最近 AI Agent 圈出了一个新爆款——Hermes Agent，GitHub Star 两个多月冲到 67k，被很多人称为「OpenClaw 的第一个真正对手」。但两者到底有什么本质区别？本章带你从架构哲学到功能细节做一次完整横评。
▍ 1.1 一句话定位
框架 | 核心定位 | 架构哲学 |
OpenClaw | 多平台常驻型个人 AI 助手平台 | "接入一切"—— Gateway-first |
Hermes Agent | 自我进化 · 带记忆技能的 Agent 工作台 | "记住一切"—— Agent-loop-first |
核心差距不在功能数量，而在架构哲学——OpenClaw 的中心是网关，Hermes 的中心是 Agent 学习循环。
▍ 1.2 基础信息对比
维度 | Hermes Agent | OpenClaw |
开发方 | Nous Research（专业 AI 研究机构） | 开源社区 |
开发语言 | Python | TypeScript |
GitHub Stars | 67+k（2026.4） | 346k（2026.4） |
运行形态 | Python 单体进程 + SQLite，轻量级 | Node.js Gateway + 分布式多端架构 |
产品化程度 | 技术向，适合开发者自托管 | 消费级，有 macOS/iOS/Android App |
开源协议 | MIT | MIT |
▍ 1.3 四大维度深度对比
◆ ① 运行时形态
Hermes Agent：轻量后端 + 重 Agent 循环。一个 Python 进程 + SQLite，支持 6 种执行后端（local / Docker / SSH / Modal / Daytona / Singularity），Modal 模式空闲时成本近乎为零，适合技术用户低成本自托管。
OpenClaw：重 Gateway 平台 + 分布式节点。有完整的 macOS 菜单栏应用、iOS/Android 客户端，更像一个消费级个人助手系统，跨设备无缝体验更优。
◆ ② 记忆系统
记忆层级 | Hermes Agent | OpenClaw |
工作记忆（当前会话） | ✅ | ✅ |
跨会话持久记忆 | ✅ SQLite FTS5 全文检索 + LLM 总结 | ❌ 无 |
用户画像建模 | ✅ Honcho 辩证式建模（跨时间记住偏好） | ❌ 无 |
记忆容量 | 有界（MEMORY.md 2200字符 / USER.md 1375字符） | 无限 Markdown 文件 |
防 prompt 膨胀 | ✅ 有界设计，内置防注入扫描 | ❌ 无限增长需手动管理 |
￭Hermes 用 SQLite FTS5 精确全文检索，准确率比向量数据库的"语义模糊匹配"更高，且无需额外向量数据库依赖。
◆ ③ Skills（技能）系统
这是两者差距最大的地方。OpenClaw 的 Skills 是社区人工维护的静态模板库（44000+），不会自己进化；Hermes 的 Skills 有完整的自我生命周期：
执行任务 → 自动评估 → 提取命名 Skill → 持续精炼 → 下次自动复用
能力维度 | Hermes Agent | OpenClaw |
Agent 自动创建 Skill | ✅ 自动从经验提取并命名 | ❌ 需手动安装或通过 Skill Hub |
Skill 自我改进 | ✅ 使用中持续优化 | ❌ 静态模板 |
Skill 安全审查 | ❌ | ✅ Skill Vetter（安装前审查） |
社区 Skill 数量 | 较少（生态新） | 44000+（社区成熟） |
重复任务效率提升 | 约 40%（学习后） | 无 |
◆ ④ 安全模型
安全特性 | Hermes Agent | OpenClaw |
沙箱模式 | 容器 backend 自带隔离 | 3级沙箱（off/non-main/all） |
命令智能审批 | ✅ Smart Approval（LLM 辅助评估） | ❌ |
防注入扫描 | ✅ Memory 和 Context 文件均有扫描 | ❌ |
沙箱浏览器 | ❌ | ✅ Docker + noVNC + 密码保护 |
MCP 凭据隔离 | ✅ 环境变量隔离 | 文档未提及 |
▍ 1.4 消息通道覆盖对比
通道 | Hermes Agent | OpenClaw |
Telegram / Discord / Slack | ✅ | ✅ |
WhatsApp / Signal | ✅ | ✅ |
Email / SMS | ✅ | ❌ |
企业微信 / 钉钉 / 飞书 | 企业微信 ✅ 钉钉 ✅ 飞书 ❌ | 飞书 ✅ 钉钉 ❌ |
