
开发者圈里不断有人从OpenClaw转向Hermes Agent。这个由 Nous Research 推出的开源自托管 AI 代理,几乎一夜之间走红。本文并不是广告,而是梳理它的来龙去脉:它到底是什么,为什么能迅速吸粉,与红极一时的 OpenClaw 有哪些核心区别,为何会成为下一代个人 AI 助手的热点话题。

Hermes Agent 是由开放研究团队Nous Research在 2026 年 2 月正式开源的自托管 AI 代理框架。它的口号是“一款能成长的代理”,意味着该代理不仅能完成任务,还能从经验中不断积累方法、优化流程。官方文档指出,Hermes Agent 不只是编程助手或聊天机器人,而是一个能长期运行在你服务器上的自主代理,随着时间推移变得越来越聪明 。
核心特性包括:
自我改进学习环路:Hermes Agent 内置闭环学习机制。任务完成后,它会提取成功步骤,自动生成结构化技能文档,并在以后的任务中复用这些技能 。开发者甚至可以借助 Nous Research 的强化学习框架 Atropos 生成大量交互轨迹并回炼模型 。
持久记忆与检索:Hermes Agent 将会话历史存储在 SQLite 数据库中,结合全文本搜索和 LLM 摘要,能够跨会话回忆几周前的对话 。它还有分层记忆体系——个人笔记、会话归档、用户模型和程序化技能层 。
技能系统:技能是代理在需要时加载的知识文档,遵循开放标准 agentskills.io。Hermes 可以自动生成技能,也支持手工编写,并通过渐进式加载减少推理消耗 。
多平台接入:Hermes Agent 配备网关,可同时连接 Telegram、Discord、Slack、WhatsApp、Signal 等十余种消息平台,用户可以在任意渠道与代理交互 。
多终端运行:支持本地终端、Docker、SSH、Daytona、Singularity 和 Modal 无服务器等六种运行方式 。借助服务器 hibernation,代理在闲置时几乎不产生成本 。
安全防护:Hermes 在设计上采取多层防御体系,包括用户授权、危险命令审批、容器隔离、环境变量过滤、上下文扫描等 。其文档强调通过限制容器能力、只读文件系统以及会话间隔离提高安全性 。
开源、模块化:项目采用 MIT 许可,完全开源,支持自建模型或接入 OpenRouter、OpenAI、z.ai、MiniMax 等 200+ 模型 。
简而言之,Hermes Agent 是一个围绕 “做→学→改进”循环构建的本地 AI 代理,能够不断积累知识和技能,在自有服务器上持续为个人或团队服务。
在 Hermes Agent 出现前,最流行的自托管代理是由社区驱动的OpenClaw。两者都是开源、可自托管的 AI 代理,但设计哲学截然不同:
维度 | OpenClaw | Hermes Agent |
|---|---|---|
中心思想 | 以 网关 为控制平面:一个长期运行的 Node.js 进程负责消息路由、工具执行和状态管理 。所有任务、会话和工具调用都通过网关协调;技能由用户手工编写并加载。 | 以 代理循环 为核心:Hermes 将自我执行循环作为系统中心,网关、定时调度器、工具运行时和 RL 环境都围绕该循环构建 。代理在完成任务后提炼经验,生成并改进技能 。 |
技能机制 | 依赖人类编写的 Markdown 技能文件,社区已有 5,700 多个技能 。技能基本保持静态,若使用效果不佳需手工修改 。 | 采用开放标准 agentskills.io,并内置 自生成技能。代理从成功任务中总结步骤写成技能,后续使用时会自动改进 。用户仍可编写自定义技能。 |
记忆系统 | 使用 MEMORY.md 和 USER.md 存储长期事实和用户档案,此外按日期生成每日笔记 。只有最近两天的笔记会加载到上下文,旧笔记需主动搜索,易遗漏 。 | 分层记忆:小型 MEMORY.md 与 USER.md 作为提示前缀,完整会话存储在 SQLite 并可全文检索,技能作为程序化记忆层,另可接入 Honcho 等外部提供者 。代理有定期 “nudge” 提醒自己保存信息,避免遗忘 。 |
安全设计 | 社区迅速壮大导致供应链风险。ClawHub 市场中曾发现数百个恶意技能,OpenClaw 还曝出 CVE‑2026‑25253 等严重漏洞,攻击者可通过恶意链接窃取网关令牌并远程执行代码 。默认配置权限过高,安全设置需要用户自行强化 。 | Hermes 采用更保守的生态。官方文档建议使用只读容器、减少权限并提供滚动回退机制 。其安全模型包括用户授权、危险命令审批、环境变量过滤与会话隔离 。因规模较小,尚未出现重大供应链事件。 |
