OpenClaw 太重、Hermes 太复杂?试试 Nanobot,4000 行代码的轻量之选

一、Nanobot由来

2026 年 2 月，香港大学数据科学实验室（HKUDS）开源了一个名为 Nanobot 的项目。

4000 行代码，GitHub 星标迅速突破 3 万。

很多人第一反应是：OpenClaw 有 43 万行代码，Hermes 也有 5 万行，Nanobot 凭什么？

答案是：少即是多。

Nanobot 的作者任旭滨（港大博士生）在播客节目中说过一句话：

“用最核心的逻辑复刻 OpenClaw 80% 的功能，但代码量只有 1%。”

这不是吹牛，而是经过验证的事实。

Nanobot 的定位很清晰：

• 不是要取代 OpenClaw 或 Hermes
• 而是为那些觉得它们”太重”的人提供一个轻量级选择
• 特别适合学习、研究、个人使用、资源受限的场景

二、Nanobot 到底是什么？

核心特点

1. 极致轻量

Nanobot 的代码量仅为 OpenClaw 的 1%，瘦身 99%。

这意味着什么？

• 学习成本低：数小时就能通读源码，理解整个系统
• 部署简单：几分钟即可完成安装和配置
• 资源占用少：普通笔记本、轻量服务器甚至树莓派都能跑

2. 功能完整

虽然代码量少，但 Nanobot 实现了完整的 Agent 核心能力：

• ✅ 对话式任务执行
• ✅ 工具调用和技能管理
• ✅ 持久化记忆系统（双层记忆：Consolidator + Dream）
• ✅ 定时任务和后台子智能体（SubAgent）
• ✅ 多渠道接入（Telegram、Discord、微信、飞书、钉钉、QQ 等）
• ✅ 多模型支持（OpenAI、Claude、Qwen、DeepSeek 等）
• ✅ MCP 协议集成（Model Context Protocol）

