WhatsApp es donde ocurren las conversaciones. No Slack, no Discord, no Telegram — para la mayor parte del mundo, WhatsApp es la opción por defecto. Dos mil millones de usuarios activos mensuales, dominante en Europa, América Latina, el sur de Asia y África. Si quieres un asistente de IA que realmente forme parte de tu vida diaria, necesita estar donde tus conversaciones diarias ya están.
El problema es que WhatsApp no ofrece una API de bots para particulares. La API de WhatsApp Business existe, pero requiere una cuenta de empresa, aprobación de Meta, y una estructura de precios por mensaje diseñada para atención al cliente, no para asistentes personales. Para un desarrollador que quiere un bot personal de IA en su WhatsApp — uno que responda en chats de grupo, recuerde contexto y se ejecute en su propio hardware — el camino oficial es un callejón sin salida.
NanoClaw resuelve esto con Baileys, una librería de código abierto de WhatsApp Web que se conecta a los servidores de WhatsApp de la misma forma que el cliente de WhatsApp Web. Escaneas un código QR, se establece la conexión, y NanoClaw puede enviar y recibir mensajes como tu cuenta de WhatsApp. Sin API de empresa, sin aprobación de Meta, sin tarifas por mensaje.
La arquitectura: Por qué WhatsApp es especial
La integración de WhatsApp de NanoClaw no es solo un puente de mensajes — es el canal principal alrededor del cual está diseñada toda la arquitectura. Mientras que otros canales (Telegram, Discord, Slack) se añaden a través de Claude Code skills, WhatsApp está integrado en el núcleo. Esto no es favoritismo; es un reflejo de cómo el modelo de grupos de WhatsApp se mapea naturalmente al modelo de seguridad de NanoClaw.
Los grupos de WhatsApp son la frontera de aislamiento. Cada grupo obtiene su propio contenedor, su propio archivo de memoria CLAUDE.md, y su propio espacio de trabajo con permisos de escritura. Cuando alguien envía un mensaje en un grupo familiar, el agente que responde tiene acceso solo al historial y memoria de ese grupo. No puede ver mensajes de tu grupo de trabajo, no puede acceder a tu historial de chat privado, y no puede leer archivos que pertenecen a otros grupos. El aislamiento se aplica mediante montajes de contenedor, no por lógica de aplicación.
Este aislamiento por grupo es lo que hace que NanoClaw sea seguro para la forma en que la gente realmente usa WhatsApp. Tu grupo familiar discute asuntos personales. Tu grupo de trabajo discute proyectos propietarios. Tu grupo de amigos comparte cosas que no compartirían públicamente. Cada uno de estos contextos necesita estar separado, y NanoClaw se asegura de que lo estén — no a través de listas de control de acceso que podrían tener bugs, sino a través de separación física de contenedores que no puede ser eludida por exploits a nivel de aplicación.
Configuración
El proceso de configuración toma unos diez minutos, la mayor parte de los cuales es esperar a que npm install termine.
Clona el repositorio e instala las dependencias:
```bash git clone https://github.com/qwibitai/NanoClaw.git cd NanoClaw npm install ```
Configura tu entorno. La configuración mínima viable es solo una clave API de Anthropic:
```bash echo 'ANTHROPIC_API_KEY=sk-ant-your-key-here' > .env ```
Ejecuta el emparejamiento de WhatsApp:
```bash npm run auth ```
Esto muestra un código QR en tu terminal. Abre WhatsApp en tu teléfono, ve a Dispositivos vinculados, y escanea el código. La conexión se establece, y NanoClaw está ahora escuchando mensajes.
Inicia el agente:
```bash npm start ```
Eso es todo. Envía un mensaje a cualquier grupo de WhatsApp donde quieras que el bot esté activo, menciona el nombre del asistente (configurable vía ASSISTANT_NAME en .env), y responde. La primera respuesta tarda unos segundos mientras el contenedor arranca; los mensajes posteriores en la misma sesión son más rápidos porque el contenedor se mantiene activo.