Home Assistant | ✅ | ❌ |
QQ Bot | ❌ | ✅ |
iOS/Android 原生 App | ❌ | ✅ |
通道总数 | 14+ | 25+ |
▍ 1.5 Hermes Agent 相比 OpenClaw 的优缺点
◆ ✅ 核心优点
•【闭环学习系统】重复任务效率提升约 40%，越用越聪明，Skills 自动生成、精炼、复用
•【三层真正不失忆】跨会话 FTS5 精确检索 + 用户画像 Honcho 建模，OpenClaw 完全没有
•【动态 Schema 重建】根据工具实际可用性实时更新工具描述，减少 LLM 幻觉错误
•【CLI + 消息双栖】同一个 Agent，同一套记忆，终端和 Telegram 等平台无缝切换
•【MCP 原生支持】stdio 和 HTTP 两种方式，任何 MCP Server 低成本接入
•【部署成本极低】支持 Modal serverless，空闲休眠按需计费，5 美元 VPS 即可运行
•【OpenClaw 迁移友好】官方提供 hermes claw migrate 一键迁移命令
◆ ⚠️ 主要缺点
•消息通道覆盖较少（14 个 vs 25+），缺少 QQ Bot、飞书、Teams 等
•社区 Skills 生态不如 OpenClaw 成熟（44000+ vs 较少）
•不支持多 Agent 并行管理，OpenClaw 是完整多 Agent 路由操作系统
•无 iOS/Android 原生客户端，移动端常驻体验弱
•原生不支持 Windows，需通过 WSL2 使用
•沙箱隔离灵活性不及 OpenClaw（无 per-session scope、无沙箱浏览器）
▍ 1.6 选型建议
场景 | 推荐框架 | 理由 |
终端 AI 工作流，重技能积累 | Hermes Agent | 学习闭环，越用越懂你 |
多平台接入，企业级需求 | OpenClaw | 通道覆盖广，多 Agent 管理 |
需要 iOS/Android 随身助理 | OpenClaw | 有完整原生客户端 |
AI 研究者，关注 Agent 进化 | Hermes Agent | 闭环学习，RL 训练集成 |
低成本自托管，serverless | Hermes Agent | Modal 休眠模式，按需计费 |
Windows 主力开发机 | OpenClaw | Hermes 不支持原生 Windows |
最优解：并行部署——OpenClaw 处理消息路由，Hermes 跑深度任务。
二、本地安装 Hermes Agent
本章介绍两种安装方式：快速安装（推荐新手）和手动安装（适合需要定制或离线场景）。
￭支持平台：Linux、macOS、WSL2、Android Termux。原生 Windows 暂不支持，请先安装 WSL2。
▍ 2.1 快速安装（推荐，60秒内完成）
◆ Linux / macOS / WSL2
打开终端，执行一行命令：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
安装程序会自动处理所有依赖项：
依赖项 | 版本/说明 | 用途 |
uv | 最新版 | 快速 Python 包管理器 |
Python | 3.11（通过 uv 安装，无需 sudo） | Hermes 运行环境 |
Node.js | v22 | 浏览器自动化 + WhatsApp 桥接 |
ripgrep | 最新版 | 快速文件搜索工具 |
ffmpeg | 最新版 | TTS 音频格式转换 |
◆ Windows PowerShell（通过 WSL2 推荐）
若你的 Windows 环境暂时无法使用 WSL2，可尝试 PowerShell 方式（功能受限）：
irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex
￭长期推荐方案：安装 WSL2（Ubuntu 22.04），再在 WSL2 终端中使用 Linux 安装命令，功能更完整。
◆ 安装后初始化配置
安装完成后，按顺序执行以下命令完成初始化：
hermes setup # 运行全量配置向导（一站式完成所有配置）hermes model # 选择 LLM 提供商和模型hermes tools # 配置启用的工具集hermes doctor # 运行诊断，验证一切正常hermes # 启动交互式 CLI，开始对话！
▍ 2.2 手动安装（8步详解）
手动安装适合需要定制依赖、离线部署或对环境有精细控制要求的用户。
◆ 第 1 步：克隆仓库
