萑澈
萑澈
发布于 2026-04-18 / 6 阅读
0
0

龙虾跑路指南:从 OpenClaw 迁移到 Hermes Agent 保姆级教程

这匹「马」为什么火了

Hermes Agent,2 月底开源,首月 2.2 万星。4 月 8 日 v0.8.0 发布后单日涨 6400 颗,总数突破 4.7 万,连续多天占据 GitHub 全球趋势榜首。大量 OpenClaw 用户正在往 Hermes 搬家。

简单说,Hermes 是个能积累经验的 AI 智能体:做完任务自动总结、存成可复用技能,下次碰到类似情况直接调用。兼容 200 多个大模型,Telegram/Discord/Slack 全平台接入,一条命令装好。

Gaj Varma 与 Teknium 的推文

用户 Gaj Varma 说,从 0.5 升到 0.8,OpenClaw 得花两三个小时修问题,Hermes 跑通 695 个 commit 零故障。创始人 Teknium 回复:「我倒想问 OpenClaw 到底干了啥,才让升级这么折腾。」

林亦 LYi 的推文

林亦的实测:Hermes 碰到报错会一直尝试到有明确结果,不会莫名其妙停下来;而且省 token,聊很久上下文也就三四万,OpenClaw 同样场景早过十万。

社区里还有人把 Hermes 装在 Mac mini 上常驻,通过 SSH 和 Telegram 操控,汇总日历 /Gmail/Todoist,再分派给 Claude Code 执行,结果同步回 Obsidian vault,全程无人值守。也有人 2.5 小时用它做出《百战天虫》克隆版,Agent 自己把物理引擎逻辑整理成了可复用的 skill 插件。

Hermes 做了什么不一样的事

先理解一个词:Harness(马具)。在 AI 语境里,指的是连接模型和人类需求的控制框架。除去 Agent 的大脑(底层大模型),剩下的都归 Harness 管:往哪跑、跑多快、什么时候停。今年 2 月 OpenAI 发过一篇博客《Harness Engineering: Leveraging Codex in an Agent-First World》,行业共识是 Prompt Engineering 和 Context Engineering 都不够用了,需要更高一层的约束系统。自主权越大越容易跑偏,套合适的马具反而跑更远。

Hermes 由 Nous Research 开发,MIT 许可。Nous 定位去中心化 AI 研究实验室,同时在推进去中心化训练网络 Psyche。

和传统 Agent 最大的区别是自进化:一般 Agent 每次调用从零开始,Hermes 从完成过的任务里学东西,跨会话、跨平台保留记忆。给一句模糊指令比如 "写一个抓数据然后画图的脚本",它能自己拆任务、读报错、尝试修复、总结方案。官方口号「the agent that grows with you」,想把 AI 能力从一次性调用变成持续积累,数据和记忆留在用户自己手里而不是平台。

记忆噪音、技能质量、部署门槛都还在打磨,但方向已经清楚。

龙虾 vs 爱马仕

OpenClaw 是 2026 年初火起来的开源 AI Agent,标志是龙虾,做的事是让 LLM 能干活:工具调用、自动化执行、长期记忆、沙箱、多平台接入。像个开箱即用的数字管家。

两家在本地优先、数据不上云、走即时通讯入口这些方向上一致。分歧在路径:

技能来源。 OpenClaw 靠人写:开发者用代码或 Prompt 定义 Skill,稳定可预测,但上限取决于你愿意手写多少。Hermes 靠涌现:完成复杂任务后自己抽方法存成 Skill,下次直接复用。

记忆方式。 OpenClaw 本质是 RAG,知道信息在哪,需要时去取。Hermes 用分层记忆,额外建了一个用户模型,跨会话记住你的代码风格和技术栈偏好。

团队背景。 Hermes 由 Nous Research 主导,团队工程和研究背景都比较硬,从一开始就走「opinionated」路线:Python 实现,核心 agent loop、记忆系统和技能生成机制集中、结构清晰,宁愿做小做精也不追求生态最大化。OpenClaw 早期病毒式增长,社区 PR 爆炸式涌入,Node.js/TypeScript 基础叠加海量插件,代码和技能生态迅速膨胀,维护难度急剧上升。

代码质量与 CI 纪律。 OpenClaw 的主分支有时直接构建失败,PR 卡 CI、回归 bug 频发是常态,社区有帖子直接吐槽「缺乏基本的 DevOps 纪律」(无 staging、测试不充分、合并过快)。Hermes 仓库已积累 4k+ commits,但核心文件结构依然干净,release notes 经常出现「数百 commits + 大量 bug fixes 和 reliability enhancements」的描述,CI 投诉远少于 OpenClaw。即便 stars 数已逼近 9 万,也没有重蹈「PR 洪水 + CI 崩溃」的覆辙,社区主流评价是「更稳、更注重深度而非广度」。

