Hermes Agent vs OpenClaw:选型与迁移指南

Hermes 与 OpenClaw 如何选择?本文对比两者架构、功能边界与迁移路径,给出明确的选型建议。

项目简介

Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架,采用 MIT 许可证。其核心设计理念是构建一个能够随使用时间增长而自我改进的 Agent 系统。

项目 链接
官网 hermes-agent.nousresearch.com
GitHub github.com/NousResearch/hermes-agent
最新版本 v0.7.0(截至 2026 年 4 月)
Stars 33.2k
Issues 786 open / 543 closed

核心特性

  • 内置学习循环:从经验自动生成和优化技能
  • 分层记忆系统:session / persistent / skill / archive 四层架构
  • 多平台支持:Telegram、Discord、Slack、WhatsApp、Signal、Email、CLI、飞书、钉钉、企业微信
  • 子代理委托:支持并行任务处理(单 Agent 内的多线程,非多 Agent 通信)
  • 定时自动化:内置 cron 调度器,支持自然语言配置
  • 沙箱环境:本地、Docker、SSH、Singularity、Modal 五种后端

安装方法

快速安装

支持平台:Linux、macOS、WSL2(不支持原生 Windows)

初始配置

基本命令

从 OpenClaw 迁移

Hermes 提供了官方的迁移工具,支持从 OpenClaw(及 legacy Clawdbot/Moldbot)导入配置。

迁移命令

迁移范围

数据类型 OpenClaw 源 Hermes 目标 说明
人设定义 workspace/SOUL.md ~/.hermes/SOUL.md 直接复制
工作区指令 workspace/AGENTS.md 指定目录 –workspace-target
长期记忆 workspace/MEMORY.md ~/.hermes/memories/ 解析合并,去重
用户画像 workspace/USER.md ~/.hermes/memories/ 同上
每日记忆 workspace/memory/*.md 合并到主记忆 全部合并
Skills workspace/skills/ ~/.hermes/skills/openclaw-imports/ 支持冲突处理
模型配置 agents.defaults.model config.yaml 支持 fallback
MCP 服务器 mcp.servers.* mcp_servers.* 完整迁移

迁移注意事项

  1. Provider 配置需重新验证:Hermes 不继承 OpenClaw 的 provider API keys,需重新配置
  2. Skill 兼容性:部分 OpenClaw 生态的 skill 可能需要适配或寻找替代品
  3. 多 Agent 架构差异:OpenClaw 的 multi-agent routing 在 Hermes 中没有直接对应实现

官方迁移指南:hermes-agent.nousresearch.com/docs/guides/migrate-from-openclaw/

与 OpenClaw 的核心差异

1. 上下文管理策略

维度 OpenClaw Hermes
存储格式 .jsonl 文件 SQLite + FTS5
记忆分层 文件系统分层 四层架构(session/persistent/skill/archive)
检索方式 memory_search 主动调用 自动动态加载 + 周期性提示
记忆持久化 手动管理 Agent 主动固化

关键区别

  • OpenClaw 依赖用户主动调用记忆检索,适合需要精确控制记忆使用的场景
  • Hermes 采用更自动化的记忆管理,声称可以降低 token 使用,但缺乏公开的量化对比数据

2. 技能(Skill)系统

维度 OpenClaw Hermes
创建方式 手动编写 SKILL.md 手动编写 + 自动生成
学习机制 静态配置 内置学习循环,从经验生成 procedural skills
生态丰富度 成熟(ClawHub 有大量社区 skill) 较新,生态仍在建设中
技能标准 OpenClaw Skill 规范 兼容 agentskills.io 开放标准

实际体验

Hermes 的自动生成技能功能在简单任务上表现尚可,但复杂业务逻辑仍需手动编写和调优。OpenClaw 的成熟生态在短期内仍有优势。

3. 子代理与并行处理

Hermes 的委托模式

重要澄清

  • Hermes 支持的是单 Agent 内的子任务并行(subagent delegation)
  • 不支持多 Agent 之间的通信和协作
  • 每个子代理有独立的会话、终端和工具集,但只有最终摘要返回父代理

