
4. Vision-Agents
- 项目名称：Vision-Agents – 视觉agent框架
- GitHub 链接：https://github.com/GetStream/Vision-Agents
Vision Agents 是由 Stream（GetStream） 开源的一套 面向实时视频/语音感知的 AI agent框架，它不像普通视觉模型那样只输出推理结果，而是提供一整套构建 可观察视频、可听音频、可对话交互的智能体 的模块和 SDK。
使用的场景上可以使用它构建如实时视频助理、运动教练、监控分析、会议辅助智能体等，比如像官方给出的高尔夫教练，可以监测动作，给出指导建议。还有像快递包裹被盗监测，可以检测人脸、追踪包裹，并在包裹被盗时发出警报。不过在国内好像偷快递的很少见。
这个框架的重点在于让开发者能用 自己选择的模型来快速搭建低延迟的视觉/语音智能体，而无需为底层数据流处理和多模态协作重新造轮子。 
其实从思路上来说主要就是把原来分散的音、视频处理部分合理的整合，在开发使用的时候，除了准备大模型的API key，还需要准备stream的key，但是好处是有免费额度，另外几个例子它也都准备对应源代码来做参考。
5. KeyStats
- 项目名称：KeyStats – 键盘、鼠标统计工具
- GitHub 链接：https://github.com/debugtheworldbot/keyStats
我们每天走路的时候会用微信运动之类的记录步数，那我们坐在电脑前工作时候可以记录点什么呢？
KeyStats 是一款轻量级的 macOS/Windows 原生菜单栏应用，它能够实时统计用户每日的键盘敲击次数、鼠标点击次数、鼠标移动距离和滚动距离，并将核心数据直接显示在菜单栏，让你随时掌握自己的使用情况。
安装的话Mac用户，可以通过brew，先执行第一行去订阅一下tap，然后在brew install 安装，windows用户去release里直接下载安装包。
它除了统计按键和点击的次数，还可以查看趋势，还可以按应用来分类查看统计，但是应用内就不会区分了，如果你所有的工作都在浏览器进行，那就全是浏览器了。还有有史以来的分析报告，另外它的数据也是在本地的。
所以我也在想如果是玩射击游戏的，是不是就wasd特别多，如果玩lol、DOTA2就是qwer特别多。
One More Thing
最后还是分享2个资料，第一份是《2026年AI玩具市场发展与用户洞察报告》，AI在玩具市场的融合一直是产业落地非常不错的一个方向，现在儿童玩具中很多都已经开始集成AI功能，之前在各种AI大会上也都看到了很多AI玩具的产品。其实报告还少了一个部分内容，就是成人玩具，而且这个市场盈利其实非常好。
第二份是《2025年人工智能趋势：AI智能体跨越鸿沟》，报告来自摩根士丹利和openai，生成式AI是历史上采用速度最快的通用技术，报告从多个维度去探讨了AI的发展和影响，比如宏观经济、公共市场、还有行业研究，最后也对2026做了一些预测。
有需要的可以告诉我，以上就是本周的全部内容，那我们下次再见。
103期分享内容： 我用夸克网盘给你分享了「一周热点103期」，链接：https://pan.quark.cn/s/1e140c1b627a