一个会学习的 AI Agent —— 不是工具，是伙伴。

📋 目录

  1. Hermes Agent 是什么？
  2. 核心特性详解
  3. 架构概览
  4. 安装与使用
  5. Hermes vs OpenClaw：全面对比
  6. 为什么选择 Hermes？
  7. 总结

Hermes Agent 是什么？

Hermes Agent 是由 NousResearch 开发的自进化 AI 代理框架。

与传统的 AI 助手不同，Hermes 的核心能力在于从交互中学习：它会把每次对话中获得的经验转化为可复用的技能，同时构建跨会话的用户画像，让你越用越懂你。

用一句话概括：

OpenClaw 是一个出色的 AI 自动化执行者；Hermes 则是一个会成长的 AI 学习伙伴。

关键数字

  • GitHub Stars: 78,000+
  • 许可证: MIT
  • 主要语言: Python (93.3%)
  • 内置工具: 40+
  • 支持消息平台: 6+

核心特性详解

1. 闭环学习系统

这是 Hermes 最核心的差异化能力。

工作流程：

1
交互 → 记忆提取 → 技能创建 → 技能进化 → 用户画像构建
  • Agent 策展的记忆：Hermes 会自动记录有意义的交互，周期性地进行摘要整理
  • 自主技能创建：完成复杂任务后，自动把操作步骤封装为可复用的技能
  • 技能自进化：技能在使用过程中持续自我优化
  • FTS5 会话搜索：基于全文检索的跨会话记忆，配合 LLM 摘要实现深度上下文召回
  • Honcho 用户画像：基于辩证对话的用户建模，随着交互深入不断修正对用户的理解

简单来说，你用得越多，它就越了解你的工作习惯、偏好和上下文。

2. 多平台消息集成

一个网关进程，统一接入所有消息平台：

  • Telegram
  • Discord
  • Slack
  • WhatsApp
  • Signal
  • CLI (本地终端)

支持语音备忘录转录和跨平台对话连续性——你在 WhatsApp 上开始的话题，可以在 Discord 上无缝继续。

3. 模型灵活性

Hermes 不绑定任何单一模型供应商，支持：

提供商 说明
Nous Portal NousResearch 自有平台
OpenRouter 200+ 模型可选
z.ai / GLM 智谱模型
Kimi / Moonshot 月之暗面模型
MiniMax MiniMax 模型
OpenAI GPT-4 等
自定义端点 本地部署的任意模型

这意味着你可以随时切换模型、测试不同模型的表现，或者使用自己的私有模型。

4. 终端后端（6 种）

Hermes 支持在多种环境中执行任务：

  • local — 本地直接执行
  • Docker — 容器化隔离执行
  • SSH — 远程服务器执行
  • Daytona — 云端开发环境
  • Singularity — HPC/科研环境
  • Modal — Serverless 执行（支持持久化）

5. 调度与自动化

内置 cron 调度器，可以直接通过消息平台触发定时任务：

  • 每日报告
  • 自动备份
  • 定期审计

6. 并行委派

Hermes 可以：

  • 生成隔离子代理：并行处理独立工作流
  • Python RPC 执行：直接在 Python 环境中运行脚本

7. 研究能力

对于研究者，Hermes 提供：

  • 批量轨迹生成
  • Atropos RL 环境支持
  • 轨迹压缩（用于训练）

这让 Hermes 不仅是工具，也是研究 AI Agent 行为的平台。

架构概览

1
2
3
4
5
6
7
hermes-agent/
├── agent/          # 核心 Agent 逻辑
├── skills/         # 技能系统（程序化记忆）
├── tools/          # 40+ 工具实现
├── gateway/        # 消息平台网关
├── plugins/        # 插件系统
└── hermes_cli/     # CLI 接口

记忆系统

Hermes 的记忆分为两个层面：

  1. 持久记忆：跨会话保存，构建用户画像
  2. 技能系统：程序化记忆，符合 agentskills.io 开放标准

MCP 集成

Hermes 可以连接任意 MCP (Model Context Protocol) 服务器，扩展能力边界。

CLI 命令

1
2
3
4
5
6
7
8
hermes              # 启动交互式对话
hermes model        # 选择 LLM 提供商和模型
hermes tools        # 配置启用的工具
hermes config set   # 设置单个配置项
hermes gateway      # 启动消息网关
hermes setup        # 完整安装向导
hermes update       # 更新到最新版本
hermes doctor       # 诊断问题

安装与使用

一键安装

1
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

支持 Linux、macOS、WSL2，甚至 Android Termux。

从 OpenClaw 迁移

如果你已经是 OpenClaw 用户，Hermes 提供了迁移工具：

1
hermes claw migrate

自动导入：设置、记忆、技能、API Key，无缝切换。

Hermes vs OpenClaw：全面对比

这是本文的重点。让我们从多个维度来比较这两个框架。

基础信息对比

维度 Hermes Agent OpenClaw
开发方 NousResearch Peter Steinberger (@steipete)
语言 Python (93.3%) Node.js / TypeScript
许可证 MIT MIT
GitHub Stars 78,000+ 热门开源项目
定位 自学习 AI 代理 个人 AI 自动化助手

