Erstellen Sie einen Agenten mit Nanobot, einem leichteren Ersatz für OpenClaw

Virtuelle Assistenten in der Wirtschaft verändern sich schnell. Huge Unternehmenssysteme wie OpenClaw Packen Sie Hunderttausende Codezeilen, aber Nanobot stellt die Idee in Frage, dass größer automatisch besser bedeutet.

Mit nur 4000 Python-Zeilen bietet es Kernfunktionen des KI-Assistenten in einem leichten, fokussierten Paket und reduziert gleichzeitig die Größe der Codebasis um etwa 99 % ohne auf wesentliche Funktionalität zu verzichten.

Ob Nanobot Unternehmenstools ersetzen kann, hängt davon ab, was Benutzer tatsächlich benötigen. In diesem Artikel untersuchen wir, wie Nanobot dieses Gleichgewicht erreicht und was es für die praktische KI-Entwicklung bedeutet.

Was ist Nanobot?

Der KI-Assistent Nanobot fungiert durch sein schwereloses Design als persönlicher Assistent. Das System arbeitet mit nur 4000 Python-Codezeilen und ist damit 99 Prozent kleiner als Commonplace-KI-Systeme für Unternehmen. Die von HKUDS entwickelte Open-Supply-Software program wurde Anfang 2026 der Öffentlichkeit zugänglich gemacht.

Die Hauptmerkmale von Nanobot sind:

• Das automatisierte Forschungssystem bietet eine kostenlose Überwachung der Finanzmärkte und der Preisbewegungen von Kryptowährungen und sendet 24-Stunden-Benachrichtigungen über größere Marktveränderungen.
• Das System ermöglicht Benutzern die Ausführung von Shell-Befehlen, während das System tmux-Sitzungen ausführt, und ermöglicht das Lesen und Schreiben von Dateien sowie die Ausführung von Aufgaben über dedizierte Subagenten.
• Benutzer können über Telegram, WhatsApp oder Feishu kommunizieren, wobei ihre gesprochenen Wörter mithilfe der Groq Whisper-Technologie automatisch transkribiert werden.
• Das System verwendet Cron-basierte Planung zur Ausführung von Aufgaben, einschließlich E-Mail-Überwachung und GitHub-Verfolgung sowie tägliche Briefing-Operationen.
• Das System ermöglicht Benutzern den Wechsel zwischen mehreren LLM-Anbietern über OpenRouter, Anthropic, OpenAI, DeepSeek, Groq, Gemini und lokales vLLM, ohne dass eine Codierung erforderlich ist.

Kernarchitektur: Wie Nanobot Minimalismus erreicht

Der Kern von Nanobot funktioniert über ein Agentenschleifenmuster, das sein Betriebssystem vollständig implementiert. Der agent/loop.py Das Modul steuert den laufenden Prozess, der Folgendes umfasst:

• Das System empfängt Benutzereingaben über alle verfügbaren Kanäle, darunter CLI und Telegram sowie WhatsApp und Feishu.
• Das System stellt den Kontext her, indem es den Gesprächsverlauf zusammen mit den verfügbaren Instruments verwendet.
• Das System fordert die nächsten Aktionen vom LLM an.
• Das System führt Aufgaben gemäß den LLM-Antworten aus.
• Das System speichert die Ergebnisse im Speicher, um sie in späteren Zeiträumen zu verwenden.

Durch seinen Aufbau erreicht das System eine effektive Trennung unterschiedlicher Aufgaben. Das context.py-Modul übernimmt die Eingabeaufforderungserstellung. speicher.py verwaltet persistenten Speicher und Instruments/enthält modulare Funktionen, die hinzugefügt oder entfernt werden können, ohne die Kernlogik zu berühren.

Erste Schritte mit Nanobot

Der Einstieg in Nanobot ist ziemlich einfach. Es gibt drei Methoden:

1. Set up über PyPi (stabil)

pip set up nanobot-ai 

2. Installieren über uv Das ist stabil und schnell.

uv device set up nanobot-ai 

3. Über die direkte Quelle installieren

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

Nachdem der Installationsteil abgeschlossen ist, verschieben wir den Einrichtungsteil. Wir müssen das konfigurieren ~/.nanobot/config.json Datei, um bei Bedarf unsere API-Schlüssel, unser Modell und unsere Websuchfunktion zu bearbeiten.

{
  "suppliers": {
    "openrouter": {
      "apiKey": "sk-or-v1-xxx"
    }
  },
  "brokers": {
    "defaults": {
      "mannequin": "anthropic/claude-opus-4-5"
    }
  },
  "instruments": {
    "internet": {
      "search": {
        "apiKey": "BSA-xxx"
      }
    }
  }
}

4. Hier sind einige Befehle, die Ihnen den Einstieg in den Nanobot-Agenten erleichtern sollen:

Praktische Aufgabe: Benutzerdefinierter Krypto-Tracker

Anstatt Code manuell zu schreiben, verwenden Sie Nanobots KI-Agent Erstellen Sie durch natürliche Konversation ein Kryptowährungs-Überwachungstool für Sie.

