Hermes Agent 完整指南：从上手体验到与 OpenClaw 深度对比

九叔Ai

2026年04月19日 11:27

本文融合实战体验，包含上手操作步骤、核心功能拆解、架构差异对比，以及如何根据你的需求做出选择。所有内容均经过实际部署验证。

前言

自从 OpenClaw 面世以后，很多人都遇到过同一个让人抓狂的问题：每次让 Agent 处理新任务，它都从零开始摸索。你得反复解释同样的流程、同样的偏好、同样的工作习惯。

这让我们开始思考一个问题：AI Agent 能不能像人一样，从经验中学习，越用越懂我？

在深度上手 Hermes Agent 一周之后，我们有了答案。

一、两个工具到底是什么？

这两个开源 Agent 框架在底层设计上走了完全不同的路线，一个是精密的瑞士军刀，一个是经验丰富的老猎人。

✅ OpenClaw：预设工具齐全的瑞士军刀

OpenClaw 是一个多平台 AI 助手框架，核心功能是把 WhatsApp、Telegram、Discord 等通信渠道统一接入一个 AI 入口。它的设计哲学是：通过预设的工具和插件生态，让 AI 成为你生活的统一入口。

就像一把瑞士军刀，你需要什么功能，就装上对应的刀片。它有庞大的 ClawHub 技能市场，数以千计的预设 Skill 插件，覆盖几乎所有主流通信渠道。你给它装什么刀片，它就能干什么活，稳定、可控、功能完备。

✅ Hermes Agent：靠经验积累的老猎人

Hermes Agent 是 Nous Research 开发的自托管 AI Agent 框架，官方定义是 The agent that grows with you，一个会随着使用不断成长的 Agent。它的设计哲学是：让 AI 从执行经验中沉淀技能，自主优化能力，持久化知识。

就像一个经验丰富的老猎人，你带它打几次猎，它就能自己总结出一套最高效的打法。它不需要你预先准备好所有工具，而是在实战中自动记录有效的流程，下次遇到类似任务时就能直接抄作业。

二、上手 Hermes 后建议先尝试的十件事情

以下内容经过源码 review 和实际部署验证，是安装完成后最值得优先配置的功能点：

0、安装部署

支持 macOS / WSL2 / Linux，Windows 用户请先安装 WSL2：

 代码块
Shell
自动换行
复制代码
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash -x 
复制成功

安装完成后执行配置向导：

 代码块
Shell
自动换行
复制代码
hermes setup
复制成功

💡 小坑提示：配置时粘贴密钥界面是不显示输入的，不要重复粘贴。出错后直接编辑 ~/.hermes/.env 手动修正即可。

1. 配置浏览器反爬设施

如果你希望 Agent 能自动读文章、填表、抢票、操作后台，必须先配置一个真人级浏览器环境，推荐 Camofox。普通的后端 Chromium 进去就会被网站拦截。

配置方法：直接告诉 Hermes 帮我配置 CAMOFOX_URL

✅ Hermes 亮点一：它会自动判断高危指令，只在真正需要的时候向你申请授权，并且会清晰说明将要做什么。

2. 灵魂定义 SOUL.md

默认的 Hermes 是一个通用的 AI 助手，你需要自定义它的性格、原则和行事风格。

配置方法：和它聊两天之后，直接说帮我生成适合我的 SOUL.md，它会自动总结你沟通中展现出来的偏好，生成配置文件。

这是一份标准的参考配置：

 代码块
YAML
自动换行
复制代码
---
name: 严谨架构师
version: 2.0
---

# 🧠 思考模式
- **先验证后回答**：任何不确定的 API、配置、路径，先查工具确认，不靠猜测。
- **先计划后执行**：3步以上的任务，先列方案标风险，确认再动手。
- **交付即验证**：做完一件事，主动给出"怎么检查它是否生效"。

