用 nanobot 搭建 QQ AI 机器人并扩展搜索引擎

获取 Gemini API Key：https://aistudio.google.com/apikey

配置 QQ 机器人

接下来是 QQ 开放平台这边：

1. 注册开发者账号
2. 创建机器人应用，拿到 AppID 和 Secret
3. 在配置文件里启用 QQ 频道

{
  "channels": {
    "qq": {
      "enabled": true,
      "appId": "你的 AppID",
      "secret": "你的 Secret"
    }
  }
}

启动运行

python3.11 -m nanobot gateway

看到 机器人「xxx」启动成功！，说明这一步过了。接下来就可以去 QQ 里直接和它聊了。

搜索功能的坑：默认后端要单独的 Key

机器人跑起来之后，我让它搜一条新闻，结果直接报错：

"无法获取网页搜索结果，因为缺少 BRAVE_API_KEY"

这事不算意外，但确实有点扫兴。nanobot 默认把 Brave Search 当作搜索后端，能用是能用，前提是你得先申请 API Key。免费额度有，不过注册流程并不算顺手。

我更想要的是一个能开箱即用、或者至少可以在不同搜索引擎之间切换的方案。DuckDuckGo 这种免费方案就很适合做兜底。

我做的扩展：把搜索后端改成可插拔

既然默认方案不够顺手，我就直接 fork 了仓库，把搜索模块拆成了策略模式。这样做不花哨，但后面扩展起来省事。

SearchBackend (抽象基类)
├── TavilyBackend   (AI 优化搜索，推荐)
├── BraveBackend    (原版默认)
└── DuckDuckGoBackend (免费，无需 API Key)

核心思路很简单：把'怎么搜'从'什么时候搜'里拆出去，不同引擎只要实现同一个接口就能接上。

class SearchBackend(ABC):
    @abstractmethod
    async def search(self, query: str, max_results: int) -> list[dict]:
        pass

class DuckDuckGoBackend(SearchBackend):
    """免费搜索，无需 API Key"""
    async def search(self, query: str, max_results: int) -> list[dict]:
        # 解析 DuckDuckGo HTML 页面获取结果
        url = f"https://html.duckduckgo.com/html/?q={quote(query)}"
        # ... 实现细节

配置方式也跟着改成了可选引擎：

{
  "tools": {
    "web": {
      "search": {
        "engine": "tavily",  // 或 "brave" 或 "duckduckgo"
        "apiKey": "你的 API Key"
      }
    }
  }
}

三种引擎各有用途，体验上差别也挺直观：

我最后把这个改动提了 PR，地址在这里：https://github.com/HKUDS/nanobot/pull/507

实际效果

配置好 Tavily 之后，搜索结果就正常了。

从截图里能看出来，结果不只是'能搜到'，而且信息更新得快，内容也比较完整。做 AI 助手时，这种搜索后端通常比单纯堆模型参数更影响体感。

结论

nanobot 比较适合个人开发者，原因不复杂：框架小，改起来不费劲，部署也不重。

它更像一个能快速上手的底座，而不是要你一开始就接受一整套复杂工程结构。对我来说，这种项目的价值就在于：想验证想法的时候，它不会先把你挡在门外。

如果你想做一个 24 小时在线的 AI 助手，或者只是想找个能改得动的 Agent 框架，nanobot 值得试试。

参考资源

• nanobot 官方仓库：https://github.com/HKUDS/nanobot
• OpenClaw 官方仓库：https://github.com/openclaw/openclaw
• Gemini API：https://aistudio.google.com/apikey
• Tavily API：https://tavily.com/
• QQ 开放平台：https://q.qq.com/