工具评测

Hermes Agent vs OpenClaw：基于官方文档的深度对比

上一篇从迁移视角对比了 Hermes 与 OpenClaw，本篇直接对照两个项目的官方文档，从学习能力、架构设计、功能矩阵三个维度做更底层的分析。

数据来源：zread.ai/NousResearch/hermes-agent · zread.ai/openclaw/openclaw
更新时间：2026-04-22

1. 项目概览

Hermes Agent

属性 值
项目 NousResearch/hermes-agent
开发组织 Nous Research
编程语言 Python 3.11+
许可证 MIT
当前版本 v0.10.0
定位 自改进的 AI Agent 运行时
核心特性 闭合学习循环 · 模型无关 · 多 Provider 路由

“Unlike conventional AI assistants that reset with every conversation, Hermes features a closed learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, searches its own past conversations, and builds a deepening model of your workflow over time.”

OpenClaw

属性 值
项目 openclaw/openclaw
开发组织 OpenClaw Community
编程语言 TypeScript
许可证 MIT
定位 本地优先的多渠道 AI 助手
核心特性 本地运行 · 20+ 消息渠道 · 插件扩展

“OpenClaw is an open-source personal AI assistant that runs entirely on your own hardware. Think of it as your own private AI operator, always on, always yours.”

一句话总结

  • Hermes Agent = 自改进的学习型 Agent
  • OpenClaw = 本地优先的多渠道助手

2. 核心技术对比

维度 Hermes Agent OpenClaw
语言 Python 3.11+ TypeScript
架构哲学 模型无关运行时 本地优先控制平面
学习能力 ✅ 闭合学习循环 ❌ 无内置学习
核心范式 工具调用 + 记忆 + 压缩 消息网关 + 插件
会话模型 AIAgent 对话引擎 Pi Agent 会话模型

Hermes 的学习循环

1
用户交互 → 经验积累 → 技能自创建 → 使用中改进 → 知识持久化 → 下次会话 recall

OpenClaw 每次会话都是白板，没有内置学习机制。

3. 架构设计对比

Hermes Agent 架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
┌─────────────────────────────────────────────────┐
│              Hermes Agent Runtime                 │
├─────────────────────────────────────────────────┤
│  AIAgent Conversation Engine                     │
│  ├── Tool Registry (50+ 内置工具)                │
│  ├── Memory Manager (三层记忆)                   │
│  ├── Context Compressor (自动压缩)               │
│  ├── Skills System (SKILL.md 标准)               │
│  └── Multi-Provider Router                       │
├─────────────────────────────────────────────────┤
│  Subagent Delegation (最多 3 并发子代理)          │
│  MCP Integration                                 │
│  Plugin Architecture                             │
└─────────────────────────────────────────────────┘
            ↓ 多平台交付
    飞书 · 微信 · Telegram · Discord · ...

OpenClaw 架构（Hub-and-Spoke）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
              ┌─────────────────┐
              │  Pi Agent Runtime│
              └────────┬────────┘
                       │
        ┌──────────────┼──────────────┐
        │              │              │
┌───────▼───────┐      │    ┌─────────▼───────┐
│ Model Providers│      │    │  Clients         │
│ OpenAI        │      │    │  CLI             │
│ Anthropic     │      │    │  Web Chat        │
│ Google        │      │    │  macOS/iOS/Android│
│ Ollama/Local  │      │    └──────────────────┘
│ 30+ more      │      │
└───────────────┘      │
              ┌────────┴────────────────────┐
              │                             │
  ┌───────────▼──────┐         ┌────────────▼──────┐
  │ Messaging Channels│         │ Gateway (WS)      │
  │ WhatsApp          │         │ ws://127.0.0.1    │
  │ Telegram          │         │    :18789         │
  │ Slack / Discord   │         └───────────────────┘
  │ Signal / 20+ more │
  └───────────────────┘

核心架构差异

差异点 Hermes Agent OpenClaw
中心组件 AIAgent 引擎 Gateway WebSocket
绑定方式 工具 + 记忆 消息通道
数据流向 用户 → Agent → 工具 用户 → Gateway → Agent → Provider
本地化 可选 核心设计原则
端口 无固定端口 ws://127.0.0.1:18789

