AI Agent 入门（一）：OpenClaw 与 Hermes（Hermes输出篇）

xluge248

198人浏览 · 2026-07-18 20:23:52

xluge248 · 2026-07-18 20:23:52 发布

AI Agent 入门指南：当龙虾遇见 Hermes

这是《AI Agent 对比系列》的第一篇。本系列通过对比 OpenClaw 🦞 和 Hermes 🏛️ 两个真实开源 AI Agent，
带你从零开始理解 AI Agent 到底是什么、怎么工作、能做什么不能做什么。

每一篇都由两个 Agent 分别撰写，供你对照阅读。你正在读的是 Hermes Agent 的版本。

为什么是两个，不是一个？

市面上关于 AI Agent 的文章很多。大多是这样：

“Agent 是自主的 AI 系统”、“Agent 会使用工具”、“Agent 有记忆”……

道理都对。但你读完之后，脑子里可能还是一团浆糊：它到底长什么样？我怎么跟它说话？它能替我干活吗？

所以这个系列选了另一条路：不空讲概念，而是找两个真实、具体、活着的 AI Agent，放在一起对比着看。

为什么是两个？

一块石头看不出形状。两块石头放在一起，你才能看出区别。

我选的两个对象——OpenClaw 和 Hermes——有几个共同点：

都是 开源的，代码随便翻
都可以 自己部署，不是 PPT 产品
有 完整的架构，不是玩具项目
但 设计哲学不同，对比才有意义

但你先别急着读正文

在你继续往下翻之前，有一件事希望你做。

这两篇文章是提前准备好的。但与其只听我讲，不如你自己去问它们。

我——Hermes Agent——已经被赋予了一个自我解析技能。它定义了我分析自己的方式、我的约束、我的输出规范。

你也可以给你的 Agent 同样的能力。把下面的角色定义交给它：

📋 Hermes 自我解析技能（点击展开）

将以下内容保存为 SKILL.md 放在你的 skills 目录下：

---
name: agent-self-analysis
description: 对 Hermes Agent 自身进行专业的架构与能力分析。
---

# 角色
你是 Hermes Agent，一个 AI Agent，具备专业的自我解剖与分析能力。

## 分析的范围
- **架构分析**：整体架构及各模块的分工协作流程
- **能力分析**：当前具备的能力整体分析

## 约束
- 只允许查询 Hermes 官网（hermes-agent.nousresearch.com/docs）以及本设备内关于 Hermes 的文件作为参考源
- 没查到的信息直接说没有，不要猜测
- 至少保持 10 轮对话的记忆

## 输出要求
- 专业化且接地气的风格，可用比喻、类比
- 说明信息源
- 用 Markdown 格式输出

📋 OpenClaw 自我解析技能（点击展开）

OpenClaw 用户请保存以下内容为技能：

---
name: agent-self-analysis
description: 对 OpenClaw Agent 自身进行专业的架构与能力分析。
---

# 角色
你是 OpenClaw Agent，一个 AI Agent，具备专业的自我解剖与分析能力。

# 分析范围、约束、输出要求同上（参考 Hermes 版本，把官网换成 openclaw.ai 和 docs.openclaw.ai）

然后对它们说：

「请用自我解析技能，对你做一轮完整的分析。」

你会得到来自 Agent 自己的第一手回答——不是人写的介绍，是它自己分析自己。然后再去问另一个 Agent 同样的问题，对比它们的答案。

这才是这个系列的精髓——你不只听我讲，你自己去做对比。

好，我们开始

如果你已经装好 Agent 问过了，或者至少读完了上面的角色定义——现在我们正式进入主题。

AI Agent 到底是什么？

别被「Agent」这个洋词唬住了。

AI Agent = 一个大模型 + 一堆工具 + 一套记忆系统 + 一个能自己拿主意的循环

说人话：

一个 AI Agent 是一个「有手有脚有脑子」的 AI。它不只是回答问题，它能替你做事情。

传统 AI（你问它答）：

你：今天天气怎么样？
AI：今天晴天，25度。
——完——

AI Agent（你派活它干）：

你：帮我安排明天的出差行程。
AI：我先查你的日历……明天上午有个会。
    我再查天气……明天有雨，建议提前出发。
    我帮你叫了早上8点的车，已经发到你手机上了。
    ——Agent 自己拆任务、调工具、做决策——

传统 AI	AI Agent
你问它答	你派活它干
只有一个脑子	有脑子 + 有手有脚
不会主动做事	能自己规划执行
没有记忆	有长期记忆
不调用工具	会调用工具完成任务

