夜雨聆风
【笔记】OpenClaw 与 Hermes 技术全景解读
当 AI 不再只会聊天：OpenClaw 与 Hermes 技术全景解读
从「大模型」到「能动手、能记住、能进化」的个人 Agent
一、先回答一个根本问题：它们到底是什么？
很多人第一次听到 OpenClaw 和 Hermes，会把它们当成「又一个 ChatGPT 套壳」。这其实差了一层。
更准确的说法是：
-
• 大模型（LLM） 是「大脑」——负责理解、推理、生成文本。 -
• OpenClaw / Hermes 是「神经系统 + 手脚 + 记忆」——负责把大脑接到真实世界：发消息、跑命令、读文件、记偏好、反复试错直到任务完成。
它们不是模型本身，而是开源的 AI Agent 编排框架：你自选 Claude、GPT、Gemini 或本地 Ollama，框架负责会话、工具调用、记忆注入、多平台接入与安全边界。
行业正在经历一次范式迁移：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
| Agent |
|
|
OpenClaw 与 Hermes 都站在第三阶段，但架构哲学不同——这一点后文会反复提到。
二、从底层概念讲起：读懂 Agent 的四个关键词
2.1 Agent Loop：不是一次对话，而是一圈又一圈
真正的 Agent 运行方式，学术上常叫 ReAct（Reason + Act）或更广义的 Agentic Loop：
是
否
OpenClaw 官方文档把这一圈描述为：intake → context assembly → model inference → tool execution → streaming replies → persistence。Hermes 则在 run_agent.py 里用同步 ReAct 实现同一逻辑：组 prompt → 调 API → 执行 tool → 再调 API，直到结束或触达 90 轮硬上限（防无限循环烧额度）。
关键洞察：Agent 的复杂度不在「写一句漂亮的 prompt」，而在循环是否可靠——队列、超时、会话锁、工具结果截断、中途打断（steering）等工程细节。
2.2 编排层 vs 模型层：为什么要框架？
若只用 API 调模型，你很快会遇到：
-
• 工具调用格式各家不一（OpenAI function calling、Anthropic tools、OpenRouter 长 model id…） -
• 会话历史膨胀，需要 Compaction（摘要压缩） -
• 多渠道（Telegram、Slack、WhatsApp）要统一路由 -
• 副作用操作（ rm -rf、发消息）需要审批与沙箱
框架的价值，就是把上述「脏活」标准化。OpenClaw 用 Gateway + 嵌入式 Agent Runtime；Hermes 用 单核心 AIAgent + 可选 Gateway。二者都是「编排层」，模型可换。
2.3 提示词工程在 Agent 时代变了
传统 Prompt Engineering 关注单次任务效果；Agent 时代多了三类「可编辑上下文」：
|
|
|
|
|---|---|---|
| 身份层 |
|
SOUL.md |
| 用户层 |
|
USER.md |
| 操作层 |
|
AGENTS.md
TOOLS.md |
这些 Markdown 文件会在每次会话启动时注入 system prompt（OpenClaw 称 Bootstrap Files；Hermes 称 Tier-1 记忆）。你不是在 Chat 框里重复「我是资深工程师、别废话」——而是把规则写进仓库，让 Agent 自带人设。
2.4 Skills：从「会一次」到「会一辈子」
Skill 是可复用的程序性记忆：一份带 YAML 头信息的 SKILL.md，描述流程、坑点、验收标准。Agent 遇到相似任务时先检索 Skill，而不是从零推理——这是降低 token、提高稳定性的核心手段。
两家都拥抱 agentskills.io 开放标准，但谁创建 Skill、如何进化——正是 OpenClaw 与 Hermes 最大的分水岭。
三、OpenClaw：以 Gateway 为中心的个人 AI 助手
3.1 理念：本地优先、渠道即产品
OpenClaw（GitHub 超 37 万 star，2025 年底兴起）的定位非常清晰：
Personal AI Assistant —— 跑在你自己的设备上，在你已经在用的聊天 App 里回复你。
核心主张：
-
• Local-first：数据默认留在本机；Gateway 默认绑定 127.0.0.1:18789 -
• Own your data：无遥测、MIT 开源、可审计 -
• Any channel：WhatsApp、Telegram、Discord、Slack、Signal、iMessage、Matrix、飞书等数十渠道 -
• BYOM（Bring Your Own Model）：OpenAI、Anthropic、OpenRouter、Ollama 均可
官网一句话：Gateway 只是控制平面，产品才是助手本身。
3.2 核心架构：Gateway 枢纽
OpenClaw 用「龙虾缸」类比（社区梗：Molty 太空龙虾 🦞）：
Gateway 是唯一长期驻留的守护进程：
-
• 维持各消息平台连接（如 WhatsApp 通过 Baileys，每主机仅一个会话） -
• 暴露类型化 WebSocket API（ connect握手 →req/res/event） -
• 设备配对、签名挑战、Tailscale/SSH 远程隧道 -