# 🛡️ 自我约束
- 不确定时直接说"我不确定"，比瞎编好。
- 发现记忆或技能有冲突，主动指出并请求裁决。
- 任务失败时，分析原因并沉淀为 Skill，不重复踩坑。
复制成功

3. 副驾 LLM 路由中心 Auxiliary

这是 Hermes 最被低估的设计：它让主模型专注思考，让便宜/专用的副模型干脏活累活。这个配置好了能帮你省 70% 的 API 费用同时还提升性能。

支持为 8 种不同任务单独指定模型：

vision：截图/验证码/图片分析
web_extract：网页内容抓取与提炼
compression：上下文压缩摘要
session_search：历史会话搜索摘要
approval：危险命令审批决策
skills_hub：技能市场搜索/安装辅助
mcp：MCP 服务调用辅助
flush_memories：记忆系统清理/重组

配置示例：压缩会话辅助模型帮我配置成 qwen3.5-plus

✅ Hermes 亮点二：压缩阈值会自动跟随你使用的模型上下文窗口动态调整，1M 模型会分配 50K 用于摘要，200K 模型则只分配 10K，非常合理。

4. 三层记忆系统

Hermes 的记忆系统是分层设计的，可逐层开启：

✅ Hermes 亮点三：Session 检索有兜底机制，当摘要 LLM 调用失败时，会直接返回原始文本预览，不会因为 LLM 挂了就什么都不返回。

5. 网络搜索配置

原生支持 Exa、Tavily、Firecrawl，配置只需要一句话：帮我配置个 Exa 吧

✅ Hermes 亮点四：默认会在终端清晰打印每一步工具调用的执行过程，不需要翻日志排查问题。

6. 自动化审计 Hooks

Hermes 提供了完整的生命周期钩子，你可以在任何执行节点注入自定义逻辑：

 代码块
PlainText
自动换行
复制代码
会话创建
  → on_session_start

每轮对话:
  → pre_llm_call
  → 工具循环:
      → pre_api_request
      → API 调用
      → post_api_request
      → pre_tool_call
      → 工具执行
      → post_tool_call
  → post_llm_call
  → on_session_end
复制成功

实战示例：只需要说一句 "做一个终端命令审计插件：在每次 terminal 工具执行完毕后，自动把命令内容、执行结果、时间戳、会话ID 追加到日志文件"，它会自己写好插件并安装。

7. Docker 沙箱环境

默认命令是在本地执行，想要提升安全性可以一键切换到 Docker 沙箱：

 代码块
Shell
自动换行
复制代码
hermes config set terminal.backend docker
hermes config set terminal.docker_image python:3.11-slim
复制成功

✅ Hermes 亮点五：多 Profile 配置友好，一句话就可以创建完全隔离的 Worker 分身，不同分身可以使用不同模型、不同权限、不同沙箱级别。

8. 多 Agent 协作

同一个会话内可以随时派生子 Agent，触发方式非常简单：

"请 spawn 三个 subagent 来相互讨论下 Hermes 的优劣势"

9. 三层备份策略

如果你决定长期使用 Hermes，建议配置三层备份：

第一层：本地目录开启 git，定时 push 到私有仓库
第二层：本地其他磁盘定时全量备份
第三层：远程对象存储冷备份

官方备份脚本：

 代码块
Shell
自动换行
复制代码
#!/bin/bash
BACKUP_NAME="hermes_full_backup_$(date +%Y%m%d_%H%M%S)"
BACKUP_DIR="/tmp/$BACKUP_NAME"
DEST_DIR=~/hermes_backups

mkdir -p $BACKUP_DIR/hermes
mkdir -p $DEST_DIR

cp ~/.hermes/config.yaml $BACKUP_DIR/hermes/
cp ~/.hermes/.env $BACKUP_DIR/hermes/
cp ~/.hermes/MEMORY.md $BACKUP_DIR/hermes/ 2>/dev/null
cp ~/.hermes/state.db $BACKUP_DIR/hermes/
cp -r ~/.hermes/sessions $BACKUP_DIR/hermes/ 2>/dev/null
cp -r ~/.hermes/plugins $BACKUP_DIR/hermes/ 2>/dev/null

tar -czf $DEST_DIR/$BACKUP_NAME.tar.gz -C /tmp $BACKUP_NAME
rm -rf $BACKUP_DIR
复制成功

