nanobot (HKUDS) — ультралёгкий open-source AI-агент для ваших инструментов, чатов и воркфлоу

«Лёгким остаётся благодаря малому агентному циклу: сообщения приходят из чат-приложений, LLM решает, когда нужны инструменты, а память подтягивается только как контекст — без тяжёлого слоя оркестрации.»

nanobot — это open-source ультралёгкий персональный AI-агент, которым вы действительно владеете. Он сохраняет небольшой и читаемый агентный ядро, одновременно предоставляя всё необходимое для долгосрочной работы: WebUI, каналы чата, инструменты, память, MCP, маршрутизацию моделей, автоматизацию и деплой.

Проект разработан в лаборатории Data Intelligence Lab Гонконгского университета (HKUDS) и распространяется под лицензией MIT. На GitHub репозиторий набрал более 45 000 звёзд и 8 000 форков.

Что такое nanobot и для кого он?

Команда позиционирует nanobot как open-source личного агента-компаньона — лёгкого, ориентированного на локальную работу, расширяемого и способного оставаться с вами в чате, терминале, локальных файлах, сети, памяти, автоматизациях и рабочих процессах написания кода.

По духу nanobot близок к OpenClaw, Claude Code и Codex. Он сохраняет агентный цикл небольшим и читаемым, при этом поддерживая каналы чата, память, MCP и практические пути деплоя — чтобы можно было перейти от локальной установки до долгосрочного персонального агента с минимальными накладными расходами.

Целевая аудитория:

• Разработчики и исследователи, которым нужен понятный, расширяемый агент
• Self-hosted энтузиасты, не желающие зависеть от проприетарных платформ
• Технические пользователи, работающие с несколькими мессенджерами и инструментами
• ML/AI-исследователи, изучающие архитектуру агентных систем

Ключевые возможности

1. Малый агентный цикл (Agent Loop)

nanobot остаётся лёгким благодаря концентрации всего вокруг небольшого агентного цикла: сообщения поступают из чат-приложений, LLM решает, когда нужны инструменты, а память и навыки подтягиваются только как контекст, а не становятся тяжёлым слоем оркестрации. Это сохраняет основной путь читаемым и лёгким для расширения, при этом позволяя добавлять каналы, инструменты, память и опции деплоя, не превращая систему в монолит.

2. Поддержка долгосрочных целей (/goal)

Команда /goal позволяет пометить тред как продолжительную цель с помощью long_task, и активная цель остаётся закреплённой в Runtime Context при каждом ходу — переживая компакцию, длинные цепочки инструментов и даже собственную забывчивость модели — пока не будет вызвана complete_goal. Таймаут стены автоматически расширяется, пока цель активна; стриминговые запросы переключаются на idle-таймаут вместо жёсткой стены, так что мыслящая модель не прерывается.

3. Широкий охват каналов

nanobot поддерживает WebUI, API, Telegram, Feishu, Slack, Discord, Teams, email и Mattermost. Это позволяет общаться с агентом там, где вам удобно.

4. Свобода выбора модели

Поддерживаются OpenAI-совместимые API, локальные LLM, генерация изображений, поиск и запасные модели (fallbacks). В числе провайдеров: OpenRouter, Anthropic, OpenAI, DeepSeek, Gemini, Zhipu, DashScope, Moonshot, Groq, AiHubMix, vLLM.

Локальные модели хорошо поддерживаются и задокументированы, включая Ollama, LM Studio, Atomic Chat, vLLM, OVMS и другие совместимые эндпоинты.

5. MCP (Model Context Protocol)

Нативная поддержка MCP встроена в ядро наряду с памятью, деплоем и автоматизацией. Это позволяет подключать внешние инструменты — базы данных, API, кастомные тулчейны — через стандартизированный протокол.

6. WebUI «из коробки»

После нескольких релизов как preview-только исходника, WebUI теперь поставляется внутри wheel-пакета — pip install nanobot-ai, и он уже есть. WebUI включён в опубликованный wheel без дополнительного шага сборки. Это браузерный рабочий стол для чат-сессий, управления воркспейсом, приложений, навыков, автоматизаций и настроек.

