快速结论
nanobot 是一个仍在活跃维护的 MIT 开源个人 AI Agent 运行时，截至 2026-07-21 的稳定版为 v0.2.2。它适合希望自己掌控运行环境、会配置模型服务和权限边界的技术用户：既能在本地终端或 WebUI 运行，也能连接聊天渠道、MCP、文件、Shell、搜索和定时任务。会话历史与长期记忆可保存在自己的部署中，模型则可以连接远程提供商，也可以对接 Ollama、vLLM 等本地 OpenAI 兼容服务。
它不是下载后完全离线、零配置、零风险的桌面助手。远程模型、搜索或聊天渠道仍会把相应数据发送给第三方；Shell 和文件工具能够对主机产生真实影响；长期运行服务还需要鉴权、密钥管理、备份和更新。若你只想获得成熟的托管编码体验，可比较 Claude Code、Cursor 或 GitHub Copilot；若你看重可审计、自托管和可改造的小型运行时，nanobot 更有吸引力。
核心功能
- 自托管运行时：提供终端、WebUI、网关、Python SDK 与 OpenAI 兼容 API，可在个人电脑或服务器长期运行。
- 本地历史和记忆：工作区、会话记录与长期记忆保存在部署环境，适合持续任务，但备份与访问控制由部署者负责。
- 多模型接入：支持远程模型提供商、回退模型和自定义 OpenAI 兼容端点，也可连接本地 Ollama 或 vLLM。
- 工具执行：包含文件操作、Shell、网页搜索与抓取、MCP、定时自动化、图片生成和子 Agent 等能力。
- 多渠道连接：可接入 WebUI、Telegram、Discord、Slack、飞书、微信、Email、Mattermost 等渠道，具体可用性取决于各平台配置。
- 可读和可扩展：核心 Agent loop 较小，适合研究消息、上下文、模型调用、工具执行和响应之间的链路。
适合人群
- 希望在自己的设备或服务器上运行个人 Agent 的开发者
- 需要把远程模型、本地模型、MCP 和聊天渠道统一到一个轻量网关的用户
- 想阅读并修改 Agent 核心代码的研究者、学生和开源贡献者
- 能管理 API Key、Linux 服务、容器、文件权限与日志的技术团队
- 不适合不愿维护环境、无法审核命令，或要求现成企业 SSO、集中策略与合规承诺的组织
使用场景
- 个人知识与事务助手：在本地工作区维护历史和记忆，通过 WebUI 或聊天应用持续交互。
- 定时自动化：用 cron 或目标任务定期搜索、整理文件、生成摘要，但应限制可执行工具和目录。
- 模型路由实验：比较多个远程提供商，设置回退模型，或把敏感任务切换到本地模型。
- MCP 工具中枢：连接已有 MCP Server，让一个自托管 Agent 调用外部系统。
- Agent 架构学习：阅读小型核心循环，理解上下文构建、工具注册、记忆和渠道适配。
价格与版本
nanobot 本身采用 MIT 许可证，可免费使用、修改和自托管。v0.2.2 是截至本页截止日期的稳定发布，PyPI 包名为 nanobot-ai。实际总成本不一定为零：远程 LLM、搜索、语音、图片或云主机会单独计费；本地模型则需要硬件、电力和运维。官方提供 Render 部署蓝图，但持久磁盘属于付费资源，不能把“开源免费”等同于“托管免费”。
国内访问与使用体验
项目文档提供简体中文，Python 包、源代码和本地 WebUI 的使用门槛相对明确。国内体验主要取决于所选模型和渠道，而不是 nanobot 核心本身：可使用可达的远程兼容接口，也可部署本地模型。不要把真实业务密钥直接写进聊天内容；公网部署 WebUI 时必须设置强令牌、限制监听地址并配置反向代理安全策略。
优点
- MIT 开源，自托管、可审计、可修改
- v0.2.2 仍活跃维护，具备 WebUI、SDK、API 和自动化
- 本地保存历史，同时保留远程与本地模型选择
- 工具、MCP、渠道和模型路由覆盖完整，核心结构仍相对轻量
不足
- Shell、文件、网络与 MCP 权限会放大提示注入或误操作风险
- “本地运行”不代表数据不出本机，远程模型和第三方渠道仍会接收数据
- 缺少托管企业产品常见的集中治理、审计承诺和服务等级
- 长期服务需要用户自行处理更新、备份、可用性、密钥轮换和成本控制
- Agent 输出与工具参数可能错误，不能在高风险主机上无监督运行
替代品对比
| 工具 | 更适合谁 | 主要差异 | 代价 |
|---|---|---|---|
| Claude Code | 终端编码工作流 | 成熟的代码 Agent 体验 | 依赖托管模型与商业服务 |
| Cursor | 希望直接使用 AI IDE 的开发者 | 编辑器内项目理解和多文件修改成熟 | 不以自托管个人运行时为核心 |
| GitHub Copilot | 已采用主流 IDE 与 GitHub 的团队 | IDE 覆盖和企业管理更成熟 | 可定制运行时和本地控制较少 |
| LangChain | 要自行开发 Agent 应用的工程团队 | 组件生态和编排自由度高 | 比开箱即用的个人 Agent 更偏开发框架 |
常见问题 FAQ
nanobot 是免费的吗？
软件以 MIT 许可证免费开源，但远程模型 API、搜索服务、云服务器和持久存储可能收费。
nanobot 可以完全离线运行吗？
可以连接本地模型并关闭远程工具，但必须逐项确认模型、搜索、渠道、遥测和 MCP 配置；默认具备远程接入能力不等于默认完全离线。
会话历史存在哪里？
自托管部署会在自己的运行环境保存工作区、会话历史和记忆。部署者需要负责磁盘权限、备份、删除和公网访问控制。
允许 nanobot 执行 Shell 安全吗？
风险较高。应使用低权限专用账户、容器或沙箱，限制工作目录和命令，保留人工确认，并避免挂载生产密钥和重要数据。
v0.2.2 是否仍在维护？
是。v0.2.2 为截至 2026-07-21 的稳定版本，项目在该日期前仍有持续更新；生产部署仍应固定版本并阅读升级说明。
nanobot 和 Claude Code 怎么选？
重视现成编码质量和托管体验可先选 Claude Code；重视自托管、聊天渠道、长期记忆和运行时改造则可测试 nanobot。
总结
nanobot 的核心价值是把模型、历史、记忆、工具、MCP 和聊天渠道放进一个可自行掌控的轻量 Agent 运行时。MIT 许可证和活跃的 v0.2.2 使它适合实验与个人自动化，但本地历史、Shell 和远程提供商也意味着权限与数据流必须由用户主动设计。先在隔离环境用非敏感数据验证，再逐步开放目录、命令和外部系统，比直接部署到日常主机更稳妥。