OpenClaw vs Hermes入门指南:目前最火热的两个AI Agent框架
[视频推荐] 《解剖小龙虾 — 以OpenClaw为例介绍AI Agent的运作原理》 —— 台大李宏毅老师1小时23分钟精讲,用”小龙虾”比喻把AI Agent讲得深入浅出,逻辑清晰。强烈建议先看视频再安装框架,事半功倍! 网址:https://www.bilibili.com/video/BV1Prd8BAEsf/
1. 前言
AI Agent领域实在太火了,身边朋友都在讨论和使用,每周都有各种相关的会议。AI Agent是什么?简单说就是——你招了一个特别全面的员工,能帮你查资料,写文档、整理数据,还能24小时在线。你不需要给它交社保,也不用担心它跳槽。
目前我用了一段时间,已经安装了OpenClaw、Hermes、nanobot、science_claw等,这次介绍下目前最火热、被讨论最多的AI Agent框架:
-
OpenClaw:高度可定制,像一台精密的机械臂 -
Hermes Agent:会自我进化,像一个能学习的数字同事
当然,AI Agent的路径远不止这两个,但这两个目前社区最活跃、资料最丰富。这篇文章,就是同时搞懂这两个框架,找到最适合的”AI宠物”。
其他框架方面:nanobot比较精简,目前读了一部分源码,收益很多;science_claw做科研比较强劲,在测试中。
2. OpenClaw:听话的”小龙虾”
OpenClaw的吉祥物是龙虾,Claw就是爪子。它的本质是多渠道AI网关(Gateway)——连接各种聊天软件(飞书、微信、Telegram、WhatsApp)和AI大脑(Claude、GPT、Gemini、GLM、KIMI、Minimax等大模型)。
bash你 → 飞书消息 → OpenClaw → 语言模型 → OpenClaw → 执行操作
OpenClaw本身没有任何AI能力,它只是”手”,真正的大脑是后端的大语言模型。
2.1 工作原理
每次对话,OpenClaw会给语言模型发送一长串”工作手册”(System Prompt),包含:
-
AI是谁(SOUL.md) -
主人是谁(USER.md) -
能用什么工具(TOOLS.md) -
记忆在哪里(MEMORY.md)
记忆靠写日记
语言模型没有记忆,每次对话都是新的。OpenClaw的解决方案是——让AI写日记:
-
MEMORY.md 存长期记忆 -
memory/2026-04-20.md 存每日日志
下次对话时,AI先读日记”恢复记忆”。
工具调用
你说”帮我整理桌面”,OpenClaw真的会执行:
-
读取桌面文件列表 -
按规则分类 -
移动文件到文件夹
3. Hermes Agent:会”自我进化”的数字同事
Hermes是硅谷AI实验室Nous Research开源的AI Agent框架,GitHub 42天获6.6万星,霸榜全球第一。它的核心理念是与使用者共同成长。
3.1 三层记忆系统
Hermes的记忆系统比OpenClaw更复杂:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
3.2 学习循环:核心创新
这是Hermes最神奇的地方——它会从错误中学习。
任务完成后,Hermes会问自己:这次执行值得记住吗?
