Skip to content
Stork.AIstork.ai

nanobot

nanobot ist ein leichtgewichtiges, quelloffenes AI-Agenten-Framework, das für Self-Hosting und umfangreiche Anpassung entwickelt wurde und Anfang 2026 von HKUDS eingeführt wurde.

Freemium · Web · API

Was ist nanobot?

nanobot ist ein persönliches AI-Agenten-Framework, das von HKUDS (Hong Kong University Data Science) entwickelt wurde und es Entwicklern, Forschern und Automatisierungsenthusiasten ermöglicht, AI-Assistenten auf ihren eigenen Maschinen bereitzustellen und anzupassen. Es fungiert als selbst gehostete AI-Agenten-Laufzeitumgebung, die Multi-Plattform-Chat-Integration, Werkzeugnutzung und langfristige Automatisierungsziele unterstützt. Zu seinen Kernfunktionen gehören die Verbindung zu Plattformen wie Telegram, Discord und Slack, die Nutzung von Tools wie Dateien, Shell-Befehlen und Websuche sowie die Aufrechterhaltung der Sitzungshistorie durch seine 'Dream'-Speicherfunktion. Das Framework unterstützt mehrere Large Language Model (LLM)-Anbieter, darunter OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, OpenRouter und Ollama, zusammen mit anderen OpenAI-kompatiblen lokalen Endpunkten. Ein exponiertes Python SDK und eine OpenAI-kompatible API erleichtern weitere Integrationen und kundenspezifische Entwicklungen.

Hauptmerkmale von nanobot

nanobot bietet eine Reihe von Funktionen, die für ein leichtgewichtiges, anpassbares und selbst gehostetes AI-Agenten-Erlebnis entwickelt wurden. Seine Architektur priorisiert Effizienz und Entwicklerkontrolle und bietet eine kompakte und vorhersehbare Codebasis.

  • Multi-Plattform-Chat-Integration: Verbindet sich mit Telegram, Discord, Slack, WeChat, E-Mail, Mattermost, WhatsApp, Feishu, DingTalk und QQ.
  • Werkzeugnutzung und Automatisierung: Unterstützt Dateien, Shell-Befehle, Websuche, Web-Abruf, Bildgenerierung und Subagenten, mit einem cron-ähnlichen Scheduler für automatisierte Aufgaben.
  • Speicher- und Kontextverwaltung: Nutzt eine 'Dream'-Funktion für die Sitzungshistorie und das Langzeitgedächtnis über Interaktionen hinweg.
  • LLM-Anbieter-Flexibilität: Kompatibel mit OpenAI, Anthropic (Claude), Google Gemini, DeepSeek, Groq, OpenRouter, Ollama und anderen OpenAI-kompatiblen lokalen Endpunkten.
  • API und SDK: Bietet ein Python SDK und eine OpenAI-kompatible API für kundenspezifische Integrationen und Erweiterungen.
  • Leichtgewichtig und Open-Source: Verfügt über einen kleinen, lesbaren Kern (ca. 4.000 Zeilen Python) für einfache Überprüfung und Modifikation.
  • Langfristige Ausführung: Ermöglicht nachhaltige Ziele und zielorientierte Aufgaben über den /goal-Befehl.
  • Portabler Kern: Entwickelt für die Einbettung und Bereitstellung in ressourcenbeschränkten Umgebungen wie Raspberry Pi.

Wer sollte nanobot verwenden?

nanobot richtet sich primär an Einzelpersonen und Organisationen, die ein hohes Maß an Kontrolle und Anpassung über ihre AI-Agenten wünschen, insbesondere an solche mit technischer Kompetenz oder spezifischen Automatisierungsbedürfnissen. Sein Design ist auf Umgebungen zugeschnitten, in denen Ressourceneffizienz und Transparenz von größter Bedeutung sind.

