CountBot：21K代码的AI Agent轻量路线

2026年2月，CountBot在GitHub正式开源。它的代码量是21,000行Python，桌面端运行内存占用不到50MB。这个数字放在AI Agent框架赛道里看，意义很直接：在OpenClaw动辄需要复杂部署、其它Agent框架依赖重资源的对比下，CountBot证明了Agent中枢可以跑在低配电脑上。

定位不是"中文版OpenClaw"

把CountBot简单理解为"OpenClaw的中文平替"是误读。GitHub README里有一句话点明了它的差异点："CountBot的愿景，不是让更多人先学会复杂配置和编程再去使用AI，而是让普通用户也能直接通过自然语言与AI交互"。

这意味着两件事。第一，CountBot的代码基线是从"轻量级框架"反推出来的，不是把OpenClaw的代码做裁剪后汉化。第二，CountBot把"中文用户适配"做成了底层能力，不是UI层翻译。

实际表现上，CountBot内置了百度搜索、高德地图、QQ/163邮箱收发、定时任务等国内常用工具，原生深度支持智谱、千问、Kimi、MiniMax、DeepSeek等国产大模型。它的中文指令理解准确率比英文优先的同类产品高，因为prompt模板、错误提示、日志输出都是按中文用户的使用习惯重新设计的。

21K代码背后的架构选择

CountBot采用ReAct循环+分层调度架构。ReAct（Reasoning + Acting）是Agent推理的核心循环，"分层调度"则是CountBot自己的设计——它把"推理-执行"闭环与调度系统分离，让资源占用可以做得更轻。

这套架构支撑了三个比较关键的能力。

Agent Teams的多模式协作。CountBot在v0.3.0版本就引入了三种协作模式：pipeline（流水线）、graph（图状依赖）、council（多角色评审）。这跟Hermes Agent的单体自进化路线不一样，CountBot从一开始就往"可编排的智能体团队"方向走。

配置分层。CountBot支持全局默认、角色级、团队级、会话级四层配置，团队内不同Agent可以使用不同模型、不同提示词。这意味着用户可以同时维护"编程团队"（Planner拆解任务、Coder实现、Reviewer检查风险）和"内容生产团队"（选题、写作、审校），不需要为每个场景单独部署一套框架。

多渠道统一。一套代码同时服务Web、微信（含ClawBot）、飞书、钉钉、QQ、企业微信、微博、Telegram 8个入口。在v0.6.0版本后，CountBot还接入了Claude Code、Codex、OpenCode等外部行业工具，可以作为工具调用LLM，也可以代理连接IM渠道。

安全模型的渐进式设计

CountBot的安全策略跟OpenClaw"要么全开、要么全锁"的模式不同，它用了一个渐进式安全模型：本地访问（127.0.0.1）零摩擦，不要求每次输入密码或做认证；远程访问会自动触发密码认证；API密钥加密存储；提供路径穿越防护、恶意输入检测。v0.6.0还新增了远程首次初始化安全入口 /setup/，通过 REMOTE_SETUP_SECRET_TTL_MINUTES 控制入口有效期。

这套设计在TO C（个人用户）和TO B（团队部署）之间做了一个平衡。对个人用户来说，本地使用不麻烦；对团队管理员来说，远程访问有边界可控。

版本演进：从基础可运行到稳定可迭代

CountBot的版本节奏很快。从2026年2月21日正式开源到v0.9.0发布，约3个月，迭代了8个版本。

v0.3.0把多智能体协作（pipeline/graph/council）首次体系化落地；v0.5.0让Agent Team正式成型，支持多角色分工与团队级编排；v0.6.0新增微信ClawBot接入和外部编程工具（Claude/Codex/OpenCode）接入；v0.7.0新增 find-skills 接入腾讯云SkillsHub，并接入IMA知识库与笔记能力；v0.8.0重构会话上下文维护链路，新增短期摘要缓存与自动记忆沉淀；v0.9.0新增MCP客户端模块、Wiki知识库模块、API Key轮换机制。

可以看到CountBot的迭代不是单纯加feature，它在四个方向上同时推进：多Agent协作、多渠道接入、前端体验、安全治理。这跟CSDN"百虾大战"文章里观察到的"六大流派"分类一致——CountBot走的是"独立产品派"路线，不是大厂生态绑定，也不是硬件入口绑定。

MIT协议与社区驱动

CountBot采用MIT协议，是宽松度最高的开源协议之一。对开发者来说，MIT意味着可以自由使用、修改、商用，没有任何授权限制。对社区来说，MIT降低贡献门槛，更容易形成生态。

CountBot的项目灵感列出了OpenClaw、NanoBot、ZeroClaw、anthropics/skills，技术致谢包括FastAPI、Vue.js、SQLAlchemy、Pydantic、LiteLLM。社区有QQ交流群（1028356423），问题反馈走GitHub Issues。在没有大厂背书的背景下，CountBot依靠"轻量+中文+开源"三点站稳了位置。

适合谁

CountBot不是为所有人设计的。想用大厂生态、企业级稳定，可选腾讯WorkBuddy、字节ArkClaw；想在移动端使用，可选小米Xiaomi miclaw；有特定行业需求（投研、视频生成），可选垂直类Claw产品；想本地轻量跑、有中文需求、是开发者，CountBot是最优解。

如果你有一台老旧电脑、想试试AI Agent又不想折腾Docker，CountBot的双击安装包、50MB内存占用、21K代码行，是这个场景下最务实的选择。