CubeLabs

1. ¿Qué es nanobot y por qué es diferente?

nanobot es un framework de agente de IA personal, ultraligero, auto-gestionado y 100% open-source, creado por el equipo de HKUDS. Está escrito en Python puro y su core es tan pequeño y legible que puedes entenderlo completo en una tarde.

nanobot vs. otras plataformas de agentes

2. Instalación en 3 minutos

nanobot se instala con un solo comando. Necesitas Python 3.11+.

Opción 1: Instalador automático (recomendado)

# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.sh | sh

# Windows PowerShell
irm https://raw.githubusercontent.com/HKUDS/nanobot/main/scripts/install.ps1 | iex

Opción 2: Con uv (rápido y limpio)

uv tool install nanobot-ai

Opción 3: Con pip

python -m pip install nanobot-ai

Opción 4: Desde fuente (para desarrolladores)

git clone https://github.com/HKUDS/nanobot.git
cd nanobot
python -m pip install .

Verifica la instalación:

nanobot --version

3. Tu primera conversación: WebUI y terminal

nanobot ofrece tres formas de interactuar. Empieza con la WebUI:

WebUI (recomendado para empezar)

nanobot webui

Esto abre http://127.0.0.1:8765 en tu navegador. Desde ahí:

• Settings → Models: configura tu primer proveedor y modelo
• New Topic: empieza una conversación y escribe Hola
• Workspace: elige el espacio de trabajo para tus proyectos

Terminal interactivo

nanobot agent

Modo chat en terminal. Type exit o Ctrl+C para salir.

Consulta rápida (one-shot)

nanobot agent -m "¿Qué puedes hacer?"

4. Configuración de modelos y proveedores

nanobot es agnóstico de modelos. Puedes usar cualquier API compatible con OpenAI, modelos locales con Ollama, o incluso combinar varios con fallback automático.

Proveedores soportados

# Ejemplo de configuración en YAML (~/.nanobot/config.yaml)
providers:
  default: openai
  openai:
    api_key: sk-...
    model: gpt-4o
  ollama:
    base_url: http://localhost:11434/v1
    model: llama3.1
  fallback:
    - ollama
    - groq

5. Herramientas: web, archivos, shell y MCP

nanobot viene con un conjunto de herramientas integradas que el agente puede invocar automáticamente según la tarea.

Herramientas nativas

Conectar un servidor MCP

# Configuración en config.yaml
mcp_servers:
  filesystem:
    command: npx
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/ruta"]
  github:
    command: npx
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_TOKEN: ghp_...

6. Memoria persistente con Dream

Dream es el sistema de memoria a largo plazo de nanobot. A diferencia de la memoria de contexto (que se pierde entre sesiones), Dream persiste información relevante entre conversaciones.

Cómo funciona Dream

• Extracción automática: nanobot identifica información importante durante la conversación
• Resúmenes nocturnos: cada cierto tiempo, comprime y sintetiza recuerdos
• Recuperación contextual: antes de responder, busca recuerdos relevantes automáticamente
• Persistencia en disco: la memoria sobrevive a reinicios

# Ver el estado de la memoria
nanobot memory status

# Buscar recuerdos específicos
nanobot memory search "configuración del proyecto X"

# Limpiar memoria
nanobot memory clear --confirm

7. Multi-agente: subagentes y delegación

nanobot permite crear subagentes: agentes especializados a los que el agente principal puede delegar tareas específicas.

Casos de uso

• Subagente de código: recibe tareas de programación y devuelve el código generado
• Subagente de investigación: busca información en profundidad sobre un tema
• Subagente de datos: analiza datasets y genera informes
• Coordinador: el agente principal decide quién hace qué y consolida resultados

# Configurar subagente en config.yaml
subagents:
  research:
    model: gpt-4o
    tools: [web_search, web_fetch]
    instructions: >
      Eres un investigador. Busca información verificada
      y devuelve un resumen estructurado con fuentes.
  coder:
    model: claude-3.5-sonnet
    tools: [shell, files]
    instructions: >
      Eres un programador experto en Python.
      Escribe código limpio y bien documentado.

8. Automatizaciones programadas (cron-style)

nanobot incluye un sistema de automatizaciones integrado que te permite programar tareas periódicas sin necesidad de cron externo.

Crear una automatización

# Desde la WebUI: Settings → Automations → New Automation
# O desde config.yaml:

automations:
  - name: resumen-diario
    schedule: "0 9 * * 1-5"  # Lunes a viernes a las 9am
    prompt: >
      Revisa las últimas noticias de IA y escribe un resumen
      de 3 puntos clave. Guárdalo en ~/noticias/resumen-[fecha].md
    workspace: personal

  - name: health-check
    schedule: "*/30 * * * *"  # Cada 30 minutos
    prompt: >
      Verifica que el servidor web responde en localhost:8080.
      Si no responde, ejecuta: systemctl restart nginx
    workspace: admin

9. Conectar nanobot a Telegram y Discord

Una de las características más potentes de nanobot es poder conectarlo a aplicaciones de chat para interactuar con tu agente desde el móvil.

Conexión a Telegram

# 1. Crea un bot con @BotFather en Telegram
# 2. Obtén el token del bot

# 3. Configura en config.yaml:
channels:
  telegram:
    bot_token: "123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11"
    allowed_users:
      - "tu_username"
    commands:
      - /resume: "Haz un resumen de los últimos 10 mensajes"
      - /search: "Busca en mi memoria: {query}"

# 4. Inicia el gateway
nanobot gateway --background

Conexión a Discord

# Configuración para Discord
channels:
  discord:
    bot_token: "tu_token_discord"
    server_id: "123456789"
    channel_ids:
      - "987654321"
    commands:
      - /ask: "Pregunta a nanobot: {query}"

10. Despliegue, API y Python SDK

nanobot expone una API compatible con OpenAI y un Python SDK para integrarlo en tus propias aplicaciones.

API REST (OpenAI-compatible)

# Una vez que el gateway corre en localhost:8765
curl http://localhost:8765/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {"role": "user", "content": "¿Qué tiempo hace hoy?"}
    ],
    "tools": ["web_search"]
  }'

Python SDK

from nanobot import Nanobot

# Inicializar agente
bot = Nanobot(config_path="~/.nanobot/config.yaml")

# Chat simple
respuesta = bot.chat("Organiza mi agenda de hoy")
print(respuesta)

# Con herramientas
respuesta = bot.chat(
    "Busca ofertas de vuelo a Londres",
    tools=["web_search", "web_fetch"]
)

# Programar tarea
bot.schedule(
    name="informe-semanal",
    cron="0 10 * * 1",
    task="Genera un informe de métricas de la semana"
)

Despliegue como servicio

# Docker
docker run -d \
  --name nanobot \
  -v ~/.nanobot:/home/nanobot/.nanobot \
  -p 8765:8765 \
  hkuds/nanobot

# O como servicio systemd (Linux)
nanobot deploy --service