如果你用过 OpenClaw，你会发现 Hermes 不是它的替代品，而是它长大后的样子。
背景：OpenClaw 是什么，Hermes 又从哪来
OpenClaw（小龙虾）是许多独立开发者的第一个"常驻 AI Agent"——它跑在 Mac 上，通过 Telegram 遥控，接入 OpenRouter/Kimi 等 API，帮你发帖、写代码、定时任务……但它有一个根本性的局限：它是绑在你笔记本上的，你出门，它就停了。
Hermes Agent 是 Nous Research（就是训练了 Hermes、Nomos、Psyche 系列开源模型的那个实验室）推出的下一代 Agent 框架。它在 GitHub 上 101k star，从架构到定位都是对 OpenClaw 的系统性升级。
官方甚至内置了 hermes claw migrate 一键迁移命令，把你的 SOUL.md、记忆、Skills、API Key 全部搬过来——这本身就说明了它们之间的传承关系。
一、不绑笔记本：真正的"随处运行"
这是 Hermes 和 OpenClaw 最根本的架构差异。
OpenClaw 依赖本地 Mac 运行，你的机器睡了，Agent 就断了。Hermes 支持 6 种终端后端：
| 后端 | 场景 |
|---|---|
| Local | 本地开发，和 OpenClaw 一样 |
| Docker | 容器隔离，适合安全敏感任务 |
| SSH | 接管远程 VPS，Agent 跑在云端 |
| Daytona | Serverless 持久化，闲时休眠几乎零费用 |
| Singularity | HPC 集群环境 |
| Modal | Serverless，按需唤醒 |
实际意义：你花 5 美元开一台 VPS，把 Hermes 扔上去，手机发 Telegram 消息给它，它在云端工作。你关电脑，它还在跑。你的 Agent 终于脱离了你的笔记本。
二、消息平台：从 Telegram 独家到 15+ 平台全覆盖
OpenClaw 主要依赖 Telegram bot。Hermes 的 Gateway 支持：
Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Email、SMS、DingTalk（钉钉）、Feishu（飞书）、WeCom（企业微信）、BlueBubbles、Home Assistant……
还有社区维护的微信桥接项目 HermesClaw，可以让 Hermes 和 OpenClaw 同时跑在同一个微信账号上。
更重要的是：所有平台共享同一套对话记忆。你在 Telegram 上开始的对话，可以在 Discord 里继续。
三、Skills 系统：程序性记忆，不只是 Prompt 模板
OpenClaw 的 Skills 本质上是可复用的 Prompt 片段。Hermes 的 Skills 系统是另一个维度的东西。
Agent 自动创建 Skills
每当 Hermes 完成一个复杂任务（5 次以上工具调用），或者它走了弯路、你纠正了它的思路，它会自动把这个过程总结成一个 Skill 文档，存到 ~/.hermes/skills/ 下，下次遇到类似问题直接调取。
这是真正的程序性记忆——不是你手动写模板，是 Agent 从经验里自己提炼出来的。
Skills Hub：一个生态，不是孤岛
Hermes 集成了多个 Skills 来源：
- 官方 Optional Skills（Hermes 维护）
- skills.sh（Vercel 的公共 Skills 目录）
- Well-known endpoint（任何网站都能发布
/.well-known/skills/index.json来提供 Skills） - GitHub 直装（
openai/skills、anthropics/skills等） - ClawHub、LobeHub 等社区市场
hermes skills search kubernetes
hermes skills install openai/skills/k8s
hermes skills browse --source official
还有安全扫描机制：第三方 Skills 安装前会扫描数据外泄、Prompt 注入、破坏性命令等风险。
渐进式加载，不浪费 Token
Skills 采用三级懒加载：
Level 0: skills_list() → 只列出名字和描述（~3k tokens）
Level 1: skill_view(name) → 加载完整内容
Level 2: skill_view(name, path) → 加载附属参考文件
只有真正用到的时候才展开，节省推理成本。
四、记忆系统：从"存文件"到"真正认识你"
OpenClaw 的记忆是写到 MEMORY.md / USER.md 的静态文本。Hermes 的记忆系统分多个层次：
FTS5 全文搜索：所有历史对话都被索引，Agent 可以跨 Session 语义搜索。问它"上次我们讨论的 OSS 部署方案"，它能找到三周前的那段对话，用 LLM 总结后带入上下文。
Honcho 辩证式用户建模：集成 Honcho 做用户画像，不只是记事情，而是持续更新对你的"认知模型"。
记忆 Nudge：Agent 在完成任务时会主动提醒自己"这件事值得记录吗"，而不是等你叫它记。
五、工具体系：47 个内置工具 + MCP 万能扩展
OpenClaw 的工具集相对简单。Hermes 内置 47 个工具，分组管理：
- 终端工具：执行命令、文件操作
- Web 工具：搜索、抓取、视觉识别、图片生成
- 语音工具：TTS 文字转语音，Telegram/Discord 语音备忘录转录