安全差距最明显。 OpenClaw 增长太快,生态(ClawHub)膨胀失控,启动崩溃、网关冻结等回归 bug 高频出现;已披露多个高危 CVE,CVE-2026-25253 的 CVSS 8.8 可一键 RCE;ClawHub 里多次被爆出恶意技能偷凭证。

Summer Yue 讲述邮箱被 OpenClaw 一夜清空的经历

Meta 安全对齐总监 Summer Yue 明明设置了 "操作前先确认",OpenClaw 还是自行清空收件箱,她在手机上拦不住,最后冲回家手动停下来。Hermes 这边更保守,危险操作需人工批准(Tirith 预执行扫描器先检查终端命令),技能生态小、攻击面窄,到现在没出现类似的集中高危事件。

Token 消耗。 养虾人抱怨最多的就是烧钱和长程任务不靠谱,OpenClaw 跨 24 小时任务容易 token 烧完事情只干一半,或者某步走偏一路错到底。Hermes 用户反馈起手还是一万多 token,聊很久也能维持在三四万,同样场景 OpenClaw 早过 10 万;遇到错误会继续搞到明确成功或失败为止。

不过社区主流看法并非替代关系,而是互补:OpenClaw 干活,Hermes 动脑。常见做法是把 Hermes 当规划器挂在 OpenClaw 之上,hermes claw migrate 一行命令就能把现有技能、记忆和配置平滑搬过来。

下面就来介绍如何从 OpenClaw 迁移到 Hermes Agent。

从 OpenClaw 迁移到 Hermes Agent

本人此前在 macOS 上部署了 OpenClaw,现在同样在 macOS 终端里安装 Hermes。你也可以在 Linux 发行版甚至 Android(通过 Termux)上部署。如果你用的是 Windows,建议先在 WSL2 上安装 Ubuntu 再进行部署,体验更佳。

1. 安装 Hermes Agent

首先运行在线安装脚本:

# Linux / macOS / WSL2 / Android (Termux)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

脚本会自动完成运行环境和 Skills 的安装,随后进入 Hermes Setup。Setup Wizard 检测到本机已安装 OpenClaw,提示可以在正式变更前先预览将要迁移的内容。输入 Y 继续,设置向导会列出全部可迁移项,包括但不限于配置(平台接入、设置等)、记忆(长期 / 短期记忆、SOUL.md 等)、技能(Skills)、API 密钥,以及部分会话历史(较新版本兼容性更好)。确认无误后再输入 Y,开始正式迁移:

Would you like to see what can be imported? [Y/n]: Y
​
◆ Migration Preview — 166 item(s) would be imported
  No changes have been made yet. Review the list below:
​
  Would import:
      soul                   → ~/.hermes/SOUL.md
      user-profile           → ~/.hermes/memories/USER.md
      provider-keys          → ~/.hermes/.env
      model-config           → ~/.hermes/config.yaml
      shared-skills          → ~/.hermes/skills/openclaw-imports/antfu
      shared-skills          → ~/.hermes/skills/openclaw-imports/brave-web-search
......
      personal-skills        → ~/.hermes/skills/openclaw-imports/xlsx
      shared-skill-category  → ~/.hermes/skills/openclaw-imports/DESCRIPTION.md
      daily-memory           → ~/.hermes/memories/MEMORY.md
      agent-config           → config.yaml agent/compression/terminal
      env-var                → .env HERMES_GATEWAY_TOKEN
      full-providers         → config.yaml custom_providers[minimax-portal]
​
  ── Warnings ──
    ⚠ Config values — OpenClaw settings may not map 1:1 to Hermes equivalents
    ⚠ Context file — may contain OpenClaw-specific instructions
    ⚠ Gateway/messaging — this will configure Hermes to use your OpenClaw messaging channels
    ⚠ Instruction file — may contain OpenClaw-specific setup/restart procedures
    ⚠ Memory/context file — may reference OpenClaw-specific infrastructure
    ⚠ Slack — this will point Hermes at your OpenClaw Slack workspace
​
  Note: OpenClaw config values may have different semantics in Hermes.
  For example, OpenClaw's tool_call_execution: "auto" ≠ Hermes's yolo mode.
  Instruction files (.md) from OpenClaw may contain incompatible procedures.
​
Proceed with migration? [y/N]: y

2. 配置模型提供商

迁移完成后即进入设置阶段。设置向导会询问采用快速设置还是完整设置,这里使用 ↑↓ 键选中快速设置(Quick setup),按 Space 勾选该选项,再按 Enter 进入下一步:

image-20260418012955409

接着选择模型提供商。这里选择本人订阅的 ark(火山引擎编码计划),输入模型名 ark-code-latest

image-20260418013325785

你也可以根据自身需求选择其他供应商。如果此前没有订阅,推荐购买 MiniMax Token Plan。MiniMax M2.7 是目前 Hermes Agent 中使用量最高的模型之一,在工具调用准确度、复杂 Skills 遵循、Agent Harness 适配等方面表现俱佳,性价比也相当出色。此处可以暂时跳过,阅读 6. 设置多个模型提供商 章节设置模型。