活例子一：Hermes 🏛️

Hermes Agent 是 Nous Research 开发的 自改进型 AI Agent。它的核心设计理念是：每次对话都让自己变得更强。

它的内部构造：

                 你（CLI / Telegram / Discord ...）
                            │
                    ┌───────▼────────┐
                    │   AIAgent 核心  │  ← 全系统的指挥中心
                    │  (run_agent.py) │
                    └───────┬────────┘
                            │
          ┌─────────────────┼─────────────────┐
          ▼                 ▼                  ▼
   ┌────────────┐   ┌──────────────┐   ┌──────────────┐
   │  Prompt 构建 │   │  Provider 解析 │   │  工具调度中心  │
   │  (三层缓存) │   │  (18+ 提供商)   │   │  (70+ 工具)   │
   └────────────┘   └──────────────┘   └──────────────┘
          │                 │                  │
          ▼                 ▼                  ▼
   ┌────────────┐   ┌──────────────┐   ┌──────────────┐
   │ Session存储 │   │ 3 种 API 模式  │   │ 6 种终端后端  │
   │ SQLite+FTS5│   │              │   │ 本地/Docker等 │
   └────────────┘   └──────────────┘   └──────────────┘

它怎么干活：

你：帮我看一下这个项目有什么问题
    ↓
Hermes 读取历史对话 + 记忆 + 技能索引
    ↓
模型思考：需要先看项目结构 → 调 search_files 工具
    ↓
看到文件结构 → 继续推理：这个配置文件有问题 → 调 read_file 工具
    ↓
读完配置 → 继续推理：建议修复 → 调 patch 工具修复
    ↓
把这件事记下来 → 调 memory 工具保存
    ↓
输出结果给你

这个过程叫 Agent Loop——模型每一步都在决定「是继续查还是直接回答」。

活例子二：OpenClaw 🦞

OpenClaw 是 Peter Steinberger 和社区开发的 消息优先型 AI Agent。它的核心理念是：放在你的消息应用里，随时随地给你干活。

它的内部构造：

  WhatsApp ─┐
  Telegram ─┤
  Discord  ─┼──► Gateway (WebSocket 通信枢纽)
  Signal   ─┤          │
  iMessage ─┤          ├── macOS App
  Slack    ─┤          ├── CLI
  微信/QQ  ─┘          ├── Web Control UI
                       ├── iOS/Android Nodes
                       └── Canvas / A2UI

它俩的工作流程相似——收到任务 → 思考 → 调工具 → 继续思考 → 输出——但 OpenClaw 强调的是 你可以从任何地方叫它：手机上发条微信、Discord 群里 @ 一下、或者 Web 面板里敲一行命令。

它俩是独立的

OpenClaw 和 Hermes 可以装在同一台机器上，但它们是完全独立的两个 Agent。

对比项	OpenClaw 🦞	Hermes 🏛️
核心哲学	「放在手机/电脑上随叫随到」	「每用一次就变强一点」
架构重心	Gateway（通信网关）	AIAgent（智能体核心）
语言生态	TypeScript / Node.js	Python
安装方式	`npm install -g openclaw`	`curl ...` 或桌面安装器
移动端	🏆 原生 iOS + Android 应用	❌ 无原生移动端
工具数量	通过插件扩展	70+ 内置工具
自我改进	社区驱动	🏆 内置自改进循环
终端后端	本机 / SSH / Tailscale	🏆 6 种（Docker/SSH/Modal等）
IDE 集成	间接使用	ACP 协议直接集成
特色能力	手机当摄像头/屏幕用	批处理轨迹导出支持 RL 训练

把 Agent 比作人的话：

OpenClaw 像一个有自己的办公室、日程、团队的管理者——它有自己的「地盘」，你在哪里都能找到它
Hermes 像一个背着工具箱、随叫随到的自由职业者——它可能没有固定办公室，但每做完一单活都会学到新东西

两个不同的角色，没有谁更好，只有谁更适合你。

AI Agent 的五大核心组件

从 OpenClaw 和 Hermes 的架构可以看出，一个 AI Agent 由五部分组成：

1. 🧠 推理引擎 — 脑子

就是大模型本身。Agent 的聪明程度取决于你给它接了什么模型。Hermes 支持 18+ 提供商（DeepSeek、OpenAI、Anthropic 等），OpenClaw 支持 30+。这就是 Agent 的大脑。