# 克隆仓库及子模块git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.gitcd hermes-agent # 若已克隆但缺少子模块，执行：git submodule update --init --recursive
◆ 第 2 步：安装 uv 并创建虚拟环境
# 安装 uv（快速 Python 包管理器）curl -LsSf https://astral.sh/uv/install.sh | sh # 创建 Python 3.11 虚拟环境uv venv venv --python 3.11
◆ 第 3 步：安装 Python 依赖
根据需要选择安装范围：# 安装全部功能（推荐）uv pip install -e ".[all]" # 或仅安装核心功能uv pip install -e "." # 按需组合安装（示例）uv pip install -e ".[messaging,cron,mcp]"
可选扩展说明：
扩展名 | 功能 | 适用场景 |
messaging | Telegram 和 Discord 网关 | 接入消息平台 |
cron | 定时任务的 Cron 表达式解析 | 自动化定时任务 |
voice | CLI 麦克风输入和音频播放 | 语音交互 |
mcp | 模型上下文协议（MCP）支持 | 接入 MCP Server |
honcho | AI 原生记忆（Honcho 集成） | 高级用户画像建模 |
all | 包含以上所有功能 | 推荐一次安装到位 |
◆ 第 4 步：创建配置目录
# 创建 Hermes 所需的目录结构mkdir -p ~/.hermes/{cron,sessions,logs,memories,skills,pairing,hooks,image_cache,audio_cache,whatsapp/session} # 复制示例配置文件cp cli-config.yaml.example ~/.hermes/config.yaml # 创建空的 .env 文件用于存储 API 密钥touch ~/.hermes/.env◆ 第 5 步：添加 API 密钥
打开 ~/.hermes/.env，添加至少一个 LLM 提供商的密钥：# 必填——至少添加一个 LLM 提供商OPENROUTER_API_KEY=sk-or-v1-your-key-here # 可选——启用更多工具能力FIRECRAWL_API_KEY=fc-your-key # 网页搜索和抓取FAL_KEY=your-fal-key # 图像生成（FLUX）DeepSeek_API_KEY=your-deepseek-key # DeepSeek 直连HF_TOKEN=your-hf-token # Hugg
也可以通过 CLI 命令设置：
hermes config set OPENROUTER_API_KEY sk-or-v1-your-key-here
◆ 第 6 步：将 hermes 添加到 PATH
mkdir -p ~/.local/binln -sf "$(pwd)/venv/bin/hermes" ~/.local/bin/hermes # Bash 用户echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc && source ~/.bashrc # Zsh 用户echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc && source ~/.zshrc
◆ 第 7 步：配置 LLM 提供商
hermes model # 交互式选择 LLM 提供商和模型
支持的 LLM 提供商：
提供商 | 说明 | 认证方式 |
Nous Portal | 订阅制，零配置 | hermes model → OAuth 登录 |
OpenRouter | 多提供商路由（推荐） | 输入 OPENROUTER_API_KEY |
Anthropic Claude | Claude 系列模型 | Claude Code 认证 或 API Key |
OpenAI / Codex | ChatGPT OAuth，Codex 模型 | hermes model → 设备代码认证 |
DeepSeek | 直接 DeepSeek API | 设置 DEEPSEEK_API_KEY |
Ollama / vLLM | 本地模型，OpenAI 兼容接口 | 设置 base URL 和 API Key |