Cómo fluyen los mensajes
Entender el flujo de mensajes ayuda a explicar por qué NanoClaw se siente responsivo a pesar del overhead de contenedores. Cuando llega un mensaje en WhatsApp, el proceso host — el núcleo de ~500 líneas de TypeScript de NanoClaw — lo recibe vía Baileys. Comprueba si el mensaje está dirigido al asistente (por mención de nombre o mensaje directo). Si lo está, el host consulta el estado del contenedor del grupo.
Si ya hay un contenedor ejecutándose para ese grupo (de una conversación reciente), el mensaje se enruta a él vía IPC. El agente dentro del contenedor recibe el mensaje, lo procesa con Claude Agent SDK, y envía la respuesta de vuelta a través de IPC. El host reenvía la respuesta a WhatsApp. Latencia añadida total: unos pocos milisegundos por IPC, más lo que la API de Claude tarde en responder.
Si no hay contenedor ejecutándose, el host lanza uno. En macOS con Apple Container, esto tarda 200-400ms. En Linux con Docker, 1-2 segundos. El contenedor recibe el archivo de memoria CLAUDE.md del grupo, el historial de conversación de SQLite, y la clave API vía stdin. Procesa el mensaje y responde. El contenedor se mantiene activo durante un timeout configurable (por defecto: 30 minutos) para manejar mensajes de seguimiento sin el overhead de arranque.
El resultado es que la mayoría de los mensajes — los que llegan durante una conversación activa — se sienten instantáneos. El tiempo de respuesta de la IA está dominado por la latencia de la API de Claude, no por la infraestructura de NanoClaw. Solo el primer mensaje después de un largo silencio tiene el overhead de arranque del contenedor, e incluso eso es lo suficientemente rápido como para que los usuarios rara vez lo noten.
Memoria por grupo: La funcionalidad que lo hace útil
El archivo CLAUDE.md por grupo es lo que convierte un chatbot sin estado en un asistente genuinamente útil. El archivo de memoria de cada grupo acumula contexto con el tiempo — preferencias, proyectos en curso, temas recurrentes, bromas internas. El agente lee este archivo al inicio de cada turno de conversación, lo que significa que recuerda lo que le dijiste la semana pasada sin que tengas que repetirlo.
En un grupo familiar, la memoria podría anotar preferencias alimentarias, horarios escolares y actividades recurrentes. En un grupo de trabajo, podría rastrear plazos de proyectos, preferencias del equipo y decisiones técnicas. En un grupo de amigos, podría recordar planes de viaje, recomendaciones de restaurantes e intereses compartidos.
La memoria es editable. Puedes pedirle al agente que recuerde algo específico ("recuerda que mamá es alérgica al marisco") o que olvide algo ("olvida lo que dije sobre la fiesta sorpresa"). También puedes editar el archivo CLAUDE.md directamente — es un archivo de texto plano en tu sistema de archivos, no encerrado dentro de una base de datos.
La realidad de la privacidad
Ejecutar un bot de IA en WhatsApp plantea preguntas legítimas de privacidad, y vale la pena ser directo al respecto. Los mensajes que NanoClaw procesa se envían a la API de Anthropic para que Claude genere respuestas. Esto significa que tus mensajes de WhatsApp — o al menos los dirigidos al asistente — salen de tu dispositivo y son procesados por los servidores de Anthropic.
NanoClaw mitiga esto de varias formas. Solo los mensajes explícitamente dirigidos al asistente se envían a la API — el bot no procesa ni almacena mensajes que no están dirigidos a él. El historial de conversación almacenado en SQLite permanece en tu máquina. Los archivos de memoria CLAUDE.md permanecen en tu máquina. Y si configuras NanoClaw para usar Ollama en lugar de Anthropic, el procesamiento de IA ocurre localmente también — nada sale de tu red.
Para la mayoría de los usuarios, la postura práctica de privacidad es: tus mensajes de WhatsApp permanecen en tu dispositivo excepto cuando le haces explícitamente una pregunta al asistente de IA, momento en el cual ese mensaje específico se envía a Anthropic (o se procesa localmente con Ollama). Esa es una historia de privacidad significativamente mejor que los servicios de IA en la nube que procesan y almacenan todo lo que escribes.
WhatsApp es donde ocurre tu vida. NanoClaw pone un asistente de IA ahí — con el aislamiento, la memoria y el modelo de privacidad que lo hacen seguro de usar en los grupos donde discutes cosas que realmente importan.