4. 功能特性逐项对比

4.1 学习与记忆

特性 Hermes Agent OpenClaw
学习循环 ✅ 闭合学习 · 自创技能 · 使用中改进 ❌ 无
长期记忆 ✅ MEMORY.md + USER.md + FTS5 ❌ 简单文件存储
会话搜索 ✅ FTS5 全文 + LLM 摘要 ❌ 基础历史
跨会话 recall ✅ ❌
记忆容量管理 ✅ 严格限制 + 自动整合 ❌ 无
记忆安全扫描 ✅ Injection 扫描 ❌ 无
外部记忆 Provider ✅ 8 种（Honcho / Mem0 / Holographic…） ❌ 无

结论：Hermes 记忆系统远超 OpenClaw。

4.2 Agent 能力

特性 Hermes Agent OpenClaw
核心引擎 AIAgent Conversation Engine Pi Agent
多 Agent 路由 ✅ 子代理委托系统 ✅ Multi-Agent Routing
并行工具执行 ✅ ❌ 顺序执行
上下文压缩 ✅ 自动 Context Compression Engine ✅ Context Engine
会话检查点 ✅ 自动快照 + /rollback ❌ 无
对话历史 SQLite FTS5 基础支持

4.3 消息平台

平台 Hermes Agent OpenClaw
飞书 ✅ 原生集成 ❌ 无
微信 ✅ 原生集成 ❌ 无
Telegram ✅ ✅
Discord ✅ ✅
Slack ✅ ✅
WhatsApp ✅ ✅
Signal ✅ ✅
Matrix ✅ ❌
Mattermost ✅ ❌
Home Assistant ✅ ❌
平台总数 10+ 20+

结论：OpenClaw 支持更多小众平台，但 Hermes 覆盖了飞书/微信这个关键差异。

4.4 开发工具

特性 Hermes Agent OpenClaw
TDD 支持 ✅ RED-GREEN-REFACTOR ❌ 无
系统调试 ✅ 4 阶段根因调查 ❌ 基础
代码审查 ✅ 独立审查子代理 ❌ 基础
计划模式 ✅ plan + writing-plans ❌ 无
子代理开发 ✅ subagent-driven-development ❌ 无
GitHub 集成 ✅ 完整 PR/Issue 工作流 基础

4.5 自动化

特性 Hermes Agent OpenClaw
Cron 定时任务 ✅ 完整内置 ✅ Cron Jobs
Webhook ✅ ✅
自然语言任务描述 ✅ ❌
多平台结果推送 ✅ 飞书/微信/Telegram 有限
代码执行 ✅ 沙箱 Python RPC ❌
Batch 处理 ✅ 并行批处理 ❌ 无

4.6 媒体能力

特性 Hermes Agent OpenClaw
语音模式 ✅ 完整语音对话 ✅ Voice Wake and Talk
Discord 语音 ✅ ❌
图片生成 ✅ 8 种模型 ❌ 无
Vision 多模态 ✅ 基础
浏览器自动化 ✅ 多后端 ✅ CDP 集成
YouTube 处理 ✅ ❌ 无
GIF 搜索 ✅ ❌ 无

4.7 扩展性

特性 Hermes Agent OpenClaw
技能格式 SKILL.md（agentskills.io 兼容） ClawHub
插件系统 ✅ Plugin Architecture ✅ Plugin SDK
MCP 协议 ✅ 完整支持 ❌ 无
IDE 集成 ✅ VS Code / Zed / JetBrains（ACP） ❌ 无
API Server ✅ OpenAI 兼容 ❌ 无
Provider 路由 ✅ 多 Provider 智能路由 ✅ Provider Failover

5. 记忆与学习系统

Hermes 的闭合学习循环

1
2
3
4
5
6
7
8
9
10
11
用户交互
   ↓
经验积累
   ↓
技能自创建 ──→ 使用中持续改进
   ↓
知识持久化
   ↓
下次会话 recall
   ↑
（循环）

自改进机制的四个关键：

  • 技能自创建（Skill Self-Improvement）：从每次交互中提炼可复用技能
  • 使用中持续改进（Nudges）：运行时主动优化已有技能
  • 主动持久化（nudges itself to persist knowledge）：不依赖用户触发
  • 历史搜索：FTS5 全文检索跨会话记忆

OpenClaw 的记忆

OpenClaw 没有学习机制——消息历史存入基础 SQLite，每次会话重新开始，上下文不跨会话传递。

6. 技能系统对比

Hermes 技能系统

1
2
3
4
5
6
7
~/.hermes/skills/
├── SKILL.md           # YAML frontmatter + Markdown
├── references/        # 参考文档
├── templates/         # 模板
└── scripts/           # 脚本

