横空出世的 OpenClaw 将大语言模型从单一的对话工具，推进为具备持续在线、多平台交互、工具调用与任务执行能力的「数字员工」。然而，其超过 40 万行的代码规模，也让不少开发者在学习与二次开发时望而却步。
在这一背景下，香港大学数据智能实验室（HKU Data Intelligence Lab，HKUDS）开源了轻量级个人 AI 助手 nanobot，将 Agent 能力压缩至不足 4000 行纯 Python 代码，在保留核心功能的同时，将复杂度大幅降低约 99%。这种「做减法」的设计，使其在开源社区中迅速走红，目前已在 GitHub 收获 41.1k stars。
从能力上看，nanobot 并未因轻量化而牺牲实用性，反而在持续迭代中不断增强功能边界。最新版本已支持 Office 文档读取、OpenAI 兼容 API 的 SSE 流式输出、多会话可靠性增强，以及跨会话记忆与多渠道稳定运行。
同时，其内置 WebUI 持续完善，提供多语言切换、暗色模式与实时聊天能力，并通过 WebSocket 实现多会话并发交互。在模型与生态层面，nanobot 已支持 Kimi K2.6、MiniMax 等多种模型接口，兼容 LM Studio 等本地推理方案，并引入运行时工具调用（SelfTool）与技能自动发现（Dream）机制，使 Agent 能够动态扩展能力边界。
此外，项目在工程细节上也持续打磨，包括上下文压缩（Context Compact）、原子化会话写入与自动修复机制、长消息拆分（Telegram）、邮箱循环防护以及更严格的沙箱执行环境等。这些改进显著提升了系统在真实生产环境中的稳定性与可用性。结合 MCP（Model Context Protocol），开发者还可以灵活接入外部工具服务，构建更复杂的自动化流程。
更重要的是，围绕 nanobot 的开发门槛也在进一步降低——目前，HyperAI 的教程板块已上线「Nanobot：超轻量级个人 AI 助手」，完成环境部署，采用本地 vLLM 部署的 GLM-4.7-Flash 模型，感兴趣的小伙伴快来 HyperAI 低门槛体验这一轻量级 AI Agent 吧！
在线运行：
教程包含以下内容：
-
本地模型部署配置
-
飞书接入步骤
-
基本使用方法与测试
更多在线教程：
欢迎登录官网查看更多内容：
Demo 运行
1.进入 hyper.ai 首页后，选择「教程」页面，或点击「查看更多教程」，选择「Nanobot：超轻量级个人 AI 助手」，点击「运行此教程」。
2.页面跳转后，点击右上角「Clone」，将该教程克隆至自己的容器中。
注：页面右上角支持切换语言，目前提供中文及英文两种语言，本教程文章以英文为例进行步骤展示。
3.选择「NVIDIA RTX PRO6000」以及「vLLM」镜像，点击「Continue job execution（继续执行）」。
HyperAI 为新用户准备了注册福利，仅需 7），资源永久有效。
4.等待分配资源，当状态变为「Running（运行中）」后，点击「Open Workspace」进入 Jupyter Workspace。
效果展示
1.页面跳转后，点击左侧 README 文件，进入后点击上方 Run（运行）。
2.待运行完成后，即可参考 README 文件进行配置、命令行测试及相关应用（飞书）接入。
关于团队
nanobot 由 HKUDS 于今年 2 月正式开源，该团队负责人为香港大学助理教授、博士生导师黄超，其研究方向涵盖大型 AI Agent、语言模型及图机器学习，研究成果在 Google Scholar 上被引用超过 17,000 次。
除 nanobot 外，黄超教授带领团队还发布了 LightRAG、CLI-Anything 等多个极具影响力的开源项目。HKUDS GitHub 开源平台累计获得超过 240,000 GitHub Stars，位列全球 Top50，并超过 100 次登上 GitHub Trending 榜单。
