如何用 Nerve 自托管 AI Agent 运行时：ClickHouse 的开源方案实战
AI coding Agent 的普及带来了一个实际矛盾：功能最强大的 Agent（Claude Code、Codex CLI 等）要么依赖云端服务，要么需要复杂的本地配置。如果你的团队希望在自有的基础设施上运行 Agent——无论是出于隐私、成本还是定制化需求——那么 ClickHouse 最近开源的 Nerve 值得关注。
Nerve 定位为”自托管的 AI Agent 运行时”，基于 Claude Agent SDK 构建，用 Apache 2.0 协议开源。目前 GitHub 上 51 个 Star，HN 上只有 5 个 points——但正如我们之前讲过的，低分低星不代表内容价值低，解决真实痛点的工具往往更有深度。
Nerve 是什么
Nerve 是一个 Python 框架，让你可以在自己的服务器上部署和运行 AI Agent。它支持两类 Agent：
- 个人助手（Personal Assistant）：对话式 Agent，可以回答问题、执行任务
- 自主工作者（Autonomous Worker）：定时触发的后台 Agent，无需人工干预
两者都运行在你自己控制的容器或进程中，Agent 执行的所有 API 调用和数据访问都在你的网络边界内完成。
为什么需要自托管 Agent
在深入技术细节之前，先想清楚这个问题的答案。选择自托管 Agent 运行时有三个核心动机：
- 数据隐私：Agent 在操作过程中会接触到源代码、数据库 schema、API 密钥等敏感信息。自托管意味着这些数据不会离开你的网络
- 成本可控：云端 Agent 按 token 和会话计费，对于高频使用的团队来说，自托管结合本地模型（如 Ollama）可以显著降低边际成本
- 定制深度：你可以控制 Agent 的工具集、权限范围、运行策略，而不是受限于 SaaS 平台提供的选项
快速安装与配置
Nerve 的安装过程非常直接。确保你本地有 Python 3.10+ 和 pip：
git clone https://github.com/ClickHouse/nerve.git cd nerve pip install -r requirements.txt cp .env.example .env
核心配置在 .env 文件中：
ANTHROPIC_API_KEY=sk-ant-... NERVE_STORAGE=postgresql://user:pass@localhost/nerve NERVE_WORK_DIR=./workspace
Nerve 当前依赖 Claude API（通过 Claude Agent SDK），所以需要 Anthropic 的 API key。从 roadmap 来看，未来可能支持更多模型后端。
实战：部署一个文件处理助手
让我们来看一个实际场景：部署一个能自动处理上传文件的 Agent。
步骤 1：启动 Nerve 服务
python -m nerve.server --port 8080
服务启动后，会在 http://localhost:8080 上监听请求。
步骤 2：定义 Agent 配置
创建 agents/file-worker.yaml：
name: file-worker type: autonomous schedule: "*/5 * * * *" # 每 5 分钟运行一次 tools: - filesystem.read - filesystem.write - filesystem.list - command.execute workspace: /data/inbox max_steps: 20 instructions: | 你是文件处理助手。检查 /data/inbox 目录中的新文件， 按文件类型处理： - .csv 文件：检查格式，统计行数，生成摘要 - .json 文件：验证 JSON 格式，提取关键字段 - .log 文件：扫描错误和警告，生成报告 处理完成后，将结果写入 /data/processed 目录。
步骤 3：注册并启动 Agent
python -m nerve agent register --config agents/file-worker.yaml python -m nerve agent list python -m nerve agent run --name file-worker
步骤 4：监控执行日志
Nerve 会记录每次 Agent 执行的详细日志：
python -m nerve log list --agent file-worker python -m nerve log show --id
实战：搭建个人知识问答助手
更有趣的场景是部署一个个人助手型 Agent，让它基于你的本地知识库回答问题：
name: knowledge-assistant type: personal tools: - filesystem.search - filesystem.read - web.search - command.execute knowledge_base: /data/docs instructions: | 你是知识助手。当用户提问时： 1. 先在 /data/docs 目录中搜索相关文件 2. 阅读匹配的文件，提取相关信息 3. 如果需要最新信息，使用 web.search 补充 4. 给出有来源引用的回答
启动个人助手模式：
python -m nerve.chat --agent knowledge-assistant
这时你会进入一个交互式对话界面，Agent 会在后台使用你配置的工具集回答问题。
安全注意事项
Nerve 在 HN 上被讨论时，有开发者提出了一个合理的担忧：
“这个东西有 bash 访问权限 AND 接收来自不可信来源的 LLM 输入，全都跑在一个无人值守的 cron 任务里——这不安全。”
这是自托管 Agent 框架的共性问题，并非 Nerve 独有。几个最佳实践：
- 限制工具权限：在 Agent 配置中只开放必要的工具。如果 Agent 不需要执行 shell 命令，就不要添加
command.execute - 使用容器隔离：在 Docker 容器中运行 Nerve，限制文件系统和网络访问：
FROM python:3.11-slim WORKDIR /app COPY . . RUN pip install -r requirements.txt RUN useradd -m nerve USER nerve CMD ["python", "-m", "nerve.server", "--port", "8080"]
- 网络出口控制：为 Agent 配置独立的网络策略，只允许出站连接到必要的 API 端点
- 审计日志：开启 Nerve 的详细日志记录，定期审查 Agent 的操作行为
与其他方案对比
| 特性 | Nerve | E2B Sandbox | Docker + Script |
|---|---|---|---|
| 安装复杂度 | 低（pip install） | 中（需要 SDK） | 高 |
| Agent 框架 | 内置（Claude Agent SDK） | 需要自建 | 无 |
| 定时任务 | 内置 cron 支持 | 无 | 需要外部调度 |
| 数据隔离 | 文件系统级别 | 沙箱级别 | 容器级别 |
| 模型支持 | Claude（当前） | 多模型 | 不限 |
| 许可证 | Apache 2.0 | 专有 | 不限 |
Nerve 的优势在于开箱即用的 Agent 框架——你不需要从零搭建 tool calling、step limit、对话管理，这些都已经内置了。但如果你需要更严格的沙箱隔离，E2B 可能是更好的选择。
适用场景总结
Nerve 最适合以下场景：
- 个人自动化：用 AI Agent 处理文件整理、日志分析、数据提取等重复性工作
- 团队知识管理：让 Agent 基于团队文档库回答问题，替代简单的内部 FAQ 机器人
- CI/CD 辅助：在流水线中嵌入 Agent，自动处理构建日志、生成发布说明
如果你正在云端 Agent 的便利性和本地运行的控制权之间纠结，Nerve 提供了一个不错的中间地带——用现成的 Agent 框架，但运行在你自己的地盘上。对于起步阶段的团队，这是一种低门槛的自托管方案。