这与 OpenClaw 的 multi-agent routing(多 Agent 独立运行、相互通信)是不同的架构模式。

4. 平台接入与网关

功能 OpenClaw Hermes
国际平台 Telegram、Discord、Slack Telegram、Discord、Slack、WhatsApp、Signal、Email
国内平台 QQ、飞书 飞书、钉钉、企业微信
网关架构 多 channel 独立配置 统一 gateway 进程
跨平台连续性 有限 原生支持(单一会话跨平台)
语音支持 依赖插件 内置语音备忘录转录

更新:Hermes 在 v0.7.0 已新增对飞书、钉钉、企业微信的支持,国内平台适配正在快速完善中。

已知问题与限制

1. 生态成熟度

基于 GitHub Issues 的观察(786 open issues):

  • 高频问题:配置迁移、模型兼容性、定时任务调度
  • 平台适配:部分平台(如 Matrix)存在 typing indicator 延迟问题
  • 安全相关:子进程环境变量继承可能导致凭证泄漏风险(Issue #6032)

2. 实际使用中的坑

必须显式传递上下文

子代理完全独立于父代理的会话,如果不显式传递文件路径、错误信息、项目结构,子代理对 “我们刚才讨论的 bug” 一无所知。

不好的委托

正确的委托

3. 社区反馈摘要

正面

  • 迁移工具比预期顺利
  • 开箱即用的体验较好
  • 定时任务功能实用

负面

  • Skill 生态不如 OpenClaw 丰富
  • 某些 OpenClaw 内置功能需要手动配置
  • 新版本迭代快,文档有时滞后

选型建议

适合选择 Hermes 的情况

  • 希望减少手动维护 skill 的工作量
  • 主要使用单一 Agent,不需要多 Agent 协作
  • 重视跨平台会话连续性
  • 使用 Telegram、Discord、飞书、钉钉等平台
  • 愿意接受较新的、快速迭代的项目

不建议迁移的情况

  • 依赖 QQ 等特定国内平台(Hermes 暂不支持 QQ)
  • 需要多 Agent 独立运行和相互通信
  • 已经建立了大量自定义 OpenClaw skill,迁移成本过高
  • 需要稳定成熟的生态支持
  • 对自动化技能生成有疑虑,偏好手动控制

混合使用策略

部分用户反馈的实践经验:

总结

维度 Hermes OpenClaw
上手难度 较低(开箱即用) 中等(需要配置)
定制能力 中等
生态丰富度 较新,在建设中 成熟
多 Agent 支持 不支持 支持(multi-agent routing)
记忆管理 自动化 手动控制
国内平台 飞书、钉钉、企业微信 QQ、飞书
代码生成 有内置学习循环 依赖 skill

Hermes Agent 是一个设计精良的 AI Agent 框架,特别适合希望快速上手、减少维护工作的用户。但它不是 OpenClaw 的替代品,两者在架构理念上有本质差异。

如果你重视开箱即用的体验和自动化能力,Hermes 值得一试。如果你需要精细控制、多 Agent 协作或 QQ 平台支持,OpenClaw 仍是更成熟的选择。

最终建议:两者可以共存。在独立项目中试用 Hermes,保留现有的 OpenClaw 配置,根据实际需求决定长期使用方案。

参考来源

  1. Hermes Agent 官网:hermes-agent.nousresearch.com
  2. GitHub 仓库:github.com/NousResearch/hermes-agent
  3. 迁移指南:hermes-agent.nousresearch.com/docs/guides/migrate-from-openclaw/
  4. OpenClaw 仓库:github.com/openclaw/openclaw

本文基于官方文档和公开信息整理,版本信息截至 2026 年 4 月。