Schritt 1: Starten Sie den Agenten im interaktiven Modus mit dem folgenden Befehl:

nanobot agent 

Schritt 2: Fordern Sie den Agenten auf, das Software zu erstellen:

I want you to create a cryptocurrency value monitoring device for me. This is what I want:
1. Create a Python device that fetches crypto costs from the CoinGecko API
2. Monitor BTC, ETH, and SOL
3. Alert me when any coin strikes greater than 5% in 24 hours
4. Save the device in my workspace as crypto_monitor.py
5. Create a scheduled cron job that runs each hour
6. Be certain every thing is correctly configured
Construct this whole system for me.

Ausgabe:

Schritt 3: Wir führen das vom Nanobot-Agenten erstellte Skript mit dem folgenden Befehl aus:

python ~/.nanobot/workspace/crypto_monitor.py 

Ausgabe:

Rezension

Ich habe es selbst getestet und der Agent hat es erstellt crypto_monitor.py Datei. Der Prozess erforderte vier bis fünf Eingabeaufforderungen, bevor das Ziel erreicht wurde, das ich zuvor als automatischen Einzelschuss-Construct beschrieben habe. Der Agent agiert durch Konversation, indem er Funktionen entwickelt, für deren Ausführung zwei separate Anfragen erforderlich sind.

Das System fungiert als KI Paarprogrammierer, da für die Ausführung von Programmieraufgaben menschliche Bediener erforderlich sind. Der cron Das Setup benötigte weiterhin manuelle Terminalbefehle. Das System generiert durch seinen Funktionsprozess tatsächlichen Code, Benutzer sollten jedoch mit mehreren Dialogsitzungen rechnen, anstatt mit einer Anfrage vollständige Ergebnisse zu erzielen.

Leistungsbenchmarks und Vergleich

Der Testprozess zeigt, dass das Nanobot-System seine vergleichbaren Systeme durch eine höhere Betriebseffizienz übertrifft.

• Das System benötigt zum Hochfahren 0,8 Sekunden, während schwerere Rahmen für den Kaltstart zwischen 8 und 12 Sekunden benötigen.
• Das System benötigt 45 MB Speicher für seine Grundfunktionen, was davon ausgeht LLM Inferenz, während andere Systeme zwischen 200 MB und 400 MB für ihren Betrieb benötigen.
• Die Ausführung mehrerer Instanzen und die ressourcenbeschränkte Umgebungsbereitstellung hängen beide von diesen Metriken ab.
• Die kleine Codebasis ermöglicht einen schnelleren Entwicklungsfortschritt. Das Nanobot-System benötigt 15 bis 30 Minuten, um ein neues Software hinzuzufügen, während komplexe Frameworks mehrere Stunden benötigen, um dieselbe Aufgabe abzuschließen.

Die hohe Geschwindigkeit der Nanobot-Entwicklung vervielfacht ihre Vorteile, da dieses System sowohl für Speedy Prototyping als auch für iterative Entwicklungsprozesse effektiv funktioniert.

Abschluss

Das Nanobot-System zeigt, dass erfolgreiche KI-Systeme statt umfangreicher Codesammlungen nur wesentliche Programmierelemente benötigen. Das System bietet durch seine Hauptfunktionen und seine Aufbaufähigkeit sowie sein wartbares Framework professionelle Leistung.

Sie sollten auf Nanobot achten, da es Ihnen bei der Erstellung Ihres ersten KI-Agenten, bei Ihrer Forschungsarbeit oder bei Ihrer Suche nach dem Verständnis moderner KI-Assistenten hilft. Das System verkörpert eine ausgeprägte Philosophie, die zeigt, dass reduzierte Elemente einen höheren Wert schaffen können: Weniger ist mehr!

Häufig gestellte Fragen

Q1. Was ist Nanobot und wie unterscheidet es sich von KI-Assistenten großer Unternehmen?

A. Nanobot ist ein leichter Open-Supply-KI-Assistent, der auf rund 4.000 Python-Zeilen basiert und sich auf wesentliche Agentenfunktionen mit weitaus geringerem Speicher- und Startaufwand als Unternehmenssysteme konzentriert.

Q2. Welche Hauptfunktionen bietet Nanobot für die Automatisierung und Überwachung?

A. Es unterstützt Krypto- und Marktüberwachung, Aufgabenautomatisierung, Shell-Ausführung, Mehrkanal-Messaging, Cron-Planung und den einfachen Wechsel zwischen mehreren LLM-Anbietern.

Q3. Wie beginnen Sie mit der Entwicklung von Werkzeugen mit Nanobot?

A. Installieren Sie Nanobot über PyPI oder eine Quelle, konfigurieren Sie API-Schlüssel, starten Sie den interaktiven Agenten und verwenden Sie Eingabeaufforderungen in natürlicher Sprache, um benutzerdefinierte Python-Instruments zu generieren und auszuführen.

Gen AI-Praktikant bei Analytics Vidhya
Abteilung für Informatik, Vellore Institute of Know-how, Vellore, Indien

Derzeit arbeite ich als Gen AI-Praktikant bei Analytics Vidhya, wo ich zu innovativen KI-gesteuerten Lösungen beitrage, die Unternehmen in die Lage versetzen, Daten effektiv zu nutzen. Als Informatikstudent im Abschlussjahr am Vellore Institute of Know-how bringe ich solide Grundlagen in Softwareentwicklung, Datenanalyse und maschinellem Lernen in meine Rolle ein.

Kontaktieren Sie mich gerne unter (electronic mail protected)