乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > OpenClaw 升级版!Hermes Agent,自动沉淀记忆、skill并持续优化

OpenClaw 升级版!Hermes Agent,自动沉淀记忆、skill并持续优化

当前时间： 2026-08-17 17:02:20 分类：办公文件 评论(0)
OpenClaw 升级版!Hermes Agent,自动沉淀记忆、skill并持续优化

最近其实想放弃 OpenClaw 了。

当初用它，就是看中了它的记忆功能，觉得会越用越顺手。但真用下来才发现，这套东西比我预想中更费时间、也更费 token。我在记忆系统上认真做过，最后效果还是没达到预期。

所以我现在更倾向于觉得，记忆系统这种通用能力，不太适合普通用户自己从零搭、自己慢慢调。

但今天看到 Hermes，特别是它强调内置记忆系统，还能自动沉淀 skill、持续迭代优化，我觉得这个是值得试试的。

这篇我主要分 4 部分来聊：

  1. OpenClaw 痛点分析

  2. Hermes 特点介绍

  3. 安装，以及从 OpenClaw 迁移

  4. 初步上手

OpenClaw 痛点分析

OpenClaw 一个核心宣传点，就是你和它交互得越多，它就会越懂你的习惯，也越懂你的业务。

但真用起来我发现，问题不在“有没有记忆”，而在这套记忆得靠你自己维护。

也就是说，OpenClaw 把一个很关键、很底层的能力，交给了用户自己去设计。

你得自己想：什么该记，什么不该记；长期记忆怎么放，短期上下文怎么放；daily 怎么写，MEMORY.md 怎么蒸馏；规则该留在项目里，还是放到共享记忆层。写完以后，还得持续整理、持续修，防止上下文越跑越偏。

我自己也按网上公认比较成熟的一套记忆体系认真做过，时间花了不少，token 也花了不少，但结果并没有达到我原本预期的效果。

最常见的问题有几个：

  • 无效上下文会越积越多

  • 真正关键的指令，还是会漏

  • 文件系统会越来越乱

  • 想做成流程的东西，跑起来还是不稳定

所以本来是想着能养一个越来越懂自己的助手，结果到头来，我还是得一直给它补说明、修结构，挺麻烦的。

记忆系统当然有价值，但在 OpenClaw 中，这类通用能力太依赖用户自己去搭、去调、去维护了。对普通用户来说，这个门槛还是有点高。

像这种事，我觉得更适合交给 AI 圈里更厉害的人，或者开源项目去做，把底层能力先打磨好，再持续迭代。

Hermes 特点介绍

先看一下官方对 Hermes 的介绍：

「Hermes Agent 是一款具备自我提升能力的 AI 智能体。它是唯一内置了学习闭环的智能体——能够从经验中创造 skills 并在使用中不断优化，主动提示自己沉淀知识，检索过往的对话记录，并为你建立起一个跨会话的、日益深化的个人模型。」

这段官方介绍看着挺长，但核心我觉得就两点：

1. 自主沉淀 Skills

一般来说，我们要做一个 skill，得先主动通过一些 creator 去创建，后面再用 skill 去继续优化。

Hermes 不太一样。它强调的是，这一步不需要你主动去做，而是 agent 自己会从经验里形成 skill，并且在使用过程中继续优化。

很多人用 Agent 都会遇到这个问题：一次任务做完了，真正有价值的经验没留下来。下次再碰到类似的事，还是得重新来一遍。

Hermes 想解决的，就是这个问题：尽量把经验沉淀和后续优化都放到系统内部去做。

2. 跨会话用户建模

Hermes 内置了 FTS5 的会话搜索，再配合 LLM 自动摘要，来做跨会话的历史召回。

另外，它还会借助 Honcho 这套机制，不只是查历史记录，还会慢慢建立起你的用户画像。

像 Gemini 网页版现在其实也在往这个方向走。

小结

总结来说，OpenClaw 是把记忆、skill 这些事交给你，靠工作区里的文件和规则自己去搭、自己去维护；Hermes 是想把这些事做成系统内部的默认能力，让用户少操一点心。

这也是为什么我看到 Hermes 之后，会觉得值得试一试。

安装与迁移

1. 快速安装

官方提供了一键安装脚本，会自动处理 Python、Node.js 和相关依赖，支持 Linux、macOS 和 WSL2：

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

装完后，记得重载一下环境变量：

source ~/.bashrc  # Mac 用户视情况替换为 source ~/.zshrc

2. 基础使用

环境准备好之后，可以先用这两个基础命令：

  • hermes setup：跑一遍完整的设置向导，把基础配置配好。

  • hermes：直接进入终端交互界面，开始对话。

3. 从 OpenClaw 迁移

这个功能有一些我认为的坑，见第4小节-初步上手。

其实正常来说，启动的时候，Hermes 会自动检测你有没有使用 OpenClaw。如果有，它会直接询问你是否需要从 OpenClaw 进行迁移。

当然你也可以直接通过命令来迁移：

hermes claw migrate

迁移时 Hermes 会把 OpenClaw 里的 API Keys、memories、skills 等一起迁到 Hermes。

最后给大家看一下 Hermes 接进聊天软件之后的样子。

不过这里也补充一句，目前它支持的还不是国内常用的聊天软件。

初步上手

1. 关于从 OpenClaw 迁移的坑

这个要看个人情况。我这里说两个我自己踩到的坑：

  1. 如果你后面要通过聊天软件来用 Hermes，也就是走 gateway 模式，那它会直接把原来 OpenClaw 的工作区当成自己的工作区，后面和 OpenClaw 一起用。这点我肯定不能接受。

  2. 如果你的模型 provider 不是官方那几种，而是像我这样，手上有几个 Plus 号，自己搭了个中转，所以平时用的是 Custom 配置，那直接从 OpenClaw 迁过来，我这边就会出问题。再加上我刚上手 Hermes，对它的配置文件这些也不熟，所以最后我是直接让 OpenClaw 帮我改好的。不过如果你是手动配置，那配 Custom 这种本身是没问题的。

2. Profile：把记忆、skill 分开管理

Hermes 自动记忆、自动创建 skill 这些功能，生成出来的记忆文件和 skill，不是跟着项目走的，而是直接放在 Hermes 自己的配置目录里。所以如果你在同一台机器上会做差别比较大的事，比如我一边做自媒体，一边又写代码开发，那我肯定不希望这些记忆混在一起。

Hermes 有 profile 的概念。默认是 default profile，但你可以自己创建多个 profile，彼此独立。

  • 比如我通过 hermes profile create seeley-ai 创建了一个 profile。以后只要用 hermes -p seeley-ai 启动，不管在哪个目录下，记忆、skill 等都会写到 seeley-ai 这个 profile 里。

  • 我又通过 hermes profile create coding 创建了一个 profile。同样，在不同的项目下通过 hermes -p coding 启动来写代码，这些记忆、skill 也都会归到 coding 这个 profile 里。

👋 写在最后

Hermes 我现在刚开始用，所以到底怎么样，还得再观察一阵子。大家如果有兴趣，可以先自己试试。

如果想看后续使用体验，也可以先关注我。

👀 关注「林见的AI咖啡馆」，一起聊 AI、聊工具、聊效率，也聊聊 AI 时代的思考与可能性。