Hermes vs OpenClaw精选对比:2024年度测评排行榜
摘要
HermesAgent是自我改进型AI框架,具备闭环学习、持久记忆和用户建模能力;OpenClaw则以广泛平
前言
说真的,如果你打算在自己的机器上折腾 OpenClaw 和 Hermes,我得先给你泼盆冷水——千万别在有重要资料的电脑上试水。这坑我实打实踩过:有一次更新 OpenClaw,它直接把我 workspace 里的内容恢复成了初始状态,那感觉……啧,别提了。
Hermes(2026.4.8):
OpenClaw(2026.4.12):
2026 年最火的开源项目之一,毫无疑问是 OpenClaw(龙虾),这个 366K Star 的项目几乎成了本地 AI Agent 框架的代名词。但最近,另一个项目正以惊人的速度崛起——Hermes Agent(有人叫它爱马仕),由 Nous Research 开发,GitHub 上已经攒了 125K+ Star。我之前是 OpenClaw 的重度用户,最近花了不少时间深度体验了 Hermes,今天就来聊聊它到底是什么、怎么装怎么配,以及它和 OpenClaw 到底差在哪、该怎么选。
一、Hermes Agent 是什么?
Hermes Agent 是一个“自我改进型”AI Agent 框架,核心卖点简单说就是:用得越久,它越聪明。它不像传统 AI 助手那样每次对话都从零开始,而是内置了一套完整的闭环学习系统:
- 技能自动生成:完成复杂任务后,Hermes 会自动提炼出可复用的技能(Skill),下次遇到类似任务直接调用。
- 技能自我优化:技能在用过程中会被不断打磨,越用越精准。
- 持久化记忆:跨会话记住你的偏好、项目上下文和工作习惯。
- 用户建模:通过 Honcho 辩证式建模,逐步构建对你的深度理解。
打个比方:OpenClaw 更像一个 AI 自动化中枢——帮你把各种工具和服务串起来;而 Hermes 更像一个会进化的数字伙伴——它会学习、会记住、会成长。
Hermes 核心特性一览
| 特性 | 说明 |
|---|---|
| 闭环学习 | 完成任务→提炼技能→改进技能→下次更高效 |
| 持久记忆 | 跨会话记忆,FTS5 全文搜索历史对话 |
| 多平台接入 | CLI、Telegram、Discord、Slack、WhatsApp、Signal、飞书、微信 |
| 多模型支持 | Nous Portal、OpenRouter(200+ 模型)、GLM、Kimi、MiniMax、OpenAI、自定义端点 |
| 定时任务 | 内置 Cron 调度器,自然语言定义定时任务 |
| 子袋里并行 | 支持生成隔离子袋里,并行处理多任务 |
| MCP 集成 | 支持连接任意 MCP Server 扩展能力 |
| 皮肤系统 | 可自定义 CLI 主题风格 |
| 多实例隔离 | Profile 机制,多套配置互不干扰 |
| 服务器部署 | 支持 Docker、SSH、Daytona、Modal 等无服务器后端 |
二、安装
环境要求
- Linux / macOS / WSL2 / Android (Termux)
- 不支持原生 Windows,需通过 WSL2 运行
一键安装
需要科学上网的环境下执行:
curl -fsSL --proxy http://127.0.0.1:7890 https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
如果没有袋里环境,也可以手动安装:
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv venv --python 3.11
source venv/bin/activate
uv pip install -e ".[all]"
安装过程如下:
从 OpenClaw 迁移
由于我之前已经装过 OpenClaw,Hermes 安装时会自动检测 ~/.openclaw 目录,并提示是否导入配置。这一点非常人性化——不用再重新调校 Hermes:
迁移内容包括:
- SOUL.md — 人设文件
- 记忆 — MEMORY.md 和 USER.md 中的条目
- 技能 — 用户创建的技能,导入到
~/.hermes/skills/openclaw-imports/ - 命令白名单 — 审批模式配置
- 消息平台设置 — 平台配置、允许用户列表
- API Keys — Telegram、OpenRouter、OpenAI、Anthropic 等
也可以随时通过命令手动迁移:
hermes claw migrate # 交互式迁移(完整预设)
hermes claw migrate --dry-run # 预览将迁移的内容
hermes claw migrate --overwrite # 覆盖已有冲突
三、配置
安装完成后,运行 hermes setup 进入交互式配置向导:
3.1 快速配置
3.2 选择模型
这里我选了 GLM-5(智谱的模型),之后输入对应的 API Key:
Hermes 支持多种模型提供商,随时可以通过 hermes model 或对话中输入 /model 切换,不用改代码,也没有厂商锁定。
3.3 配置 IM 通道
Hermes 支持通过消息平台与 Agent 交互——你可以在 Telegram、Discord、Slack、飞书、微信等平台直接和它对话:
配置飞书
我选了飞书作为主要通道:
在飞书开放平台创建应用并发布:
输入 App ID 和 App Secret:
配置微信
如果你选微信通道,Hermes 会给你一个链接,打开后用微信扫码并按提示操作。配置完成后在终端执行配对命令:
hermes pairing approve weixin Yxxxyyy
