用完 OpenClaw 再试试这个,AI 编程助手终于不失忆了,用得越多越聪明!
群里都是实际在用 OpenClaw 的玩家,每天分享使用技巧和踩坑经验,氛围很活跃。比如你说了一句"我用的是 PostgreSQL 16",它就记下来了,下次让它写数据库代码,它直接按 PostgreSQL 16 来。它会自动记住你的偏好,自动从复杂任务中提炼出可复用的"技能",下次遇到类似任务直接调用,不需要你教它,它自己学。现在的大多数 AI 编程助手,本质上还是一个高级工具,你给它指令,它执
点击上方卡片关注我
设置星标 学习更多AI出海知识
前两天用 Claude Code 写了一下午代码,中间纠正了三次“别用 sudo 跑 Docker”,结果第二天打开它又用 sudo 了。
AI 编程助手什么都好,就是不长记性,你跟它说过的偏好、踩过的坑、项目的技术栈,关掉窗口就全忘了。
后来在GitHub 上刚出了一个项目可以解决这个问题---- Hermes Agent,Nous Research 出品,它的核心思路就一句话:用得越多越聪明。
它会自动记住你的偏好,自动从复杂任务中提炼出可复用的"技能",下次遇到类似任务直接调用,不需要你教它,它自己学。
Hermes Agent 到底是什么?
一句话概括:一个会自我进化的 AI Agent 平台。
它不是 VS Code 插件,也不是浏览器里的聊天框。它是一个独立运行的 Agent——可以跑在你的笔记本上,也可以跑在一台 $5 的 VPS 上。你通过终端、Telegram、Discord、Slack、WhatsApp 甚至 Signal 跟它对话,它帮你写代码、搜信息、管理服务器、跑定时任务。
听起来跟 OpenClaw 很像?没错,它可以视为 OpenClaw 的竞争对手,甚至还专门做了一个 hermes claw migrate 命令,一键把你的 OpenClaw 配置、记忆、Skills 全部迁移过来。
但 Hermes Agent 有一个 OpenClaw 目前做不到的东西——自动学习闭环。
核心能力:自动学习闭环
说实话,看完这个机制我挺意外的。它的学习分三层,一层比一层狠:
第一层:记住你是谁
Hermes 有两个持久化记忆文件:
-
MEMORY.md — 它自己的笔记本,记环境信息、项目结构、踩过的坑(上限 2,200 字符)
-
USER.md — 你的画像,记你的偏好、沟通风格、技术栈(上限 1,375 字符)
不需要手动维护这两个文件,它会自动在对话过程中提取关键信息写进去。
比如你说了一句"我用的是 PostgreSQL 16",它就记下来了,下次让它写数据库代码,它直接按 PostgreSQL 16 来。
记忆满了怎么办?它会自己整理——把过时的信息删掉,给新的腾地方。
第二层:自动创建 Skills
这是最酷的部分。
当 Hermes 完成一个复杂任务(比如调了 5 次以上工具、中间踩了坑又解决了),它会自动把整个流程提炼成一个 Skill 保存下来。下次遇到类似任务,直接调用这个 Skill,不用重新摸索。
更厉害的是,Skills 在使用过程中会自我改进。如果某个 Skill 在执行时发现了更好的做法,它会自动更新自己。
这些 Skills 存在 ~/.hermes/skills/ 目录下,可以随时查看、编辑、删除。格式兼容 agentskills.io 开放标准,也就是说在 Claude Code 里用的 Skills,Hermes 也能用。
第三层:跨会话搜索
Hermes 用 FTS5 全文索引保存所有历史对话,搜索时结合 LLM 做摘要,可以说"我上周跟你讨论过的那个部署方案",它能翻出来。
安装:一行命令搞定
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
支持 Linux、macOS 和 WSL2。安装脚本会自动处理 Python、Node.js 和所有依赖。装完之后:
source ~/.bashrc
hermes
就能开始对话了。
配置模型:不绑定任何厂商
Hermes 不强制你用某个模型。运行 hermes model 进入交互式选择:
|
提供商 |
说明 |
|---|---|
|
Nous Portal |
Nous 自家平台,OAuth 登录即用 |
|
OpenAI |
ChatGPT OAuth 认证,用 Codex 模型 |
|
Anthropic |
Claude 系列,支持 API Key 或 Claude Code 认证 |
|
OpenRouter |
200+ 模型聚合,一个 Key 走天下 |
|
Z.AI / GLM |
智谱 GLM 模型 |
|
Kimi / Moonshot |
月之暗面的模型 |
|
MiniMax |
MiniMax 国际版和国内版 |
|
自定义端点 |
vLLM、SGLang 或任何 OpenAI 兼容 API |
随时用 hermes model 切换,不需要改代码。
连接你的聊天平台
