Twój osobisty agent AI na krótkiej smyczy

Ostatnio złapałem się na myśli: wszyscy wykupiliśmy subskrypcje ChatGPT, Claude i innych usług chmurowych, ale tak naprawdę jesteśmy tam tylko gośćmi. Nasze dane, historia czatów i prompty żyją gdzieś na serwerach kogoś innego. A co jeśli chcesz zbudować własnego „Iron Mana", który potrafi przeglądać pliki, wyszukiwać w Google i nie wymaga zakładania centrum danych w domu?

Trafiłem na nanobot. To silnik open-source do tworzenia osobistych agentów AI. Projekt wyróżnia się tym, że nie próbuje być „zabójcą OpenAI”. Zamiast tego jest lekką warstwą, która łączy ulubione modele, komunikatory i lokalne narzędzia w jeden działający system.

Co to właściwie jest

Krótko mówiąc, nanobot to środowisko wykonawcze agentów. Autorzy skupili się na tym, aby rdzeń był mały i czytelny. Zamiast budować złożone abstrakcje, dali programistom gotowe „szyny": WebUI, integracje czatowe (Telegram, Discord, Slack), zarządzanie pamięcią i narzędzia.

Projekt jest napisany w Pythonie i wymaga wersji 3.11+. Ma już ponad 45 000 gwiazdek na GitHubie, co jest poważną liczbą dla wyspecjalizowanego narzędzia.

Jak jest przydatny w praktyce

Głównym problemem większości agentów AI jest to, że są „jednorazowe”. Zadajesz pytanie, otrzymujesz odpowiedź i kontekst znika. nanobot rozwiązuje to poprzez długowieczne sesje i cele.

Agent w Twoim komunikatorze

Zamiast za każdym razem otwierać kartę przeglądarki, możesz podłączyć nanobota do Telegrama lub WeChat. To nie jest tylko bot automatycznie odpowiadający. Ma dostęp do Twojego obszaru roboczego (pliki, skrypty). Możesz wysłać mu PDF w Telegramie i poprosić o streszczenie lub znaleźć błąd w kodzie siedzącym lokalnie w folderze projektu.

Praca z narzędziami i MCP

Projekt obsługuje Model Context Protocol (MCP). Oznacza to, że agent może korzystać z zewnętrznych narzędzi: wyszukiwać w Google, wykonywać polecenia powłoki, generować obrazy, a nawet wywoływać inne pod-agenty do rozwiązywania podzadań.

Pamięć, która się nie wymazuje

nanobot ma mechanizm Dream do długoterminowej pamięci. Agent pamięta kontekst z przeszłych sesji. Jeśli omawialiście architekturę projektu tydzień temu, nie zapyta ponownie „w czym to piszemy?”.

Analiza rynku	Pisanie kodu	Menedżer zadań	Baza wiedzy

Jak działa architektura

W centrum wszystkiego znajduje się mała pętla agenta. Wiadomości napływają z kanałów komunikacyjnych, LLM decyduje, czy potrzebuje narzędzia, a pamięć jest pobierana jako kontekst. Deweloperzy celowo unikali ciężkich frameworków orkiestracyjnych, aby system można było łatwo dostosować do własnych potrzeb.

Obsługa modeli jest ładnie zrealizowana. Nie jesteś związany z jednym dostawcą. Możesz skonfigurować model primary (na przykład Claude 3.5 Sonnet) i ustawić fallbackModels na wypadek, gdyby główny dostawca API przestał działać lub osiągnął limity. Obsługiwane są wszystkie punkty końcowe kompatybilne z OpenAI, w tym lokalny Ollama lub vLLM.

Jak uruchomić i skonfigurować

Najszybszy sposób na wypróbowanie to instalacja przez uv lub zwykły pip:

uv tool install nanobot-ai
# или
python -m pip install nanobot-ai

Po instalacji uruchom interaktywny kreator konfiguracji:

nanobot onboard --wizard

Konfiguracja znajduje się w ~/.nanobot/config.json. Wszystko tam jest intuicyjne: dodajesz klucze API, wybierasz model i określasz ścieżkę do obszaru roboczego. Obszar roboczy to folder, do którego agent będzie miał dostęp. Bezpieczeństwo jest tu priorytetem: agent nie będzie grzebał w folderach systemowych, chyba że dodasz je samodzielnie.

Dla tych, którzy wolą interfejs graficzny, jest wbudowany WebUI:

nanobot gateway

Otwórz http://127.0.0.1:8765, a otrzymasz pełne działające środowisko z czatami, logami wykonania narzędzi i zarządzaniem automatyzacją.

Kto to znajdzie przydatne

Projekt jest idealny dla każdego, kto chce zautomatyzować rutynowe zadania, ale nie jest gotowy powierzać swoich danych zamkniętym systemom korporacyjnym.

Na przykład, jeśli jesteś:

• Programistą, który potrzebuje asystenta AI z dostępem do terminala i lokalnego kodu.
• Badaczem budującym bazę wiedzy z setek dokumentów.
• Entuzjastą automatyzacji, który chce uruchamiać zaplanowane zadania (cron) przez AI.

nanobot zdobywa Cię swoją przejrzystością. Widzisz każdy krok, który wykonuje agent, każde wywołanie narzędzia, i możesz naprawić jego logikę w dowolnym momencie, po prostu zmieniając kilka linii w skrypcie Python lub konfiguracji. To świetny element budulcowy dla tych, którzy wyrośli z zwykłych chatbotów i chcą czegoś bardziej namacalnego i kontrolowanego.