乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > OpenClaw vs Hermes:一个管「进门」,一个管「复盘」,这俩根本不是一回事!

OpenClaw vs Hermes:一个管「进门」,一个管「复盘」,这俩根本不是一回事!

当前时间： 2026-04-22 13:02:51 更新时间： 2026-04-22 分类：软件教程 评论(0)

OpenClaw vs Hermes:一个管「进门」,一个管「复盘」,这俩根本不是一回事!

最近 Hermes Agent 火得不要不要的。

GitHub Star 蹭蹭往上涨，Reddit 上”I ditched OpenClaw for Hermes”的帖子一篇接一篇。后台也收到不少朋友的灵魂拷问：

“Hermes 这么火，我是不是该抛弃 OpenClaw 了？”“它俩看起来功能差不多啊，到底选哪个？”

说实话，问得好。

但我得先泼盆冷水：它俩确实看起来差不多，但工程重心完全不在一个频道上。

硬要类比的话：

  • OpenClaw = 你家小区的门禁系统 + 物业中心

  • Hermes = 你公司里的行政秘书，专门记录你踩过的坑、写过的方案

都是”服务你的”，但干的活完全不一样。

太长不看版（急躁版）

系统 核心定位 一句话总结
OpenClaw 本地优先 Agent Gateway “你从哪进来、什么权限、几个人能进门，我说了算”
Hermes 学习型 Agent Runtime “你上次怎么做的，这次别重蹈覆辙，我都记着呢”

选择建议：

  • 缺多入口助理 → OpenClaw

  • 缺长期经验沉淀 → Hermes

它们确实是一大类，但厚度长在不同位置

先说清楚：OpenClaw 和 Hermes 被放在一起比较，不是误会。

它们确实都是通用 Agent 系统，都越过了”模型包装器”的阶段，都在尝试把模型、工具、会话、记忆、Skills、消息入口接成一套可以长期使用的系统。

但有意思的是——它们把厚度长在了不同的地方。

打个比方：

你开了一家外卖店

  • OpenClaw 更关心：接入了美团、饿了么、抖音、微信小程序多少个平台？厨房出餐了怎么路由到各个骑手？高峰期怎么限流？

  • Hermes 更关心：上次红烧肉做咸了，这次别放那么多盐；鸡腿炸多久最好吃，已经测试过了要记下来

都是让你”把店开好”，但操心的事根本不在一个维度。

OpenClaw：把你的真实世界接进来

OpenClaw 的定位很明确：personal AI assistant，本地优先。

你把它跑在自己的设备或服务器上，然后通过熟悉的聊天入口和它交互。

它的渠道列表长到离谱：

渠道类型 具体平台
即时通讯 WhatsApp、Telegram、Slack、Discord、Signal、iMessage、IRC、Microsoft Teams
社交平台 Google Chat、Matrix、WeChat、WebChat
企业协作 Feishu、LINE、Mattermost、Nextcloud Talk
其他 Nostr、Synology Chat、Tlon、Twitch、Zalo
端侧 macOS menu bar app、iOS/Android 客户端、Voice Wake、Talk Mode、Live Canvas

这个细节有分量。

很多想用 AI Agent 的朋友，第一道门槛往往不是”怎么调 API”，而是更朴素的问题：

“能不能从 Telegram 叫它？”“能不能让家人用 WeChat 也接入？”“能不能在家里的小机器上跑？”“能不能让同事和设备节点以不同权限接入？”

OpenClaw 的 Gateway 就是在解决这些问题。

它的 README 里有一句话很说明问题：

“The Gateway is just the control plane — the product is the assistant.”

翻译成人话：入口只是控制面，真正的产品是那个帮你干活的 AI 助理。

所以把 OpenClaw 简化成”一个聊天工具”，属实低估它了。它更像一个 Agent 版的个人通信与设备控制中心。

Hermes：让 Agent 把经验写下来

Hermes 的重心完全不一样。

它当然也能接 Telegram、Discord、Slack 这些渠道，但如果只盯着”能接哪些平台”，那就错过了它最有意思的地方。

Hermes 最骚的功能是什么？

它的 README 把这句话放在了最前面：

“The self-improving AI agent” — 从经验中创建 skills，在使用中改进 skills，搜索过去的会话，逐步构建用户模型

翻译成人话就是：这个 Agent 干完活会自己写复盘文档。

背后的团队也不同：

系统 背后团队 背景
OpenClaw Peter Steinberger（独立开发者）→ 现已加入 OpenAI，交给社区维护 极简安装 + 多渠道接入起家
Hermes Nous Research（Hermes 系列模型缔造者） 模型训练 + 推理优化第一手积累