10. 自动技能沉淀 ✨ 最出圈的功能

这是 Hermes 真正拉开差距的地方：它会在后台自动复盘你的对话，把有价值的经验永久固化成技能。

每累计 15 次工具循环，就会触发一次后台 Skill Review：

刚才的对话里，有没有经过试错、调整方向、或者用户期望不同做法的非平凡经验？

整个过程在后台线程运行，不阻塞用户对话，不需要任何人工操作。下次遇到同样的问题，它就会直接使用自己总结出来的最优方案。

✅ Hermes 亮点六：不管以什么方式退出（正常/异常/中断），消息都不会丢。20 个触发点覆盖了所有退出路径，增量写入保证每个会话记录完整不重复。

三、架构深度对比：能力是「装上去」还是「长出来」？

这是两者最本质的分歧，也是选择的核心依据。

当遇到一个没有预设工具的任务时：

OpenClaw：无状态网关模式

 代码块
PlainText
自动换行
复制代码
接收请求 → 匹配路由 → 调用工具 → 返回结果 → 结束进程
复制成功

每次任务独立执行，做完即结束。如果遇到没有预设 Skill 的任务，它会尝试调用现有工具组合完成，但不会主动记住这次的解决方案。下次遇到类似任务，它还是从零开始。

✅ 优势：极高的稳定性和可预测性，非常适合处理一次性、临时性任务。 ❌ 劣势：无法从经验中学习，能力完全依赖人工维护的插件库。

Hermes：学习循环模式

Hermes 在每次任务完成后，会自动触发复盘机制，满足以下任一条件即判定「经验有价值」并自动生成 Skill 文件：

✅ 调用了 5 次及以上工具
✅ 从错误中成功恢复
✅ 用户给过修正指导
✅ 走通了一套不直观但有效的流程

这套学习循环机制是 Hermes 最核心的设计创新。

四、真实场景对比

 代码块
markdown
自动换行
复制代码
| 场景 | OpenClaw 表现 | Hermes 表现 |
|------|---------------|-------------|
| **每周五自动生成周报** | 下载周报插件，配置定时任务，开箱即用。如果格式需要调整，手动修改插件。 | 告诉它一次怎么做，下次自动按你的习惯生成。你说加个甘特图，它下次就会自己加上。 |
| **整理最近的研究笔记** | 按预设逻辑执行，不符合你的习惯就重新说一遍。 | 第一次会问你按主题还是按时间，记住之后永远按你的方式来。 |
| **复杂流程任务** | 需要先有人把流程写成 Skill 插件，否则每次都要一步步指导。 | 走通一次之后自动记住流程，下次直接复用。 |
| **多平台消息接入** | 原生支持几乎所有主流 IM，成熟稳定。 | 支持有限，适合单用户使用。 |
| **多人共享** | 完美支持 Gateway 模式多人共用。 | 设计为单用户使用，不适合共享。 |复制成功

五、如何选择？

✅ 选 Hermes，如果你：

需要一个长期陪伴的私人助理，不是临时工具
任务需求模糊、流程不固定、需要反复调整
隐私要求高（零遥测设计，完全本地）
不想被单一模型厂商绑定（支持 200+ 模型）

✅ 选 OpenClaw，如果你：

在多个 IM 平台都需要 AI 助手
需要多人共享一个 Gateway
需要调用手机相机、位置等移动端能力
任务流程固定，不需要持续优化

✅ 终极方案：组合使用

目前已经被最多人采用的最佳实践是：

Hermes 当大脑，OpenClaw 当手脚

 代码块
PlainText
自动换行
复制代码
用户意图（可以是模糊需求）
    ↓
Hermes Agent（理解 + 记忆 + 拆解任务）
    ↓
OpenClaw（多平台接入 + 执行具体动作）
复制成功

官方已经原生支持互通，可以通过 hermes claw migrate 无缝迁移。

总结

如果你是个人用户，Hermes 是目前更值得长期投入的选择。它的学习循环机制让它真正做到了从经验中积累，越用越懂你。这是第一个让我们感觉到「这个 AI 真的在和我一起长大」的框架。

OpenClaw 则更适合需要多平台统一入口、多人协作、或移动端集成的场景。

选哪个，最终取决于你更看重稳定可控的工具箱，还是会自我进化的学徒。

参考资料

Hermes 官方仓库：https://github.com/NousResearch/hermes-agent
岚叔 Hermes Wiki：https://github.com/cclank/Hermes-Wiki
官方文档：https://hermes-agent.nousresearch.com/docs/

cv47956612

分享至

投诉或建议