  • Entwickler und AI-Forscher: Ideal zum Verstehen, Anpassen und Aufbauen von AI-Agenten-Architekturen aufgrund seiner kleinen, lesbaren Codebasis und seines Open-Source-Charakters.
  • Automatisierungsenthusiasten: Zum Erstellen von geplanten Aufgaben, intelligenten Workflows und zur Automatisierung routinemäßiger Operationen, ohne eine schwere Infrastruktur zu benötigen.
  • Startup-Gründer und -Teams: Geeignet zum schnellen Aufbau interner Assistenten für proprietäre Tools oder zur Integration von AI in bestehende Chat-Plattformen.
  • Personen, die persönliche AI-Kontrolle suchen: Für diejenigen, die ihren AI-Agenten selbst hosten und wirklich besitzen möchten, um Datenschutz und vollständige Anpassung zu gewährleisten.
  • Ressourcenbeschränkte Umgebungen: Seine leichte Natur ermöglicht die Bereitstellung auf bescheidener Hardware wie einem Raspberry Pi oder kostengünstigen Virtual Private Servers (VPS).

Wie man nanobot verwendet

Um nanobot zu verwenden, installieren Benutzer typischerweise das Python-Paket und konfigurieren ihre gewünschten LLM-Anbieter und Chat-Plattform-Integrationen. Das Framework ist für das Self-Hosting konzipiert, was eine lokale Bereitstellung und Anpassung ermöglicht.

  1. nanobot über pip installieren: pip install nanobot.
  2. LLM-Anbieter konfigurieren, indem API-Schlüssel für Dienste wie OpenAI, Anthropic oder Google Gemini festgelegt werden.
  3. Integration mit bevorzugten Chat-Plattformen (z.B. Telegram, Discord) durch Konfiguration von API-Tokens und Webhooks.
  4. Tools (z.B. Shell-Befehle, Websuche) definieren, die der Agent zur Aufgabenausführung nutzen kann.
  5. Die nanobot-Agenten-Laufzeit starten und über konfigurierte Chat-Kanäle oder seine WebUI mit ihr interagieren.
  6. Den /goal-Befehl verwenden, um nachhaltige Ziele für langfristige Aufgaben und Automatisierungen festzulegen.

nanobot Preise & Pläne

nanobot basiert auf einem Freemium-Modell. Das Kern-Framework ist Open-Source und kostenlos für Self-Hosting und Modifikation verfügbar. Die mit nanobot verbundenen Kosten ergeben sich hauptsächlich aus der Nutzung von Drittanbieter-Large Language Model (LLM)-APIs (z.B. OpenAI, Anthropic) und jeder vom Benutzer gewählten Hosting-Infrastruktur (z.B. VPS, Raspberry Pi). Es gibt keine direkten Abonnementgebühren für die nanobot-Software selbst.

  • Freemium: Das Kern-Framework von nanobot ist Open-Source und kostenlos nutzbar; Benutzer tragen die Kosten für die Nutzung externer LLM-APIs und die Self-Hosting-Infrastruktur.

Vorteile

  • Ultra-lightweight core (approx. 4,000 lines of Python) for high auditability and efficiency.
  • Minimal memory footprint (<20MB median RSS on startup) suitable for edge devices.
  • Open-source and self-hostable, providing users with full ownership and control.
  • Rapid deployment and extensibility through a modular plugin system.
  • Comprehensive support for integration with numerous chat applications and LLM providers.
  • Features like long-horizon execution and scheduled automations for complex workflows.

Nachteile

  • Relies on external LLM providers, incurring their respective usage fees and rate limits.
  • May have a smaller skill ecosystem and fewer integrated platforms compared to more feature-rich, larger frameworks.
  • The /v1/chat/completions API endpoint currently lacks rate limiting, potentially leading to exhaustion of LLM provider credits.
  • Requires technical expertise for setup, configuration, and customization.

nanobot vs. Wettbewerber

nanobot zeichnet sich in der AI-Agenten-Landschaft durch sein ultraleichtes Design, seinen Open-Source-Charakter und die Betonung von Self-Hosting und Entwicklerkontrolle aus. Es konkurriert mit anderen Open-Source- und leichtgewichtigen Agenten-Frameworks, die jeweils unterschiedliche Vorteile bieten.

nanobot

Freemium · Web · API

nanobot besuchen

Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.

eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte

𝕏
X / Twitterx.com/nanobot_project
⌘
GitHubgithub.com/HKUDS/nanobot
💬
Discorddiscord.gg/MnCvHqpUGB