国内模型 | Qwen / GLM / Kimi / MiniMax | 各自 API Key |
◆ 第 8 步：验证安装
hermes version # 检查版本号hermes doctor # 运行诊断，验证所有依赖hermes status # 检查配置状态hermes chat -q "Hello! What tools do you have available?" # 快速测试
hermes doctor 是最重要的诊断命令，它会告诉你缺少什么以及如何修复。
▍ 2.3 接入消息网关（可选）
让 Hermes 在消息平台上 24 小时在线：
hermes gateway setup # 配置消息平台（向导式）hermes gateway # 启动消息网关
支持的消息平台：
分类 | 支持平台 |
社交平台 | Telegram、Discord、WhatsApp、Signal、Matrix |
办公协作 | 企业微信、钉钉、Slack、Mattermost |
其他 | Email、SMS、Home Assistant、IRC |
三、Hermes Agent 基本用法
▍ 3.1 核心命令速查表
命令 | 功能说明 |
hermes | 启动交互式 TUI，开始对话（最常用） |
hermes setup | 运行全量配置向导，一站式完成所有配置 |
hermes model | 切换 LLM 提供商和模型 |
hermes tools | 开关工具集（47 个内置工具） |
hermes config set | 设置单项配置，如 API Key |
hermes gateway | 启动消息网关，接入 Telegram 等平台 |
hermes claw migrate | 从 OpenClaw 迁移记忆、技能、配置 |
hermes update | 更新至最新版本 |
hermes doctor | 诊断运行环境和配置问题 |
hermes status | 查看当前配置状态 |
hermes version | 查看版本信息 |
▍ 3.2 首次对话体验
启动 hermes 后，你会进入一个功能完整的 TUI 界面，支持：
•多行输入（Shift+Enter 换行）
•命令自动补全（Tab 键）
•上下文压缩（防止 token 超限）
•工具调用实时流式输出
•会话历史搜索
几个推荐的首次体验命令（在对话框中输入）：
# 了解 Agent 的工具能力> 你有哪些工具？ # 测试记忆系统> 记住：我是后端开发者，主要用 Python 和 Go # 测试技能生成> 帮我分析这个目录下的所有 Python 文件 # 测试跨平台接入（配置 gateway 后）# 在 飞书 中 @你的机器人 发送任何消息
▍ 3.3 记忆系统用法
Hermes 的记忆系统分为三个层次，理解它们能让 Agent 更好地服务你：
◆ ① MEMORY.md — 环境知识
存储项目约定、工具配置、工作偏好等。Agent 会主动读取并在回答时引用：
# 主动告诉 Agent 你的项目情况> 请记住：本项目使用 FastAPI + PostgreSQL，代码风格遵循 PEP8 # 查看当前记忆内容> 你现在记得关于我的哪些信息？
◆ ② USER.md — 用户画像
Agent 会自动更新你的偏好、习惯、技术背景等信息，无需手动管理。
◆ ③ 会话搜索 — 跨会话回忆
Agent 可以搜索历史对话，找回之前讨论过的内容：
Agent 会自动检索相关历史会话> 我们上周讨论过的那个 Redis 缓存方案，细节是什么来着？
▍ 3.4 Skills 技能系统
Skills 是 Hermes 的核心特色，Agent 会在完成复杂任务后自动创建可复用的技能文档：
查看已有技能> 你现在有哪些技能？ # 手动触发技能创建> 把刚才分析代码的流程保存为一个技能 # 技能存储位置ls ~/.hermes/skills/
▍ 3.5 MCP 集成用法
Hermes 支持通过 MCP（Model Context Protocol）接入外部工具服务器：
# 在 ~/.hermes/config.yaml 中配置 MCP Servermcp_servers: - name: github command: npx args: ["@modelcontextprotocol/server-github"] env: GITHUB_TOKEN: "your-token" # 配置后重启 hermes，工具会自动注册
▍ 3.6 从 OpenClaw 迁移
如果你之前用过 OpenClaw，官方提供一键迁移工具，导入记忆、技能、API Key、消息平台配置：
