O WhatsApp é onde as conversas acontecem. Não o Slack, não o Discord, não o Telegram — para a maior parte do mundo, o WhatsApp é o padrão. Dois bilhões de usuários ativos mensais, dominante na Europa, América Latina, Sul da Ásia e África. Se você quer um assistente de IA que realmente faça parte do seu dia a dia, ele precisa estar onde suas conversas diárias já estão.
O problema é que o WhatsApp não oferece uma API de bot para indivíduos. A API do WhatsApp Business existe, mas exige uma conta empresarial, aprovação da Meta e uma estrutura de cobrança por mensagem projetada para atendimento ao cliente, não para assistentes pessoais. Para um desenvolvedor que quer um bot pessoal de IA no seu WhatsApp — um que responda em chats de grupo, lembre de contexto e rode no seu próprio hardware — o caminho oficial é um beco sem saída.
O NanoClaw resolve isso com Baileys, uma biblioteca open-source do WhatsApp Web que se conecta aos servidores do WhatsApp da mesma forma que o cliente WhatsApp Web faz. Você escaneia um QR code, a conexão é estabelecida, e o NanoClaw pode enviar e receber mensagens como sua conta do WhatsApp. Sem API Business, sem aprovação da Meta, sem taxas por mensagem.
A Arquitetura: Por Que o WhatsApp É Especial
A integração do NanoClaw com o WhatsApp não é apenas uma ponte de mensagens — é o canal principal em torno do qual toda a arquitetura é projetada. Enquanto outros canais (Telegram, Discord, Slack) são adicionados através de Claude Code skills, o WhatsApp é integrado ao núcleo. Isso não é favoritismo; é um reflexo de como o modelo de grupos do WhatsApp se mapeia naturalmente ao modelo de segurança do NanoClaw.
Grupos do WhatsApp são a fronteira de isolamento. Cada grupo recebe seu próprio container, seu próprio arquivo de memória CLAUDE.md e seu próprio workspace gravável. Quando alguém envia uma mensagem em um grupo familiar, o agente que responde tem acesso apenas ao histórico e memória daquele grupo. Ele não consegue ver mensagens do seu grupo de trabalho, não consegue acessar seu histórico de chat privado e não consegue ler arquivos que pertencem a outros grupos. O isolamento é aplicado por montagens de container, não por lógica de aplicação.
Esse isolamento por grupo é o que torna o NanoClaw seguro para a forma como as pessoas realmente usam o WhatsApp. Seu grupo familiar discute assuntos pessoais. Seu grupo de trabalho discute projetos proprietários. Seu grupo de amigos compartilha coisas que não compartilhariam publicamente. Cada um desses contextos precisa ser separado, e o NanoClaw garante que são — não através de listas de controle de acesso que podem ter bugs, mas através de separação física de containers que não pode ser contornada por exploits no nível da aplicação. ## Configurando
O processo de configuração leva cerca de dez minutos, a maior parte esperando o npm install.
Clone o repositório e instale as dependências:
```bash git clone https://github.com/qwibitai/NanoClaw.git cd NanoClaw npm install ```
Configure seu ambiente. A configuração mínima viável é apenas uma chave de API da Anthropic:
```bash echo 'ANTHROPIC_API_KEY=sk-ant-your-key-here' > .env ```
Execute o pareamento do WhatsApp:
```bash npm run auth ```
Isso exibe um QR code no seu terminal. Abra o WhatsApp no seu celular, vá em Aparelhos Conectados e escaneie o código. A conexão é estabelecida, e o NanoClaw agora está ouvindo mensagens.
Inicie o agente:
```bash npm start ```
Pronto. Envie uma mensagem para qualquer grupo do WhatsApp onde você quer o bot ativo, mencione o nome do assistente (configurável via ASSISTANT_NAME no .env), e ele responde. A primeira resposta leva alguns segundos enquanto o container sobe; mensagens subsequentes na mesma sessão são mais rápidas porque o container permanece aquecido.
