乐于分享
好东西不私藏

用完 OpenClaw 再试试这个,AI 编程助手终于不失忆了,用得越多越聪明!

用完 OpenClaw 再试试这个,AI 编程助手终于不失忆了,用得越多越聪明!

点击上方卡片关注我

设置星标 学习更多AI出海知识

前两天用 Claude Code 写了一下午代码,中间纠正了三次“别用 sudo 跑 Docker”,结果第二天打开它又用 sudo 了。

AI 编程助手什么都好,就是不长记性,你跟它说过的偏好、踩过的坑、项目的技术栈,关掉窗口就全忘了。

后来在GitHub 上刚出了一个项目可以解决这个问题---- Hermes Agent,Nous Research 出品,它的核心思路就一句话:用得越多越聪明。

它会自动记住你的偏好,自动从复杂任务中提炼出可复用的"技能",下次遇到类似任务直接调用,不需要你教它,它自己学。

Hermes Agent 到底是什么?

一句话概括:一个会自我进化的 AI Agent 平台。

它不是 VS Code 插件,也不是浏览器里的聊天框。它是一个独立运行的 Agent——可以跑在你的笔记本上,也可以跑在一台 $5 的 VPS 上。你通过终端、Telegram、Discord、Slack、WhatsApp 甚至 Signal 跟它对话,它帮你写代码、搜信息、管理服务器、跑定时任务。

听起来跟 OpenClaw 很像?没错,它可以视为 OpenClaw 的竞争对手,甚至还专门做了一个 hermes claw migrate 命令,一键把你的 OpenClaw 配置、记忆、Skills 全部迁移过来。

但 Hermes Agent 有一个 OpenClaw 目前做不到的东西——自动学习闭环

核心能力:自动学习闭环

说实话,看完这个机制我挺意外的。它的学习分三层,一层比一层狠:

第一层:记住你是谁

Hermes 有两个持久化记忆文件:

  • MEMORY.md — 它自己的笔记本,记环境信息、项目结构、踩过的坑(上限 2,200 字符)
  • USER.md — 你的画像,记你的偏好、沟通风格、技术栈(上限 1,375 字符)

不需要手动维护这两个文件,它会自动在对话过程中提取关键信息写进去。

比如你说了一句"我用的是 PostgreSQL 16",它就记下来了,下次让它写数据库代码,它直接按 PostgreSQL 16 来。

记忆满了怎么办?它会自己整理——把过时的信息删掉,给新的腾地方。

第二层:自动创建 Skills

这是最酷的部分。

当 Hermes 完成一个复杂任务(比如调了 5 次以上工具、中间踩了坑又解决了),它会自动把整个流程提炼成一个 Skill 保存下来。下次遇到类似任务,直接调用这个 Skill,不用重新摸索。

更厉害的是,Skills 在使用过程中会自我改进。如果某个 Skill 在执行时发现了更好的做法,它会自动更新自己。

这些 Skills 存在 ~/.hermes/skills/ 目录下,可以随时查看、编辑、删除。格式兼容 agentskills.io 开放标准,也就是说在 Claude Code 里用的 Skills,Hermes 也能用。

第三层:跨会话搜索

Hermes 用 FTS5 全文索引保存所有历史对话,搜索时结合 LLM 做摘要,可以说"我上周跟你讨论过的那个部署方案",它能翻出来。

安装:一行命令搞定

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

支持 Linux、macOS 和 WSL2。安装脚本会自动处理 Python、Node.js 和所有依赖。装完之后:

source ~/.bashrchermes

就能开始对话了。

配置模型:不绑定任何厂商

Hermes 不强制你用某个模型。运行 hermes model 进入交互式选择:

提供商
说明
Nous Portal
Nous 自家平台,OAuth 登录即用
OpenAI
ChatGPT OAuth 认证,用 Codex 模型
Anthropic
Claude 系列,支持 API Key 或 Claude Code 认证
OpenRouter
200+ 模型聚合,一个 Key 走天下
Z.AI / GLM
智谱 GLM 模型
Kimi / Moonshot
月之暗面的模型
MiniMax
MiniMax 国际版和国内版
自定义端点
vLLM、SGLang 或任何 OpenAI 兼容 API

