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 > Hermes Agent vs OpenClaw:两款顶流开源 AI Agent 深度横评

Hermes Agent vs OpenClaw:两款顶流开源 AI Agent 深度横评

当前时间： 2026-05-12 20:17:51 更新时间： 2026-05-12 分类：软件教程 评论(0)

Hermes Agent vs OpenClaw:两款顶流开源 AI Agent 深度横评

2026年5月 | 数据来源：官方 GitHub 及官方文档
如果你最近关注开源 AI Agent 圈子，一定听说过这两个项目——Hermes Agent 和 OpenClaw，它们都号称”你自己的私人 AI 助手”，都是 MIT 开源，都能接管你的消息平台。
但它们本质上是两类完全不同的产品。这篇文章帮你彻底搞清楚：它们分别擅长什么，你该选哪个。
━━━━━━━━━━━━━━━━━━━━━━

▍ 一、先认识一下这两位

🤖 Hermes Agent

由 Nous Research（AI 安全与能力研究机构，Hermes/Nomos/Psyche 系列大模型的作者）开发，2026年2月发布，目前版本 v0.13.0。用 Python 写成，145k GitHub Stars，949 名贡献者。
核心理念：「The agent that grows with you」—— 越用越聪明，会自己学习、自己写技能、自己记住你。

🦞 OpenClaw

由独立开发者 Peter Steinberger 和开源社区驱动，项目势头极猛：371k Stars、2,057 名贡献者、已发布 145 个版本。用 TypeScript 写成，有配套的 macOS、iOS、Android 原生 App。
核心理念：「Your own personal AI assistant」—— 无论你在哪个 App、哪个设备，随时都能找到你。
━━━━━━━━━━━━━━━━━━━━━━

▍ 二、最核心的差异：学习能力 vs 覆盖广度

这是两个项目分道扬镳的关键所在——
Hermes Agent 的核心赌注是「闭环学习」：
① Agent 解决了一个复杂问题 → 自动写成 SKILL.md 技能文档
② 技能在使用中持续自我优化
③ FTS5 全文索引让 Agent 能搜索自己所有历史对话
④ Honcho 技术持续建立你的用户画像
⑤ Agent 会周期性”nudge”自己，主动把重要信息固化到记忆里
结果：Hermes 用的时间越长，越了解你，越不需要你重复解释上下文。
OpenClaw 的核心赌注是「全平台覆盖」：
你在微信、WhatsApp、Telegram、iMessage、Discord、飞书……说的每句话，都能触达同一个 AI。它的记忆依赖你手动维护几个 Markdown 文件（AGENTS.md、SOUL.md、USER.md）；技能靠 ClawHub 商店手动安装。没有自动学习，但胜在稳定、成熟、平台支持极广。
━━━━━━━━━━━━━━━━━━━━━━

▍ 三、消息平台支持：覆盖对比

两者都支持 20+ 消息平台，但覆盖的平台有所不同——
◎ Hermes Agent 额外支持（OpenClaw 没有）：
  • 钉钉（DingTalk）
  • Home Assistant（智能家居）
  • Email（邮件）
  • SMS（短信）
  • 元宝（Yuanbao）
  • BlueBubbles
◎ OpenClaw 额外支持（Hermes 没有）：
  • iMessage
  • IRC
  • LINE
  • Nostr
  • Zalo
  • Twitch
  • Nextcloud Talk
  • Synology Chat
两款都支持：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Microsoft Teams、Google Chat、飞书、微信、QQ、命令行 CLI、WebChat。
━━━━━━━━━━━━━━━━━━━━━━

▍ 四、Hermes Agent 的独门绝技：MLOps 平台

这是 OpenClaw 完全没有的能力，也是 Hermes 与众不同的核心所在——
如果你是 AI 研究者或 MLOps 工程师，Hermes 能帮你：

🔬 批量轨迹生成

可以并行生成数千条 tool-calling 轨迹，用于模型微调数据集，支持自动 checkpoint、可配置 worker 数量和 batch size。

🧪 强化学习训练

内置 Atropos RL 集成（tinker-atropos），支持多种 RL 环境（包括 WebResearchEnv 等），11 种 Tool Call 解析器适配不同模型架构。