Hermes 到底在解决什么问题？

一句话：Agent 每次从零开始，成本很高。

如果它已经踩过坑、跑通过某个流程、修过某个复杂 bug，就可以把这条路径保存下来。下一次遇到同类任务，不需要重新”聪明”一次。

有 Reddit 用户反馈：用 Hermes 两小时后，Agent 自动生成了三份技能文档，重复性研究任务速度提升了约 40%。

当然，这个数据还需要更多验证，但方向是对的。

Skill：同一个词，两种味道

很多人对比会说：OpenClaw 靠人写 Skill，Hermes 自动生成 Skill。

方向没错，但容易过度简化。

OpenClaw 的 Skill 更像团队 SOP 库：

  • 50+ 内置 skill 目录

  • 分层治理：bundled skills → managed/local skills → personal agent skills → project agent skills → workspace skills

  • 强调加载优先级、gating 和治理

Hermes 的 Skill 更像工作笔记：

  • skill_manager_tool.py 开头就写：Skills are the agent’s procedural memory

  • 允许 Agent 自动创建、更新、patch、删除 skill

  • 把成功路径变成 reusable procedural knowledge

对比维度 OpenClaw Hermes
Skill 来源 人工定义 + 社区贡献 Agent 自动沉淀 + 人工补充
管理方式 加载优先级 + gating create/patch/edit/delete 全套 CRUD
适用场景 团队 SOP、可审计、可治理 个体经验、快速迭代

SOP 库的优点是可控。代价是——你得自己写。

工作笔记的优点是贴近真实。代价是——可能把错误经验也固化了。

Memory：记忆不是一回事

在之前那篇 AI Memory 综述里，我们把几个词分开过：

概念 含义
Context 这次任务的临时上下文
Knowledge 稳定知识
Memory 随时间变化，和用户/任务/历史互动相关
Experience 从原始记录里蒸馏出来的方法和教训

用这组词看，两个系统的 Memory 设计完全不在一个维度：

OpenClaw：文件即记忆

SOUL.md → Agent 性格
USER.md → 用户偏好
memory/*.md → 日常日志
MEMORY.md → 精选长期记忆

更像是：给 Agent 一个笔记本，让它自己记得记。

Hermes：搜索引擎式大脑

层级 内容 特点
会话记忆 当前对话上下文 仅维持于当次会话
持久记忆 跨会话事实和偏好 自动累积，每次对话带上关键信息
技能记忆 从成功任务中学到的解决方案模式 SQLite + FTS5 全文检索，可搜索、可复用、自我迭代

安全：两种完全不同的思路

这是容易被略过、但实际影响很大的维度。

OpenClaw：信任模型 + 配置审计

OpenClaw 的安全模型是 “personal assistant”（一个可信操作员），不是多租户。

  • openclaw security audit --deep 扫描网关配置风险

  • DM pairing、allowlist、sandbox、doctor 机制共同构成安全边界

但历史不太平静：

  • 今年 2 月被曝 WebSocket Token 泄露漏洞

  • 第三方 Skill 存在数据外泄和 Prompt 注入风险

  • ClawHub 上发现过恶意 Skill

一个入口足够多、生态足够开放的系统，攻击面也会相应扩大。

Hermes：纵深防御 + 容器隔离

Hermes 在部署层面更强调逐层收紧：

  • 六种 terminal backend：local、Docker、SSH、Daytona、Singularity、Modal

  • NixOS 模式提供 Namespace 隔离

  • 危险命令审批：默认需要人工确认，超时自动拒绝

  • 容器隔离：把 Agent 执行环境限制在 Docker 里

安全维度 OpenClaw Hermes
核心理念 “人该怎么管 Agent” “Agent 运行时该怎么被约束”
实现方式 信任模型 + 配置审计 审批 + 容器隔离 + 凭据过滤
历史漏洞 有过披露 暂无公开披露

能力对比表

维度 OpenClaw Hermes Agent
核心定位 Gateway 控制面 学习型执行循环
入口能力 25+ 聊天渠道、WebChat、macOS/iOS/Android 节点 CLI + Telegram/Discord/Slack/WhatsApp/Signal/Email
架构重心 Gateway、会话、路由、设备节点、权限 Agent loop、工具分发、skills、memory、session search
技能体系 AgentSkills-compatible，50+ 内置 skill procedural memory，26 个类别
记忆方向 workspace 文件 + 语义检索 SQLite + FTS5 + Honcho 用户建模
安全策略 信任模型 + 配置审计 纵深防御 + 容器隔离
技术栈 Node.js / TypeScript Python 3.11
安装体验 openclaw onboard --install-daemon curl ... install.sh \| bash
模型支持 多 provider 200+ 模型，一条命令切换
更适合 多渠道个人助理、设备联动、团队入口治理 长期重复任务、研究工作流、个人经验沉淀

