两个月破10万+Star：Hermes Agent 有哪些过人之处

对齐token
51 阅读6分钟

——与OpenClaw、Claude Code全方位对比，以及本地模型支持深度解析

image_1777426588190.png img

一、最近GitHub最火的项目

img

如果要说2026年开年以来，AI圈最炸裂的事情，Hermes Agent绝对排得上号。

2026年2月25日，Nous Research在GitHub上悄悄扔出了这个项目。

谁也没想到，短短俩月后，它的Star数就突破了12万+，成为GitHub Trending连续霸榜的存在。

连Anthropic都被爆出在"借鉴"它的功能——你能想象一个开源项目强到什么程度，才会引得行业巨头来抄作业？

Hermes到底是什么？值得专门聊一聊。

二、一个会"记事儿"的AI助手

说白了，Hermes就是一个会跟着你一起"长大"的AI。

普通AI助手是什么德性？聊完就忘，下次见面跟陌生人似的。你上周告诉它你做JavaScript，它转头就忘了；你让它帮你写过一次的脚本，下次换个需求它又从头教你。

Hermes不一样。它真正厉害的地方在于记忆系统。

用专业的话说，它有完整的三层记忆架构：短期会话记忆、持久记忆、技能记忆。每次你让它干活，它不仅把事儿办了，还会自动分析这次有效的工作方式，把经验沉淀下来。下次遇到类似的活儿，它自己就能上手。

简单讲：别的AI是金鱼，Hermes是记事本。

你跟它说过的事儿，它全给你记着。用得越久，它越懂你——不是营销话术，是真有一套闭环学习机制在跑。

三、两个月10万Star，凭什么

光说"会学习"三个字，可能有点虚。咱们来点实在的：

GitHub数据说话：上线首月2.2万Star，两个月破10万，增速堪称恐怖。

Only you ...

img

技术上也确实有两把刷子：

  • 内置GEPA算法（遗传-帕累托提示进化），技能生成全自动
  • FTS5全文检索，记忆想找就能找
  • 支持200+模型一键切换，OpenRouter、Ollama、OpenAI、Claude全兼容
  • Telegram、Discord、Slack等14+平台随便接
  • 部署成本低到离谱，5美元VPS就能跑

安装也简单到离谱：

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

一行命令，完事儿。

四、和OpenClaw比怎么样

img

说到AI Agent，OpenClaw是绕不过去的坎儿。毕竟坐拥34万Star，算是这个赛道的老大哥了。

那问题来了：选Hermes还是OpenClaw？

先说结论：不是一个物种，没法直接比。

OpenClaw是万能工具箱。你想接Telegram？装个Skill。想管邮件？装个Skill。社区贡献了13000+ Skills，功能多到你用不完。但这些能力需要你手动去装、去配置——它本身不会自己学。

Hermes是自进化系统。你不用折腾啥，装上就能用。它会自动提炼技能、自动积累经验。你告诉它的事情它会记住，你做过的任务它会总结，下次同样的需求它自己搞定。

用大白话讲：

OpenClaw就像一个啥都能装的百宝箱，但里面的东西得你自己往里填。

Hermes就像一个会自学的实习生，你带两回它就能独当一面。

详细对比：

维度HermesOpenClaw
学习方式自动进化手动配置
记忆系统三层持久记忆基础上下文
技能来源自动生成社区Skills
上手难度低中
生态规模快速增长成熟丰富
部署成本$5 VPS起免费自托管

选Hermes：你想省心，想让AI适应你，不想折腾配置。

选OpenClaw：你想折腾，想完全掌控每一个细节，需要接入大量第三方平台。

五、和Claude Code比怎么样

img

Claude Code是Anthropic亲生的，代码能力没话说，业界标杆级别的存在。

那它支持本地模型吗？

支持，但得绕路。

官方文档写得很清楚：你得手动配置三个环境变量，告诉Claude Code去找Ollama的接口。具体怎么配？大概是这个样子：

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export ANTHROPIC_BASE_URL=http://localhost:11434

# 启动时还得手动指定模型
claude --model qwen3.6:27b

看着挺简单的对吧？但实际用起来，问题就来了。

第一个坑：上下文窗口。

Claude Code自己需要很大的上下文窗口，官方建议至少64k tokens。你本地跑的模型，得支持这么大的上下文才能顺滑。不是什么模型都能用的。

第二个坑：速度感人。

本地模型推理本来就比云端慢，加上Claude Code动不动就要处理大段代码、多个文件，那速度...怎么说呢，你能感受到什么叫"岁月静好"。

第三个坑：兼容性不稳定。

毕竟是绕路走的，谁知道哪天Ollama更新了版本，Claude Code更新了版本，俩能不能继续愉快地玩耍。

所以Claude Code对本地模型的态度，总结起来就是：能用，但别指望好用。 它自己也没把这当核心功能来优化。

对比一下就很清楚了：

功能HermesOpenClawClaude Code
原生集成✅ 一条命令⚠️ 需配置❌ 绕路
使用方便度ollama/qwen3:30b环境变量三个变量+参数
上下文支持✅ 自动适配⚠️ 手动调⚠️ 需64k+
完整工具链✅ 全功能⚠️ 部分⚠️ 受限
性能优化✅ 专门优化⚠️ 一般❌ 很慢

Hermes对Ollama的态度完全不同。

Ollama v0.21.0专门加了Hermes联动支持，hermes model ollama/qwen3.6:27b直接用，不需要任何环境变量配置，本地模型跑起来跟云端模型体验差不多。

六、Ollama优化配置（针对Hermes）

既然说到Ollama，给你一套经过验证的优化参数，用Hermes跑本地模型更流畅：

永久配置（推荐）：

# 编辑配置文件
vim ~/.zshrc

# 添加以下内容
export OLLAMA_KEEP_ALIVE=24h      # Hermes频繁调用，常驻更流畅
export OLLAMA_NUM_PARALLEL=4     # Hermes子Agent并行时需要
export OLLAMA_MAX_LOADED_MODELS=1 # 只跑一个模型，节省内存
export OLLAMA_FLASH_ATTENTION=1  # 启用加速
export OLLAMA_KV_CACHE_TYPE=q8_0  # 量化缓存，省显存

# 生效
source ~/.zshrc

M1 Pro 32G推荐配置：

export OLLAMA_KEEP_ALIVE=24h
export OLLAMA_NUM_PARALLEL=4
export OLLAMA_FLASH_ATTENTION=1

验证配置生效：

ollama ps
curl http://localhost:11434/api/tags

七、啰嗦

三个AI Agent，三种风格：

OpenClaw像教练——你越用心调教，它越强。

Hermes像老板——你下命令，它自己进化。

Claude Code像大师——代码无敌，但只认云端。

结论也很简单：

  • 想省心、想让AI自己长本事 → Hermes
  • 想折腾、完全掌控每一个细节 → OpenClaw
  • 专职写代码、不在乎API费用 → Claude Code

img

行了，就这么多。两个月破12万Star，连大厂都来抄，不关注一下说不过去。

avatar
文章
阅读
粉丝