nanobot im Test: der schlanke selbst gehostete KI-Agent von HKUDS

nanobot ist ein Framework für persönliche Agenten vom Data Intelligence Lab der University of Hong Kong (HKUDS). Es startete offiziell am 2. Februar 2026 und hatte bei unserer Prüfung am 8. November 2026 49.932 GitHub-Sterne, mehr als jeder andere Agent auf unserer Liste außer OpenClaw und Hermes Agent. Dieser Test behandelt den Agenten HKUDS/nanobot.

Die Idee: ein kleiner Python-Kern, der gelesen und verändert werden soll, verpackt in eine überraschend ausgereifte Browser-Oberfläche.

Installation

Es gibt vier Wege: ein Installationsskript, pip, Docker oder ein Cloud-Deployment mit einem Klick (die Deployment-Dokumentation behandelt Render). Es braucht Python 3.11 oder neuer auf macOS 13+, Linux oder Windows, und das Installationsskript richtet eine eigene Python-Umgebung ein, sodass Sie keine verwalten müssen. Sitzungen, Speicher und Einstellungen liegen in ~/.nanobot.

Sobald es läuft, wählen Sie, wie Sie mit ihm sprechen: über die mitgelieferte WebUI im Browser, eine Terminal-Oberfläche oder Chat-Apps. Die WebUI sticht heraus. Sie gruppiert Unterhaltungen in Projekte, zeigt Datei-Diffs, hat einen MCP-App-Katalog und stellt geplante Automatisierungen in einem Kalender dar. Bis zu vier Unterhaltungen können nebeneinander stehen (README).

Eine native Mobile- oder Desktop-App gibt es nicht. Auf dem Handy nutzen Sie die WebUI im Browser oder eine der Chat-Apps.

Sandboxing ist Ihre Aufgabe

nanobot führt Shell-Befehle aus und arbeitet mit Dateien in einem Projektordner. Standardmäßig laufen diese Befehle nicht in einer Sandbox. Die Konfigurationsdokumentation beschreibt eine bubblewrap-Sandbox unter Linux und Seatbelt unter macOS, die Sie einschalten müssen, und unter Windows gibt es keine Sandbox.

Wenn Sie nanobot auf Ihrem Hauptrechner installieren, schalten Sie die Sandbox ein, bevor Sie eine Chat-App anbinden, denn ein Chat-Kanal bedeutet, dass Nachrichten von außen einen Agenten erreichen können, der Befehle ausführt. Unter Windows betreiben Sie ihn stattdessen in Docker oder auf einem separaten Rechner. Zum Vergleich: ZeroClaw hat im empfohlenen Profil von Anfang an eine OS-Sandbox aktiv, und NanoClaw steckt jeden Agenten in einen Container.

Telemetrie und Datenschutz

nanobot sendet keine Nutzungs-Telemetrie. Die Dokumentation beschreibt keine, der Code enthält keinen Analytics-Client, und es setzt sogar DISABLE_TELEMETRY, wenn es den Installer für Skills von Dritten aufruft (Quellcode). Langfuse-Tracing gibt es, aber es läuft nur, wenn Sie es mit Ihren eigenen Schlüsseln aktivieren. Prompts und angehängte Dateien gehen an den Modellanbieter und die Chat-Plattformen, die Sie wählen.

Lokale Modelle

Es arbeitet mit OpenAI, Anthropic, DeepSeek, OpenRouter, AWS Bedrock oder jedem OpenAI-kompatiblen Endpunkt und mit lokalen Modellen über Ollama, vLLM oder LM Studio (Anbieter-Dokumentation). Sie können es also ganz ohne Cloud-Modell betreiben, wenn Ihre Hardware ein leistungsfähiges lokales Modell tragen kann. nanobot verkauft keinen gehosteten Dienst; die einzige Rechnung ist die Ihres Modellanbieters. Sprachnachrichten brauchen einen separaten Transkriptionsanbieter wie Groq oder OpenAI.

Arbeiten, während Sie weg sind

Hier verdient sich nanobot seinen Platz. Es führt geplante Automatisierungen und langlaufende Ziele aus, und ein Heartbeat meldet nur nützliche Ergebnisse in den zuletzt genutzten Chat zurück. Ein Hintergrundprozess namens Dream konsolidiert das Langzeitgedächtnis in einfache Markdown-Dateien (Speicher-Dokumentation), die Sie selbst lesen und bearbeiten können. Für Self-Hoster ist das eine schöne Eigenschaft: Das Gedächtnis Ihres Agenten steckt nicht in einer Datenbank, die Sie nicht einsehen können.

Zwei Lücken für den unbeaufsichtigten Betrieb, beide aus der Konzept-Dokumentation: Verpasste geplante Läufe werden nicht nachgeholt, und unterbrochene Subagent-Aufgaben werden nach einem Neustart nicht wieder gestartet. Wenn der Host um 9:00 neu startet, findet der 9:00-Bericht einfach nicht statt. Betreiben Sie es als Dienst auf einem Rechner, der durchläuft.

Kanäle und Erweiterung

Zu den Chat-Apps gehören Telegram, Discord, Slack, WhatsApp, WeChat, Feishu, Microsoft Teams, Matrix und E-Mail. Es kann auch als mehrere Instanzen laufen (Dokumentation zu mehreren Instanzen), und Entwickler erhalten ein Python-SDK und eine OpenAI-kompatible API, sodass andere Tools nanobot aufrufen können, als wäre es ein Modell.

Für wen es sich eignet

nanobot passt zu Entwicklern, die einen schlanken Agenten wollen, den sie in Python lesen und erweitern können, und zu Menschen, die einen selbst gehosteten Assistenten mit echter Browser-Oberfläche plus Chat-App-Zugang wollen. Weniger geeignet ist es, wenn Sie Isolation ohne eigene Konfiguration oder eine native Handy-App wollen.

Im Vergleich

• PicoClaw wurde von nanobot inspiriert und in Go neu geschrieben, um mit Megabytes an RAM auszukommen. Es tauscht nanobots reichere Oberfläche und Python-Erweiterbarkeit gegen einen winzigen Ressourcenbedarf.
• OpenClaw hat das größere Ökosystem und Mobile-Apps, sendet aber standardmäßig Telemetrie; keiner von beiden hat standardmäßig eine Sandbox aktiv.
• Hermes Agent ist ebenfalls Python und MIT, mit Desktop-App und einem selbstverbessernden Skill-System und standardmäßig ohne Telemetrie.
• QwenPaw ist in der Form am ähnlichsten: Python, Web-Konsole, mehrere Agenten, lokale Modelle, mit besserer Abdeckung chinesischer Chat-Apps.

Mehr finden Sie unter OpenClaw-Alternativen und in der Liste der besten Open-Source-KI-Agenten.