3. 架构简洁

Nanobot 的核心架构围绕 Message Bus（消息总线） 展开，这种设计彻底解耦了渠道层和智能体层，使得：

• 新增聊天渠道只需实现统一的接口
• 智能体逻辑独立于具体平台
• 系统易于理解和扩展

4. 原生 MCP 支持

Nanobot 从底层设计就旨在支持 MCP（Model Context Protocol） 生态系统。

所有功能均通过 MCP 服务器提供，充分利用了 MCP 的特性：

• 工具（Tools）
• 提示（Prompts）
• 采样（Sampling）
• 启发（Heuristics）

每个月都有数千个 MCP Server 上线，可以直接添加到 Nanobot 中，快速扩展能力。

三、什么时候适合用

经过调研，我总结出以下适用场景：

✅ 强烈推荐使用 Nanobot 的场景

1. 学习和研究 AI Agent 架构

如果你是：

• 计算机专业学生
• AI 研究者
• 想深入了解 Agent 工作原理的开发者

Nanobot 是最佳选择。

理由：

• 代码量少，容易理解
• 架构清晰，没有过度抽象
• 可以快速修改和实验新想法

OpenClaw 的 43 万行代码让人望而却步，Nanobot 的 4000 行让你有信心读完。

2. 资源受限的环境

如果你的硬件条件有限：

• 普通笔记本电脑
• 轻量级 VPS（1-2GB 内存）
• 树莓派等单板计算机
• 边缘设备

Nanobot 是唯一可行的选择。

实测数据：

• OpenClaw：需要 4GB+ 内存，启动慢
• Hermes：需要 2GB+ 内存
• Nanobot：512MB 内存即可运行

3. 个人日常助手

如果你只需要：

• 日常对话和问答
• 简单的任务自动化（文件整理、定时提醒）
• 对接常用的聊天软件（微信、钉钉、飞书）
• 不需要复杂的企业级功能

Nanobot 完全够用。

它的优势：

• 部署简单，5 分钟上手
• 配置直观，一个 JSON 文件搞定
• 功能实用，覆盖 90% 的日常需求

4. 快速原型验证

如果你要：

• 快速搭建一个 AI 助手 Demo
• 验证某个 Agent 想法的可行性
• 做 PoC（概念验证）项目

Nanobot 能帮你节省大量时间。

相比 OpenClaw 需要几天配置，Nanobot 几小时就能跑起来。

5. 对代码可控性要求高

如果你希望：

• 完全掌控系统的每一行代码
• 能够快速定位和修复问题
• 根据业务需求深度定制

Nanobot 的简洁架构更适合你。

在 OpenClaw 中找一个 bug 可能需要追踪几十个文件，在 Nanobot 中可能只需要看几个函数。

❌ 不建议使用 Nanobot 的场景

1. 企业级大规模部署

如果你需要：

• 多用户协作和权限管理
• 完善的审计日志和合规性
• 高可用性和负载均衡
• 专业的技术支持

OpenClaw 或 Hermes 更合适。

Nanobot 定位为个人助手，缺乏企业级特性。

2. 依赖大量现成技能

如果你的工作流高度依赖：

• ClawHub 的 1.3 万+ 技能
• 成熟的社区插件生态
• 开箱即用的复杂功能

OpenClaw 的生态优势明显。

Nanobot 的技能生态还在发展中，数量和质量都不如 OpenClaw。

3. 需要”自我进化”能力

如果你希望 Agent：

• 自动学习和生成技能
• 越用越聪明
• 长期记忆和用户画像积累

Hermes 的学习闭环更强。

Nanobot 的记忆系统虽然完善，但没有 Hermes 那样的自动技能生成机制。

4. 移动端重度使用

如果你经常在手机上使用助理，需要：

• 原生 App 体验
• 语音唤醒
• 实时画布交互

OpenClaw 的移动端体验更好。

Nanobot 主要通过聊天软件交互，没有独立的移动 App。

四、如何选择？

为了帮你做出决策，我做了一个对比表格：

决策建议

选择 Nanobot，如果：

• ✅ 你想学习 Agent 架构
• ✅ 你的硬件资源有限
• ✅ 你只需要个人日常助手
• ✅ 你要快速验证原型
• ✅ 你希望代码完全可控

选择 OpenClaw，如果：

• ✅ 你需要企业级功能
• ✅ 你依赖大量现成技能
• ✅ 你有充足的硬件资源
• ✅ 你需要移动端原生体验

选择 Hermes，如果：

• ✅ 你希望 Agent 越用越聪明
• ✅ 你重视安全性和隐私
• ✅ 你需要自动技能生成
• ✅ 你要长期稳定使用

五、安装部署

# 克隆源码

git clone https://github.com/HKUDS/nanobot.git cd nanobot  

# 创建虚拟环境

python -m venv .venv source .venv/bin/activate  

# 安装

pip install -e .  

# 初始化配置

nanobot onboard

六、局限性

虽然 Nanobot 很优秀，但也要客观认识它的局限：

1. 生态还在发展中

• 技能数量不如 OpenClaw
• 社区规模较小
• 文档还不够完善

2. 缺乏自我进化能力

• 不会自动生成技能
• 需要手动配置和优化
• 长期使用后不会像 Hermes 那样”越用越懂你”

3. 企业级特性缺失

• 没有完善的权限管理
• 审计日志功能有限
• 不适合多用户协作场景

4. 移动端体验一般

• 没有原生 App
• 主要通过聊天软件交互
• 缺少语音唤醒等高级功能

但这些局限对于目标用户群体（学习者、个人用户、研究者）来说，影响不大。

七、写在最后

OpenClaw 证明了 Agent 可以做到什么程度，Hermes 展示了 Agent 如何自我进化，而 Nanobot 告诉我们：

有时候，少就是多。

4000 行代码，实现了 90% 的核心功能。这不是妥协，而是精准的设计。

就像瑞士军刀和手术刀的区别：

OpenClaw 像是瑞士军刀：功能齐全，什么都能干，但有点重。

Hermes 像是智能工具箱：会自己添加工具，越用越顺手，但需要时间培养。

Nanobot 像是手术刀：精准、锋利、轻便，适合精细操作。

没有最好的框架，只有最适合你的框架。

如果你的需求不复杂，何必杀鸡用牛刀？

Nanobot 给了你一个更轻盈的选择。