我配了飞书 + 微信双通道,效果如下:
3.4 启动
配置完成后输入 y 启动终端:
四、常用命令速查
Hermes 的命令分为两类:顶级命令(在终端直接执行)和斜杠命令(在对话中执行)。
4.1 顶级命令
| 命令 | 说明 |
|---|---|
hermes |
启动交互式 CLI 对话 |
hermes setup |
运行完整配置向导 |
hermes model |
选择 LLM 提供商和模型 |
hermes tools |
配置启用的工具集 |
hermes config set |
设置单个配置项 |
hermes gateway |
启动消息网关(Telegram、Discord 等) |
hermes gateway setup |
配置消息平台 |
hermes gateway start |
启动网关服务 |
hermes update |
更新到最新版本 |
hermes doctor |
诊断配置和依赖问题 |
hermes cron |
管理定时任务 |
hermes claw migrate |
从 OpenClaw 迁移配置 |
hermes -p |
使用指定 Profile 启动 |
4.2 对话中的斜杠命令
| 命令 | 说明 |
|---|---|
/new 或 /reset |
开始新对话 |
/model [provider:model] |
切换模型 |
/personality [name] |
设置人设 |
/retry |
重试上一轮对话 |
/undo |
撤销上一轮对话 |
/compress |
压缩上下文,节省 Token |
/usage |
查看 Token 使用量 |
/skills |
浏览可用技能 |
/background "任务" |
后台执行任务 |
/stop |
中断当前任务 |
/skin |
切换 CLI 主题 |
五、Hermes vs OpenClaw:核心对比
这两款框架虽然都是开源 AI Agent,但走的是完全不同的技术路线。
5.1 定位差异
| 维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 核心定位 | AI 自动化中枢 / 企业级调度网关 | 个人长期陪伴型智能体 |
| 架构理念 | 生态优先——先把平台接好 | 学习优先——先让 Agent 变聪明 |
| 技术路线 | 本地优先(Local-First) | 自我进化(Self-Evolving) |
| 技能来源 | 社区市场,5700+ 现成技能 | 使用中自动生成和优化技能 |
| 记忆系统 | 基础持久化 | 深度用户建模 + 跨会话记忆搜索 |
| 平台支持 | 50+ 消息平台集成 | 6 个核心平台 + MCP 扩展 |
| 部署方式 | 本地运行 | 本地 + Docker + 无服务器(Daytona/Modal) |
| 许可证 | MIT | MIT |
5.2 什么时候选 OpenClaw?
- 需要快速部署,开箱即用
- 需要接入大量第三方平台和工具
- 团队协作场景,需要企业级稳定性
- 依赖丰富的现成技能市场(ClawHub)
5.3 什么时候选 Hermes?
- 想要一个能越用越懂你的 AI 伙伴
- 重视长期记忆和上下文积累
- 需要无服务器部署,降低闲置成本
- 愿意花时间培养,换取更个性化的体验
5.4 能不能两个都用?
当然可以,这也是目前社区的主流趋势。两者互补使用:
- OpenClaw 负责广泛的平台集成和现成工具调用
- Hermes 负责深度个人化工作和长期技能沉淀
两者都兼容 agentskills.io 开放标准,技能可以互通。而且 Hermes 提供了一键迁移工具,从 OpenClaw 切换过来几乎没有成本。
六、Hermes 的优缺点
优点
- 真正的自我进化:闭环学习不是营销噱头,而是有实质技术支撑的架构创新。完成任务后自动提炼技能,技能在使用中不断改进,这在目前的开源 Agent 中是独一无二的。
- 持久记忆体验好:FTS5 全文搜索历史对话,配合 Honcho 用户建模,Hermes 确实能跨会话"记住"你的偏好和工作上下文。
- 部署灵活:支持无服务器后端(Daytona、Modal),闲置时几乎不产生费用,适合长期运行。
- 模型不锁定:支持几乎所有主流 LLM 提供商,一条命令切换模型。
- 迁移友好:一键从 OpenClaw 导入所有配置,切换成本极低。
- 可扩展性强:MCP 协议支持连接任意外部工具服务器。
缺点
- 生态规模较小:相比 OpenClaw 的 5700+ 技能和 50+ 平台集成,Hermes 的预置技能和平台适配还在追赶阶段。
- 多 Agent 协作不成熟:虽然支持子袋里委派,但多 Agent 编排能力相比 CrewAI、AutoGen 等专用框架还有差距。
- 社区规模:项目较新,社区文档和中文资源相对有限,遇到问题排查成本可能更高。
- 学习曲线:技能自动生成机制虽然强大,但前期需要一定的"培养期"才能体现优势。
- Token 消耗:由于持续的记忆管理和技能优化,长期来看 Token 消耗可能高于简单的对话式 Agent。
七、总结
Hermes Agent 不是一个完美的产品,但它是 AI Agent 发展中的一个重要里程碑。它第一次把"自我改进"这件事做成了一个完整的技术闭环,而不只是停留在概念层面。
如果你想要一个懂你的 AI 伙伴,愿意花时间培养,重视长期记忆和个性化——选 Hermes。
如果你需要快速上手、大量平台集成、丰富的现成技能——选 OpenClaw。
如果你像我一样贪心——两个都装,互补使用。反正 Hermes 的一键迁移让你几乎没有切换成本。
来源:互联网
本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。