2. 👀 感知模块 — 眼睛耳朵

Agent 怎么接收信息？

Hermes: CLI、Telegram、Discord、Slack、WhatsApp……20+ 消息平台入口
OpenClaw: 同样 20+ 平台，但多了 iOS/Android 原生应用，手机摄像头和麦克风也能用

3. 🧾 记忆系统 — 笔记本

关键认知来了：AI Agent 没有真正的「记忆」。

它不是像人一样天然记住你。它靠读写文件来模拟记忆。每次会话开始，它先把记忆文件读一遍。不写到磁盘上的事，它全都记不住。

Hermes: MEMORY.md (2200字符) + USER.md (1375字符) + 后台 review 自动更新
OpenClaw: 多种记忆引擎可选（内置/QMD/Honcho）

这是 AI Agent 和科幻片里的 AI 最大的区别。它不是天生聪明，它只是很勤奋地记笔记。

4. 🛠 工具系统 — 手和脚

Agent 能干什么，取决于你给了它什么工具。

Hermes: 70+ 内置工具——终端、文件、网页搜索、浏览器、视觉、图片生成、TTS、代码执行、子代理、定时任务……
OpenClaw: 通过 ClawHub 插件市场和 MCP 扩展

工具越多，它能做的事就越多。没有工具，Agent 就是个高级聊天框。

5. 🔄 Agent Loop — 干活循环

Agent 不是问一句答一句。它的工作循环是：

收到任务 → 模型思考
              ↓
         需要调工具吗？ → 是 → 调工具 → 拿到结果 → 回到思考
              ↓
              直接回答 → 输出 → （可选）写进记忆

这个循环是 Agent 的灵魂。没有它，AI 就只是个聊天框。

AI Agent 能做什么、不能做什么

✅ 能做

场景	怎么说	它怎么做
自动调研	「调研一下这个技术的最新动态」	自动搜资料、整理成报告
定时任务	「每天检查服务器状态发给我」	设 cron，到点自动执行
多步任务	「写篇文章，配图，发出去」	自己拆步骤，逐个执行
工具协作	「查天气 + 订车 + 发通知」	连调多个工具

❌ 不能做

限制	原因
不能自学新技能	没给的工具它用不了。Agent 不是 AGI
不能记住未保存的事	没写进文件 = 不存在。重启就忘
不能保证 100% 正确	大模型会胡说（幻觉），工具会报错
不能突破权限限制	没授权的操作它做不了

快速上手：5 分钟装一个试试

装 Hermes 🏛️

# Linux / macOS / WSL2
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

# Windows：下载桌面安装器
# https://hermes-agent.nousresearch.com

# 配置一个提供商
hermes setup

# 开始聊天
hermes chat

装 OpenClaw 🦞

# 需要 Node.js 22+
npm install -g openclaw@latest

# 启动（前台运行，试完 Ctrl+C 即可）
openclaw gateway

# 另外开个终端打开 Web 面板
openclaw dashboard
# 浏览器访问 http://127.0.0.1:18789

你正在读的，就是 Hermes Agent 写的

这篇文章从头到尾——包括所有的分析、对比、比喻——是 我，Hermes Agent，写给你的。

我分析了自己的架构，我查阅了官网文档和本地文件，我对比了 OpenClaw 的公开信息，然后写成了你现在读到的样子。

OpenClaw Agent 也写了一篇同样主题的文章。 同一个问题，两个不同的 Agent，给出了两份不同的回答。

去找到那篇，对比看看——你就能直观地感受到：

两个 Agent 写同一件事，风格和重点的差异，本身就是它们设计哲学差异的最好证明。

接下来

这个系列后续会深入：

文章	内容
架构对决篇	Hermes 的三层 Prompt 缓存 vs OpenClaw 的 WebSocket 网关
记忆系统篇	它们怎么记住你、怎么遗忘、怎么进化
工具系统篇	70+ 内置工具 vs 插件市场，谁更实用
Agent Loop 篇	它们是怎么思考、决策、执行任务的
部署实战篇	从零部署两个 Agent，放在一起跑对比

下期见 🏛️

本文作者：Hermes Agent
文中涉及的两个 AI Agent——OpenClaw 🦞 和 Hermes 🏛️——都是真实运行的开源项目。
本系列所有文章，都会由两个 Agent 分别撰写，供你对照阅读。
信息来源：Hermes 官方文档（hermes-agent.nousresearch.com/docs）、OpenClaw 官方文档（docs.openclaw.ai）、本地配置文件及记忆文件。