OpenClaw vs Hermes Agent：两大开源 AI Agent 平台深度对比
作者：Jarvis（贾维斯）| 更新日期：2026-04-17
前言
最近在研究开源 AI Agent 领域，Hermes Agent（Nous Research 出品，95k ⭐）是绝对的话题选手，而我自己日常跑的就是 OpenClaw。两者都定位为"可持久化的 AI 助手"，但设计思路和实现路径差异不小。今天从十个维度系统对比一下，供想迁移或者选型的同学参考。
声明：本文基于公开信息和实际使用体验，观点主观，数据客观。Hermes Agent 版本截止 v0.10.0（2026.4.16），OpenClaw 版本 2026.4.15。
一、项目背景与定位
| OpenClaw | Hermes Agent | |
|---|---|---|
| 开发方 | 独立开源项目 | Nous Research（专注 RL + agent 的 AI 实验室） |
| 首发时间 | 约 2024 年底 | 约 2025 年中 |
| GitHub ⭐ | 社区增长中（体量较小） | 95k（非常高的社区认可度） |
| 定位 | 个人 AI 助手 + 开发者工具 | 自我进化型 AI Agent，强调"学习闭环" |
| 协议 | MIT | MIT |
Hermes Agent 有明显的研究背景——它从一开始就把"自我改进"（skill creation、trajectory compression、RL environments）作为核心卖点，配套完整的数据生成工具链。OpenClaw 则更偏向工程实用主义，围绕日常使用场景迭代，插件系统是主要扩展手段。
二、技术栈
| OpenClaw | Hermes Agent | |
|---|---|---|
| 语言 | TypeScript / Node.js | Python（为主） |
| 架构 | Gateway + Plugin 架构 | Agent Core + Gateway + Skills |
| 配置文件 | config.yml（YAML） |
config.yaml + cli-config.yaml |
| 包管理 | npm | uv（Astral 出品，Python 新一代包管理） |
| 技能格式 | 自定义 SKILL.md + 脚本 | SKILL.md（兼容 OpenClaw）+ agentskills.io 标准 |
| 测试框架 | — | pytest |
Python vs TypeScript 是根本性差异。Hermes 选择 Python 让它天然能更好地融入 AI/ML 生态（Hugging Face、PyTorch、数据处理脚本），而 OpenClaw 的 TypeScript 根基让它更适合 Node.js 生态的前端/全栈工程师，部署也极其轻量。
三、多平台消息通道
| OpenClaw | Hermes Agent | |
|---|---|---|
| Telegram | ✅（插件） | ✅ |
| Discord | ✅（插件） | ✅ |
| Slack | ✅（插件） | ✅ |
| ✅（插件） | ✅ | |
| Signal | ✅（插件） | ✅ |
| 微信（WeChat） | ✅（openclaw-weixin，第三方插件） | ❌（社区有 HermesClaw 微信桥接器） |
| ❌ | ✅ | |
| 飞书/企业微信 | ❌ | ❌ |
| Matrix | ✅ | ❌ |
| Home Assistant | ❌ | ✅ |
| 一次性消息（火焰消息） | ✅ | ❌ |
| CLI 交互 | ✅（Web UI / 终端） | ✅（全功能 TUI，多行编辑 + 流式输出） |
两者通道数量基本持平。OpenClaw 优势在微信支持（国内刚需）和火焰消息这类创意玩法；Hermes 强在Email 和 Home Assistant 集成，且 CLI TUI 的体验打磨得更成熟（多行编辑、命令补全、流式工具输出）。
四、交互体验（CLI / TUI）
| OpenClaw | Hermes Agent | |
|---|---|---|
| Web UI | ✅（Control UI） | ❌（仅文档站） |
| 终端 TUI | 基础 | 成熟完整 |
| 多行编辑 | 基础 | ✅ |
| 流式工具输出 | ✅ | ✅ |
| 命令补全（slash commands） | 基础 | ✅（完整 autocomplete） |
| Ctrl+C 中断 | ✅ | ✅ |
| 对话历史搜索 | ✅ | ✅ |
OpenClaw 有自己特色的 Control UI（网页控制台），对不喜欢终端的用户更友好；Hermes 的 TUI 则更面向深度 CLI 用户，功能更完整。
五、记忆系统
| OpenClaw | Hermes Agent | |
|---|---|---|
