획기적인 OpenClaw는 대규모 언어 모델을 단순한 대화 도구에서 지속적인 온라인 상호 작용, 다중 플랫폼 협업, 도구 호출 및 작업 실행이 가능한 "디지털 직원"으로 탈바꿈시켰습니다. 그러나 40만 줄이 넘는 방대한 코드베이스 때문에 많은 개발자들이 학습 및 추가 개발을 주저하게 되었습니다.

이러한 맥락에서,홍콩대학교 데이터 인텔리전스 연구소(HKUDS)는 경량 개인 AI 비서인 나노봇(nanobot)을 오픈소스로 공개했습니다.에이전트 기능은 4,000줄 미만의 순수 파이썬 코드로 압축되어 핵심 기능을 유지하면서도 복잡성을 약 991 TP3T만큼 크게 줄였습니다. 이러한 "축소" 설계 덕분에 오픈 소스 커뮤니티에서 큰 호응을 얻어 현재 GitHub에서 41,100개의 별을 기록하고 있습니다.

나노봇은 경량 설계에도 불구하고 실용성을 희생하지 않고, 오히려 지속적인 개선을 통해 기능적 한계를 꾸준히 확장해 왔습니다. 최신 버전은 오피스 문서 읽기, OpenAI 호환 API를 사용한 SSE 스트리밍 출력, 향상된 멀티 세션 안정성, 세션 간 메모리, 그리고 여러 채널에서의 안정적인 작동을 지원합니다.

한편, 내장된 웹 UI는 지속적으로 개선되어 다국어 전환, 다크 모드, 실시간 채팅 기능을 제공하고 WebSocket을 통해 여러 세션의 동시 상호 작용을 지원합니다. 모델 및 생태계 수준에서,nanobot은 Kimi K2.6 및 MiniMax와 같은 다양한 모델 인터페이스를 지원하며 LM Studio와 같은 로컬 추론 솔루션과 호환됩니다.또한 런타임 도구 호출(SelfTool) 및 자동 스킬 검색(Dream) 메커니즘을 도입하여 에이전트가 동적으로 기능 범위를 확장할 수 있도록 합니다.

또한, 컨텍스트 압축, 원자적 세션 기록 및 자동 복구 메커니즘, 긴 메시지 분할(텔레그램), 이메일 루프 방지, 그리고 더욱 엄격한 샌드박스 실행 환경 등 엔지니어링 세부 사항 측면에서 프로젝트가 지속적으로 개선되었습니다. 이러한 개선 사항은 실제 운영 환경에서 시스템의 안정성과 가용성을 크게 향상시킵니다. MCP(모델 컨텍스트 프로토콜)와 결합하여 개발자는 외부 도구 및 서비스를 유연하게 통합하여 더욱 복잡한 자동화 프로세스를 구축할 수 있습니다.

더욱 중요한 것은 나노봇 개발 장벽이 더욱 낮아지고 있다는 점입니다. 현재,HyperAI의 튜토리얼 섹션에 "나노봇: 초경량 개인 AI 비서"가 추가되었습니다.환경 설정이 완료되면 vLLM을 사용하여 GLM-4.7-Flash 모델을 로컬에 배포할 수 있습니다. 관심 있으시면 HyperAI에서 제공하는 이 경량 AI 에이전트를 직접 경험해 보세요. 사용하기 매우 쉽습니다!

온라인으로 실행:

https://go.hyper.ai/WUdJj

이 튜토리얼에는 다음 내용이 포함됩니다.

• 로컬 모델 배포 구성
• Lark 통합 단계
• 기본 사용법 및 테스트

더 많은 온라인 튜토리얼:

https://hyper.ai/notebooks

더 자세한 정보를 원하시면 저희 공식 웹사이트를 방문해 주세요.

https://hyper.ai

데모 실행

1. hyper.ai 홈페이지에 접속한 후, "튜토리얼" 페이지를 선택하거나 "더 많은 튜토리얼 보기"를 클릭하고 "나노봇: 초경량 개인 AI 비서"를 선택한 다음 "이 튜토리얼 실행"을 클릭하세요.

2. 페이지가 리디렉션된 후 오른쪽 상단의 "복제"를 클릭하여 튜토리얼을 자신의 컨테이너로 복제합니다.

참고: 페이지 오른쪽 상단에서 언어를 변경할 수 있습니다. 현재 중국어와 영어로만 제공됩니다. 이 튜토리얼에서는 영어로 된 단계를 안내합니다.

3. "NVIDIA RTX PRO6000" 및 "vLLM" 이미지를 선택하고 "작업 실행 계속"을 클릭합니다.

HyperAI는 신규 사용자를 위한 가입 보너스를 제공합니다. 단 $1로 20시간 동안 RTX 5090 컴퓨팅 파워를 이용할 수 있으며(정가는 $7), 이 리소스는 무기한으로 사용 가능합니다.

4. 리소스 할당이 완료될 때까지 기다립니다. 상태가 "실행 중"으로 변경되면 "워크스페이스 열기"를 클릭하여 Jupyter 워크스페이스에 들어갑니다.

효과 표시

페이지 리디렉션 후 왼쪽의 README 파일을 클릭하고 파일에 있는 단계를 따라 명령줄을 구성하고 테스트하고 관련 애플리케이션(Lark)을 통합하십시오.

팀 소개

nanobot은 올해 2월 HKUDS에서 공식적으로 오픈소스로 공개되었습니다. 팀의 리더는 홍콩대학교 조교수이자 박사 과정 지도교수인 황차오(Huang Chao)입니다. 그의 연구 분야는 대규모 AI 에이전트, 언어 모델 및 그래프 머신러닝을 아우릅니다. 그의 연구 결과는 구글 스칼라에서 17,000회 이상 인용되었습니다.

황차오 교수 연구팀은 나노봇 외에도 LightRAG, CLI-Anything 등 영향력 있는 오픈소스 프로젝트를 다수 발표했습니다. 홍콩대학교 의과대학(HKUDS)의 GitHub 오픈소스 플랫폼은 24만 개 이상의 GitHub 스타를 획득하며 전 세계 상위 50위권에 들었고, GitHub 트렌드 목록에 100회 이상 이름을 올렸습니다.