¿Qué es nanobot?
nanobot, del laboratorio HKUDS de la Universidad de Hong Kong, es un framework de agentes autoalojado, pequeño y legible, en Python. Un único gateway se encarga de la ejecución, las sesiones, las herramientas, la memoria y la política de seguridad, y a él se conectan la WebUI, la interfaz de terminal nativa y los canales de chat. Los canales incluyen Telegram, Discord, Slack, WeChat, Feishu, Email, Mattermost, Teams y Linear. Trabaja con archivos (incluidos PDF, Word, Excel y PowerPoint), shell, búsqueda web, MCP, tareas cron, generación de imágenes y delegación en subagentes. La memoria a largo plazo se consolida mediante un proceso que llama Dream.
Creado en febrero de 2026, el repositorio tiene unas 49.700 estrellas en GitHub y licencia MIT. La versión 0.4.0 salió el 28 de octubre de 2026, y el paquete nanobot-ai de PyPI tuvo unas 19.900 descargas en los últimos siete días. Necesita Python 3.11+ y un proveedor de modelos o un servidor de modelos local; no ofrece una cuenta de modelo propia. También expone un SDK de Python y una API compatible con OpenAI.
¿Merece la pena nanobot?
El argumento de nanobot es el tamaño. Hace buena parte de lo que hace OpenClaw, incluidos memoria persistente, tareas programadas, alcance en apps de chat y MCP, desde un núcleo en Python lo bastante pequeño como para leerlo. Para un desarrollador que quiere un agente siempre activo que pueda auditar o bifurcar, eso pesa más que la lista de canales más larga de OpenClaw. El SDK de Python y la API compatible con OpenAI también facilitan llamarlo desde código existente, algo que el gateway en TypeScript de OpenClaw permite de forma menos directa.
Los valores por defecto son sensatos. La tarea de archivos del primer arranque usa permisos limitados a la carpeta de trabajo, los chats temporales quedan fuera del historial y la memoria, y el README advierte de que el acceso a la WebUI equivale a administrar la instancia del agente. También señala que aprobar a un remitente privado en una plataforma de chat no siempre restringe el acceso de grupo. Son las advertencias correctas. Pero son advertencias: el operador sigue teniendo que configurar el emparejamiento y la política de grupos canal por canal.
El historial de seguridad es corto, pero no limpio. Se han publicado cinco avisos de seguridad en GitHub, dos críticos y tres altos, todos entre marzo y mayo de 2026. Incluyen una elusión de autorización mediante IDs de remitente inyectados, un secuestro de WebSocket entre sitios en el puente de WhatsApp y un path traversal que permitía escribir archivos arbitrarios a partir de nombres de documentos de WhatsApp. Todos estaban en el código que da a las apps de chat, que es la parte que un agente personal no puede evitar exponer.
El proyecto avanza muy rápido. El registro de novedades del README muestra una nota de versión casi cada día a finales de octubre de 2026, y hay unas 870 incidencias y pull requests abiertas. Por eso las vías de código fuente y estable se documentan por separado. Los equipos que quieran estabilidad deberían fijar una release de PyPI y leer la guía de actualización antes de cada actualización.
Dónde se gana su sitio
Un desarrollador de Python con un servidor en casa
Tener un asistente privado en Telegram que recuerde preferencias y ejecute tareas nocturnas
uv tool install nanobot-ai, conecta Telegram y añade automatizaciones cron; la memoria vive en archivos de texto como USER.md y memory/MEMORY.md, que se pueden leer y editar. El software es gratis; el modelo lo aporta un servidor local o una clave de API.
Una consultora de dos personas en Slack
Que un agente resuma informes de clientes y publique un resumen los lunes
Las herramientas de archivos integradas leen los .docx, .xlsx y .pptx, y una automatización programada publica en Slack. Limita la carpeta de trabajo a la del cliente y revisa la política de acceso de grupo del canal antes de invitar al bot.
