#AI #agent #OpenClaw #LLM

OpenClaw vs Hermes Agent：两个本地优先 Agent 的设计差异

OpenClaw（Novita AI）和 Hermes Agent（Nous Research）都是本地运行的个人 AI Agent，但在记忆系统、技能学习、运行环境和模型生态上走了不同的路。深入对比两种架构的核心差异。

注：本文对比的 OpenClaw 为 Novita AI 的 OpenClaw Gateway 版本，Hermes Agent 为 Nous Research 的开源版本（MIT，v0.11.0）。两者均在持续迭代，以各自官方文档为准。

OpenClaw 和 Hermes Agent 是目前最接近的两个个人 AI Agent 框架——两者都跑在你自己的机器上，都支持 Telegram/Discord 等 IM 接入，都有持久记忆和定时任务。

但从更深的设计哲学来看，它们走了截然不同的路。一个是配置驱动的 Gateway 生态，另一个是自我学习的闭环系统。

先说清楚：两者都是本地优先

这一点经常被误解。Hermes Agent 不是云服务，它和 OpenClaw 一样，是一个你部署在自己服务器或本机上的进程。

# Hermes Agent 安装方式（Linux/macOS/WSL2）
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
hermes setup
hermes gateway start  # 启动消息网关（Telegram/Discord/Slack...）
# OpenClaw 安装方式
npm install -g openclaw
openclaw gateway start

两者都是：安装 → 配置 → 跑一个本地 gateway 进程 → 通过 IM 或 CLI 与 Agent 交互。

背景

  • OpenClaw：Novita AI 开发，Node.js 实现，插件/Skills 生态驱动，核心 Gateway 非开源
  • Hermes Agent：Nous Research（知名开源 LLM 研究机构）开发，Python 实现，MIT 全开源，v0.11.0

两者都有相当的社区活跃度。Hermes 官方提供了 hermes claw migrate 命令，可以从 OpenClaw 迁移，说明两者确实面向同一类用户。

核心特性对比

维度OpenClawHermes Agent
开发语言Node.jsPython
开源协议部分开源（Gateway 核心闭源）MIT 全开源
IM 渠道Discord/Telegram/Signal/微信等Telegram/Discord/Slack/WhatsApp/Signal/Email
模型支持Anthropic/OpenAI/Gemini + GitHub Copilot200+ 模型（OpenRouter/Nous Portal/NVIDIA NIM/OpenAI 等）
运行环境本地进程6 种终端后端（Local/Docker/SSH/Daytona/Singularity/Modal）
技能系统SKILL.md 手写，配置驱动任务完成后自动生成技能，运行中自我改进
记忆系统本地向量数据库（语义检索）FTS5 全文检索 + LLM 摘要 + Honcho 用户建模
定时任务内置 Cron 引擎内置 Cron（自然语言配置）
子 Agentsessions_spawn 隔离运行隔离子 Agent + Python RPC 脚本并行
研究功能无批量轨迹生成、Atropos RL 环境
迁移工具无hermes claw migrate（从 OpenClaw 迁移）

最大的差异：技能是手写的还是自学的

这是两者最根本的设计哲学分歧。

OpenClaw 的 Skills 是你手写的 SKILL.md 文件——描述某类任务的执行规范，Agent 根据用户意图选择。这个系统非常灵活，可以精确控制 Agent 的行为，但需要你主动维护。

Hermes Agent 的 Skills 是 Agent 在完成复杂任务后自动创建的，并且在后续使用中自我改进：

典型流程：
1. 你让 Agent 做了一件复杂的事
2. 任务完成后，Agent 自动提炼经验 → 生成一个 Skill
3. 下次遇到类似任务，直接调用这个 Skill（零上下文成本）
4. 每次调用后，Skill 会根据结果持续优化

官方把这称为”闭合学习循环”（closed learning loop）——Agent 随着使用时间越长，处理同类任务越高效。Hermes 还兼容 agentskills.io 开放标准，可以导入社区分享的 Skills。

运行环境：本地进程 vs 六种后端

OpenClaw 的 Agent 直接跑在启动进程的机器上。

Hermes Agent 支持六种终端后端：

后端特点
Local直接在本机运行
Docker容器隔离，更安全
SSH在远程服务器上运行
Daytona无服务器持久化，空闲时休眠（按需计费）
SingularityHPC 环境，适合科研集群
Modal无服务器，近乎零成本空闲

这意味着你可以在笔记本上通过 Telegram 发消息，而 Agent 实际的代码执行发生在云端 VM 上——手机断网不影响任务继续跑。

记忆系统的实现差异

两者都有持久记忆，但实现路径不同。

OpenClaw：本地向量数据库，支持语义搜索。MEMORY.md 作为主记忆文件，每日日志追加写入，可配置自动蒸馏。

Hermes Agent：三层结构：

  1. FTS5 全文检索：精确关键词搜索历史对话
  2. LLM 摘要：跨 Session 的语义召回
  3. Honcho 用户建模：通过 plastic-labs/honcho 构建用户模型，Agent 对你的了解随时间深化

模型生态

OpenClaw 通过 provider 插件接入模型，官方支持 Anthropic/OpenAI/Gemini，以及 GitHub Copilot 作为代理。

Hermes Agent 开箱支持 200+ 模型：

hermes model  # 交互式选择 provider 和模型
# 支持：Nous Portal / OpenRouter(200+) / NVIDIA NIM(Nemotron)
#       Xiaomi MiMo / z.ai/GLM / Kimi/Moonshot / MiniMax
#       HuggingFace / OpenAI / 自定义 OpenAI 兼容端点

切换模型不需要改代码：hermes model set openrouter:deepseek/deepseek-r1。

综合对比雷达图

分数代表各维度的相对侧重（1-5），数据来源于各自官方文档和 GitHub README，主观评分维度已标注。

怎么选

选 OpenClaw，如果你：

  • 在 Node.js 生态更熟悉，或已有 OpenClaw 的使用经验
  • 需要精确控制 Agent 行为（Skills 手写，可审计）
  • 使用 Anthropic/OpenAI/Gemini 等主流 provider 已经足够
  • 想要稳定的商业支持（Novita AI 背书）

选 Hermes Agent，如果你：

  • 希望 Agent 自己学习，减少手动维护 Skills 的成本
  • 需要在远程服务器/云环境上运行 Agent 的执行环境
  • 想要接入更多样的模型（OpenRouter 生态）
  • 重视完全开源（MIT），可以审计和修改所有代码
  • 对 NLP 研究感兴趣（Atropos RL 环境、轨迹生成）

如果你现在用 OpenClaw，想试试 Hermes：

hermes claw migrate  # 官方提供的迁移工具

小结

OpenClaw 和 Hermes Agent 是同一赛道的两个竞争者，不是”本地 Agent vs 云 API”的关系。

核心差异在于：OpenClaw 是配置驱动的 Gateway 生态，Skills 由用户定义；Hermes Agent 是学习驱动的闭环系统，Skills 由 Agent 自己积累。

前者更可控，后者更自主。哪个更适合你，取决于你希望在 Agent 的成长过程中扮演什么角色。