部署与运行 | Node.js 编写,可通过 npx openclaw 快速部署;支持本地和 Docker 两种后端 。社区还有托管平台和 iOS 客户端。 | Python 编写,支持本地、Docker、SSH、Daytona、Singularity、Modal 等六种后端 。适合在服务器或无服务器环境中运行,闲置时几乎零成本 。 |
生态与社区 | 发展时间更长,GitHub 上超过 34 万颗星,50 多个消息平台集成,ClawHub 提供数千个技能,社区庞大但安全隐患也多 。 | 发布仅数月,GitHub 星数约 2 万,但正在快速增长。技能生态小,但采用开放标准,且官方提供 40 多个内置工具 。 |
适用场景 | 适合需要快速搭建、流程稳定、依赖大量现成技能和多平台通道的用户,如市场运营或客服自动化 。 | 适合希望代理长期成长、不想手动更新技能、关注隐私和安全、需要强化学习或研究能力以及希望使用无服务器部署的用户 。 |
OpenClaw 是 2025 年底最早进入大众视野的自托管代理,但在经历了快速增长后,其供应链安全和能力瓶颈引发了争议。这正为 Hermes Agent 的崛起铺平了道路。以下几个因素推动了 Hermes 的快速走红:
学习型架构的新方向:OpenClaw 强调连接多平台和快速上手,但技能和记忆仍需人工维护。Hermes 则围绕自我改进设计,强调“代理不仅完成任务,还要从任务中学习方法”,这一思路让开发者看到代理真正成为“团队成员”的可能。Lushbinary 指出,OpenClaw 是一款需要配置的工具,而 Hermes 更像一个会成长的队友 。
安全事件推动用户迁移:OpenClaw 2026 年初爆出多起严重漏洞(如 CVE‑2026‑25253),攻击者可以通过恶意链接窃取令牌并在网关上执行任意命令 。此外,ClawHub 市场中出现大量恶意技能 。这使得不少用户寻求更安全的替代方案,Hermes 默认采取保守的安全策略、容器隔离和审批机制,因而被视为“安全更好”的选择 。
持久记忆与自生成技能的魅力:Hermes 使用 FTS5 搜索和 LLM 总结来实现跨会话回忆,并通过学习循环生成可复用技能 。Vectorize 的比较文章指出,Hermes 记忆架构分为提示记忆、会话档案和技能层,每层有不同的作用;代理还有定期提醒机制来保存知识 。这种持续成长能力在开发者体验上有明显优势。
开源与社区价值观:Nous Research 坚持开源和去中心化,Hermes Agent 完全 MIT 许可,支持自搭模型,不会将用户数据上传到第三方云端 。在大型厂商纷纷闭源的背景下,这一点极具吸引力。
低成本易部署:Hermes 可以运行在 5 美元/月的 VPS 上,通过 Docker 或无服务器平台快速部署 。对于个人开发者或小团队,这种成本和灵活性极具吸引力。
多平台和内置工具:Hermes 兼容 Telegram、Discord、Slack、WhatsApp、Signal 等多种消息平台,并内置 40+ 工具(如网页搜索、浏览器自动化、图像生成和文本转语音) 。这让代理可以同时承担客服、内容生成、自动化运营等多种角色,单体使用价值很高。
活跃的开发节奏:OPC Community 的文章指出,Hermes Agent 仅一个月就发布多个版本,GitHub 星数迅速突破 3 万 。活跃的开发节奏和社区响应度让开发者更愿意尝试。与此同时,OpenClaw 的作者宣布加入 OpenAI 并将项目交由基金会治理,这也加剧了用户的不确定感 。
Hermes Agent 必定是新一代的 OpenClaw,想想前一段时间多少人在闲鱼吃到 OpenClaw 的红利,接下来你也可以吃到 Hermes 的红利。
Hermes 是 Nous Research 出的开源 AI Agent 框架,支持自建学习循环(会从使用中积累技能)、接入 15+ 模型提供商、跨平台消息集成(Telegram / Discord / Slack / WhatsApp)。
在 Mac 或者 Linux 环境,在终端输入如下命令后回车:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bashWindows 环境,在 PowerShell 中输入:
irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex脚本会自动检测并安装 Python、Node.js、Git、ripgrep 等所有依赖,耐心等待即可:

安装脚本运行中
安装完成后会自动进入配置向导,选第一项 Quick setup(推荐):

选择 Quick setup
进入 Inference Provider 配置,提示输入 OpenRouter API Key,粘贴提前申请好的 Key 后回车(没有的话先看文末番外):

填写 OpenRouter API Key
接着选择默认模型。列表里有很多免费模型,这里选 nvidia/nemotron-3-super-120b-a12b:free,完全免费,效果不错:

选择默认模型
接下来是配置消息平台,选 Set up messaging now:

配置消息平台
选 Telegram,粘贴 Bot Token(申请方式见下一节),回车确认:

填写 Telegram Token
接着设置 Allowed user IDs(填你自己的 Telegram 数字 ID,不填则任何人都能用你的 Bot),Home Channel ID 可以留空后续再配。最后问是否安装为系统服务(launchd),选 Y 可以开机自启、后台常驻:

完成 Telegram 配置
怎么查自己的 Telegram 数字 ID:在 Telegram 里给 @userinfobot 发任意消息,它会回复你的 ID。
在 Telegram 搜索
发送 /newbot,按提示取名(用户名必须以 bot 结尾)
拿到 Bot Token,格式类似 123456789:AAxxxxxxxx
启动成功
配置完成后运行 hermes 启动,欢迎页,说明一切正常:

Hermes 启动成功
打开 Telegram,找你的 Bot 发消息测试:

Telegram 测试成功
克隆项目:
git clone https://github.com/nousresearch/hermes-agent.git
cd hermes-agent安装依赖:
pip install -r requirements.txt运行:
python -m hermes手动挡和自动挡用法完全一样,适合想改源码或固定版本的场景。
hermes — 启动交互式对话
hermes model — 选择模型提供商和模型
hermes tools — 配置启用哪些工具
hermes config set — 设置单个配置项
hermes gateway — 启动消息网关(Telegram、Discord 等)
hermes setup — 重新运行完整配置向导
hermes claw migrate — 从 OpenClaw 迁移配置
hermes update — 更新到最新版本
hermes doctor — 诊断问题
Q: 提示 API call failed after 3 retries: HTTP 400: No models provided
配置文件编码问题(Windows 常见)。让 Claude 帮你修,告诉它报错信息,它会自动定位
里的 open() 调用并加上 encoding="utf-8" 参数。

Windows 编码报错修复
Q: Telegram Bot 没有响应
没有设置 UserId,手动设置或者让 Claude 设置下就行。
Hermes 支持多种模型提供商,推荐先配 OpenRouter——有大量免费模型可用,白嫖入门最方便。
打开,点击 Create Key,名字填 hermes,直接点 Create:

创建 OpenRouter API Key
Key 只显示一次,立刻复制保存好:

复制 API Key
Hermes 还有很多玩法没展开:定时任务、自建skills……后续会继续写。