📦 数据导出

支持 ShareGPT 格式导出，轨迹压缩算法可将训练数据压缩进 token 预算。
这些功能在其他任何个人 AI Agent 项目里都找不到，是 Hermes 面向 AI 研究社区的核心竞争力。
━━━━━━━━━━━━━━━━━━━━━━

▍ 五、执行后端：Hermes 7种 vs OpenClaw 3种

在”让 Agent 去哪里跑代码”这件事上，差距很明显：
Hermes Agent 支持 7 种执行后端：
  1. 本地终端
  2. Docker 容器（加固：只读根文件系统 + 降权 + PID 限制）
  3. SSH 远程服务器
  4. Modal（Serverless，空闲休眠，按需唤醒，近零成本）
  5. Daytona（Serverless 持久化）
  6. Singularity（HPC 高性能集群）
  7. Vercel Sandbox
特别是 Modal 和 Daytona：Agent 环境在云端”冬眠”，有任务时自动唤醒，没任务时几乎不产生费用。可以在 $5/月的 VPS 上运行 Agent，从 Telegram 给它发任务，让它在云端工作。
OpenClaw 支持 3 种执行后端：
  1. 本地终端
  2. Docker 容器（沙箱隔离）
  3. SSH 远程
  4. OpenShell
结论：如果你需要 HPC 集群、Serverless 弹性计算，选 Hermes。如果只是日常本地+远程，两者都够用。
━━━━━━━━━━━━━━━━━━━━━━

▍ 六、OpenClaw 的独门绝技：原生 App 生态

这是 Hermes 目前完全缺失的能力——

🖥️ macOS App（OpenClaw.app）

  • 菜单栏常驻控制面板
  • Voice Wake 语音唤醒词
  • Push-to-talk 悬浮按钮
  • 内置 WebChat 和调试工具

📱 iOS 节点 App

  • 通过 WebSocket 配对到 Gateway
  • 语音触发 + Canvas 可视化工作区
  • 可通过openclaw nodes 管理

🤖 Android 节点 App

  • Connect / Chat / Voice 三标签页
  • Canvas 可视化 + Camera + Screen Capture + 设备命令

🎨 Live Canvas（独有）

这是 OpenClaw 最有特色的功能之一：Agent 可以驱动一个实时可视化工作区（HTML/CSS/JS），在对话中动态更新界面。创意设计、数据可视化场景非常适合。
━━━━━━━━━━━━━━━━━━━━━━

▍ 七、技能系统对比

两者都使用同一种开放标准：SKILL.md 格式（agentskills.io），技能文件可以相互共享。
Hermes Agent 的技能系统：
  • 40+ 内置技能（MLOps、GitHub、图表等）
  • 自动创建技能：解决新问题后 Agent 自己写技能文档
  • 技能自我改进：用的过程中持续优化技能内容
  • 技能市场：agentskills.io Skills Hub
  • 安装命令：/skills
OpenClaw 的技能系统：
  • Bundled 内置技能 + ClawHub 扩展市场（clawhub.ai）
  • 手动安装：openclaw skills install
  • 技能安全扫描：每个技能在 ClawHub 有 VirusTotal + ClawScan 扫描记录
  • Skill Workshop 插件（实验性，默认关闭）：可从 Agent 工作中生成技能
  • 精细的 per-agent 技能权限控制：每个 Agent 可设置独立的技能 allowlist
  • 6 级优先级：workspace > project > personal > managed > bundled > extraDirs
━━━━━━━━━━━━━━━━━━━━━━