# agentskills.io 兼容标准

技能自动加载：智能匹配任务 → 自动加载相关技能 → 执行

技能分类（50+）：

分类 代表方向
software-development TDD / 调试 / 计划 / 审查
github 完整 PR/Issue 工作流
mlops 训练 / 推理 / 评测 / 云端部署
productivity Notion / Google Workspace / PowerPoint
media YouTube / 音乐 / GIF
autonomous-ai-agents Claude Code / Codex / OpenCode
note-taking Obsidian
research arXiv / 博客监控
social-media X/Twitter

OpenClaw 技能系统

1
2
3
4
5
workspace/skills/       # 工作区技能
~/.agents/skills/       # 跨项目技能
~/.openclaw/skills/     # 托管/共享技能

# 来源：ClawHub 市场

技能对比

维度 Hermes OpenClaw
格式标准化 ✅ agentskills.io 社区格式
自动加载 ✅ 智能匹配 手动加载
自改进 ✅ 使用中持续改进 ❌ 无
技能数量 50+ 有限
技能分类 15+ 分类 扁平

7. 生态与扩展性

Hermes 生态

类别 内容
Provider Nous Portal / OpenRouter（200+）/ Anthropic / NVIDIA NIM / OpenAI / Google / Mistral / Bedrock / 任意 OpenAI 兼容端点
插件 Memory Provider / Context Engine Plugin
MCP 完整 MCP 协议支持
IDE VS Code / Zed / JetBrains（ACP）
API OpenAI 兼容 HTTP endpoint
RL 轨迹数据生成用于强化学习

OpenClaw 生态

类别 内容
Provider OpenAI / Anthropic / Google / Ollama 本地 / 30+
插件 Plugin SDK
应用 macOS App / iOS App / Android App
渠道 20+ 消息平台
技能市场 ClawHub

扩展性对比

能力 Hermes OpenClaw
MCP 协议 ✅ ❌
IDE 集成 ✅ ACP ❌
API Server ✅ OpenAI 兼容 ❌
本地运行 可选 核心原则
强化学习 ✅ RL Research Environments ❌
技能市场 ClawHub（兼容） ✅

8. 适用场景分析

选 Hermes Agent 当：

  • 需要飞书/微信集成
  • 需要 AI 自学习、自改进能力
  • 需要 TDD、代码审查等工程实践
  • 需要多子代理并行处理
  • 需要 MCP 协议扩展
  • 需要 RL 训练数据生成
  • 需要 OpenAI 兼容 API
  • 需要 Vision / 语音 / 图片生成
  • 需要上下文压缩节省 token
  • 追求活跃开发和持续新功能

选 OpenClaw 当：

  • 强需求本地运行（数据不离开机器）
  • 需要 20+ 消息平台支持（含小众平台）
  • 需要 macOS / iOS / Android 原生 App
  • 熟悉 TypeScript/JavaScript 生态
  • 只需简单的消息 Bot 功能
  • 偏好成熟稳定的早期项目

9. 总结

核心定位

Hermes Agent OpenClaw
Slogan “Self-improving AI agent” “Local-first, multi-channel AI assistant”
关键词 学习 · 自改进 · 模型无关 本地 · 多渠道 · 插件化
语言 Python TypeScript
阶段 活跃开发（v0.10.0） 成熟稳定

功能矩阵评分

类别 Hermes OpenClaw 胜出
学习能力 ★★★★★ ★☆☆☆☆ Hermes
记忆系统 ★★★★★ ★★☆☆☆ Hermes
飞书/微信 ✅ ❌ Hermes
本地化 ★★★☆☆ ★★★★★ OpenClaw
平台覆盖 ★★★★☆ ★★★★★ OpenClaw
开发工具 ★★★★★ ★★☆☆☆ Hermes
自动化 ★★★★☆ ★★★☆☆ Hermes
媒体能力 ★★★★★ ★★★☆☆ Hermes
扩展性 ★★★★★ ★★★★☆ Hermes
原生 App ❌ ✅ OpenClaw

最终建议

需要飞书/微信，或需要 AI 自学习能力 → 选 Hermes Agent
强需本地运行、20+ 消息平台、原生移动 App → 选 OpenClaw
需要最强开发工具链（TDD / 调试 / 审查）→ 选 Hermes Agent

数据来源：zread.ai/NousResearch/hermes-agent · zread.ai/openclaw/openclaw