- 子 Agent 工具：spawn 隔离子 Agent 并行处理多个任务流
更关键的是 MCP（Model Context Protocol）全面支持：任何 MCP Server 都能接入，立刻扩展 Hermes 的能力边界——GitHub、Notion、数据库、自定义 API，统统可以。
六、模型自由度：换模型不改代码
OpenClaw 配置不同 Provider 需要调整配置文件甚至改代码。Hermes 只需：
hermes model
支持的 Provider 包括：
- Nous Portal（官方）
- OpenRouter（200+ 模型）
- NVIDIA NIM（Nemotron）
- Xiaomi MiMo（小米）
- z.ai / GLM
- Kimi / Moonshot
- MiniMax
- Hugging Face
- OpenAI / Anthropic 原生 API
- 任何 OpenAI 兼容 Endpoint
你用的是 Kimi K2.5？换成 Qwen3？直接 hermes model 选一下，Agent 的 Skills、记忆、人格全部保留，没有任何代码变更。
七、RL 数据飞轮：Hermes 真正的"野心"
这是最容易被误解的部分，也是 Hermes 和其他 Agent 框架最本质的区别。
很多人看到 Hermes 支持 RL 训练，会问：它不是调 API 的吗，训练什么模型？
答案是：训练 Nous Research 自己的开源模型，不是你在用的那个 API 模型。
整体逻辑是一个数据飞轮：
用户日常使用 Hermes（调 GPT/Claude/Kimi）
↓ 收集高质量真实 Trajectory
Atropos（RL 环境管理） + Tinker（训练服务）
↓ GRPO + LoRA fine-tune
Nous 下一代工具调用开源小模型
↓ 可本地部署，不依赖付费 API
Atropos 负责协调环境交互、管理 Rollout 组、计算 Advantage；Tinker 负责 LoRA 训练、推理采样和优化器步骤。
用户每天用 Hermes 完成的真实 agentic 任务（多轮工具调用、错误恢复、复杂规划），都变成了高质量训练数据。这些数据训练出的开源小模型，会比直接在 benchmark 上训练的模型拥有更好的实际工具调用能力——因为数据来自真实使用场景，不是学术 benchmark。
你也可以自己参与这个过程：
# 批量生成 trajectory 用于训练
python batch_runner.py
# 启动 RL 训练（需要 Tinker API Key）
hermes config set TINKER_API_KEY your-key
在聊天界面直接让 Agent 管理训练：
/rl_list_environments # 扫描可用训练环境
/rl_start_training # 启动训练 Run
/rl_monitor_run # 监控训练指标
八、迁移路径：从 OpenClaw 到 Hermes 有多简单
# 安装 Hermes
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 一键迁移 OpenClaw 的所有配置
hermes claw migrate
# 或者先预览一下会迁移什么
hermes claw migrate --dry-run
会自动迁移的内容：
- SOUL.md（人格文件）
- 记忆（MEMORY.md 和 USER.md）
- Skills（用户创建的技能 →
~/.hermes/skills/openclaw-imports/） - 命令白名单（审批模式规则）
- 消息平台配置（Telegram 等平台设置、允许用户列表）
- API Keys（Telegram、OpenRouter、OpenAI、Anthropic、ElevenLabs）
- TTS 音频资源
- AGENTS.md 工作区指令
总结：该不该迁移？
| 维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 运行位置 | 本地笔记本 | 本地 / VPS / Serverless |
| 消息平台 | 主要 Telegram | 15+ 平台 |
| Skills | 静态 Prompt 模板 | 自动生成、可进化、有生态 |
| 记忆 | 静态 Markdown 文件 | FTS5 检索 + 用户建模 |
| 工具数量 | 有限 | 47 内置 + MCP 无限扩展 |
| RL 训练 | ❌ | ✅ Atropos + Tinker |
| 模型切换 | 需改配置 | hermes model 一键换 |
| 从 OpenClaw 迁移 | — | hermes claw migrate |
如果你只是需要一个简单的 Telegram Bot 偶尔帮你发帖，OpenClaw 依然够用。
但如果你想让 Agent 真正跑起来——在云端、在你睡觉的时候、在你换手机的时候——Hermes 是目前开源生态里最完整的答案。
关于作者
写这篇文章的同时，我也在用AI Agent驱动自己的另一个项目——
AmazingIndex 是我做的一个 AI 行业日报聚合站，每天自动抓取、评分、整理最值得关注的 AI 动态，帮你在信息过载的时代不错过真正重要的东西。如果你也在追 AI 进展，欢迎收藏，也欢迎来提意见 👇
项目地址：github.com/NousResearc…
官方文档：hermes-agent.nousresearch.com
微信桥接：HermesClaw（社区项目，让 Hermes 接入微信）
