NanoBot – KI-Tool Test & Bewertung

Persönliche KI-Agenten sind nützlich, aber die meisten populären Lösungen sind entweder proprietär oder schwer nachvollziehbar in ihrer Funktionsweise. NanoBot löst das durch radikale Schlankheit: Der gesamte Code ist in rund 4.000 Zeilen Python geschrieben und in wenigen Stunden komplett durchlesbar. Das Tool stammt aus dem HKU Data Intelligence Lab in Hongkong und hat sich als leichtgewichtige Alternative zu OpenClaw einen Namen gemacht. Mit 33.000+ GitHub Stars und aktivem Entwicklungszyklus ist es kein Experiment mehr.

Wichtigste Funktionen

• Messenger-Integration: NanoBot läuft in Telegram, Discord, WhatsApp, Slack, E-Mail (IMAP/SMTP), Feishu, DingTalk, WeChat Work, QQ und Matrix. Der Kanal wird in der Konfiguration festgelegt, der Rest läuft automatisch.
• LLM-agnostisch: Unterstützt OpenAI, Anthropic Claude, DeepSeek, Qwen, Moonshot/Kimi, Azure OpenAI, VolcEngine und lokale Modelle via vLLM. Du bist nicht auf einen Anbieter festgelegt.
• MCP-Unterstützung: Model Context Protocol erlaubt es, externe Tools und Dienste einzubinden. Seit v0.1.4 mit verbesserter Stabilität und SSE-Support.
• Aufgabenautomatisierung: Geplante Aufgaben per Cron-Job, Erinnerungen, Routinen und Web-Suche lassen sich direkt über den Messenger steuern.
• Minimal und erweiterbar: Die klare Architektur macht es einfach, eigene Tools und Fähigkeiten hinzuzufügen, ohne sich durch komplexen Framework-Code zu kämpfen.

Preise und Tarife

NanoBot ist MIT-lizenziert und kostenlos. Die einzigen anfallenden Kosten sind die API-Gebühren des gewählten LLM-Anbieters sowie optional die Server-Infrastruktur für den Betrieb. Mit kostengünstigen Anbietern wie DeepSeek oder lokalen Modellen via vLLM lässt sich der Betrieb nahezu kostenfrei gestalten.

Für wen ist NanoBot geeignet?

• Entwickler und technische Nutzer: Wer verstehen will, wie ein persönlicher KI-Agent intern funktioniert, findet in NanoBot eine lesbare Codebasis ohne Framework-Overhead. Gut zum Lernen und als Ausgangspunkt für eigene Projekte.
• Datenschutzbewusste Nutzer: Der transparente MIT-lizenzierte Code macht es einfach zu prüfen, welche Daten wohin fließen. In Kombination mit lokalen LLMs via vLLM ist der Betrieb vollständig unter eigener Kontrolle.
• Power-User mit Messenger-Fokus: Wer einen persönlichen Assistenten direkt in Telegram oder Discord einrichten will, ohne eine kommerzielle Plattform zu nutzen, ist mit NanoBot gut aufgestellt.

DSGVO und Datenschutz

NanoBot läuft selbst-gehostet auf der eigenen Infrastruktur. Daten gehen nur an den konfigurierten LLM-Anbieter, nicht an Dritte. Mit lokalen Modellen via vLLM bleiben alle Daten auf dem eigenen Server. Der MIT-lizenzierte, öffentlich einsehbare Code erlaubt eine vollständige Prüfung der Datenflüsse, was NanoBot zu einer der transparentesten Optionen in dieser Kategorie macht.

Alternativen zu NanoBot

• OpenClaw – Umfangreichere Funktionen, aber mit deutlich größerer Codebasis und bekannten Sicherheitsproblemen in früheren Versionen. Für den Produktionseinsatz nur nach sorgfältiger Prüfung.
• PicoClaw – Noch kompakter (Go-basiert, unter 10 MB RAM), aber mit kleinerem Funktionsumfang. Gut wenn minimaler Ressourcenverbrauch Priorität hat.
• Letta – Vollwertiges Agent-Framework mit persistentem Gedächtnis und API-Server. Mehr Features als NanoBot, aber auch deutlich mehr Setup-Aufwand.