Nous Research 的 Hermes Agent 这周彻底火了。GitHub 上线不到一周，28.4k Star，社区里到处都在聊它。一句话总结：这是一个会自己长记性的智能体框架，而且它专门给 OpenClaw 老用户准备了一键迁移脚本。
说白了，它就是冲着 OpenClaw 的命门来的。
OpenClaw 的老毛病，大家忍够了
OpenClaw 在智能体框架里算是老牌选手了，插件生态丰富，功能覆盖面广，做任务自动化的开发者几乎都用过。但用过的人都知道一个痛点——这东西记性太差。
你花半小时教它一套完整的工作流：怎么处理邮件、怎么整理文档、怎么生成周报，它当时学得挺好。过两天再打开，全忘了。你得从头再来一遍。这不是偶发 bug，是架构层面的硬伤——OpenClaw 没有真正意义上的持久化记忆机制，会话之间的上下文基本靠插件和外部存储硬撑，一旦链路断了，记忆就断了。
社区里管这叫"龙虾断片"。
更让人不放心的是安全问题。今年 2 月，OpenClaw 被曝出多个高危漏洞，影响了约 13.5 万用户。虽然后来修了，但信任一旦裂了就不好补。
Hermes Agent 就是在这个背景下出现的。
Hermes Agent 到底做对了什么
先说核心卖点：内置学习循环（Built-in Learning Loop）。
这不是营销话术，是实打实的架构设计。传统智能体的工作模式是"你说我做"——你给指令，它执行，下次还得你说。Hermes Agent 多了一层：它会从每次任务执行中自主提炼 skill（技能），把这些 skill 持久化存储，下次遇到类似任务时自动调用并优化。
举个具体例子。你第一次让它帮你把 GitHub Issues 按优先级分类并生成日报，它会一步步执行。但执行完之后，它会把这个流程抽象成一个 skill 存下来。第二天你只需要说"生成今天的日报"，它就知道该怎么做了。而且如果你中途纠正了它的分类逻辑，它会更新这个 skill，下次就按新逻辑来。
这个能力的技术实现依赖几个关键组件：
- FTS5 全文搜索引擎做会话检索，跨会话记忆召回不再靠猜
- LLM 驱动的摘要机制，把长对话压缩成结构化知识
- 用户模型持续构建，用得越久，它对你的偏好、习惯、工作模式理解越深
这套东西听起来不复杂，但之前没人在开源框架里把它做成开箱即用的。OpenClaw 要实现类似效果，你得自己接 vector store、写 memory plugin、搞一堆胶水代码。Hermes Agent 直接内置了。
轻量化这件事，它是认真的
OpenClaw 的另一个槽点是重。部署一套完整的 OpenClaw 服务，光依赖就够你折腾半天，跑起来还吃资源。
Hermes Agent 走了完全相反的路线。模块化设计，单进程网关，最低 5 美元的轻量 VPS 就能跑。支持 Daytona 和 Modal 的 serverless 模式——智能体不用的时候自动休眠，唤醒即用，闲置期间几乎零成本。
对于个人开发者和小团队来说，这个差别是实实在在的。你不需要为了一个智能体常驻一台 2C4G 的机器。
平台兼容性也做得很全：Telegram、Discord、Slack、WhatsApp、Signal 都原生支持，CLI 终端界面支持多行编辑、自动补全、流式输出。不过根据社区反馈，目前只有默认对话模式支持流式传输，其他模式还在适配中，这点需要注意。
模型切换：一条命令的事
这是开发者会关心的实际问题。Hermes Agent 在模型接入上做得很灵活，兼容 Nous Portal、OpenRouter（200+ 模型）、z.ai/GLM、Kimi/Moonshot、MiniMax、OpenAI 等主流提供商，切换只需要一条命令：
hermes model
不用改代码，不用动配置文件，命令行交互式选择就行。没有厂商绑定。
如果你用的是兼容 OpenAI 格式的 API 聚合服务（比如 OpenAI Hub），接入也很顺畅，因为 Hermes Agent 本身就支持标准 OpenAI API 格式。配置自定义 endpoint 后，你可以通过一个 Key 调用 GPT、Claude、Gemini、DeepSeek 等各家模型，在国内网络环境下也能直连，省去了折腾代理的麻烦。
在智能体场景下调用不同模型的典型方式：
import openai
client = openai.OpenAI(
api_key=\"your-openai-hub-key\",
base_url=\"https://api.openai-hub.com/v1\"
)
# 同一个 client，切换不同模型
response = client.chat.completions.create(
model=\"claude-sonnet-4-20250514\", # 或 gpt-4o、gemini-2.5-pro、deepseek-chat
messages=[
{\"role\": \"system\", \"content\": \"你是一个任务自动化助手\"},
{\"role\": \"user\", \"content\": \"帮我整理今天的 GitHub notifications 并按项目分组\"}
],
