你的 AI 助手住在别人服务器上,还是你自己机器上?

同一句问题，问两个助手，回复可能一模一样。差别在中间那一段路走了多远：一个在你笔记本的内存里算完，另一个要把内容发到别人机房的机器上，算完再送回来。

平时感觉不到。直到某一天你意识到，你顺手扔进对话框的那份合同、那张体检报告、那些客户名单，全都路过了一台不属于你的机器。

nanobot 就是冲这件事去的。香港大学一个数据智能实验室出的开源项目，仓库 HKUDS/nanobot，四万八千五百多星、八千五百多个 fork，2026 年 2 月建仓，MIT 协议，最新 v0.3.5，二十个版本标签，Python 写的。

它想让你把助手搬回自己机器

官方给它的定位是超轻量、可自托管的个人 AI agent 框架。跑的地方有三种：浏览器里的 WebUI、终端、以及各种聊天软件。

装完之后手里是什么？一套内置工具，管文件的、跑命令的、搜网页的、抓网页的、接 MCP 的、定时跑的、生成图的，还有一个子智能体的口子；再加上长期记忆（Dream 机制）、模型路由、多智能体委派、定时自动化，以及一套兼容主流接口格式的 API。

长期记忆那一块，官方单独起了个名字叫 Dream。多智能体那边，任务还能互相派出去。

它的定位里有一句值得留意：核心要小。意思是代码短、能读、能改，不用先接一整套庞大的平台进来。想读一份改得动的 agent 框架源码的人，这一点是最实在的。

渠道覆盖是这批里最全的：浏览器、终端、API、微信、飞书、邮件，还有几款主流的团队聊天工具。接进群聊当机器人，对小团队最实用——同事在群里 @ 它，事情就办了。

装法有两条轨道，先想清楚走哪条

门槛其实不高，Python 3.11 以上就行。

但官方的装法分了明确的两条轨道。一条是「稳定版」：走安装脚本、uv 或者 pip，装完得到的是发布版，外带 WebUI 和终端界面。另一条是「追新」：从源码装，能第一时间拿到还没发版的东西。

官方在仓库的文档目录里专门留了一篇给非技术背景的人看的安装说明，标题直译过来就是「没有技术背景也能装」。这个细节说明，它的目标用户里有很大一部分不写代码。

一条提醒来自官方自己：想稳定日用，就走稳定版那条轨道。追新那条会踩到还没定下来的特性，出了问题只能自己扛。

官方在 v0.3.5 把入门路径排了一下：推荐的「第一跑」是 nanobot webui，先在浏览器工作台里把模型接通；再回到终端，验证一句 Hello! 就能跑通；最后才往微信、飞书这些聊天渠道接。别一上来就同时接五个渠道。

还有一处是隐形成本：功能多，装完得挑。工具、记忆、渠道、路由，挑哪几样先开，想一遍再下手。选择多是好事，选不动的也多。

要说明一句：它不是要你把模型本身也搬回家。模型走哪家、走本地还是走云端，由你自己配，它管的是入口、记忆和那一堆工具。

一条边界得说清楚

早些时候我们写过另一类东西：装在电脑桌面上的 AI 同事，帮你处理手头的活。那篇讲的是陪你干活的。

这一篇不一样。nanobot 更像一个常年挂在自己服务器上的个人 agent 网关：微信、飞书这些渠道接进来，消息它替你收，任务它替你排，你有空的时候再回来看。

星数高不等于省心。这套东西的部署、升级、密钥、日志，全归你。它替你省的不是事，是把对话交出去这件事。

你愿意把哪些对话留在本机，哪些无所谓？

除了机器本身的电费和闲置时间，剩下的一项开销是模型调用费，还是你自己出。

仓库地址是 HKUDS/nanobot，在 GitHub 上直接搜项目名就有。

身边有那种「重要文件绝对不往云上放」的同事？这篇转给他，大概率他会看完。