跳转至

诊断脚本集合

这个目录说明仓库根 scripts/ 下的本地诊断脚本。请从仓库根目录运行；脚本不调用模型或真实 Channel。

不要把诊断变成泄密

check-env.sh 和 verify-config.sh 不输出凭据值。check-skill.sh 会预览目标 SKILL.md 的开头，因此 Skill 文件本身也不应保存密钥、Token 或个人数据。

📋 可用脚本

1. check-env.sh - 环境检查

检查 Python、pip、venv 和常用工具是否正确安装。

用法： 

1
bash scripts/check-env.sh

检查项目： - Python 版本 (>= 3.11) - pip 是否可用 - venv 模块是否可用 - curl、git、jq 等工具 - nanobot 是否已安装

2. verify-config.sh - 配置验证

验证 ~/.nanobot/config.json 的格式和必要结构，但不打印 Provider 或 Channel 凭据。

用法： 

1
bash scripts/verify-config.sh

检查项目： - 配置文件是否存在 - JSON 格式是否正确 - Provider 名称与活动 model preset - 命名 modelPresets 或兼容 provider/model 配置 - 工作区目录和关键文件 - nanobot status（已安装时）

3. check-skill.sh - Skill 检查

检查指定 Skill 的配置是否正确。

用法： 

1
bash scripts/check-skill.sh exchange-rate

检查项目： - Skill 目录是否存在 - SKILL.md 文件是否存在 - frontmatter 格式是否正确 - name 和 description 字段是否存在

🚀 快速诊断流程

第一次安装时

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 1. 检查环境
bash scripts/check-env.sh

# 2. 安装教程固定版本（如果未安装）
python -m pip install "nanobot-ai==0.2.2"

# 3. 用向导初始化配置
nanobot onboard --wizard

# 4. 验证配置
bash scripts/verify-config.sh

遇到问题时

1
2
3
4
5
6
7
8
# 1. 如果命令不存在 → 检查环境
bash scripts/check-env.sh

# 2. 如果无法连接 LLM → 验证配置
bash scripts/verify-config.sh

# 3. 如果 Skill 不触发 → 检查 Skill
bash scripts/check-skill.sh exchange-rate

📝 注意事项

  1. Windows 用户： 使用 Git Bash 或 WSL 运行这些脚本
  2. 运行方式： 文档统一使用 bash scripts/<name>.sh，不要求给文件增加可执行位

  3. 依赖工具： verify-config.sh 需要 jq 工具 

    1
2
3
4
5
6
7
8
    # macOS
brew install jq

# Ubuntu/Debian
sudo apt install jq

# Windows (Git Bash / WSL)
# 使用系统包管理器安装 jq

  4. 配置修改： 脚本只诊断，不会重写 config.json。发现问题后优先回到 nanobot onboard --wizard 或 WebUI；不要用教程片段覆盖完整配置。

🔗 相关文档

🤝 贡献

如果你发现问题或有改进建议，欢迎提交 Issue 或 Pull Request。