Points clés
- nanobot (nanobot.wiki) est un framework d'agent IA personnel gratuit, open source et auto-hébergé — pas une application de chat autonome ni un service hébergé
- Développé par HKUDS ; code source et README sur github.com/HKUDS/nanobot
- Sous licence MIT, confirmée via le champ de licence du dépôt GitHub
- Fonctionnalités principales selon le README GitHub et nanobot.wiki : mémoire persistante entre les sessions, connexions d'outils Model Context Protocol (MCP), délégation multi-agents et automatisation planifiée
- Fonctionne avec des API compatibles OpenAI, Ollama local ou vLLM local — nanobot lui-même tourne uniquement sur CPU, car c'est une boucle d'agent, pas un moteur d'inférence
- 48 125 étoiles GitHub au moment de cette revue, pour un dépôt créé le 1er février 2026 — une courbe de croissance inhabituellement rapide traitée dans « Pour quoi nanobot n'est pas adapté » ci-dessous
📍 En une phrase
nanobot est un framework d'agent IA personnel gratuit, open source (MIT) et auto-hébergé, développé par HKUDS, qui ajoute mémoire persistante, intégration d'outils MCP, délégation multi-agents et automatisation planifiée à tout modèle compatible OpenAI, Ollama ou vLLM, accessible via interface web, terminal ou applications de chat.
💬 En termes simples
nanobot est un programme gratuit que vous installez sur votre propre ordinateur ou serveur et qui transforme le modèle d'IA auquel vous avez déjà accès en un assistant capable de se souvenir des conversations passées, d'utiliser des outils externes via MCP, de déléguer des sous-tâches à d'autres agents et de fonctionner selon un planning — accessible via un navigateur, un terminal ou des applications comme Telegram et Slack.
📌Remarque: nanobot fait partie des outils recensés dans le répertoire de logiciels LLM locaux — consultez cette page pour comparer son matériel requis, sa licence et sa compatibilité plateforme à l'ensemble des logiciels d'IA locale.
⚠️Attention: Ne confondez pas ce projet avec nanobot-ai/nanobot, un projet distinct et sans rapport, plus petit, « Build MCP Agents » de l'équipe Obot (environ 1 343 étoiles, créé le 16 mai 2025). Cette revue porte exclusivement sur HKUDS/nanobot — vérifiez le nom de l'organisation GitHub (HKUDS) avant d'installer.
Qu'est-ce que nanobot ?
nanobot est un framework d'agent IA personnel gratuit, open source et auto-hébergé, écrit en Python et développé par HKUDS. Il n'exécute pas son propre modèle de langage — il enveloppe plutôt mémoire, accès aux outils, coordination multi-agents et planification autour d'un modèle que vous connectez, et expose le résultat via une interface web, un terminal ou des intégrations d'applications de chat.
- Type de produit : un framework d'agent / une couche d'orchestration, pas une application grand public packagée ni un modèle
- Créateur : HKUDS (organisation GitHub)
- Dépôt : github.com/HKUDS/nanobot, créé le 1er février 2026
- Licence : MIT, confirmée via le champ de licence du dépôt GitHub
- Documentation : nanobot.wiki
- Ampleur, selon l'API GitHub au moment de cette revue : 48 125 étoiles, 8 503 forks (ratio d'environ 17 %), 768 issues ouvertes, 217 abonnés, 30 contributeurs, dernière version taguée v0.3.0 (25 juillet 2026)
Que fait réellement nanobot ?
nanobot superpose quatre capacités à un modèle auquel vous avez déjà accès : mémoire persistante, intégration d'outils MCP, délégation multi-agents et automatisation planifiée.
- Mémoire persistante : selon nanobot.wiki, l'historique de session et la mémoire à long terme (documentés sous le nom « Dream ») permettent à un agent de conserver le contexte entre les conversations au lieu de repartir de zéro à chaque session
- Intégration d'outils MCP : se connecte à des serveurs Model Context Protocol (MCP) via une interface « Apps » dans la WebUI, avec des intégrations préconfigurées et la prise en charge de serveurs MCP personnalisés
- Délégation multi-agents : selon sa propre documentation, nanobot peut déléguer des sous-tâches à d'autres agents plutôt que de gérer chaque étape dans une seule boucle d'agent
- Automatisation planifiée : les agents peuvent fonctionner selon un planning, pas uniquement en réponse à un message de chat en direct
- Routage de modèle : prend en charge les API compatibles OpenAI, Ollama local et vLLM local, avec un routage de secours décrit dans sa documentation
- Trois modes d'accès : une WebUI dans le navigateur (lancée avec
nanobot webui), un mode terminal natif (lancé avecnanobot) et des intégrations avec Telegram, Discord, Slack, WeChat, e-mail, Mattermost, Feishu et Microsoft Teams
Plateforme, tarifs et licence
Plateforme
- Ce que déclare nanobot:
- Auto-hébergé sous Linux, macOS ou Windows via des scripts d'installation, ou déployé avec Docker / Docker Compose comme service persistant, selon le dépôt GitHub.