7. Генерация изображений

Новый инструмент генерации изображений плюс режим изображений в WebUI позволяют перейти от промпта к картинке, не покидая чат. Сгенерированные изображения отображаются инлайн с округлёнными превью.

8. Исследовательская ценность кода

Кодовая база ультралёгкая с устойчивым поведением долгосрочного агента. Она намеренно достаточно проста для изучения, модификации и расширения. За первую неделю после запуска проект вырос от минимального CLI-агента до поддержки 11 LLM-провайдеров и 8 чат-платформ — всё это в примерно 3 500 строках кода ядра.

Как работает nanobot: архитектура

graph TD
    A[Пользователь / Чат-канал] -->|Сообщение| B[Agent Loop]
    B --> C{LLM решает}
    C -->|Нужен инструмент| D[Tool Executor]
    C -->|Нужна память| E[Memory / Skills]
    C -->|Прямой ответ| F[Ответ пользователю]
    D --> G[MCP-сервер / CLI App]
    D --> H[Встроенные инструменты]
    G --> B
    H --> B
    E --> B
    B --> F
    I[WebUI / Telegram / Discord / Slack] --> A
    J[Локальная LLM / OpenAI / Anthropic] --> C

Установка и быстрый старт

Установка максимально проста:

# Установка через pip
pip install nanobot-ai

# Установка через uv (рекомендуется)
uv tool install nanobot-ai

# Установка через pipx
pipx install nanobot-ai

# Онбординг (запуск мастера настройки)
nanobot onboard --wizard

Команда по умолчанию устанавливает или обновляет nanobot-ai из PyPI, затем запускает nanobot onboard --wizard. Она избегает системных pip-установок, используя активную виртуальную среду, uv, pipx или управляемый venv в ~/.nanobot/venv.

Для установки из исходников:

git clone https://github.com/HKUDS/nanobot.git
cd nanobot
pip install -e .

Тарифы и цены

nanobot — полностью бесплатный open-source инструмент. Никаких платных тарифов нет.

Плюсы и минусы

Сравнение с альтернативами

CrewAI обеспечивает совместные, основанные на ролях агентные системы и подходит для быстрого прототипирования конвейеров, тогда как nanobot выигрывает именно там, где нужен персональный агент с чат-каналами и self-hosted деплоем. OpenAI Agents SDK — преемник экспериментальной библиотеки Swarm — это минималистичный open-source инструментарий, построенный вокруг одного элегантного примитива: передачи задачи (handoff).

Дорожная карта (Roadmap)

В дорожной карте значатся: мультимодальность (зрение, слух — изображения, голос, видео), долгосрочная память и улучшенное рассуждение (многошаговое планирование и рефлексия).

Версия v0.2.1 («The Workbench Release») превратила упакованный WebUI в полноценный ежедневный рабочий стол агента: более чёткие временны́е шкалы мыслей и ответов, активность при редактировании файлов в реальном времени, рабочие пространства проектов, управление моделями и контекстом, более устойчивые долгосрочные цели, расширения CLI Apps + MCP, а также расширенная поддержка провайдеров и каналов.

Вердикт

nanobot подойдёт, если вы:

• Хотите self-hosted AI-агента с полным контролем над данными
• Работаете в нескольких мессенджерах и хотите единого агента во всех из них
• Изучаете архитектуру агентных систем и хотите читаемый код
• Используете локальные LLM и хотите избежать платных API
• Строите собственные расширения и пайплайны автоматизации

nanobot НЕ подойдёт, если вы:

• Нужна энтерпрайз-оркестрация с продвинутыми мультиагентными сценариями
• Требуется production-ready решение без технических рисков молодого проекта
• Нет технического бэкграунда для настройки и отладки

Рейтинг: 8.2 / 10

Ссылки:

• GitHub: HKUDS/nanobot
• Документация: nanobot.wiki
• PyPI: nanobot-ai