stream=True
)
for chunk in response:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end=\"\")
这种灵活性在实际使用中很有价值——你可以让简单任务走便宜的模型，复杂推理走强模型，成本控制和效果之间找到平衡。
一键迁移：从 OpenClaw 搬家
这是 Hermes Agent 这波推广里最聪明的一步棋。它没有让用户从零开始，而是直接提供了 OpenClaw 迁移工具，自动导入设置、记忆、技能、API 密钥。
安装本身就是一行命令：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
支持 Linux、macOS 和 WSL2。Windows 用户需要先装 WSL2。
装完之后，重新加载 shell：
source ~/.bashrc # zsh 用户执行：source ~/.zshrc
然后是迁移。如果你之前用过 OpenClaw，首次运行 hermes setup 时，系统会自动检测 ~/.openclaw 目录，问你要不要迁移。也可以手动执行：
hermes claw migrate # 交互式迁移（完整预设）
hermes claw migrate --dry-run # 仅预览，不实际执行
hermes claw migrate --preset user-data # 只迁移用户数据，不含密钥
hermes claw migrate --overwrite # 覆盖已有冲突项
--dry-run 这个选项很贴心，先看看要迁移什么，确认没问题再动手。--preset user-data 则适合对安全敏感的用户，只搬数据不搬密钥，密钥自己重新配。
迁移完成后，启动网关就能用了：
hermes gateway # 启动消息网关
整个流程下来，从安装到跑起来，顺利的话十分钟以内。
值得一提的安全审计功能
Hermes Agent 还内置了一个 openclaw security audit 命令，可以一键扫描网关配置的安全隐患。考虑到 OpenClaw 今年 2 月那波漏洞事件，这个功能显然是有针对性的。
对于从 OpenClaw 迁移过来的用户，建议迁移完成后跑一次审计，确保旧配置里没有带过来安全隐患。
还有哪些值得关注的能力
除了核心的学习循环和迁移工具，Hermes Agent 还塞了不少实用功能：
- 内置 cron 定时任务，不用额外搞调度
- 40+ 内置工具，包括浏览器自动化、代码执行沙箱等
- 支持并行子代理，复杂任务可以拆分并发执行
- 完全兼容 agentskills.io 开放标准，社区技能包可以直接用
- 基于 MCP（Model Context Protocol）标准构建，协议层面的互操作性有保障
MCP 这个点值得多说一句。随着智能体生态越来越复杂，不同框架之间的互操作性变得很重要。Hermes Agent 选择基于 MCP 标准来构建，意味着它产出的 skill 和工具定义理论上可以被其他兼容 MCP 的框架复用。这是一个面向未来的设计决策。
冷静看几个问题
说了这么多优点，也得泼点冷水。
第一，28.4k Star 的数字很漂亮，但开源项目的 Star 数和实际生产可用性之间往往有很大的鸿沟。Hermes Agent 上线时间还很短，长期稳定性、边界情况处理、大规模使用下的性能表现，都还需要时间验证。
第二，"自我进化"听起来很美好，但 skill 的自动生成和优化质量高度依赖底层 LLM 的能力。如果你用的是能力较弱的模型，生成出来的 skill 可能不够准确，反而会引入错误。这个问题在文档里没有被充分讨论。
第三，流式传输目前只在默认对话模式下支持，其他交互模式还在适配。如果你的场景依赖流式输出（比如实时聊天机器人），需要确认你的使用模式是否在支持范围内。
第四，一键安装脚本用的是 curl | bash 这种方式。虽然方便，但从安全角度看，建议先 curl 下来看看脚本内容，确认没问题再执行。这是老生常谈了，但每次都值得提醒。
总的来说
Hermes Agent 的出现，代表了智能体框架从"工具"到"伙伴"的一次实质性跨越。内置学习循环这个设计，不是噱头，是真正解决了"用了就忘"这个困扰开发者很久的问题。
对于还在用 OpenClaw 的开发者，现在是一个很好的评估窗口。一键迁移脚本把切换成本降到了最低，--dry-run 让你可以无风险地先看看效果。就算最后决定不迁移，至少也值得装一个试试，感受一下"智能体会自己长记性"是什么体验。
对于还没入坑智能体框架的开发者，Hermes Agent 的低部署门槛和灵活的模型切换机制，让它成为一个不错的起点。5 美元 VPS + 一行安装命令，门槛已经低到不能再低了。
项目地址：https://github.com/NousResearch/hermes-agent
参考来源：
- Hermes Agent 一键脚本工具上线讨论 — Linux.do 社区关于 Hermes Agent 部署和迁移的技术讨论
- Hermes Agent 开源项目 — Nous Research 官方 GitHub 仓库，含完整文档和安装指南