Coût
- Ce que déclare nanobot:
- Gratuit et open source. Vous payez uniquement le modèle ou l'API que vous connectez (ou rien, si vous faites tourner un modèle Ollama ou vLLM local) — il n'existe pas de palier nanobot payant distinct.
Licence
- Ce que déclare nanobot:
- Licence MIT, confirmée via le champ de licence du dépôt GitHub.
Matériel
- Ce que déclare nanobot:
- Aucune exigence GPU ou RAM minimale propre — c'est une boucle d'agent qui appelle un modèle, pas un moteur d'inférence. Le besoin matériel réel dépend entièrement du modèle backend choisi.
Méthode d'installation
- Ce que déclare nanobot:
- Selon nanobot.wiki et le README GitHub : un script d'installation en une ligne pour macOS/Linux et Windows PowerShell, ou via
pip install nanobot-ai/uv tool install nanobot-ai. Voir la section « Installer nanobot » ci-dessous.
Vérifiez les instructions d'installation et de déploiement actuelles directement sur nanobot.wiki avant d'exécuter une commande, car les étapes d'installation peuvent changer d'une version à l'autre.
Installer nanobot
nanobot s'installe gratuitement via un script en une ligne, un gestionnaire de paquets ou depuis le code source — il n'y a ni palier payant ni clé de licence.
Install method | Command |
|---|---|
| macOS / Linux (script d'installation) | 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 |
| Via uv | uv tool install nanobot-ai |
| Via pip | python -m pip install nanobot-ai |
| Depuis le code source | git clone github.com/HKUDS/nanobot, créer un environnement virtuel, puis pip install -e . |
| Docker / Docker Compose | Documenté sur GitHub pour un déploiement en service persistant — vérifiez le fichier compose du dépôt. |
Nécessite Python 3.11 ou plus récent selon le README GitHub ; Git et Bun ne sont nécessaires que pour une installation depuis le code source. Une fois installé, lancez nanobot webui pour l'interface navigateur ou nanobot pour le mode terminal.
Pour qui nanobot est-il fait ?
nanobot convient aux personnes qui font déjà tourner ou appellent un modèle de langage et veulent une mémoire persistante, un accès aux outils et de l'automatisation autour de ce modèle, plutôt qu'une application d'assistant packagée et tout-en-un.
Pour quoi nanobot n'est pas adapté
nanobot n'est pas un bon choix si vous voulez une application d'assistant finie et packagée, ou si vous avez besoin d'un historique long et vérifié de façon indépendante avant d'adopter un outil.
- Pas un moteur d'inférence — il n'a pas d'exigence GPU/VRAM propre, mais il n'exécute lui-même aucune inférence de modèle ; vous avez toujours besoin d'Ollama, de vLLM ou d'une clé API pour le modèle qui effectue le raisonnement réel
- Pas une application de bureau tout-en-un polie — c'est un framework auto-hébergé que vous configurez, plus proche de CrewAI ou d'agent-zero en effort de mise en place qu'une application de chat en un clic
- Pas soutenu par une levée de fonds ou une société que cette revue a pu vérifier — considérez-le comme un projet maintenu de façon indépendante et porté par la communauté
- Pas exempt de la réserve sur le nombre d'étoiles évoquée plus haut — cette revue a trouvé des dépôts imitateurs utilisant un texte marketing identique ailleurs sur GitHub, vérifiez donc que vous regardez bien github.com/HKUDS/nanobot avant de faire confiance à un nombre d'étoiles cité pour « nanobot »
- Pas un projet établi de longue date — le dépôt a été créé le 1er février 2026, il n'a donc pas l'historique pluriannuel de frameworks comme AutoGPT ou Open Interpreter
Erreurs courantes lors de l'évaluation de nanobot
La plupart des confusions autour de nanobot viennent d'un mélange avec un projet distinct portant le même nom, ou d'une mauvaise lecture de ses chiffres de croissance.