核心理念差异

Hermes：成长型伙伴

1
使用次数越多 → 了解你越多 → 技能越丰富 → 越有用

Hermes 把每次交互视为学习机会，技能可以自创建、自进化。

OpenClaw：全能执行者

1
安装越多 Skills → 能做的事越多 → 自动化能力越强

OpenClaw 强调即插即用的执行能力，社区有 5,400+ Skills 可选。

功能对比矩阵

能力 Hermes OpenClaw 说明
自学习记忆 ✅ ✅ Hermes 的记忆更深度，支持 Honcho 辩证建模
技能自创建 ✅ ❌ Hermes 可自主从经验中创建技能
技能自进化 ✅ ❌ 技能在使用过程中持续优化
内置工具数 40+ 26
消息平台 6 20+ OpenClaw 支持更多平台（含 iMessage、Teams 等）
模型选择 7+ 提供商 主流提供商 Hermes 支持更多中国模型（GLM、Kimi、MiniMax）
终端后端 6 种 本地 Hermes 支持 Docker/SSH/Serverless
浏览器控制 ❌ ✅ OpenClaw 有内置 Chromium
语音功能 语音转录 语音唤醒+对话 各有侧重
Canvas ❌ ✅ OpenClaw 有 A2UI 画布
调度/Cron ✅ ✅ 都支持
子代理并行 ✅ 有限 Hermes 支持隔离子代理
多 Agent 路由 ❌ ✅ OpenClaw 可路由到独立 Agent
研究支持 ✅ ❌ Hermes 支持轨迹生成和 RL 环境
MCP 集成 ✅ ✅ 都支持
Skill 市场 ✅ ✅ (ClawHub) OpenClaw 的 ClawHub 更成熟

场景推荐

选择 Hermes，如果你：

  1. 希望 Agent 能学习你的习惯，越用越聪明
  2. 需要中国模型支持（GLM 智谱、Kimi 月之暗面、MiniMax）
  3. 需要多种执行环境（Docker、SSH、Serverless）
  4. 做 AI Agent 研究，需要轨迹生成和训练数据
  5. 喜欢 Python 生态
  6. 从 OpenClaw 迁移，想要无缝切换

选择 OpenClaw，如果你：

  1. 需要最多消息平台支持（20+，含 iMessage、Teams、WeChat）
  2. 需要浏览器自动化（内置 Chromium 控制）
  3. 需要 Canvas 可视化工作区
  4. 需要语音唤醒和 Talk 模式
  5. 需要多 Agent 路由（不同渠道路由到不同 Agent）
  6. 喜欢 Node.js 生态
  7. 需要成熟的 Skill 市场（ClawHub 5,400+ Skills）

一句话总结

OpenClaw 是一个功能丰富的”瑞士军刀”——能做的事多且广。
Hermes 是一个会成长的”学徒”——用得越多，越懂你。

两者不是竞争关系，而是互补关系。事实上，Hermes 提供了从 OpenClaw 的迁移工具，说明社区也在鼓励用户根据需求选择最合适的框架。

为什么选择 Hermes？

1. NousResearch 的学术背景

NousResearch 是一家专注于 AI 研究的机构，其 Hermes 系列模型 在开源社区有着良好的声誉。这意味着 Hermes Agent 不仅是一个工具，也融入了学术级的 Agent 研究能力。

2. 真正会”学习”的 Agent

大多数 AI Agent 的记忆只是简单的聊天记录存储。Hermes 的 Honcho 用户建模系统会：

  • 构建跨会话的用户画像
  • 通过辩证对话不断修正理解
  • 提供 FTS5 全文检索 + LLM 摘要的混合搜索

3. 中国模型友好

如果你在国内使用，Hermes 原生支持：

  • GLM (智谱) — z.ai 提供商
  • Kimi (月之暗面) — Moonshot
  • MiniMax

这在海外 AI Agent 框架中是比较少见的。

4. 灵活的执行环境

从本地到 Docker、从 SSH 到 Serverless，Hermes 让你在不同安全级别和性能需求下自由选择。

总结

Hermes Agent 代表了一种新的 AI Agent 范式：不是让 Agent 能做更多事，而是让 Agent 更懂你。

它的闭环学习系统、模型灵活性和研究能力使其在众多 AI Agent 框架中脱颖而出。如果你希望有一个越用越聪明的 AI 伙伴，Hermes 值得一试。

与 OpenClaw 的对比也说明了一个趋势：AI Agent 正在分化为不同的定位——有的偏向全能自动化，有的偏向个人学习和协作。选择哪个，取决于你最看重什么。

相关链接：

延伸阅读：