触发自动生成Skill的条件:
-
工具调用超过5次(复杂任务) -
犯错后自我修复 -
被用户纠正 -
找到了一条新颖有效的路径
工作流程:
bash任务完成 ↓评估:值得记录吗? ↓ Yes生成Skill文件到 ~/.hermes/skills/ ↓下次遇到同类任务 ↓自动加载 → 执行
如果Hermes发现了更好的做法,会直接修改Skill文件——用补丁方式,只替换需要改进的部分,不破坏原本有效的流程。
4. 两个框架对比
4.1 核心定位对比
|
|
|
|
|---|---|---|
| 定位 |
|
|
| 本质 |
|
|
| 能力增长 |
|
|
| 记忆类型 |
|
|
| 技能生成 |
|
自动生成 |
| 自我改进 |
|
|
4.2 选型建议
选OpenClaw,如果你:
-
享受自己搭建工作流的乐趣 -
需求明确、流程固定 -
愿意投入时间维护配置 -
喜欢”一切尽在掌控”的感觉
选Hermes Agent,如果你:
-
想要AI更”聪明”,能自主学习 -
厌恶重复性配置工作 -
任务复杂、指令模糊 -
重视长期协作效率
4.3 一句话总结
OpenClaw让你更可控,Hermes让你更长久。
5. 安装前准备
5.1 适用系统说明
⚠️ 重要提示:本文仅涵盖macOS和Linux系统的安装方法。
-
✅ macOS — 原生支持,推荐使用 -
✅ Linux — 原生支持,主流发行版均可 -
⚠️ Windows — 较复杂,官方推荐使用WSL2(Windows Subsystem for Linux)
如果使用Windows,强烈建议先安装WSL2,再按照Linux教程安装。
5.2 电脑配置要求
最低配置:
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
推荐配置:
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
5.3 大模型API准备
OpenClaw和Hermes都需要调用大模型来工作,安装前需要提前准备好API。
国内三家coding plan API对比(直接用普通api非常贵,建议买coding plan):
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
申请步骤(以KIMI为例):
-
访问 https://kimi.com/code -
登录/注册KIMI账号 -
点击”订阅Coding Plan”,完成支付 -
进入控制台 → API管理 → 创建API Key -
复制保存(以sk-开头,务必妥善保管)
6. 快速入门
6.1 快速上手路径
跟随下面步骤,当能和AI agent对话后,后续教程如果不想记命令,直接告诉AI助手帮你完成后续操作即可。
6.2 Node.js环境检查
OpenClaw基于Node.js运行,安装前请先检查:
bash# 检查Node.js版本(需要>=v22)node --version# 检查npm版本npm --version
如果版本不符合要求:
macOS:
bash# 安装Homebrew(如果没有)/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"# 使用Homebrew安装Node.jsbrew install node
Linux(Ubuntu/Debian):
bashcurl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -sudo apt-get install -y nodejs
Windows(推荐使用WSL2): 安装WSL2后,在Linux子系统中运行上述Linux命令。
6.3 OpenClaw安装
第一步:安装
bashnpm install -g openclaw@latest
第二步:初始化配置
bashopenclaw onboard --install-daemon
向导会引导你:
-
选择模型厂商(KIMI/MiniMax/GLM) -
输入API Key -
配置飞书渠道(可选)
第三步:启动
bashopenclaw gateway startopenclaw dashboard
6.4 和AI对话
安装完成后,你可以通过以下方式和AI对话:
终端对话(TUI):
bashopenclaw tui
直接在终端里和AI聊天,简单快速。
浏览器控制台:
bashopenclaw dashboard
打开浏览器界面,可以看到更丰富的信息。
💡 提示:安装完成后,本教程在此之后的所有内容,都可以直接告诉openclaw帮你完成。 例如:
-
“帮我连接飞书” -
“帮我安装日报Skill” -
“帮我配置KIMI模型”
6.5 必填配置:SOUL.md 和 IDENTITY.md
安装完成后,你需要在工作目录创建这两个文件,AI就能按照你设定的方式工作(你也可以让openclaw自己去改),下面是例子:
bash# 进入工作目录cd ~/.openclaw/workspace/# 创建SOUL.mdcat > SOUL.md << 'EOF'# SOUL.md - AI性格与角色定义## 身份设定你是一个专业、高效的AI助手,名叫"小龙虾"。你由OpenClaw驱动,可以帮助用户完成各种任务。## 行为准则- 回答问题清晰、准确、专业- 主动确认用户需求- 遇到不确定的问题,诚实告知- 尊重用户隐私和数据安全## 擅长领域- 信息检索与整理- 文档撰写与润色- 代码编写与调试- 数据分析与可视化- 任务自动化## 沟通风格- 简洁明了,不过度啰嗦- 适当使用emoji增加亲和力- 复杂问题分步骤解释EOF# 创建IDENTITY.mdcat > IDENTITY.md << 'EOF'# IDENTITY.md - AI身份标识## 基本信息- **名称**:小龙虾- **版本**:1.0.0- **类型**:AI助手## 运营者- 创建者:你的名字- 创建日期:2026-04-20EOF
提示:创建文件后,重启OpenClaw即可生效:
openclaw gateway restart
6.6 飞书连接教程
完成OpenClaw安装后,把它接到飞书,就能在飞书里直接@它办事了(在中国,目前飞书对openclaw支持的模块比较多)。详细步骤请看:
👉 飞书官方OpenClaw对接教程:https://www.feishu.cn/content/article/7602519239445974205
主要步骤概览:
-
飞书开放平台创建应用,获取App ID和App Secret -
配置权限(批量导入JSON) -
启用机器人能力并发布应用 -
OpenClaw侧执行 openclaw channels add配置飞书 -
开启长连接订阅,完成配对
6.7 Hermes安装
bash# 一键安装curl -fsSL https://raw.githubusercontent.com/nousresearch/hermes-agent/main/scripts/install.sh | bash
# 配置模型hermes model# 启动terminal聊天hermes model# 配置网关服务(连接飞书、微信等)hermes gateway setuphermes gateway start
支持200+模型: OpenAI、Claude、DeepSeek、Qwen、Kimi、MiniMax、Ollama(本地)…
6.8 你可以把OpenClaw的设定迁移到Hermes
bashhermes claw migrate
支持迁移Skills、记忆文件、API配置、用户设定。
7. Skills进阶
7.1 什么是Skill
Skill是AI Agent的”技能包”,告诉它怎么完成特定任务。比如:
-
arxiv skill —— 搜索、下载、总结学术论文 -
tavily-search —— 网络搜索 -
python-dataviz —— Python数据可视化
7.2 安装Skills
不想记命令?直接告诉AI助手帮你装!
