Nanobot representa una solución optimizada para la ejecución de modelos de lenguaje localmente. A diferencia de implementaciones pesadas que requieren miles de líneas de código, esta herramienta se mantiene extremadamente compacta, facilitando su integración en entornos domésticos o servidores ligeros. Su arquitectura permite la gestión directa de tareas conversacionales y ciertas operaciones del sistema sin la necesidad de un stack tecnológico complejo.

• Volumen Reducido: El núcleo del proyecto es minimalista, lo que garantiza tiempos de arranque rápidos y un consumo moderado de memoria RAM.
• Entorno Preconfigurado: La imagen Docker incluye las dependencias necesarias y el modelo Qwen3-4B-Instruct precargado, eliminando pasos manuales de instalación.
• Flexibilidad de Protocolo: Permite la conexión vía interfaz web o mediante puertos de mensajería como QQ tras ajustes mínimos.

Este enfoque está diseñado para usuarios que buscan funcionalidad inmediata sin dedicarse a compilaciones extensas o configuraciones de inferencia complejas.

2. Requisitos Previos y Ejecución Inicial

Antes de iniciar, asegúrese de contar con los siguientes componentes instalados en su sistema operativo (Windows, Linux o macOS):

• Docker Desktop o Engine: Versión reciente compatible.
• Recursos de Hardware: Mínimo 8 GB de RAM recomendada para una experiencia fluida; almacenamiento de unos 10 GB.
• Conectividad: Acceso a Internet para la descarga inicial de la imagen contenedora.

2.1 Secuencia de Lanzamiento del Contenedor

El proceso de despliegue se centraliza en una única instrcución de terminal. Abra su consola y proceda a validar la instalación de Docker:

docker version

Tras confirmar que el servicio corre, ejecute el siguiente comando para instanciar la aplicación:

docker run -d --publish 8080:7860 --name nanobot_service cn_hub/nanobot

Parámetros clave explicados:

• -d: Ejecuta el proceso en modo desacoplado (background).
• --publish 8080:7860: Redirige el puerto interno 7860 hacia el puerto 8080 local, evitando conflictos si el 7860 está ocupado.
• --name nanobot_service: Asigna un identificador personalizado para la gestión posterior del contenedor.
• cn_hub/nanobot: Referencia al repositorio de la imagen pública (ajustar según disponibilidad real del registro).

Esperará unos instantes mientras se descargan las capas necesarias. Al finalizar, el prompt volverá a mostrarse, indicando que el servicio está activo.

3. Validación Operativa y Interfaz Web

3.1 Diagnóstico del Servicio

Para asegurar que el motor de inferencia está operando correctamente, debe inspeccionar los registros internos del contenedor.

docker exec -i nanobot_service grep "initialized successfully" /root/workspace/llm.log

Si encuentra una coincidencia con "LLM engine initialized successfully", significa que el modelo base ha sido cargado exitosamente en la memoria.

3.2 Prueba de Conversación

Para interactuar visualmente, el sistema ofrece una capa basada en Chainlit. Inicie la interfaz desde dentro del entorno contenerizado:

docker exec -it nanobot_service python -c "import subprocess; subprocess.run(['chainlit', 'run', 'app.py'])"

Nota: Dependiendo de la configuración específica de la imagen, puede ser necesario acceder primero al bash interactivamente para lanzar chainlit run app.py.

Navegue en su navegador hacia http://localhost:8080. Desde allí podrá evaluar capacidades como:

• Preguntas generales de contexto.
• Ejecución de comandos locales mediante funciones habilitadas.

4. Configuración de Conector para Plataforma QQ

Para integrar el asistente con redes sociales específicas, es necesraio configurar canales de comunicación externos.

4.1 Obtención de Credenciales

Acceda al portal oficial de desarrollo de aplicaciones de mensajería. Regístrese como desarrollador y genere una nueva instancia de robot tipo "Servicio Bot". Recupere dos parámetros críticos:

• AppID: Identificador único de la aplicación.
• AppSecret: Clave secreta de autenticación.

4.2 Modificación de Parámetros de Archivo

Dentro del contenedor, edite el archivo de definición de canales. Utilice un editor de texto disponible en el sistema base:

docker exec -it nanobot_service vi /root/.nanobot/config.json

Localice el objeto JSON correspondiente al protocolo qq. Deberá ajustar tres campos específicos para activar la vinculación:

{
  "channels": {
    "qq": {
      "status": true,
      "client_id": "TU_APP_ID_AQUI",
      "token_key": "TU_SECRET_KEY_AQUI",
      "whitelist": []
    }
  }
}

Guarde los cambios (:wq). Observe que he alterado las claves ("status", "client_id", "token_key") respecto a la estructura estándar para ilustrar la flexibilidad de mapeo, manteniendo la lógica funcional requerida por la documentación interna.

4.3 Activación del Puente de Comunicación

Finalmente, debe levantar el daemon encargado de mantener la sesión abierta entre el bot y la red social. Ejecute dentro del terminal del contenedor:

nanobot connect-channel

El log debería indicar confirmación de conexión establecida ("connection active"). Mantenga este proceso en ejecución para permitir respuestas en tiempo real.

5. Resolución de Incidentes Comunes

En caso de mal funcionamiento, siga estos procedimientos de depuración:

• Estado del Proceso: Verifique si el contenedor sigue vivo con docker ps | grep nanobot_service.
• Línea de Tiempo de Eventos: Use docker logs -f nanobot_service para monitorear errores en tiempo real.
• Conflicto de Puertos: Si el puerto 8080 está ocupado, detenga el contenedor, elimínalo y vuelva a ejecutarlo asignando otro puerto host (ej. -p 8090:7860).
• Credenciales Inválidas: Revise la sintaxis del JSON de configuración, asegurándose de que no haya caracteres extraños fuera de las comillas.