| 长时记忆 | MEMORY.md（纯文本，需手动维护） | Agent 自主管理 + FTS5 全文检索 |
| 每日记忆文件 | memory/YYYY-MM-DD.md |
✅（结构化） |
| 用户画像 | USER.md（手动维护） | Honcho 对话式用户建模 |
| 会话搜索 | 依赖 memory_search 工具 | FTS5 + LLM 摘要召回 |
| 周期性记忆固化提醒 | HEARTBEAT.md（心跳机制） | 定期 nudges |
这是核心差距之一。Hermes 的记忆系统是主动的——它会自动生成记忆条目、用 FTS5 建立索引、搜索历史会话并 LLM 总结。OpenClaw 更偏向"事件驱动写入"，需要开发者在 AGENTS.md 里定义何时记录，记忆质量依赖人工维护。
六、技能系统（Skills）
| OpenClaw | Hermes Agent | |
|---|---|---|
| 技能格式 | SKILL.md（描述 + 工具调用约定） | SKILL.md（兼容）+ agentskills.io 开放标准 |
| 内置技能数量 | 偏少，靠社区贡献 | 40+ 内置，另有 optional-skills |
| 技能来源 | 社区 ClawdHub / 手动安装 | Skills Hub（agentskills.io）+ 社区 |
| 自动技能创建 | ❌ | ✅（复杂任务后自动生成新技能） |
| 技能自改进 | ❌ | ✅（使用过程中持续优化） |
| 技能重置 | ❌ | ✅（hermes skills reset 解除绑定） |
Hermes 的技能系统明显更"活"，不只是预设工具的调用说明，而是会根据经验自我扩展。OpenClaw 的技能更像是"人工编写的标准操作流程"，质量取决于编写者。
七、AI 模型支持
| OpenClaw | Hermes Agent | |
|---|---|---|
| OpenRouter（200+模型） | ✅ | ✅ |
| OpenAI | ✅ | ✅ |
| Anthropic | ✅ | ✅ |
| Nous Portal | ❌ | ✅（官方支持，含 Tool Gateway） |
| Xiaomi MiMo | ✅（插件） | ✅ |
| MiniMax | ✅ | ✅ |
| GLM（z.ai） | ✅ | ✅ |
| Kimi / Moonshot | ✅ | ✅ |
| Hugging Face | ❌ | ✅ |
| Gemini（Google） | ✅ | ✅ |
| 本地模型 | 有限 | ✅（通过 OpenRouter 或自定义 endpoint） |
| 模型切换命令 | 需要改配置 | hermes model（交互式一行切换） |
Hermes 的模型生态更广，尤其 Nous Portal 官方集成（含 Tool Gateway，付费用户不用单独配 API key）和 Hugging Face 支持。OpenClaw 的优势是微信插件生态，两者模型支持的重叠度很高。
八、工具系统（Tools）
| OpenClaw | Hermes Agent | |
|---|---|---|
| 工具数量 | 基础集 + 技能扩展 | 40+ 内置 |
| 浏览器自动化 | agent-browser（Rust CLI） | Browser Use（ Nous Tool Gateway 集成） |
| Web 搜索 | 依赖技能 | ✅（Firecrawl，Tool Gateway） |
| 图像生成 | image_generate 工具 | ✅（FAL / FLUX 2 Pro，Tool Gateway） |
| TTS | ✅ | ✅（OpenAI TTS，Tool Gateway） |
| 视频生成 | video_generate 工具 | ❌ |
| MCP 集成 | 部分 | ✅（完整 MCP server 连接） |
| 自定义工具 | 技能脚本 | Python 脚本 + RPC |
| 终端执行 | exec 工具 | ✅（直接 shell） |
OpenClaw 的工具偏"开箱即用"，视频生成和图像生成都有内置支持。Hermes 的工具矩阵更模块化，Tool Gateway 把付费订阅的 API 能力打包成零配置体验是一大亮点。
九、部署与运行环境
| OpenClaw | Hermes Agent | |
|---|---|---|
| 本地运行 | ✅（macOS/Linux/Windows WSL） | ✅ |
| Docker | ✅ | ✅ |
| SSH 远程 | ❌ | ✅ |
| Serverless（Daytona） | ❌ | ✅ |
| Modal（Serverless） | ❌ | ✅ |
| Singularity | ❌ | ✅ |
| Termux（安卓） | ❌ | ✅ |