# 先预览可迁移内容（不会实际修改）hermes claw migrate --dry-run # 确认无误后正式迁移hermes claw migrate
四、常见故障排查
▍ 4.1 安装阶段问题
问题现象 | 原因 | 解决方案 |
curl: command not found | macOS/Linux 缺少 curl | apt install curl 或 brew install curl |
安装脚本报网络错误 | GitHub 访问受限 | 配置代理：export https_proxy=http://127.0.0.1:7890；或使用镜像 |
Python 版本不兼容 | 系统 Python 不是 3.11 | uv venv venv --python 3.11 会自动下载正确版本 |
Windows 报错 "不支持原生" | 原生 Windows 不支持 | 安装 WSL2（Ubuntu 22.04），在 WSL2 中重新安装 |
uv pip install 失败 | 网络或权限问题 | 检查代理；或使用 pip install -e ".[all]" 替代 |
▍ 4.2 运行阶段问题
问题现象 | 原因 | 解决方案 |
hermes: command not found | PATH 未包含 ~/.local/bin | source ~/.bashrc 或 source ~/.zshrc；检查 PATH 是否包含 ~/.local/bin |
API 密钥未设置报错 | 未配置 LLM 提供商 | 执行 hermes model 配置；或 hermes config set OPENROUTER_API_KEY your_key |
hermes doctor 报依赖缺失 | 某个依赖未正确安装 | 根据 doctor 输出的提示按需安装；常见：apt install ripgrep / brew install ffmpeg |
更新后配置丢失 | 版本升级后配置格式变更 | 执行 hermes config check 然后 hermes config migrate |
工具调用失败（幻觉） | 某工具的 API Key 未配置 | hermes tools 中确认工具状态；动态 Schema 会自动隐藏不可用工具 |
记忆写入失败 | ~/.hermes 目录权限问题 | chmod -R 755 ~/.hermes |
▍ 4.3 消息网关问题
问题现象 | 解决方案 |
Telegram Bot 无响应 | 检查 TELEGRAM_BOT_TOKEN 是否正确；确认 hermes gateway 进程在运行；重启 hermes gateway |
Gateway 启动报端口占用 | 修改 config.yaml 中的端口号；或 kill 占用进程 |
消息平台认证失败 | 重新执行 hermes gateway setup 重新授权；检查网络是否可访问该平台 |
消息发送延迟高 | 切换更快的 LLM Provider；或调小 max_tokens 参数 |
▍ 4.4 诊断命令速查
全面诊断（最推荐，告诉你缺什么以及如何修复）hermes doctor # 查看配置状态hermes status # 检查配置合法性hermes config check # 查看详细日志cat ~/.hermes/logs/hermes.log # 测试 LLM 连通性hermes chat -q "ping" # 强制重新配置hermes setup
遇到问题先跑 hermes doctor，90% 的安装问题它都能告诉你原因和解决方法。
▍ 4.5 获取社区支持
•GitHub Issues：https://github.com/NousResearch/hermes-agent/issues
•官方文档：https://hermes-agent.nousresearch.com/docs/
•中文社区：https://hermesagent.org.cn/
•Discord 社区：Nous Research 官方 Discord Server
—— 总结 ——
Hermes Agent 代表了 AI Agent 发展的一个新方向：不只是工具调用，而是真正会成长的智能体。它的闭环学习系统、三层记忆架构和动态技能生成，让每一次使用都在积累价值。对于习惯在终端工作的开发者来说，这是目前最值得深度使用的开源 Agent 框架之一。
如果你曾经被 OpenClaw 的平台广度吸引，但又渴望一个真正"越用越懂你"的 Agent，Hermes 值得认真尝试。官方的迁移工具也让切换成本降到了最低。
