在前面的章节中，我们看到的 Agent 都是“被动”的：你发一条消息，它回一条消息。但在真正的生产环境中，我们希望 AI 能更主动一些，比如：
- “每隔 2 小时提醒我喝水。”
- “每天早上 8 点为我总结昨天的 GitHub 动态。”
- “定期检查我的待办事项，看看有没有过期的任务。”
这些功能，全靠 nanobot gateway 命令背后的定时任务（Cron）与心跳（Heartbeat）机制。今天我们就来拆解它们。
1. Gateway：全能编排者
当你运行 nanobot gateway 时，它不仅仅是启动了一个网关，而是启动了一个多任务并行系统。在 nanobot/cli/commands.py 中，你可以看到它同时拉起了四个核心服务：
- AgentLoop：负责对话逻辑。
- ChannelManager：负责连接 Telegram/飞书等渠道。
- CronService：负责执行预设的定时任务。
- HeartbeatService：负责驱动 AI 的“自主思考”。
这四个服务通过 asyncio.gather 并发运行，共同构成了一个 24/7 在线的智能体系统。
2. CronService：精准的“闹钟”
CronService（nanobot/cron/service.py）负责处理那些有明确时间要求的任务。
存储机制：
所有的定时任务都存储在 ~/.nanobot/cron/jobs.json 中。你可以通过工具让 AI 帮你添加任务，它会生成如下格式的配置：
every：每隔一段时间执行（如每 5 分钟）。at：在特定时间点执行。cron：使用标准的 Cron 表达式（如0 8 * * *）。
执行逻辑：
CronService 内部维护了一个计时器。每当任务到期，它就会调用 on_job 回调，将预设的 message 发送给 AgentLoop 处理，并将结果通过指定的渠道（如 Telegram）推送给你。
3. HeartbeatService：AI 的“自主意识”
如果说 Cron 是“闹钟”，那么 HeartbeatService（nanobot/heartbeat/service.py）就是 AI 的“脉搏”。它是 nanobot 最具特色的设计之一。
两阶段决策机制：
为了节省 Token 并提高准确性，心跳服务分为两个阶段：
第一阶段：决策（Decision）
每隔一段时间（默认 30 分钟），服务会读取 HEARTBEAT.md 文件，并询问 LLM：“请看这份文档，现在有需要我主动处理的任务吗？”
- 如果 LLM 回复
skip，则继续休眠。 - 如果 LLM 回复
run，并给出了具体的任务描述，则进入第二阶段。
第二阶段：执行（Execution）
一旦决定运行，心跳服务会启动一个完整的 AgentLoop 来执行 LLM 刚才提出的任务。执行完成后，结果会自动推送到你最常用的聊天渠道。
为什么这么设计？
这种“先判断、再执行”的机制，避免了 AI 在没有任务时也频繁“说废话”，同时也让 AI 能够根据 HEARTBEAT.md 中的上下文（比如你记录的长期目标）来决定什么时候该主动找你。
4. 开发者视角：如何 Debug 自动化任务？
在运行 nanobot gateway 时，你会看到如下启动日志：
✓ Channels enabled: telegram✓ Cron: 2 scheduled jobs✓ Heartbeat: every 1800s
如果你想测试心跳逻辑，可以手动修改 HEARTBEAT.md，添加一些紧迫的任务，然后观察日志中是否出现了 Heartbeat: tasks found, executing...。
总结
通过 CronService 和 HeartbeatService，nanobot 完成了从“工具”到“助手”的蜕变。它不再仅仅等待指令，而是开始根据时间、计划和上下文，主动融入你的工作流。
至此，nanobot 源码解析系列 真正画上了句号。我们从最底层的配置，一路走到了最上层的自动化编排。希望这八篇文章能成为你探索 AI Agent 世界的一盏明灯。
再次感谢你的陪伴，祝你在 AI 的世界里玩得开心！🐈✨