• 管理 Canvas（ /__openclaw__/canvas/）、A2UI 可视化工作区
Nodes（macOS/iOS/Android）以 role: node 接入，提供相机、录屏、定位等设备能力。
这与传统「把 Bot 部署到云函数」相反：控制平面在本地，渠道触达在云端 API。
3.3 Agent 工作区与 Bootstrap：提示词即配置
每个 Agent 有独立 Workspace（agents.defaults.workspace），作为工具 cwd 与上下文根目录。首次运行推荐 openclaw setup，会生成：
|
|
|
|---|---|
SOUL.md |
|
AGENTS.md |
|
USER.md |
|
IDENTITY.md |
|
TOOLS.md |
|
BOOTSTRAP.md |
|
新会话首条消息前，这些文件被注入 Project Context；过大文件会截断并提示「读原文」。这是 OpenClaw 提示词工程的主战场：改 Markdown = 改 Agent 行为，无需改 TypeScript。
3.4 Agent Loop 与队列：工程化的「可靠」
OpenClaw 的 Agent Loop 入口包括 Gateway RPC agent、CLI openclaw agent 等。工程亮点：
-
• 按 session 序列化 + 可选全局 lane，避免工具竞态 -
• Session 写锁（跨进程文件锁，默认等待 60s） -
• Steering：流式生成中途可注入新指令（ /queue steer等模式） -
• Compaction：上下文过长自动摘要，带 compaction流事件 -
• Hook 双系统：Gateway 生命周期钩子 + Plugin 钩子（ before_tool_call、before_prompt_build…）
插件用 TypeScript 编写，支持热重载；内置 50+ 集成，社区 Plugin Registry。
3.5 Skills 加载优先级
Skills 从多处合并（高优先级覆盖低）：
-
1. Workspace /skills -
2. /.agents/skills -
3. ~/.agents/skills -
4. ~/.openclaw/skills -
5. Bundled 内置
Skill 本质是目录 + SKILL.md；可通过配置与环境变量门控。
3.6 OpenClaw 的技术栈小结
-
• 语言：TypeScript 为主（约 92%），辅以 Swift/Kotlin（移动端） -
• 运行时：Node 22.19+ / 推荐 Node 24 -
• 协议：TypeBox → JSON Schema → 可生成 Swift 模型 -
• 安全：配对审批、设备 token、Exec Approvals、可选沙箱 workspace
一句话总结 OpenClaw：把「个人助手」产品化——极强渠道覆盖 + 本地 Gateway + 可扩展插件，Skills 以人写/社区为主，Agent 负责执行。
四、Hermes：以「闭环学习」为中心的进化型 Agent
4.1 理念：不是 Copilot，是「住在你机器上的同事」
Hermes Agent（Nous Research，2026 年 2 月发布，两个月 GitHub star 破 9 万）的定位：
Agent 住在你的服务器上，用得越久越强——记住项目、自建 Skill、在 Telegram 等处找到你。
与 OpenClaw 的对比，社区有一句精辟 framing：
Hermes 用 Gateway 包裹一个会学习的 Agent；OpenClaw 用 Agent 包裹一个消息 Gateway。
4.2 核心架构：单 AIAgent，多入口
所有入口汇入同一个AIAgent 类——平台无关不是口号，是代码结构。
执行环境可配置六种后端：本机终端、Docker、SSH、Modal、Daytona、Singularity——改配置不改代码即可从笔记本迁到云 GPU。
4.3 三层记忆：提示词的分层设计
|
|
|
|
|
|---|---|---|---|
| Tier 1 |
|
MEMORY.md
USER.md（约 1375 字符） |
|
| Tier 2 |
|
|
|
| Tier 3 |
|
|
|
另有 SOUL.md 占 system prompt #1 槽位——身份先于一切记忆与 Skill 加载。记忆记「是什么」，Skill 记「怎么做」，SOUL 记「我是谁」。
4.4 闭环学习（Closed Learning Loop）：Hermes 的杀手锏
这是 Hermes 相对 OpenClaw 最本质的差异：
触发 Skill 自动创建的条件包括：
-
• 完成复杂任务（≥5 次工具调用） -
• 踩坑后找到正确路径 -
• 用户纠正做法 -
• 发现非平凡工作流
skill_manage 支持 create / patch / edit / delete 等操作；patch 优先（省 token）。
渐进式披露（Progressive Disclosure） 控制成本：
-
• L0：仅 Skill 名称 + 描述（全库约 3k tokens） -
• L1：命中后再加载完整 SKILL.md -
• L2：再钻取 references/ 子文件
Curator（垃圾回收）：7 天未跑 + 空闲 2 小时 → 后台 fork Agent；30 天未用标记 stale，90 天归档；动刀前 tar.gz 快照，可一键回滚。