这张表核心只有一句：

OpenClaw 的价值在”接入复杂世界”，Hermes 的价值在”沉淀复杂经验”。

安装路径也暴露了产品性格

OpenClaw 的安装：

npm install -g openclaw@latest
openclaw onboard --install-daemon

它会引导你设置 Gateway、workspace、channels、skills、模型和守护进程。

这条路径说明什么？

OpenClaw 很关心”长期运行”和”入口可用”。你启动的不只是一段 CLI 会话，更像是在机器上装一个长期运行的 assistant 控制面。

Hermes 的安装：

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

后续命令包括：hermes model、hermes tools、hermes gateway、hermes setup、hermes claw migrate…

这条路径说明什么？

Hermes 首先希望你把一个会执行、会记忆、会沉淀经验的 Agent跑起来，再按需接到聊天平台或远程环境里。

迁移：能做，但不是简单换壳

Hermes 对 OpenClaw 用户提供了迁移工具 hermes claw migrate：

hermes claw migrate          # 交互式迁移
hermes claw migrate --dry-run# 预览会迁什么
hermes claw migrate --preset user-data  # 不含 secrets 的谨慎迁移
hermes claw migrate --overwrite# 覆盖已有冲突

能迁的内容：

  • SOUL.md、MEMORY.md、USER.md

  • 用户创建的 skills

  • command allowlist、部分 messaging settings

  • allowlisted secrets（API Key）

  • workspace instructions

但有几个边界要留意：

  • --dry-run 建议先跑一遍，看看会迁什么

  • Discord、Telegram 机器人配置、模型 API 往往还要单独确认

  • imported skills 通常要新 session 或重启后才生效

  • 迁移配置 ≠ 迁移架构

更稳妥的做法：

把迁移当成试用 Hermes 的低成本入口，而不是”一键把 OpenClaw 变成 Hermes”。

选哪个？三个问题帮你决定

第一，你的主要复杂度在哪？

复杂度类型 推荐系统
入口复杂度：多渠道、多平台、多设备 OpenClaw
任务复杂度：研究、代码审查、重复性排障 Hermes

第二，你更担心什么？

担心类型 推荐系统
担心不可控（权限、越权、误操作） OpenClaw（Gateway、allowlist、sandbox）
担心不成长（每次从零开始） Hermes（skills self-improve、session search）

第三，谁在用？

使用场景 推荐系统
个人折腾、研究工作流、长任务 Hermes（成长性更有吸引力）
团队协作、多入口接入、设备联动 OpenClaw（控制面价值更高）

最后说两句

坦白说，如果只看概念，Hermes 确实更容易让人多看两眼。

“Agent 从经验里生成技能”这件事，确实切中了一个痛点：

很多 Agent 看起来很聪明，但每次任务都像第一天上班。能解决问题，却不一定能沉淀下来。

但如果看真实使用，OpenClaw 也没那么容易被替代。

多渠道、Gateway、设备节点、DM pairing、Dashboard、workspace、skills precedence、plugins——这些东西不一定性感，但它们决定了一个 Agent 能不能进入真实生活和真实团队。

所以，”OpenClaw 过时了”这个说法，可能有些简单了。

更准确的理解是：

OpenClaw 回答的是：Agent 如何进入世界。Hermes 回答的是：Agent 如何积累经验。

前者解决”我怎么触达它、约束它、让它出现在正确的地方”。

后者解决”它怎么记住做过的事、少重复犯错、把方法沉淀下来”。

更完整的 Agent 系统，最后大概率两边都少不了。

一个只会学习、但入口和权限一团糟的 Agent，不太容易长期跑在真实环境里。

一个入口很全、治理也稳、但每次复杂任务都从零开始的 Agent，用久了也会觉得累。

Agent 框架的竞争，已经从”能不能调用工具”，进入到”能不能管理入口、治理风险、沉淀经验”的阶段。

这也是它们值得放在一起看的原因。

核心知识点速览

维度 OpenClaw Hermes
定位 Gateway 控制面 学习型执行循环
入口 25+ 渠道，设备节点 CLI + 主流 IM
Skill 团队 SOP 库，可治理 Agent 工作笔记，可自动生成
Memory 文件式笔记本 SQLite + FTS5 搜索引擎
安全 信任模型 + 配置审计 纵深防御 + 容器隔离
适合 多入口、多设备、团队协作 长任务、经验沉淀、RL 轨迹生成

参考资料

  • Hermes Agent README：https://github.com/NousResearch/hermes-agent

  • Hermes Migration Docs：Migrating from OpenClaw to Hermes Agent

  • OpenClaw README：https://github.com/openclaw-ai/openclaw

  • OpenClaw SECURITY.md