Un ingeniero de backend que añade un agente a una herramienta interna
Llamar a un agente persistente con herramientas y memoria desde un servicio existente
Usa el SDK de Python dentro del proceso o apunta un cliente de OpenAI a la API compatible con OpenAI de nanobot. El coste son los tokens del modelo; fija una versión de PyPI, porque la vía de código fuente cambia casi a diario.
Antes de decidirte
- Puesta en marcha
- Ejecuta el script de instalación (curl o PowerShell), que crea ~/.nanobot/venv y abre la WebUI para configurar el modelo; o uv tool install nanobot-ai o pip install nanobot-ai, y luego nanobot webui. Python 3.11+. La primera respuesta llega en minutos una vez introducida la clave de un proveedor.
- Integraciones
- Telegram, Discord, Slack, WeChat, Feishu, Email, Mattermost, Teams y Linear; servidores y presets MCP; proveedores de modelos compatibles con OpenAI y locales con alternativas de respaldo; trazas con Langfuse; SDK de Python y API compatible con OpenAI.
- Datos y privacidad
- Sesiones, memoria y archivos se quedan en tu máquina; los prompts van al proveedor de modelos configurado. Se publicaron cinco avisos de seguridad en GitHub (dos críticos, tres altos) entre marzo y mayo de 2026. Licencia MIT.
- Coste a escala
- Sin edición de pago. El coste es el uso del modelo más una máquina o VM pequeña siempre encendida para el gateway.
- Límites
- Vía de código fuente muy cambiante y unas 870 incidencias y pull requests abiertas. El acceso a la WebUI concede administración completa. Las políticas de grupo de cada plataforma se configuran por separado.
Lo bueno
- Núcleo pequeño en Python que se puede leer y bifurcar en la práctica
- SDK de Python y API compatible con OpenAI
- Permisos limitados a la carpeta de trabajo en el flujo de primer arranque por defecto
- WebUI, TUI nativa y 9 o más canales de chat
Lo malo
- Dos avisos críticos y tres altos en sus primeros meses
- Cambios casi diarios; fija una release para tener estabilidad
- Las reglas de acceso de grupo se configuran canal por canal
- Menos canales y apps que OpenClaw
Ideal para
Desarrolladores de Python que quieren un agente personal o de equipo autoalojado que puedan leer, ampliar y llamar desde su propio código.
Alternativas a nanobot
nanobot: preguntas frecuentes
- ¿Merece la pena nanobot?
- nanobot es el agente personal que conviene elegir cuando quieres leer el código en el que confías: más pequeño y fácil de seguir que OpenClaw, con un historial de seguridad más corto y con más sobresaltos. Le damos un 4.0 sobre 5.
- ¿Cuánto cuesta nanobot?
- Gratis y de código abierto (MIT). Pagas a tu proveedor de modelos o ejecutas un modelo local.
- ¿Qué inconvenientes tiene nanobot?
- Dos avisos críticos y tres altos en sus primeros meses; cambios casi diarios; fija una release para tener estabilidad; las reglas de acceso de grupo se configuran canal por canal; menos canales y apps que OpenClaw.
- ¿Para quién es nanobot?
- Desarrolladores de Python que quieren un agente personal o de equipo autoalojado que puedan leer, ampliar y llamar desde su propio código.
- ¿Cuánto cuesta nanobot para un equipo o en producción?
- Sin edición de pago. El coste es el uso del modelo más una máquina o VM pequeña siempre encendida para el gateway.
- ¿Es nanobot seguro para los datos de la empresa?
- Sesiones, memoria y archivos se quedan en tu máquina; los prompts van al proveedor de modelos configurado. Se publicaron cinco avisos de seguridad en GitHub (dos críticos, tres altos) entre marzo y mayo de 2026. Licencia MIT.
- ¿Cuáles son las mejores alternativas a nanobot?
- Las alternativas más cercanas que hemos analizado son OpenClaw, Hermes Agent, OpenBot y goose.
Respuestas comprobadas el 31 oct 2026.