只需要对OpenClaw说:
“帮我安装日报生成Skill”
它会自动完成安装。
手动安装方法:
bash# 搜索Skillsopenclaw skills list --eligible "关键词"# 查看已安装Skillsclawhub list# 安装指定Skillclawhub install <skill-name>
7.3 推荐Skills清单
生产力类:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
内容类:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
7.4 获取更多Skills
-
OpenClaw Skill市场:https://clawhub.ai -
Hermes Skill市场:https://agentskills.io
8. 实际应用场景
8.1 通用场景
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8.2 Vibe Coding:言出码随,对话即开发
一句话理解: 把”需求 → 改代码 → 跑测试 → 提PR”变成一次对话流程。
核心架构:OpenClaw + Claude Code双层设计
-
OpenClaw负责:接收消息 → 调用Claude Code技能 → 收结果 → 发通知 -
Claude Code负责:理解仓库结构 → 创建分支 → 修改代码 → 运行测试 → 提交PR
为什么不用OpenClaw直接包办?Claude Code内置了仓库理解、语义代码搜索、Git全流程操作、自动测试运行等完整能力,比自己拼装工具链干净得多。
典型场景:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
安装方法:
bashclawhub install claude-code
然后配置Anthropic API Key即可。
👉 Vibe Coding实战教程:https://datawhalechina.github.io/hello-claw/cn/university/vibe-coding/
8.3 自动化科研实战:从想法到论文
一句话理解: 你有一个研究想法,AI帮你跑完从文献检索、实验设计、代码执行到论文撰写的全流程。
核心工具:AutoResearchClaw
这是一个开源自动化科研管线,由aiming-lab开发,目标是从研究想法到可投稿论文的全自动产出:
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
输出成果:
-
完整论文(Markdown + LaTeX,支持NeurIPS/ICML/ICLR模板) -
实验代码与结果(自动生成Python代码并在沙箱执行) -
对比图表(含误差线和置信区间) -
引用验证报告(4层引用真实性校验) -
同行评审意见(多智能体评审)
典型场景:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
实验执行模式:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
安装方法:
bashclawhub install auto-research-claw
配合通信软件渠道,手机上发起课题,论文写好会自动推送。
👉 自动化科研实战教程:https://datawhalechina.github.io/hello-claw/cn/university/vibe-research/
8.4 一人公司:一个人,一支团队
一句话理解: 让AI帮你搭建一支完整的虚拟公司团队——产品、设计、工程、市场、销售、运营、HR、客户支持一应俱全。
核心工具:agency-agents
这是一个开源AI专家团队集合,包含144个专业化AI Agent,分布在12个职能部门。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
重点部门能力:
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
典型场景:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
安装方法:
bashclawhub install agency-agents
配合通信软件渠道,手机上描述商业目标,AI公司自动运转。
👉 一人公司实战教程:https://datawhalechina.github.io/hello-claw/cn/university/one-person-company/
9. 资源链接
OpenClaw:
-
官网:https://openclaw.ai -
文档:https://docs.openclaw.ai -
Skill市场:https://clawhub.ai
Hermes Agent:
-
GitHub:https://github.com/nousresearch/hermes-agent -
技术报告:https://arxiv.org/abs/2508.18255 -
Skill市场:https://agentskills.io
夜雨聆风