产品与定位
nanobot 是香港大学数据智能实验室（HKUDS）开源的超轻量、可自托管的个人 AI Agent 框架，用 Python 编写。它的定位介于「聊天机器人框架」与「Agent 编排平台」之间：既能把 Agent 接到你日常使用的聊天软件里，也提供 WebUI、工具调用、持久记忆、MCP 与多 Agent 工作流的完整能力。
对国内开发者而言，它的实用价值主要在于自托管 + 中文社区活跃 + 接入聊天工具，可以当作 OpenClaw 一类个人助手的轻量替代方案。
功能速览
| 功能 | 说明 |
|---|---|
| 超轻量自托管 | Python 实现，可完全跑在自己的服务器上，数据不外流 |
| 三种入口 | 浏览器 WebUI、原生终端 TUI、一次性 CLI |
| 内置工具 | 文件操作、shell、网页搜索、网页抓取、图像生成、subagents、cron |
| 长期记忆（Dream） | 跨会话记忆与会话历史 |
| MCP 支持 | 含远程 MCP OAuth 与 token 自动刷新 |
| 多 Agent 委托 | subagents 分工与长周期目标 |
| 定时自动化 | Tasks / Calendar / 本地 trigger |
| Skills 与插件 | SkillHub 市场、可移植 Agent Plugins |
| 模型路由 | 路由与 fallback、OpenAI 兼容 API、Python SDK |
| 上下文管理 | 可见的上下文用量与自动压缩（compaction） |
| 聊天软件接入 | 17+ 通道，含微信、企业微信、飞书、钉钉、QQ、Telegram、Discord、Slack 等 |
调用与兼容性
# 一键安装脚本（macOS / Linux）
curl -fsSL https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.sh | sh
# Windows PowerShell
irm https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.ps1 | iex
# 包管理器（需要 Python ≥ 3.11）
uv tool install nanobot-ai
# 或
python -m pip install nanobot-ai
# 启动
nanobot webui # 浏览器界面（默认 http://127.0.0.1:8765）
nanobot # 终端 TUI
nanobot gateway --background # 常驻运行聊天通道覆盖 17+ 种：Telegram、Discord、Slack（Socket Mode）、微信、企业微信、飞书 / Lark、钉钉、QQ、WhatsApp、Email（IMAP/SMTP）、Mattermost、Linear、Microsoft Teams、Signal、Matrix 等。
模型侧支持 OpenAI 兼容接口与本地 LLM，并具备模型路由与 fallback，可自由对接云端 API 或 Ollama 等本地推理。
版本与更新注意
- 当前版本 v0.3.5（2026-09-15 发布），MIT 许可，仓库约 48,487 stars、8,569 forks（截至 2026-09-22），最近提交 2026-09-22 —— 项目热度很高且维护频繁。
- PyPI 包名是
nanobot-ai，不是nanobot，安装时不要写错。 - 注意同名项目：匹配本文描述的是
HKUDS/nanobot（Python、MIT）。另有一个同名项目obot-platform/nanobot（Go、Apache-2.0，约 1.3K stars）是「Build MCP Agents」方向的框架，与本项目无关，不要混淆。 - QQ 官方通道仅支持私聊，需要群聊要走 Napcat（OneBot v11）方案。
- 项目创建于 2026-02-01，属于较新的项目：功能迭代快，接口与配置项可能变动，生产使用建议锁定版本。
- 在中文社区常与 OpenClaw 对比，官方标签中也带有
openclaw，说明定位接近；选型时按「是否需要更轻量的自托管方案」来区分。 - 部署前请确认所用聊天平台的机器人接入政策，避免账号风险。
选型建议
- 想要一个自己完全掌控的个人助理，且偏好 Python 技术栈 → nanobot 改造成本最低。
- 需要 WebUI + 记忆 + MCP 开箱可用，不想从零搭 → 覆盖面比纯 Agent 框架更完整。
- 需要企业级渠道管理与审计、要接微信/飞书等国内平台 → 参考 AstrBot 的插件生态，或在 nanobot 上自行开发适配。
- 需要成熟的 Agent 编排与可视化编排 → Dify、Coze 这类产品化平台更省事。