Viele KI-Agenten-Frameworks sind inzwischen riesige Pakete. Dutzende Dependencies, komplexe Konfigurationsdateien, steile Lernkurve. Wer einfach nur einen persönlichen Agenten aufsetzen will, kommt damit nicht schnell zum Ziel. nanobot geht den anderen Weg: so klein wie möglich, so flexibel wie nötig.
Was ist nanobot?
nanobot ist ein ultraleichter Personal-KI-Agent aus dem Open-Source-Bereich. Das zentrale Merkmal ist die bewusst klein gehaltene Codebase. Du kannst den gesamten Quellcode in einer kurzen Sitzung lesen und vollständig verstehen. Das ist selten bei KI-Agenten-Tools und ein klarer Vorteil für alle, die ihren Agenten anpassen wollen, ohne Wochen Einarbeitungszeit zu investieren. Die meisten Agenten-Frameworks liefern viel Funktionalität, aber auch viel Abstraktion. nanobot entscheidet sich bewusst anders: weniger Code, weniger Abhängigkeiten, mehr Transparenz. Entwickelt wurde das Projekt von HKUDS, einem KI-Forscherteam. Das Erkennungszeichen des Projekts ist eine Katzen-Mascot. Das klingt nach Spielerei, hat aber einen klaren Zweck: nanobot soll zugänglich wirken und nicht einschüchternd. Für Claude-Code-Nutzer bietet nanobot ein unabhängiges Agenten-Setup für Aufgaben, die du automatisieren willst, ohne jedes Mal Claude Code interaktiv zu bedienen.
Wie richtest du nanobot ein?
Weil die Codebase klein ist, fällt auch das Setup kompakt aus. Du klonst das Repository, trägst deinen API-Key ein und startest:
git clone https://github.com/HKUDS/nanobot
cd nanobot
cp .env.example .env
# ANTHROPIC_API_KEY=sk-ant-... oder anderen LLM-Key eintragen
Die Konfiguration ist direkt im Code lesbar, nicht hinter mehreren Abstraktionsschichten versteckt. Das ist der Kern des nanobot-Ansatzes: Transparenz statt Magie. Du siehst, welche Anfrage an welche API geht. Du siehst, wie die Antwort verarbeitet wird.
Das Modding läuft dementsprechend ohne Framework-Kenntnisse. Du findest die Stelle im Code, die du ändern willst, und änderst sie. Für Entwickler, die Agentenverhalten fein justieren wollen, ist das ein echter Vorteil gegenüber Frameworks mit vielen Konfigurationsschichten.
Praxis-Beispiel: Persönlicher Research-Assistent
Ein typisches Szenario: Du willst täglich eine Zusammenfassung bestimmter Themen. Keine interaktive Session, nur ein Ergebnis, das du morgens abrufst.
Mit nanobot definierst du diesen Workflow direkt im Code. Die Codebase ist klein genug, um die relevante Stelle schnell zu finden. Du passt den Prompt an, legst eine Ausgabedatei fest und richtest einen Cronjob ein. In unter einer Stunde läuft der Automat.
Das ist der konkrete Nutzen für den Developer-Alltag. Kein ausgewachsenes Agenten-Framework, das du für diesen Use-Case gar nicht brauchst. Ein Mini-Agent, der genau eine Sache gut macht. Und weil nanobot offen und klein ist, kannst du ihn morgen auf einen anderen Use-Case ummünzen, ohne von vorne anzufangen.
Wer von nanobot aus in komplexere Agenten-Setups wachsen will, findet im Artikel über hermes-agent einen guten nächsten Schritt. Dort geht es um Operator-fokussierte Frameworks mit mehr Kontrolle über Deployments und Nutzer-Trennung.
Wann lohnt sich nanobot?
nanobot macht konkret Sinn, wenn du ein persönliches Agenten-Setup willst, ohne überdimensionierte Frameworks zu installieren. Es ist die richtige Wahl, wenn du die Codebase selbst lesen und modifizieren möchtest, ohne zuerst umfangreiche Dokumentation zu studieren. Die Einrichtungszeit ist kurz: von null auf laufenden Agenten in unter einer Stunde ist realistisch. Das ist besonders wertvoll für schnelle Experimente und Prototypen. Wer einen Agenten für persönliche Aufgaben wie Research-Zusammenfassungen, einfache API-Abfragen oder tägliche Automatisierungen braucht, findet in nanobot ein ehrliches, schlankes Tool ohne unnötigen Overhead. Das Projekt ist Open Source, die Codebase ist jederzeit lesbar, und jede Anpassung ist direkter möglich als bei schwergewichtigen Alternativen. Kurz gesagt: nanobot eignet sich für Entwickler, die Kontrolle über ihren Agenten wollen, ohne dafür viel Komplexität in Kauf zu nehmen.
Nicht geeignet ist nanobot, wenn du Multi-Agenten-Orchestrierung planst, Agenten für andere deployen willst oder Enterprise-Features wie Nutzer-Trennung und Rollenmanagement brauchst. Für diese Szenarien gibt es besser geeignete Tools.
Häufige Fragen zu nanobot
Kann ich nanobot zusammen mit Claude Code nutzen?
Ja. nanobot und Claude Code arbeiten unabhängig voneinander. Claude Code eignet sich für interaktive Entwicklungsarbeit, nanobot für automatisierte Hintergrundaufgaben. Die zwei Workflows ergänzen sich gut.
Welche LLM-APIs unterstützt nanobot?
nanobot ist darauf ausgelegt, verschiedene LLM-Provider anzubinden. Du kannst die Anthropic Claude API eintragen oder einen anderen kompatiblen Provider nutzen. Die Konfiguration ist direkt im Code lesbar und leicht anpassbar.
Ist nanobot für Einsteiger geeignet?
Mit grundlegenden Programmierkenntnissen kommst du schnell rein. Die kleine Codebase macht den Einstieg leichter als bei größeren Frameworks. Wer Python oder eine vergleichbare Sprache lesen kann, versteht nanobot in kurzer Zeit.
Komm in die kostenlose Claude Business Community: Lerne Claude, Automatisierung, Co-Work, Claude Code, App-Building und Agent-Coding. Zeit sparen, Kosten sparen, Business skalieren: Zur kostenlosen Community.
Marcel Porcher, newways.ai