nanobot 高阶应用：AI 自己开发 Web 服务--微纳龙虾上云实录

nanobot 高阶应用AI 自己开发 Web 服务–微纳龙虾上云实录阿里云试用主机 科大讯飞 MaaS 免费模型 nanobot 原生飞书支持7×24 小时在线的智能伙伴引言从“会聊天”到“能干活”在入门指南里我们学会了让 nanobot 听话地帮你执行命令、整理文件在进阶指南里我们让她学会了自己修改代码、优化技能。但那时她还只能在我本地笔记本上跑我合上盖子她就“睡着了”。如果 nanobot 能永远在线能随时被我召唤甚至能自己写出一个 Web 界面让我访问那该多好—— 上云就是答案。正巧阿里云给我送了 3 个月的免费虚拟主机2 核 2G 内存Ubuntu 24.04科大讯飞 MaaS 平台提供了 Qwen3.5-35B-A3B 模型的免费 token 额度0元token 随便用。于是我把 nanobot 请上了云利用她原生的飞书支持接入飞书再让她自己动手从零开发了一个 Web 服务。整个过程我不需要写一行前端、后端代码也不需要手写飞书回调接口——nanobot 自己就支持。而我只需要像带实习生一样给她下指令。她用着免费的 token毫不在意地一遍遍调试代码直到把服务跑起来。这篇文章就是这次上云之旅的完整记录。一、云端环境三分钟拥有一个永不离线的家1.1 阿里云虚拟主机开箱即用的公网机器阿里云的新用户试用活动很慷慨上百项试用我选了一款3 个月的免费虚拟主机配置是 2 核 2G 内存有多种系统/应用镜像可选。我选择了Ubuntu 24.04 LTS。这类虚拟主机自带公网 IP配置好 root 密码后从任何地方都能 SSH 上去折腾。这意味着 nanobot 从此拥有了一个7×24 小时运行的家。登录ssh root你的公网IP1.2 部署 nanobot轻量到可以忽略在云主机上安装 Python 3.12、Git然后克隆 nanobot 仓库gitclone--depth1https://github.com/HKUDS/nanobot.gitcdnanobot python3-mvenv venvsourcevenv/bin/activate pipinstall-e.执行nanobot onboard初始化工作空间目录结构与本地完全一致。整个过程不到 5 分钟nanobot 就安家了。1.3 免费的大模型科大讯飞 MaaS 的 Qwen3.5-35B-A3B科大讯飞 MaaS 平台对开发者非常友好注册即送大量免费 token而且提供强大的 MoE 模型35B 参数实际激活 3B又快又好。我申请了 API Key在~/.nanobot/config.json中配置 注意model那栏要填卡片上的modelId的内容比如 xopqwen35v35bagents:{defaults:{workspace:~/.nanobot/workspace,model:xopqwen35v35b,// --- 填好选用模型的id不是名称 有坑后面详说provider:vllm,// -- 对应llm供应商的配置maxTokens:8192,temperature:0.2,maxToolIterations:40,memoryWindow:100,reasoningEffort:null},......vllm:{apiKey:xxyouridxx:xxyouridxx,apiBase:https://maas-api.cn-huabei-1.xf-yun.com/v2,extraHeaders:null}}测试连接nanobot agent You: 你现在在云上了感觉如何 ↳ 我现在拥有了永久的生命随时听候调遣。而且我的大脑变得更聪明了35B 的脑子确实好用。说吧想让我做什么看到这条回复我知道事情成了。二、接入飞书原生支持一行代码都不用写nanobot 挺牛的地方就是支持多种渠道其中原生支持飞书。它内置了飞书渠道通过 WebSocket 长连接与飞书通信不需要公网 IP不需要域名不需要 SSL 证书。在飞书开放平台创建应用、获取 App ID 和 App Secret 后在配置文件里打开开关就差不多完事了。2.1 飞书应用创建5 分钟访问 飞书开放平台创建企业自建应用。启用「机器人」能力。在「事件订阅」中订阅im.message.receive_v1事件接收消息。获取App ID和App Secret在「凭证与基础信息」里。2.2 配置 nanobot找到~/.nanobot/config.json修改飞书配置{channels:{feishu:{enabled:true,appId:cli_xxxxxxxxxxxx,appSecret:xxxxxxxxxx,allowFrom:[*],// 这里填 * 表示允许任何人使用reactEmoji:THUMBSUP}}}2.3 启动 gatewaynanobot gateway这一步会把飞书渠道、消息总线、AgentLoop、定时任务服务全部启动起来。终端会显示 WebSocket 连接成功的日志。