4.5 GEPA：当「自我感觉良好」不够用时
运行时自写 Skill 有弱点：Agent 容易自我_congratulation（以为自己做得很好）。
GEPA（Genetic-Pareto Prompt Evolution）在独立仓库 hermes-agent-self-evolution 中离线运行：
-
1. 读执行 trace，找真实失败点 -
2. 遗传式搜索 prompt/skill 变体 -
3. LLM-as-judge + rubric 评分（非二元 pass/fail） -
4. 100% 测试集通过、Skill <15KB 等硬约束 -
5. 最优变体以 PR 形式提交，非直接覆盖
无需 GPU，单次优化约 $2–10 API 成本。与 Atropos RL、ShareGPT 轨迹导出等结合，Hermes 还面向 MLOps / 微调数据生产——这是 OpenClaw 较少强调的方向。
4.6 Hermes 技术栈小结
-
• 语言：Python 3.11+ -
• 安装： curl | bash+hermes setup向导 -
• 模型：OpenRouter 200+、OpenAI、Anthropic、Gemini、本地 vLLM/Ollama；建议 ≥64k 上下文 -
• Skill Hub：官方 687+ Skills（内置、LobeHub、Anthropic 等来源） -
• 许可：MIT
一句话总结 Hermes：把「经验沉淀」产品化——运行时写 Skill、后台 Curator、离线 GEPA，三层记忆 + 可选训练管线。
五、并排对比：该选哪一个？
|
|
|
|
|---|---|---|
| 首要目标 |
|
|
| 架构重心 |
|
|
| 主语言 |
|
|
| 记忆 |
|
|
| Skill 来源 |
|
Agent 自写
|
| 进化机制 |
|
|
| 渠道广度 |
|
|
| 可视化 |
|
|
| 典型用户 |
|
|
二者不是互斥竞品，更像同一赛道两种哲学：
-
• 要 「在我常用的聊天软件里，一个靠谱的全能管家」 → OpenClaw 更贴脸。 -
• 要 「重复劳动越来越少、Skill 库自动长大」 → Hermes 更贴脸。 -
• 技术团队也可 OpenClaw 管触达，Hermes 管深度任务（需自行集成，非官方一键方案）。
六、提示词工程实践：两家共通的设计智慧
无论你是 OpenClaw 还是 Hermes 用户，以下原则都适用：
6.1 把「人设」从对话里搬到文件里
SOUL.md 示例（Hermes / OpenClaw 通用思路）：
# SOUL.md你是务实的高级工程师，品味鲜明。优先真实、清晰、有用，而非客套。硬限制：不执行未确认的破坏性 shell；不向外发送隐私路径。6.2 控制上下文预算
-
• 核心记忆保持短小（Hermes 用字符上限强制蒸馏） -
• 长文档用 read 工具按需加载，不要全塞进 system prompt -
• 善用 Compaction / 合并（OpenClaw 自动；Hermes 80% 阈值触发）
6.3 Skill 写好的三要素
-
1. description：写清「何时激活」（触发器比正文更重要） -
2. Pitfalls：写踩过的坑（Agent 最贵的是重复犯错） -
3. Verification：可检查的完成标准
6.4 安全提示词与系统策略并行
提示词里写「不要删库」不够；必须配合：
-
• OpenClaw：Exec Approvals、沙箱 workspace、配对与 Gateway auth -
• Hermes：执行后端隔离（Docker/SSH）、90 轮上限、Curator 只动 agent-authored Skills
Agent 能执行 shell 时，威胁模型从 Prompt Injection 升级为 Full Computer Access——生产环境务必默认沙箱 + 最小权限。
七、生态与趋势：为什么现在值得关心？
-
1. 从 Chat 到 Act：企业不再满足于 FAQ Bot；个人也需要能「清 1 万封邮件、审 Deck、建 GitHub Issue」的助手。 -
2. Local-first 反弹：数据主权、合规、成本推动自托管框架爆发。 -
3. 程序性记忆的标准化：Skill 格式 + Hub 降低「每个团队重造 Agent 轮子」的成本。 -
4. 学习闭环是否成立：Hermes 把「每次任务」当训练数据点；GEPA 用 trace 纠偏——这是走向 Self-improving Agent 的早期工程尝试。 -
5. OpenClaw 的社区规模：极高 star 数带来渠道适配、插件与实战案例的快速累积。
八、结语：选框架之前，先选问题
OpenClaw 和 Hermes 回答的不是「哪个模型更强」，而是：
你希望 AI 在数字生活里扮演什么角色？
-
• 若是 随时响应的多渠道管家——研究 OpenClaw 的 Gateway、Bootstrap 与 Canvas。 -
• 若是 会积累工作流、越用越省心的同事——研究 Hermes 的记忆分层、闭环学习与 GEPA。
底层都是同一套现代 Agent 技术栈：ReAct 循环 + 工具调用 + 分层记忆 + Markdown 驱动的提示词工程 + 开源可审计。差别在于：OpenClaw 把「连接世界」做到极致；Hermes 把「从经验中学习」做到极致。
参考： OpenClaw 文档 · OpenClaw GitHub · Hermes Agent · Nous Research 社区技术文章