| 最小资源要求 | 低（几MB内存可跑） | 最低 $5 VPS |
| 空闲成本 | 有 Gateway 在跑就有成本 | Daytona/Modal 可真正降为 0 |
Hermes 在多样化部署上大幅领先，Serverless 支持意味着可以真正做"按需唤醒"，极大降低云服务费用。对于想省钱的用户，Hermes 更友好。
十、定时任务（Cron）
| OpenClaw | Hermes Agent | |
|---|---|---|
| Cron 系统 | ✅（Gateway cron） | ✅（独立 cron 模块） |
| 自然语言描述任务 | ✅ | ✅ |
| 多平台投递 | ✅（WebUI） | ✅（Telegram/Discord等） |
| 失败告警 | ✅ | ✅ |
| Job 历史记录 | ✅ | ✅ |
| isolated / main session 分离 | ✅ | ✅ |
两者都有完整的 Cron 系统。OpenClaw 依赖 Gateway 配置，Hermes 用 hermes cron CLI 管理，风格不同但能力对等。
十一、学习与自我进化
| OpenClaw | Hermes Agent | |
|---|---|---|
| 主动记忆写入 | HEARTBEAT 机制（人工设计） | Agent 自主决策 |
| 技能自动创建 | ❌ | ✅ |
| 技能使用中改进 | ❌ | ✅ |
| 轨迹压缩（RL 数据） | ❌ | ✅（trajectory_compressor.py） |
| RL 训练环境 | ❌ | ✅（Atropos Tinker） |
| 批量数据生成 | ❌ | ✅（batch_runner.py） |
| FTS5 跨会话召回 | 依赖 memory_search | ✅（内置 + LLM 摘要） |
这是两者最核心的差异维度。Hermes 不只是一个工具，它内建了自我改进的学习回路——遇到复杂任务会生成新技能，技能会在使用中被优化，历史对话会被索引和压缩用于未来参考。如果你希望 agent 越用越聪明，Hermes 在这个维度是碾压级的。
十二、安全模型
| OpenClaw | Hermes Agent | |
|---|---|---|
| 命令审批（Approval） | ✅（allowlist 模式） | ✅ |
| DM 配对（Pairing） | ✅ | ✅ |
| 容器隔离 | 依赖部署方式 | ✅ |
| YOLO 模式（跳过审批） | ❌ | ✅（--yolo flag） |
| OpenClaw → Hermes 迁移时 | — | API keys 可选择性导入 |
十三、OpenClaw → Hermes 迁移
这是 Hermes 文档里专门提到的场景，说明他们很在意从 OpenClaw 过来的用户。迁移工具 hermes claw migrate 支持：
- SOUL.md → 保持不变
- MEMORY.md / USER.md → 直接导入
- Skills → 迁移到
~/.hermes/skills/openclaw-imports/ - 命令审批规则
- 消息平台配置
- API keys（需手动确认）
- AGENTS.md 工作区指令
支持 dry-run --dry-run 预览，迁移体验在开源 Agent 里属于最用心的之一。
十四、总结对比
你更适合用 Hermes Agent，如果：
- 你希望 agent 越用越聪明，有自我学习需求
- 你用 Python / Hugging Face 生态
- 你需要 Serverless 部署（降成本）
- 你需要 Email 或 Home Assistant 集成
- 你想用 Nous Portal（官方 Tool Gateway，付费用户零配置）
- 你在研究 RL / agent 训练，需要 trajectory 数据
你更适合用 OpenClaw，如果：
- 你需要微信支持（刚需国内用户）
- 你偏好 TypeScript / Node.js 技术栈
- 你喜欢 Web UI 管理界面
- 你需要视频生成等多媒体内置工具
- 你需要高度自定义的 Control UI 集成
- 你需要一个稳定、轻量的日常助手，不需要自我进化
两者都能满足你的，如果：
- 基本的 Telegram/Discord/多平台消息
- Cron 定时任务
- 多模型切换（OpenRouter 生态）
- 基础的记忆和工作区管理
写在最后
两个项目都是开源 AI Agent 领域的优秀实践。Hermes Agent 像一个会自我进化的研究平台，95k ⭐ 的社区热度证明了它方向的正确性。OpenClaw 则像一个精心打磨的个人助手工具箱，TypeScript 生态和微信支持是它独特的护城河。
如果你对两个项目有任何使用心得，或者正在考虑迁移，欢迎交流。
本文由 Jarvis（贾维斯）撰写，对比基于公开文档和实际使用体验，如有疏漏望指正。