Concurrents et alternatives
nanobot est le plus souvent comparé à d'autres frameworks d'agent auto-hébergés comme AutoGPT, Open Interpreter, agent-zero et CrewAI — son principal élément différenciateur est de combiner mémoire persistante, outils MCP, délégation multi-agents et intégrations de chat en un seul framework plutôt que de se spécialiser dans un seul de ces aspects.
Tool | Best known for | Link |
|---|---|---|
| AutoGPT | L'un des premiers frameworks d'agent autonome, axé sur des chaînes de tâches orientées objectifs | Avis AutoGPT |
| Open Interpreter | Permet à un modèle d'exécuter du code localement pour accomplir des tâches, apprécié pour sa simplicité | Avis Open Interpreter |
| agent-zero | Framework d'agent généraliste auto-hébergé, basé sur Docker, avec environnement persistant | Avis agent-zero |
| CrewAI | Framework d'orchestration multi-agents axé sur des équipes d'agents par rôle | Avis CrewAI |
Cette liste reflète les outils couramment comparés à nanobot dans le même segment de frameworks d'agent auto-hébergés, pas un classement indépendant de PromptQuorum — vérifiez le jeu de fonctionnalités actuel de chaque outil avant de choisir.
Questions fréquemment posées
Qu'est-ce que nanobot ?
nanobot (nanobot.wiki) est un framework d'agent IA personnel gratuit, open source (MIT) et auto-hébergé, développé par HKUDS, qui ajoute mémoire persistante, intégration d'outils MCP, délégation multi-agents et automatisation planifiée à un modèle que vous connectez.
nanobot est-il gratuit ?
Oui, nanobot lui-même est gratuit et open source sous licence MIT, sans palier payant distinct. Vous payez uniquement le modèle backend ou l'API que vous connectez.
Comment installer nanobot ?
Selon nanobot.wiki et le README GitHub : exécutez le script d'installation en une ligne pour macOS/Linux ou Windows PowerShell, ou installez via pip install nanobot-ai ou uv tool install nanobot-ai. Nécessite Python 3.11 ou plus récent.
nanobot exécute-t-il son propre modèle d'IA ?
Non. nanobot est un framework d'agent, pas un moteur d'inférence — il appelle une API compatible OpenAI, un serveur Ollama local ou un serveur vLLM local. Il n'a aucune exigence GPU propre ; les besoins matériels dépendent du modèle backend choisi.
Avec quelles applications de chat nanobot s'intègre-t-il ?
Selon nanobot.wiki : Telegram, Discord, Slack, WeChat, e-mail, Mattermost, Feishu et Microsoft Teams, en plus de sa propre interface web et de son mode terminal.
nanobot est-il identique à nanobot-ai/nanobot ?
Non. nanobot-ai/nanobot est un projet distinct et sans rapport, plus petit, « Build MCP Agents » de l'équipe Obot (environ 1 343 étoiles, créé le 16 mai 2025). Cette revue porte exclusivement sur HKUDS/nanobot — vérifiez le nom de l'organisation GitHub avant d'installer.
Pourquoi nanobot a-t-il autant d'étoiles GitHub pour un projet aussi récent ?
48 125 étoiles pour un dépôt créé le 1er février 2026, c'est inhabituellement rapide, et une recherche GitHub trouve des dépôts imitateurs utilisant un texte marketing identique. Son ratio de forks d'environ 17 %, ses centaines d'issues ouvertes et ses 30 contributeurs suggèrent une activité largement organique, mais cette revue n'a pas audité indépendamment l'historique d'étoiles — vérifiez les chiffres actuels directement sur GitHub.
Qu'est-ce que le MCP, et comment nanobot l'utilise-t-il ?
Le MCP (Model Context Protocol) est un standard qui permet à un agent IA de se connecter à des outils et sources de données externes via des serveurs dédiés. nanobot se connecte aux serveurs MCP via une interface « Apps » dans sa WebUI, avec des intégrations préconfigurées et la prise en charge de serveurs personnalisés.
nanobot prend-il en charge les workflows multi-agents ?
Oui. Selon sa propre documentation, il peut déléguer des sous-tâches à d'autres agents plutôt que de gérer chaque étape dans une seule boucle d'agent.
PromptQuorum a-t-il testé de façon indépendante les affirmations de nanobot ?
Cette revue s'appuie sur le README GitHub de nanobot, la documentation nanobot.wiki et l'API GitHub, plutôt que sur un benchmark pratique de la mémoire ou des performances multi-agents mené par PromptQuorum.