OpenClaw, une technologie révolutionnaire, a transformé de vastes modèles de langage, initialement de simples outils de dialogue, en véritables « employés numériques » capables d'interaction en ligne continue, de collaboration multiplateforme, d'appel d'outils et d'exécution de tâches. Cependant, son code source colossal de plus de 400 000 lignes a dissuadé de nombreux développeurs de poursuivre son apprentissage et son développement.

Dans ce contexte,Le laboratoire d'intelligence des données de l'Université de Hong Kong (HKUDS) a mis en open source nanobot, un assistant personnel d'IA léger.L'agent est condensé en moins de 4 000 lignes de code Python pur, ce qui réduit considérablement la complexité (d'environ 991 TP3T) tout en conservant les fonctionnalités essentielles. Cette conception minimaliste a rencontré un vif succès au sein de la communauté open source, avec actuellement 41 100 étoiles sur GitHub.

En termes de fonctionnalités, le nanobot n'a pas sacrifié sa praticité malgré sa conception légère ; au contraire, ses capacités fonctionnelles ont été constamment étendues grâce à des mises à jour régulières. La dernière version prend en charge la lecture de documents Office, la sortie de flux SSE avec des API compatibles OpenAI, une fiabilité multisession améliorée, ainsi que la gestion de la mémoire entre sessions et un fonctionnement stable sur plusieurs canaux.

Parallèlement, son interface Web intégrée continue de s'améliorer, offrant la prise en charge de plusieurs langues, le mode sombre et des fonctionnalités de chat en temps réel, et permettant une interaction simultanée multisession via WebSocket. Au niveau du modèle et de l'écosystème,nanobot prend en charge plusieurs interfaces de modèles telles que Kimi K2.6 et MiniMax, et est compatible avec des solutions d'inférence locales telles que LM Studio.Il introduit également des mécanismes d'invocation d'outils en cours d'exécution (SelfTool) et de découverte automatique des compétences (Dream), permettant aux agents d'étendre dynamiquement leurs limites de capacité.

De plus, le projet a fait l'objet d'améliorations continues au niveau des détails techniques, notamment la compression du contexte, l'écriture atomique des sessions et les mécanismes de réparation automatique, le fractionnement des messages longs (Telegram), la protection contre les boucles de messagerie et un environnement d'exécution sandbox plus rigoureux. Ces améliorations renforcent considérablement la stabilité et la disponibilité du système en production. Grâce au protocole MCP (Model Context Protocol), les développeurs peuvent également intégrer facilement des outils et services externes pour créer des processus automatisés plus complexes.

Plus important encore, les obstacles au développement des nanorobots sont également en train d'être abaissés – actuellement,La section tutoriels d'HyperAI propose désormais « Nanobot : un assistant personnel IA ultra-léger ».Une fois l'environnement configuré, le modèle GLM-4.7-Flash est déployé localement à l'aide de vLLM. Si cela vous intéresse, venez découvrir cet agent d'IA léger avec HyperAI : il est très facile à utiliser !

Exécutez en ligne :

https://go.hyper.ai/WUdJj

Le tutoriel comprend les éléments suivants :

• configuration de déploiement du modèle local
• Étapes d'intégration de Lark
• Utilisation et tests de base

Plus de tutoriels en ligne :

https://hyper.ai/notebooks

Bienvenue sur notre site web officiel pour plus d'informations :

https://hyper.ai

Essai de démonstration

1. Après avoir accédé à la page d'accueil d'hyper.ai, sélectionnez la page « Tutoriels », ou cliquez sur « Voir plus de tutoriels », sélectionnez « Nanobot : Assistant IA personnel ultra-léger », puis cliquez sur « Exécuter ce tutoriel ».

2. Une fois la page redirigée, cliquez sur « Cloner » en haut à droite pour cloner le tutoriel dans votre propre conteneur.

Remarque : Vous pouvez changer de langue en haut à droite de la page. Actuellement, le chinois et l’anglais sont disponibles. Ce tutoriel présente les étapes en anglais.

3. Sélectionnez les images « NVIDIA RTX PRO6000 » et « vLLM », puis cliquez sur « Continuer l'exécution de la tâche ».

HyperAI propose un bonus d'inscription pour les nouveaux utilisateurs : pour seulement $1, vous pouvez obtenir 20 heures de puissance de calcul RTX 5090 (au lieu de $7), et les ressources sont valables indéfiniment.

4. Attendez que les ressources soient allouées. Une fois que le statut passe à « En cours d'exécution », cliquez sur « Ouvrir l'espace de travail » pour accéder à l'espace de travail Jupyter.

Affichage des effets

Une fois la page redirigée, cliquez sur le fichier README à gauche et suivez les étapes décrites dans le fichier pour configurer, tester la ligne de commande et intégrer l'application concernée (Lark).

À propos de l'équipe

Le logiciel Nanobot a été officiellement rendu open source par HKUDS en février dernier. L'équipe est dirigée par Huang Chao, maître de conférences et directeur de thèse à l'Université de Hong Kong. Ses recherches portent sur les agents d'IA à grande échelle, les modèles de langage et l'apprentissage automatique sur les graphes. Ses travaux ont été cités plus de 17 000 fois sur Google Scholar.

Outre nanobot, le professeur Huang Chao et son équipe ont également publié plusieurs autres projets open source très influents, dont LightRAG et CLI-Anything. La plateforme open source HKUDS sur GitHub a accumulé plus de 240 000 étoiles, se classant parmi les 50 premières au niveau mondial, et a figuré plus de 100 fois dans la liste des tendances GitHub.