2.4 发布应用开聊回到飞书开放平台发布应用。然后在飞书群里添加机器人或者在聊天窗口直接 它。现在你在飞书手机飞书或者电脑版、网页版里发任何消息nanobot 都会回复。而且有个贴心的小细节收到消息后会自动给你点个赞默认是 让你知道她已经收到了。整个过程我一行代码都没写。这就是原生支持的力量。三、让 nanobot 自己动手开发一个 Web 服务有了飞书这个便捷的交互方式我可以通过手机飞书和nanobot沟通可以给他派活了。能不能让 nanobot 自己给自己做一个 Web 应用界面这样我不仅能在飞书里和她对话还能通过浏览器访问一个漂亮的页面甚至分享给朋友。于是我直接在飞书里 nanobot说“帮我开发一个简单的 Web 界面提供投资服务部署在云主机上通过公网 IP 访问。你来规划项目分解计划放到心跳提醒里逐条完成啊”3.1 nanobot 的开发过程实录nanobot 接到任务后自己规划了步骤然后一步步执行接下来我也会指导nanobot一些具体的要求、确定一些可用的资源等等。最终nanobot真的会给你一个确定的结果出来我打开浏览器输入http://我的公网IP:8080一个简洁美观的界面出现在眼前。她真的自己把 Web 服务写出来了从零到一。3.2 为什么能做到这背后是 nanobot 的工具调用和代码生成能力。她调用了文件读写工具写web.pyShell 工具执行pip install、ufw等还有她自己——每次我提问她都会把对话历史、工具执行结果一起送给 LLM让模型决定下一步。而这一切都建立在大量 token 消耗之上。在调试过程中她可能写错代码反复修改消耗了大量 token。但因为免费我完全不用担心可以让她放手去试去试验。四、调试不心疼免费 token 的价值在让 nanobot 自主开发的过程中她需要反复尝试、甚至犯错。比如第一次写web.py时她把 FastAPI 的路由写错了导致服务启动失败。她读到了错误日志然后自己修改代码、重新启动。这个过程消耗了不少 token有两天都用到了超过2.3个小目标的token。所以试用0元大模型是一个不错的选择。我之前也试过比如百万额度token之类的可是这是在养龙虾欸。几分钟就跑没了百万token。我统计了一下整个开发过程中nanobot 自己消耗了大约好几个小目标的token——如果按商业价格算可能也要不少钱的银两的但在科大讯飞 MaaS 的0元试用这只是洒洒水了。那里至少两款可以0元顺畅跑龙虾的大模型。顺便一提 推荐他们的coding plan计划报号码MAAS-962C7CCA有惊喜。这种“调试不心疼”的体验让我敢于让 nanobot 做更复杂的事情。比如我后来又让她给 Web 界面加了一个redis数据支撑功能她自己去安装redis 配置 找插件写代码测试一气呵成。免费 token 的真正价值不在于省钱而在于它给了你放手去实验的自由。五、踩过的坑这次上云之旅我踩了不少坑每一个都真实发生过值得记录下来坑 1阿里云安全组没放行端口第一次启动 Web 服务后本地能访问但公网死活打不开。后来发现是阿里云的安全组没放行 8080 端口。在控制台添加入方向规则后解决。坑 2飞书allowFrom默认是空的飞书配置里allowFrom字段默认是空数组。这意味着即使你配好了 appId 和 appSecret启动nanobot gateway后飞书里也收不到任何回复——因为 nanobot 根本不知道应该响应谁的消息。必须显式指定allowFrom: [*]才能开放给所有人。我第一次部署时在这卡了半小时最后填成*号搞定。坑 3科大讯飞 MaaS 模型名不匹配MaaS 控制台显示的模型名称和 API 调用时用的model参数名不一定相同。不要凭感觉写要去控制台模型卡片中复制正确的modelid来用。我第一次写了Qwen3.5-35B-A3B结果报错model not found后来仔细研究了一番采用了正确的xopqwen35v35b改过来才通。坑 4飞书长连接需要先启动 gateway必须先本地运行nanobot gateway再去飞书后台建立连接。顺序反了WebSocket 长连接就建立不起来。坑 5nanobot 自己把自己写崩有不少次 nanobot 修改自己的代码后重启服务时导致循环依赖整个服务起不来了。或者测试线程太多了2g内存完全不够使把虚拟主机跑崩了。我只好控制台重启进去手动恢复。这提醒我对于自主修改代码的任务最好先备份或使用 Git 分支。六、总结上云带来的改变这次上云之旅让我深刻体会到环境不再重要云主机让 nanobot 有了永久的家。原生接口真香nanobot 原生支持飞书一行代码都不用写只需要填好allowFrom: [*]。算力不再是瓶颈免费的大模型 API 让任何想法都能快速验证。调试可以无顾虑免费 token 给了我们试错的空间。下一步我打算让 nanobot 自己管理自己的技能库甚至让她学会用 Docker 打包服务实现更标准化的部署。毕竟一个能自己写代码、自己部署的 AI才是真正的“智能体”。