3. 配置聊天平台

接下来选择接入的聊天平台,这里选择飞书,然后通过 APP ID 登录,绑定飞书机器人:

image-20260418013430828

本人在先前配置 OpenClaw 时已经创建过飞书机器人。如果你此前没有创建,请前往飞书开放平台新建。登录飞书后,点击「创建企业自建应用」,填写应用名称和应用描述,可按个人喜好设置应用图标,然后点击「创建」:

image-20260418014150010

点击左侧的「添加应用能力」,再点击「添加」机器人:

image-20260418020151521

点击左侧的「事件与回调」,在「订阅方式」旁点击编辑按钮,将订阅方式设为「长连接」,然后点击「保存」:

image-20260418015229088

仍在「事件与回调」页面,点击「添加事件」,搜索「接收消息」并勾选,点击添加,在弹窗中点击「确认开通权限」:

image-20260418015803619

点击「权限管理」,选择「开通权限」,勾选全部权限,然后点击「确认开通权限」:

image-20260418020425172
image-20260418020446781

最后点击左侧的「版本管理与发布」,点击「创建版本」,填写版本号(如 1.0.0)和更新说明,点击「保存」,再点击「确认发布」:

image-20260418020601681
image-20260418020652380
image-20260418020731932
image-20260418020811484

点击「凭证与基础信息」。如果需要修改机器人信息,在此编辑相应字段即可(注意:修改后需要重新发布):

image-20260418021101878

随后分别复制 APP ID 和 APP Secret,依次粘贴到终端中:

image-20260418013746135

选择飞书国内版:

image-20260418013820810

连接模式选择「WebSocket」:

image-20260418021214604

在「How should direct messages be authorized?」一项,选择默认的「Use DM pairing approval」:

image-20260418021242947

在「How should group chats be handled?」一项,保持默认「Respond only when @mentioned in groups」即可——这表示只有在群聊中 @ 机器人时它才会响应。如果完全不需要在群聊中使用 Hermes,可以选择「Disable group chats」:

image-20260418021343280

Home Chat ID 为可选项,用于将定时任务(Cron)的执行结果和提醒、系统通知、告警、工具执行输出、长期记忆更新或重要技能生成后的总结等统一推送到指定聊天平台。由于这里只接入了飞书,直接按 Enter 采用默认配置即可;如果接入了多个聊天平台,可按需指定。

image-20260418021853819

4. 将网关注册为 launchd 服务

将网关注册为系统服务后,Hermes 便可在电脑开机时自动启动。输入「Y」确认即可:

image-20260418021920240

在「Start the service now?」提示处输入「Y」立即启动服务:

image-20260418022036777

5. 开始使用

至此,设置向导全部完成。此后若需重新调整配置,可随时执行:

hermes setup

随后向导会提示「Launch hermes chat now?」,输入 Y 即可启动 Hermes。当出现下图中的提示时,说明 Hermes 已经成功运行:

image-20260418022548383

如果遇到以下报错:

  ⚠ tirith security scanner enabled but not available — command scanning will use pattern matching only
​
Goodbye! ⚕

请关闭当前终端,新开一个终端窗口,执行下面的命令,即可正常进入聊天界面:

hermes chat

如果仍然失败,重新执行一次 setup(向导会跳过已完成的步骤,或让你重新确认配置):

hermes setup

如果对话时出现 API call failed (attempt 1/3): AuthenticationError [HTTP 401] 报错:

image-20260418152644914

原因可能是此前使用了 Clawx 等第三方 OpenClaw 客户端。这类客户端并不会把 API Key 明文存入 OpenClaw 的配置文件,因此迁移时无法读取到密钥。使用下面的命令编辑环境变量文件:

vim ~/.hermes/.env

以本人订阅的火山引擎编码计划为例,对应的环境变量是 ARK_API_KEY。核对后发现该值确实为空,填入正确的 Key 即可:

image-20260418153204888

6. 设置多个模型提供商

新开一个干净的终端窗口(Terminal 或 iTerm2 均可),输入以下命令并回车:

hermes model

在弹出的界面中使用 ↑↓ 键选中快速设置(Quick setup),按 Space 勾选后再按 Enter。以 MiniMax Token Plan 为例,选择 MiniMax China:

image-20260418151551231

接下来填入 API Key。前往 MiniMax Token Plan 开放平台 复制密钥:

image-20260418151742782

然后粘贴到终端:

image-20260418151822881

随后提示设置 BaseURL,这里直接按 Enter 使用默认值,然后选择模型 MiniMax-M2.7

image-20260418152012768

终端提示 Default model set to: MiniMax-M2.7 (via MiniMax (China)),模型设置完成。


评论