为什么我构建了个人 AI 助手并保持它小巧

Source: Dev.to

概览

我喜欢个人 AI 助手的想法，但大多数助手都显得沉重。使用时，往往会出现太多干扰：庞大的系统提示、过多的 token 开销、难以信任的框架，以及在你的请求和实际执行之间的多层中间层。

这就是我构建 Atombot 的原因——一个受 OpenClaw 和 nanobot 启发的小型个人 AI 助手。我并不是想打造一个复杂的代理平台；我想要更简洁的东西，能够理解、修改并真正使用。

隐私同样重要。个人助理会处理我的个人数据，我不想把这些数据发送到机器之外。这使得本地 LLM 支持对我而言尤为关键。虽然本地模型可以运行更重的助理框架，但它们常因系统提示、指令、工具定义以及额外逻辑带来的开销而在大上下文窗口上表现不佳。这在基于 API 的 LLM 上还能接受，但对本地模型来说就糟糕得多。我希望有更轻量的方案，让本地部署感觉更实际，而不是令人沮丧。

核心特性

• 本地 LLM 支持，上手简单
• 小而易懂的代码库，便于修改
• 持久记忆，用于长期上下文
• 提醒和计划任务（一次性或循环）
• Telegram 集成，可以在终端之外与其聊天

示例用例

浏览网页并总结内容

管理提醒

Atombot 可以浏览网站、总结发现的内容，并处理一次性或循环提醒。这只是两个示例，更多功能请查看仓库。

入门指南

如果你想尝试，前往 GitHub 查看项目：

https://github.com/daegwang/atombot

注：本文最初发布在我的站点 – 链接.