OpenClaw用腻了?这个82k星的AI Agent工具,记忆系统真的香

如果你有一个"AI 助手"的需求，但又不想为 ChatGPT Plus 或 Claude Pro 每个月掏二三十美元，Hermes Agent 这个开源项目值得认真看一下。它现在 GitHub 上已经跑到了 82.8k+Star ，最新版本是上周刚更新的 v0.9.0——增速之快，在 AI Agent 赛道里算是现象级。

和 OpenClaw 经常被拿来一起比，下面会仔细聊聊它们的区别，以及各自到底适合谁。

Hermes Agent 是什么

GitHub：https://github.com/nousresearch/hermes-agent （82.8k ⭐ 11.1k Fork | MIT 协议）

它是 Nous Research 做的一个开源 AI Agent 框架，今年 2 月 25 日才上线，到现在刚满不到两个月，Star 数就奔着 10 万去了。核心卖点用他们自己的话说叫"越用越聪明"——不是噱头，是有实际机制支撑的。

说白了，它运行在你自己的服务器（或本地机器）上，你通过 Telegram、Discord、Slack 这些你平时就在用的 App 跟它说话，它帮你干事情。而且干完以后，它会自动把解决方案写成技能文档存起来，下次遇到类似的任务直接调用，不用重新摸索。

它最让我觉得有意思的有两点：

第一，真正的持久记忆。 不是那种"你开个新对话就什么都不记得了"的假记忆，而是四层架构——会话历史、用户画像、全文检索（FTS5）、LLM 摘要。跨天、跨周对话，它知道你之前说过什么、你的工作习惯是什么。实测下来确实比那些"每次都要重新介绍自己"的 AI 助手好用很多。

第二，自动生成技能。 你让它帮你整理了一批 PDF，它不光帮你做完，还会把这个流程写成一个可复用的技能文件存在本地。下次你再说"帮我整理这批文档"，它直接调用，不用大模型重新推理一遍流程。这个设计很有工程实用主义的味道。

支持模型方面不挑剔，OpenAI、Anthropic、Google Gemini、DeepSeek、Ollama（本地跑）通通支持，通过 OpenRouter 还能访问 200+ 个模型，随时 /model 命令切换，遇到某个 API 挂了还能自动故障转移。

和 OpenClaw 到底哪里不一样

这是被问最多的问题。它俩经常被放在一起比，但其实定位差挺多的。

OpenClaw 是老牌选手，GitHub 上有 357K+ 颗 Star，是 Hermes 的四倍多。有 ClawHub 技能市场，2857+ 个预制技能，覆盖 Gmail、Todoist、GitHub、Spotify，甚至能控制智能家居设备，接入的消息平台超过 50 个。

Hermes Agent 是新秀，Star 数少得多，但功能设计上有自己的侧重。

直接上对比：

对比维度	OpenClaw	Hermes Agent
GitHub Stars	357K+	82.9K+
消息平台覆盖	50+ 个	7 个核心平台
技能获取方式	ClawHub 市场 2857+ 预制	从使用中自动生成
记忆系统	跨渠道持续上下文	有边界的、经过策划的记忆，跨会话持续存在
安全记录	有过 CVE 漏洞、供应链攻击	强化沙箱隔离，无重大事件
基础设施成本	较高	VPS 可跑
学习机制	社区驱动扩展	内置 RL 学习循环
Windows 支持	原生支持	需 WSL2

怎么理解这个差异？

OpenClaw 的思路是：给你一个超大的工具箱，你要啥从市场里装。它的优势在广度和生态，连接东西的能力是目前开源框架里最强的。但这套东西有代价——架构复杂，运维成本高，而且 ClawHub 曾经被审计出 341 个恶意技能（已清理），用第三方技能要多留心。

Hermes Agent 的思路是：不给你一堆现成工具，让 AI 自己从经验里长出工具来。它的优势在深度和学习能力，记忆系统比 OpenClaw 复杂得多，真正做到了个性化积累。但平台覆盖少，功能没那么"全"。

说真的，这两个并不是你死我活的关系。有不少人同时跑两个——OpenClaw 负责广泛接入和日常任务自动化，Hermes 专门管那些需要长期迭代优化的个人工作流。 这是个很实际的搭配方案。

它能解决什么痛点

痛点 1：每次开新对话 AI 就"失忆"了

用过 ChatGPT 的人应该都懂这个感觉——你昨天花了半小时把背景情况讲清楚，今天打开新对话，全没了，又要从头说。Hermes 的持久记忆机制解决的就是这个。你告诉它你在做什么项目、你的偏好是什么，它记住，以后不用反复解释。

痛点 2：重复任务每次都要重新描述

比如你每周都要汇总某类信息、每天早上要看几个网站的更新。用普通 AI 助手，你每次都要重新说一遍任务要求。Hermes 会把这个流程写成技能存起来，而且内置 cron 定时任务，你说"每天早上 9 点帮我汇总科技新闻"，它就真的每天自动跑，不用你操心。

痛点 3：被某个 AI 服务绑定了

用 Cursor 只能用 Claude，用某些工具只能用 GPT，价格贵了、服务挂了，你没得选。Hermes 支持 200+ 模型，随时切换，API 挂了自动转备用，你不会因为某家服务商出问题就全线瘫痪。

痛点 4：担心数据被云端收集

所有数据存在本地 ~/.hermes/ 目录，无遥测、无数据收集，代码 MIT 开源可审计。对数据隐私敏感的用户，这点比那些把你的对话用来训练模型的商业产品好多了。

安装教程

前置条件说清楚：

Linux 或 macOS
可以直接装
Windows 用户
需要先开 WSL2，然后在里面操作（原生 Windows 支持还是实验阶段）
准备好一个 AI 模型的 API Key，推荐 OpenRouter——注册有免费额度，能接 200+ 个模型

第一步：一键安装

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

安装器会自动处理 Python、Node.js 等依赖，不用手动折腾。

第二步：初始化配置

hermes setup

这是一个交互式向导，会引导你：

选择 AI 服务商（推荐先选 OpenRouter）
填入 API Key
配置消息平台（Telegram、Discord 这些，可以先跳过，直接在终端用）

第三步：开始用

直接在终端聊天：

hermes

如果要同时连通 Telegram/Discord 这些平台：

hermes gateway

想让它开机自动在后台跑：

hermes gateway install

Docker 部署（服务器版）

如果你有一台可以跑 Docker 的设备，使用Docker版本更稳定：

docker run -v ~/.hermes:/root/.hermes hermes-agent gateway

常用命令备查

命令	作用
`/new`	开启新对话（清除当前上下文）
`/model`	切换 AI 模型
`/skills`	查看已有技能列表
`/browser`	打开浏览器控制模式
`/stop`	中断当前任务
`hermes update`	更新到最新版本