Como as Mensagens Fluem
Entender o fluxo de mensagens ajuda a explicar por que o NanoClaw parece responsivo apesar do overhead de container. Quando uma mensagem chega no WhatsApp, o processo host — o núcleo de ~500 linhas TypeScript do NanoClaw — a recebe via Baileys. Ele verifica se a mensagem é endereçada ao assistente (por menção de nome ou mensagem direta). Se for, o host consulta o estado do container do grupo.
Se um container já está rodando para aquele grupo (de uma conversa recente), a mensagem é roteada para ele via IPC. O agente dentro do container recebe a mensagem, a processa com o Claude Agent SDK e envia a resposta de volta pelo IPC. O host encaminha a resposta para o WhatsApp. Latência total adicionada: alguns milissegundos para IPC, mais o que a API do Claude leva para responder.
Se nenhum container está rodando, o host cria um. No macOS com Apple Container, isso leva 200-400ms. No Linux com Docker, 1-2 segundos. O container recebe o arquivo de memória CLAUDE.md do grupo, o histórico de conversa do SQLite e a chave de API via stdin. Ele processa a mensagem e responde. O container permanece ativo por um timeout configurável (padrão: 30 minutos) para lidar com mensagens de acompanhamento sem o overhead de criação. O resultado é que a maioria das mensagens — as que vêm durante uma conversa ativa — parecem instantâneas. O tempo de resposta da IA é dominado pela latência da API do Claude, não pela infraestrutura do NanoClaw. Apenas a primeira mensagem após um longo silêncio tem o overhead de inicialização do container, e mesmo isso é rápido o suficiente para que os usuários raramente percebam.
Memória por Grupo: A Funcionalidade Que Torna Útil
O arquivo CLAUDE.md por grupo é o que transforma um chatbot stateless em um assistente genuinamente útil. O arquivo de memória de cada grupo acumula contexto ao longo do tempo — preferências, projetos em andamento, tópicos recorrentes, piadas internas. O agente lê esse arquivo no início de cada turno de conversa, o que significa que ele lembra o que você disse semana passada sem você precisar repetir.
Em um grupo familiar, a memória pode anotar preferências alimentares, horários escolares e atividades recorrentes. Em um grupo de trabalho, pode rastrear prazos de projetos, preferências da equipe e decisões técnicas. Em um grupo de amigos, pode lembrar planos de viagem, recomendações de restaurantes e interesses compartilhados.
A memória é editável. Você pode pedir ao agente para lembrar algo específico ("lembre que a mãe é alérgica a frutos do mar") ou esquecer algo ("esqueça o que eu disse sobre a festa surpresa"). Você também pode editar o arquivo CLAUDE.md diretamente — é um arquivo de texto puro no seu sistema de arquivos, não trancado dentro de um banco de dados.
A Realidade da Privacidade
Rodar um bot de IA no WhatsApp levanta questões legítimas de privacidade, e vale a pena ser direto sobre elas. As mensagens que o NanoClaw processa são enviadas para a API da Anthropic para o Claude gerar respostas. Isso significa que suas mensagens do WhatsApp — ou pelo menos as endereçadas ao assistente — saem do seu dispositivo e são processadas pelos servidores da Anthropic.
O NanoClaw mitiga isso de várias formas. Apenas mensagens explicitamente endereçadas ao assistente são enviadas para a API — o bot não processa nem armazena mensagens que não são direcionadas a ele. O histórico de conversa armazenado no SQLite fica na sua máquina. Os arquivos de memória CLAUDE.md ficam na sua máquina. E se você configurar o NanoClaw para usar Ollama em vez da Anthropic, o processamento de IA acontece localmente também — nada sai da sua rede.
Para a maioria dos usuários, a postura prática de privacidade é: suas mensagens do WhatsApp ficam no seu dispositivo exceto quando você explicitamente faz uma pergunta ao assistente de IA, momento em que aquela mensagem específica é enviada para a Anthropic (ou processada localmente com Ollama). Essa é uma história de privacidade significativamente melhor que serviços de IA na nuvem que processam e armazenam tudo que você digita.
O WhatsApp é onde sua vida acontece. O NanoClaw coloca um assistente de IA lá — com o isolamento, memória e modelo de privacidade que torna seguro usar nos grupos onde você discute coisas que realmente importam.