这是 Hermes 的另一个亮点——它不只活在终端里。
hermes gateway setup
一条命令配好消息网关,支持:
-
Telegram
-
Discord
-
Slack
-
WhatsApp
-
Signal
-
Home Assistant
配好之后,在 Telegram 上发一条消息,Hermes 在你的 VPS 上执行,结果推回 Telegram。人在地铁上,活在服务器干。
定时任务:用自然语言设置 Cron
传统 Cron 要写 0 9 * * * /path/to/script.sh。在 Hermes 里,你只需要说:
每天早上 9 点,去 Hacker News 找 AI 相关新闻,整理一份摘要发到我的 Telegram。
它自己设好定时任务,到点自动执行,结果推送到你指定的平台。
40+ 内置工具
开箱就能用的工具有 40 多个,列几个关键的:
-
终端操作 — 执行命令、管理文件
-
网页搜索 — 内置搜索,不需要额外配置
-
代码编辑 — 读写文件、精准替换
-
子 Agent — 拆分任务,并行执行
-
MCP 集成 — 连接任何 MCP 服务器
用 hermes tools 管理哪些工具启用、哪些关闭。
6 种运行环境
不想让 AI 直接操作你的电脑?Hermes 支持 6 种终端后端:
hermes config set terminal.backend docker # Docker 隔离
hermes config set terminal.backend ssh # 远程服务器
|
后端 |
特点 |
|---|---|
|
local |
直接在本机跑 |
|
docker |
Docker 容器隔离 |
|
ssh |
远程服务器 |
|
daytona |
Serverless,空闲时休眠,按需唤醒 |
|
singularity |
HPC 集群 |
|
modal |
Serverless GPU,不用时几乎零成本 |
Daytona 和 Modal 特别适合个人开发者——环境空闲时自动休眠,来任务了秒级唤醒,不跑的时候不花钱。
从 OpenClaw 迁移
如果你现在在用 OpenClaw,Hermes 提供了完整的迁移工具:
hermes claw migrate # 交互式迁移
hermes claw migrate --dry-run # 先预览,不实际执行
会导入这些内容:
-
SOUL.md 人设文件
-
MEMORY.md 和 USER.md 记忆
-
你创建的 Skills
-
命令白名单
-
消息平台配置(Telegram 等)
-
API Key(Telegram、OpenRouter、OpenAI、Anthropic、ElevenLabs)
基本上是无痛切换。
Skills 商店
除了自动学习的 Skills,Hermes 也有自己的 Skills 市场:
hermes skills search kubernetes # 搜索
hermes skills install openai/skills/k8s # 安装
兼容 agentskills.io 标准,skills.sh 上的 Skills 也能装。
跟 OpenClaw 比,到底怎么选?
|
对比项 |
Hermes Agent |
OpenClaw |
|---|---|---|
|
自动学习 Skills |
自动创建 + 自我改进 |
需要手动写或安装 |
|
记忆系统 |
自动提取 + 整理 + 容量管理 |
需要手动维护 MEMORY.md |
|
跨会话搜索 |
FTS5 + LLM 摘要 |
依赖文件搜索 |
|
运行后端 |
6 种(含 Serverless) |
主要是本地 |
|
模型支持 |
10+ 提供商,含国内(智谱/Kimi/MiniMax) |
需要自己配 |
|
Skills 兼容 |
agentskills.io 标准 |
自有格式 |
|
研究功能 |
RL 训练、轨迹生成 |
无 |
|
成熟度 |
新项目,生态待建设 |
成熟,社区活跃 |
公平地说,OpenClaw 在社区生态和稳定性上目前还是领先的,但 Hermes Agent 在"自动学习"这个方向上确实走在了前面。
最后
Hermes Agent 代表了 AI Agent 发展的一个方向:从"工具"变成"伙伴"。 现在的大多数 AI 编程助手,本质上还是一个高级工具,你给它指令,它执行,结束。下次再来,它不认识你了。
Hermes 想做的是一个真正的"数字伙伴":它记住你,了解你的习惯,从每次合作中积累经验。时间越长,配合越默契。
加入 OpenClaw 交流群
如果你对 OpenClaw 感兴趣,或者在实践中遇到问题,欢迎加入 OpenClaw 中文交流群。
99 元入群,送 $50 aigocode.com 算力额度。群里都是实际在用 OpenClaw 的玩家,每天分享使用技巧和踩坑经验,氛围很活跃。

一个人 + OpenClaw + aigocode = 一个小团队。
更多推荐



所有评论(0)