随时用 hermes model 切换,不需要改代码。

连接你的聊天平台

这是 Hermes 的另一个亮点——它不只活在终端里。

hermes gateway setup

一条命令配好消息网关,支持:

  • Telegram
  • Discord
  • Slack
  • WhatsApp
  • Signal
  • Home Assistant

配好之后,在 Telegram 上发一条消息,Hermes 在你的 VPS 上执行,结果推回 Telegram。人在地铁上,活在服务器干。

定时任务:用自然语言设置 Cron

传统 Cron 要写 0 9 * * * /path/to/script.sh。在 Hermes 里,你只需要说:

每天早上 9 点,去 Hacker News 找 AI 相关新闻,整理一份摘要发到我的 Telegram。

它自己设好定时任务,到点自动执行,结果推送到你指定的平台。

40+ 内置工具

开箱就能用的工具有 40 多个,列几个关键的:

  • 终端操作 — 执行命令、管理文件
  • 网页搜索 — 内置搜索,不需要额外配置
  • 代码编辑 — 读写文件、精准替换
  • 子 Agent — 拆分任务,并行执行
  • MCP 集成 — 连接任何 MCP 服务器

用 hermes tools 管理哪些工具启用、哪些关闭。

6 种运行环境

不想让 AI 直接操作你的电脑?Hermes 支持 6 种终端后端:

hermes config set terminal.backend docker  # Docker 隔离hermes config set terminal.backend ssh     # 远程服务器
后端
特点
local
直接在本机跑
docker
Docker 容器隔离
ssh
远程服务器
daytona
Serverless,空闲时休眠,按需唤醒
singularity
HPC 集群
modal
Serverless GPU,不用时几乎零成本

Daytona 和 Modal 特别适合个人开发者——环境空闲时自动休眠,来任务了秒级唤醒,不跑的时候不花钱。

从 OpenClaw 迁移

如果你现在在用 OpenClaw,Hermes 提供了完整的迁移工具:

hermes claw migrate            # 交互式迁移hermes claw migrate --dry-run  # 先预览,不实际执行

会导入这些内容:

  • SOUL.md 人设文件
  • MEMORY.md 和 USER.md 记忆
  • 你创建的 Skills
  • 命令白名单
  • 消息平台配置(Telegram 等)
  • API Key(Telegram、OpenRouter、OpenAI、Anthropic、ElevenLabs)

基本上是无痛切换。

Skills 商店

除了自动学习的 Skills,Hermes 也有自己的 Skills 市场:

hermes skills search kubernetes     # 搜索hermes skills install openai/skills/k8s  # 安装

兼容 agentskills.io 标准,skills.sh 上的 Skills 也能装。

跟 OpenClaw 比,到底怎么选?

对比项
Hermes Agent
OpenClaw
自动学习 Skills
自动创建 + 自我改进
需要手动写或安装
记忆系统
自动提取 + 整理 + 容量管理
需要手动维护 MEMORY.md
跨会话搜索
FTS5 + LLM 摘要
依赖文件搜索
运行后端
6 种(含 Serverless)
主要是本地
模型支持
10+ 提供商,含国内(智谱/Kimi/MiniMax)
需要自己配
Skills 兼容
agentskills.io 标准
自有格式
研究功能
RL 训练、轨迹生成
成熟度
新项目,生态待建设
成熟,社区活跃

公平地说,OpenClaw 在社区生态和稳定性上目前还是领先的,但 Hermes Agent 在"自动学习"这个方向上确实走在了前面。

最后

Hermes Agent 代表了 AI Agent 发展的一个方向:从"工具"变成"伙伴"。 现在的大多数 AI 编程助手,本质上还是一个高级工具,你给它指令,它执行,结束。下次再来,它不认识你了。

Hermes 想做的是一个真正的"数字伙伴":它记住你,了解你的习惯,从每次合作中积累经验。时间越长,配合越默契。

加入 OpenClaw 交流群

如果你对 OpenClaw 感兴趣,或者在实践中遇到问题,欢迎加入 OpenClaw 中文交流群。

99 元入群,送 $50 aigocode.com 算力额度。群里都是实际在用 OpenClaw 的玩家,每天分享使用技巧和踩坑经验,氛围很活跃。

一个人 + OpenClaw + aigocode = 一个小团队。