先关注后阅读，娇姐怕失去上进的你

文末娇姐整理openclaw所有文章链接

想了解娇姐点击文末链接

在 OpenClaw 上跑了很多个 agent，处理各种业务工作流。Hermes 的会话压缩、自动记忆和 checkpoint 机制更完善，一直想迁过去。

这是最值得迁移的理由之一——Hermes 会持续自我优化：

① 自动更新 MEMORY.md

agent 发现新规则会自己写入记忆，跨 session 生效。

② 自动生成 Skill

让 agent 执行新任务，它会自动生成对应 SKILL.md 并保存。

③ 自动优化 Skill

执行失败后，agent 会改进工作流并更新 skill。

在hermes真的看到执行任务过程不断在更新和迭代skill

【不推荐用官方命令】Windows 环境下安装Hermes及迁移Openclaw的实操分享

这个文章中的迁移命令执行完之后，有些瑕疵优化后，我输出了这个完整的skill分享给大家参考，可以提高迁移的效率和质量。

把完整路径整理成了下面这份 Skill，直接复用即可，基本能做到零改动。

迁移完成后，可以让hermes自己证明自己的核心优势能力并打分。

---

如下是skill原文，直接复制即可用：

Step 1：读源码，摸清依赖

必读文件：

workspaces/<agent>/SOUL.md

workspaces/<agent>/MEMORY.md

workspaces/<agent>/USER.md

workspaces/<agent>/scripts/

  runtime_config.py

    ← 凭证读取逻辑（必读）

重点检查 runtime_config.py：读了哪些环境变量（全部放进 .env）、依赖哪些外部服务（确认连通性）。路径用 Path(__file__) 相对路径的脚本复制后自动适应，无需修改。

Step 2：创建 profile 目录

AGENT=<your-agent-name>

mkdir -p ~/.hermes/profiles/$AGENT/

  {memories,skills/$AGENT,

   workspace,sessions,logs,cron}

Step 3：创建 config.yaml

YAML

model:

  default: "<your-model>"

  provider: "auto"

  base_url: "<api-endpoint>"

  api_mode: "chat_completions"

agent:

  max_turns: 90

  context_tokens: 50000

  reasoning_effort: "none"

memory:

  memory_enabled: true

  user_profile_enabled: true

compression:

  enabled: true

  threshold: 0.50

  protect_last_n: 20

checkpoints:

  enabled: true

  max_snapshots: 50

terminal:

  cwd: "/home/<user>/.hermes/..."

注意：terminal.cwd 只是默认提示，agent 执行命令时不会自动继承——必须在 SOUL.md 和 SKILL.md 里用硬编码绝对路径（见 Step 6）。

Step 4：创建 .env

Shell

# !! 含敏感信息，不提交版本控制 !!

# LLM

OPENAI_API_KEY=<your-key>

OPENAI_BASE_URL=<your-endpoint>

# OpenClaw BOM fix（必须）

OPENCLAW_CONFIG=<path>/data/

               openclaw.json

# 飞书凭证

FEISHU_APP_ID=<app-id>

FEISHU_APP_SECRET=<app-secret>

FEISHU_TENANT_KEY=<tenant-key>

Step 5：复制脚本到 hermes workspace

Bash

# 脚本（排除缓存，原文件零改动）

rsync -av \

  --exclude='__pycache__' \

  --exclude='*.pyc' \

  $SRC/scripts/ $DEST/scripts/

# 数据库和数据文件

rsync -av $SRC/data/ $DEST/data/

# 参考文档（如有）

[ -d $SRC/knowledge ] && \

原理：OpenClaw 脚本用 Path(__file__).parent.parent 推断根目录，只要保持 workspace/scripts/ 目录结构，复制后路径自动正确，脚本零改动。

Step 6：创建 SOUL.md（最关键一步）

警告：必须包含「工作目录（强制）」章节，否则 agent 会自己推断，大概率跑回 OpenClaw 路径执行脚本。

SOUL.md 模板结构：

Markdown

# SOUL.md — <agent 角色名>

## 身份

- Agent ID: <agent-name>

- 角色：<一句话描述>

## 工作目录（强制）

**所有脚本必须在以下目录执行：**

/home/<user>/.hermes/profiles/

  <agent>/workspace

## Pipeline 执行顺序

# 步骤1

cd /home/<user>/.../workspace \

两个关键细节：WSL 里没有 python 命令，统一用 python3；不要用 $WORKSPACE 变量，agent 执行时 shell 变量不展开，必须硬编码绝对路径。

Step 7：创建 memories/MEMORY.md

从原 MEMORY.md 提炼迁移：

• 保留：
  架构决策、已知 bug 及修复、配置原则
• 丢弃：
  日期流水账、临时 TODO、过期条目
• 必加：
  文件末尾声明强制工作目录，字符上限 2200

为什么要在 MEMORY.md 也声明工作目录？Hermes 的记忆系统会在每次对话时把 MEMORY.md 注入 system prompt——即使某次 SOUL.md 被压缩遗忘，工作目录约束依然生效。这是双重保险。

Step 8：创建 memories/USER.md

包含主要用户信息、典型任务请求、用户偏好。从原 USER.md 迁移，空模板时从 memory 日志推断。字符上限 1375。

Step 9：创建 skills/<agent>/SKILL.md

每个工具一个 section，命令同样用硬编码绝对路径。结构参考：

Markdown

# <skill-name>

<一句话描述>

## 工作目录

所有脚本在以下目录执行：

/home/<user>/...workspace

## 工具

### <tool-name>

cd /home/...workspace && python3 ...

Step 10：验证测试

按顺序执行以下命令：

Bash

# 1. profile 出现，model 正确

hermes profile list

# 2. 文件结构诊断

hermes -p <agent> doctor

# 3. 验证工作目录

hermes -p <agent> chat -Q \

  -q "你的工作目录是哪里？"

# 4. 健康检查

hermes -p <agent> chat -Q \

# 5. 完整工作流验收

hermes -p <agent> chat

验收标准：工作目录回答是 hermes workspace 路径、数据库路径不含 /mnt/d/openclaw/、端到端工作流跑通。

踩坑记录

agent 跑回 OpenClaw 路径

原因SOUL.md 缺少强制工作目录章节，agent 自行推断路径

解决Step 6 加「工作目录（强制）」章节，硬编码绝对路径

python: command not found

原因WSL 里没有 python 命令

解决所有命令统一改为 python3

Unexpected UTF-8 BOM

原因openclaw.json 带 UTF-8 BOM，导致 JSON 解析失败

解决.env 加 OPENCLAW_CONFIG 指向无 BOM 副本

$WORKSPACE 变量不展开

原因agent 在独立 shell 执行，没有变量上下文

解决用硬编码绝对路径，不用 shell 变量

外部服务连接失败

原因Docker 服务在 Windows，WSL 访问 localhost 不通

解决Windows 侧先执行 docker start <container>

Feishu API 403

原因复用了其他 agent 的凭证

解决每个 agent 独立 app_id/secret，放各自 .env

如果你也在用 OpenClaw 并有迁移 Hermes 的打算，希望这份 Skill 能帮你少踩几个坑。有问题欢迎留言。

关于openclaw资料包和系列文章