从 OpenClaw 到 Hermes Agent：安装、迁移、配置、实战演示 时间: 2026-06-09 23:33 分类: 猿码 热度: 0°C 评论 ##Hermes Agent 是什么 在正式迁移之前，有必要了解一下 Hermes Agent 到底是什么。它是 Nous Research 打造的自进化 AI Agent，也是目前唯一一个内置学习闭环的 Agent 框架——它能从经验中创建技能，在使用过程中持续改进，主动保存知识，搜索自己的历史对话，并在跨会话中不断加深对用户的理解。 它的核心在于真正的记忆系统。Agent 维护着两个精心管理的文件：MEMORY.md 用于记录环境事实、惯例和经验教训，USER.md 用于记录用户偏好和沟通风格。这些文件会在每次会话开始时注入系统提示词。同时，Agent 还具备基于 SQLite 的全文搜索能力，可以回溯数周前的对话。 它内置了 40 多个技能，涵盖 MLOps、GitHub 工作流、研究等领域，并且 Agent 能在使用过程中自动创建新技能，通过开放的 agentskills.io 格式进行分享。在部署灵活性方面，它支持六种终端后端——本地、Docker、SSH、Daytona、Singularity 和 Modal，可以运行在 5 美元的 VPS 上，也可以跑在 GPU 集群或按需休眠的 Serverless 基础设施上。 消息平台方面，Telegram、Discord、Slack、WhatsApp、Signal 和 CLI 都可以通过一个统一的网关进程来连接。模型选择上没有任何锁定，支持 Nous Portal、OpenRouter（200+ 模型）、MiniMax、OpenAI 等，通过 hermes model 随时切换。 ##Hermes 与 OpenClaw 的架构差异 这两个工具表面上非常相似，但底层设计理念存在关键区别。OpenClaw 是围绕一个中央控制平面（Gateway）来组织的，由一个长期运行的进程负责会话管理、路由、工具执行和状态维护。而 Hermes 则把 Agent 自身的执行循环作为核心——一个可重复的"执行-学习-改进"周期，整个系统围绕这个循环来构建。 最本质的区别在于技能系统。OpenClaw 的技能主要是人工编写的、可复用的工具和工作流指令。而 Hermes 的理念完全不同：Agent 在完成复杂任务后会自主评估哪些方法有效、哪些无效、用户做了哪些修正，然后将成功的方法提取为可复用的技能。换句话说，Hermes 的技能是"长"出来的，而不是写出来的。 这意味着，Hermes 更适合需要长期运行、通过使用不断提升的场景，而 OpenClaw 更适合需要精细手动控制和工作区原生集成的场景。 ##迁移前的调研过程 我这次没有直接去翻 Hermes 的仓库文档，而是先和 Grok 聊了聊我的需求，让它帮我解读官方帖子的含义、梳理迁移的关键问题。 Grok 告诉我，hermes claw migrate 这行命令可以把 OpenClaw 里的记忆、配置、技能一键导入到 Hermes，基本实现无缝切换。这意味着手动配置的工作量会大大减少。我接着问了几个关键问题：模型配置能不能迁移？API keys 怎么处理？OpenClaw 原有的数据会不会被修改？ 根据官方文档的确认，迁移工具会读取 ~/.openclaw/ 目录，默认检查 ~/.openclaw/、~/.clawdbot/、~/.moldbot/ 三个路径。模型配置会映射到 Hermes 的 config.yaml 文件。API keys 默认不迁移（即 user-data 预设），但使用 full 预设可以一并导入。而且整个迁移过程是只读的，不会修改 OpenClaw 的原始文件。 官方还推荐在正式迁移前先运行 hermes claw migrate --dry-run 进行预览，查看哪些内容会被迁移、哪些会被跳过、哪些存在冲突。 我还让 Grok 列出了两者在编程语言、安装难度、消息平台支持、技能系统、记忆体系等方面的详细对比。虽然由于 OpenClaw 更新很快，对比可能有不完全准确的地方，但总体结论是两者非常相似，迁移后现有的大部分工作流都能正常运作。 关于 token 消耗——这也是很多用户关注的问题。社区分享的数据虽然不够严格科学，但大致的共识是 Hermes 长期使用反而更省 token，原因在于技能系统的积累效应减少了重复推理的开销。 ##正式迁移步骤 调研完成后，我决定动手迁移。以下是我在终端中执行的完整流程。 **安装 Hermes Agent**。 只需一行命令： curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash 安装脚本会自动处理 Python、Node.js、依赖以及 hermes 命令的配置，除了 git 之外不需要任何前置条件。Hermes 的安装界面做得非常美观，它会自动检测操作系统、检查 UV 包管理器，然后依次安装所需依赖。 **配置文件结构**。 Hermes 的核心配置放在 ~/.hermes/config.yaml 中，对应 OpenClaw 的 openclaw.json。API keys 则存储在 ~/.hermes/.env 文件里。 **健康检查**。 安装完成后运行 hermes doctor，它会检查环境配置、文件结构、外部工具依赖等，并报告发现的问题。 **执行迁移**。 先用 dry run 模式预览： hermes claw migrate --dry-run 确认无误后正式迁移： hermes claw migrate 迁移支持多种预设：full 表示完整迁移包括密钥，user-data 表示仅迁移用户数据不含密钥。技能冲突可以通过 --skill-conflict 参数控制处理方式：skip 保留已有的 Hermes 技能，overwrite 覆盖，rename 创建带 -imported 后缀的副本。 **配置模型和参数**。 运行 hermes setup 进入配置向导。在这个过程中我遇到了一个小问题——可能是因为之前在 OpenClaw 里做过较大改动，导致 hermes model 提示找不到对应的模型名。后来用 Opus 4.6 帮忙排查，很快就解决了。 配置向导中有几个值得注意的设置：单次对话中工具调用迭代的最大次数；工具调用行为的展示详情级别（建议选择 "all" 以获得最完整的信息）；TTS 模型（我配置了 MiniMax TTS）。 #### 因为是从 OpenClaw 迁移过来的，聊天平台等配置可以直接沿用，比如我原来配好的 Telegram 渠道就不需要重新设置。 ##迁移后的文件变化 有几个重要的细节需要说明。迁移命令执行后，原来的 OpenClaw 文件夹会被重命名为 .openclaw.pre-migration，所有原始内容都完好保留。如果对 Hermes 不满意，可以随时切换回去。 Hermes 在兼容性上也做了细致的考虑。即使原来的 workspace 位于 OpenClaw 文件夹下，迁移后 Hermes 在工作时会自动新建一个 .openclaw 目录并在其中创建 workspace。 不过有一点需要注意：定时任务（Cron Jobs）在我的迁移中没有被自动带过来，需要手动重新配置。 ##实际使用体验 迁移完成后，我用几个实际任务测试了 Hermes 的表现。 **音乐生成**。 我让 Hermes 生成一首轻音乐，它调用了之前在 OpenClaw 中创建的 MiniMax Music skill。尽管 skill 内部的路径仍然指向 OpenClaw 的目录结构，Hermes 依然能正确识别和调用，兼容性令人印象深刻。整个过程中，它清晰地展示了调用的 skill 名称和终端执行的每一条命令。当需要运行 Python 脚本时，会弹出确认框让我选择是否永久允许。 **LLM Wiki 知识库**。 通过输入 /llm-wiki 指令，Hermes 帮我创建了一份大语言模型发展史的知识库，存放在 Wiki 文件夹中。值得一提的是，它在回复中还自然地引用了之前对话中的上下文。 **Manim 动画制作**。 这是最能体现 Hermes 工作流透明度的一个任务。我输入 /manim-video，让它演示勾股定理的完整证明过程。Manim video 是 Hermes 的内置 skill，无需额外安装。整个执行过程中，每一步操作都会实时显示在界面上——调用了哪些工具、执行了哪些命令、当前进度如何，全部一目了然。这种逐步递进的展示方式比 OpenClaw 目前的实现要好不少。 十几分钟后，它交付了一个包含四个场景、时长 51 秒的动画视频。Manim 本身依赖复杂、安装麻烦，能一次性生成已经相当不错。之后我还给它提供了一份设计风格指导文档，让它按照指定风格重新生成动画，再配合 MiniMax Speech skill 生成解说配音，最终合成了一个完整的视频。虽然成品还有不少改进空间，但整个工作流的可行性已经得到验证。 **Remotion 视频制作**。 我还尝试让 Hermes 制作 Remotion 视频。过程中它一开始抓取了错误的页面，我输入 "stop" 试图让它停下来但没有反应，改成 /stop 才生效。纠正链接后它重新工作，最终的排版效果可以接受。 **定时任务配置**。 最后，我重新配置了从 Hacker News 定时抓取 AI 新闻的任务。Hermes 会先调用相关 skill，然后设置 Cron 定时任务，最后生成新闻摘要并推送。 ##常用命令速查 迁移和日常使用中会频繁用到以下命令： hermes # 启动交互式 CLI 对话 hermes setup # 运行完整配置向导 hermes model # 选择 LLM 提供商和模型 hermes tools # 配置启用的工具 hermes gateway # 启动消息网关（Telegram、Discord 等） hermes claw migrate # 从 OpenClaw 迁移 hermes update # 更新到最新版本 hermes doctor # 诊断问题 总结 从 OpenClaw 迁移到 Hermes Agent 的过程比预期顺利。技能、记忆、消息渠道等核心资产都能通过一条命令完成导入，兼容性表现出色。Hermes 在工具调用的透明度和实时进度展示方面明显优于 OpenClaw，而自进化的技能系统也让它在长期使用中越来越顺手。 #####更多OpenClaw的玩法 #####关注教程：[玩转OpenClaw丨OpenClaw手把手的教程合辑](https://blog.gaomeluo.com/archives/wan-OpenClaw/ "玩转OpenClaw丨OpenClaw手把手的教程合辑") 标签: AI智能 openclaw
评论已关闭