KI-Werkzeug

nanobot Review

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

shipped 22. Juli 2026freemium

Domain rating50Monthly visits2.2K/mo

Warum es wichtig ist

1Im Februar 2026 von HKUDS (Hong Kong University Data Science) eingeführt.

2Verfügt über eine kleine Codebasis von ca. 4.000 Zeilen Python.

3Unterstützt ab Februar 2026 11 LLM-Anbieter und 8 Chat-Plattformen.

4Erreicht schnelle Startzeiten von 0,8 Sekunden und verbraucht 45 MB Speicher für grundlegende Operationen.

Über nanobot

Geschäftsmodell

Open Source

Finanzierung

Bootstrapped

Plattformen

Web

Zielgruppe

Individuals seeking a lightweight AI assistant

API Docs GitHubOpen Source

Spezifikationen

API-Dokumentation

Dokumentation ansehen →

GitHub

Repository ansehen →

API verfügbar

Ja, öffentliche API

overview

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.

features

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.

use cases

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).

how to use

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.

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

pricing

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.

Pros

+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.

Cons

−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.

Ähnliche Tools

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.

OpenClawOn Stork

OpenClaw is a feature-complete, open-source autonomous AI agent framework that connects large language models directly to your operating system and integrates with over 50 messaging platforms.

OpenClaw is significantly larger and more feature-rich than nanobot, offering broader system access and a massive plugin ecosystem, whereas nanobot focuses on being ultra-lightweight and minimalist.

NanoClawOn Stork

NanoClaw is a security-first, lightweight alternative to OpenClaw that runs agents in isolated Linux containers, offering enhanced security for local AI agent operations.

NanoClaw is positioned as a more secure and lightweight alternative to OpenClaw, similar to nanobot's lightweight approach, but with a specific focus on containerized isolation for safety, a feature not explicitly highlighted for nanobot.

gooseOn Stork

goose is a general-purpose, native open-source AI agent that runs on your machine, offering desktop, CLI, and API interfaces for a wide range of tasks and built on open standards.

Like nanobot, goose emphasizes local operation and open-source nature, but it presents itself as a more general-purpose agent with dedicated desktop and CLI interfaces, whereas nanobot highlights its ultra-lightweight core and chat app integrations.

DifyOn Stork

Dify is an open-source, no-code/low-code platform for building AI agents, apps, chatbots, and workflows with a visual interface, making it accessible to both technical and non-technical users.

While nanobot focuses on a lightweight, code-centric agent runtime, Dify offers a more comprehensive, visual, no-code/low-code platform for building and deploying various AI applications, including agents, with a strong emphasis on RAG pipelines and observability.

Mehr auf Stork