▍ 八、LLM 支持：谁更开放？

Hermes Agent 支持（部分独有）：
  • Nous Portal（原生 OAuth，研究机构自家服务）
  • OpenRouter（200+ 模型）
  • NVIDIA NIM（Nemotron 系列）
  • Kimi / Moonshot、MiniMax、Xiaomi MiMo、z.ai/GLM
  • 本地 vLLM（完全离线）
  • 所有 OpenAI 兼容端点
OpenClaw 支持（部分独有）：
  • Codex runtime（原生 OpenAI Codex 运行时）
  • 多模型 fallback 链（primary + fallbacks，session 级别可覆盖）
  • 图像模型、视频生成模型、音乐生成模型各有独立配置
  • /model 会话内热切换，含别名系统
两者都支持：OpenAI、Anthropic Claude、本地模型（Ollama/LM Studio）
━━━━━━━━━━━━━━━━━━━━━━

▍ 九、安全模型对比

Hermes Agent：
  • 零遥测、零数据收集（明确承诺）
  • Docker 容器加固（只读根 + dropped capabilities + PID limits）
  • –yolo 标志可跳过所有审批提示（谨慎使用）
  • hermes doctor 诊断工具
  • ACP（Agent Communication Protocol）内置适配
OpenClaw：
  • DM pairing code 机制（陌生人发消息需配对码）
  • openclaw doctor 含 DM policy 审计
  • 多 Agent 沙箱隔离：非 main session 自动沙箱化
  • ClawHub 技能安全扫描（VirusTotal + ClawScan + 静态分析）
  • 设备连接 v3 协议：nonce 签名 + platform/deviceFamily 绑定
  • Tailscale 远程访问支持（含 TLS + optional pinning）
━━━━━━━━━━━━━━━━━━━━━━

▍ 十、两者的关系：竞争还是互补？

有意思的是，两个项目刻意设计了互操作性——
🔄 一键迁移：Hermes 内置 hermes claw migrate 命令，自动检测 ~/.openclaw，迁移 soul 文件、记忆、技能和 API keys。
🔗 技能互通：两者使用同一 SKILL.md 格式（agentskills.io 标准），技能可以相互移植。
🌉 社区桥接项目：HermesClaw（第三方）可以让 Hermes 和 OpenClaw 同时运行在同一个微信账号上。
这意味着，很多人的最优解是：在服务器上跑 Hermes 做重计算、自我学习和 AI 训练任务；同时用 OpenClaw 处理日常消息交互、语音唤醒和移动端体验。
━━━━━━━━━━━━━━━━━━━━━━

▍ 十一、选谁？一张决策图

优先选 Hermes Agent，如果你：
✅ 是 AI 研究者 / MLOps 工程师，需要批量生成训练数据、对接 RL 实验
✅ 需要 Agent 越用越强，自动积累技能、建立用户画像
✅ 需要连接 HPC 集群（Singularity）或 Serverless 平台（Modal/Daytona）
✅ 需要 Computer Use（屏幕级别 GUI 自动化）
✅ 需要接入钉钉、Home Assistant、Email 或 SMS
✅ 用 Python 开发，想方便二次开发
✅ 对隐私要求极高，需要零遥测承诺
优先选 OpenClaw，如果你：
✅ 需要 iMessage、LINE、Nostr 等 Hermes 不支持的平台
✅ 需要语音唤醒词和 push-to-talk
✅ 想在 iPhone / Android 上有完整的原生 App 体验
✅ 想用 Live Canvas 做可视化工作区或内容创作
✅ 需要视频/音乐生成能力
✅ 追求稳定成熟的产品（145次版本 vs 13次版本）
✅ 是非技术用户，需要 Onboarding 向导和完善文档
✅ 用 Codex，需要原生 Codex runtime 支持
━━━━━━━━━━━━━━━━━━━━━━

▍ 结语

这两个项目代表了开源 AI Agent 的两个方向：
Hermes Agent 在问：”AI Agent 如何持续进化、越用越强、在任意计算资源上高效运行？”
OpenClaw 在问：”AI Agent 如何无处不在、随时触达你、在所有设备和平台上无缝集成？”
两个问题都值得被回答。而有意思的是，两个项目都意识到对方解决了自己没有解决的问题——所以才有了那个 hermes claw migrate 命令。
最后附上地址：
  • Hermes：github.com/NousResearch/hermes-agent
  • OpenClaw：github.com/openclaw/openclaw