# OpenClaw vs Hermes 架构深度对比分析

> 资料来源：视频总结、官方文档、技术深度解析
> 整理时间：2026-05-06

---

## 一、核心理念对比

| 维度 | OpenClaw | Hermes |
|------|----------|--------|
| **定位** | 企业级多智能体框架 | 自主进化的个人 AI 伙伴 |
| **核心口号** | 模块化 + 可组合性 | The agent that grows with you |
| **设计哲学** | 你告诉它做什么 | 它学会你自己想做什么 |
| **适用人群** | 需要精细控制的开发者/企业 | 想要省心、越用越聪明的个人用户 |

**一句话本质差异**：
> OpenClaw 是一个**可控的 Agent 运行时**，Hermes 是一个**会自我进化的认知系统**。

---

## 二、架构对比

### 2.1 OpenClaw：Gateway 中心化架构

```
┌─────────────────────────────────────────────────────┐
│                    Gateway                          │
│         (WebSocket + HTTP API + OpenAI兼容)          │
├─────────────────────────────────────────────────────┤
│  ┌──────────┐  ┌──────────┐  ┌──────────┐          │
│  │  Agent 1 │  │  Agent 2 │  │  Agent N │          │
│  │ (main)   │  │          │  │          │          │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘          │
│       │             │             │                 │
│  ┌────┴─────────────┴─────────────┴────┐          │
│  │           Workspace + Sessions        │          │
│  │   AGENTS.md / SOUL.md / USER.md       │          │
│  │   Skills / Memory / Tools              │          │
│  └───────────────────────────────────────┘          │
├─────────────────────────────────────────────────────┤
│              Channels (飞书/Discord/Telegram等)     │
└─────────────────────────────────────────────────────┘
```

**特点**：
- 单一 Gateway 进程常驻运行
- 多 Agent 通过 Binding 系统路由
- Workspace 文件驱动人设和行为
- 工具通过 Skills 系统扩展

### 2.2 Hermes：AIAgent 核心循环架构

```
┌────────────────────────────────────────────────────────────┐
│                     ENTRY POINTS                           │
│  CLI / TUI / Gateway (14+平台) / Cron / Batch / ACP       │
└─────────────────────┬──────────────────────────────────────┘
                      │ 每个入口构建一个 AIAgent
                      ▼
┌────────────────────────────────────────────────────────────┐
│              AIAgent (核心循环 ~13,700 行)                   │
│  build_system_prompt → call model → dispatch tools → loop │
└──────┬─────────────┬──────────────┬───────────┬───────────┘
       │             │              │           │
       ▼             ▼              ▼           ▼
┌──────────┐  ┌──────────┐  ┌────────────┐ ┌─────────────┐
│  Tools   │  │  Skills  │  │  Memory    │ │  Providers  │
│ Registry │  │  Loader  │  │  Manager   │ │ (model API) │
└──────────┘  └──────────┘  └────────────┘ └─────────────┘
                                                        │
       ┌────────────────────────────────────────────────┘
       ▼
┌────────────────────────────────────────────────────────────┐
│     Execution Environments: local / Docker / SSH / Modal  │
└────────────────────────────────────────────────────────────┘
```

**特点**：
- 单一 AIAgent 类服务所有入口
- Harness 工程框架提供控制层
- 五步学习循环驱动自我进化
- 平台差异在薄适配层消失

### 2.3 架构哲学差异

| 方面 | OpenClaw | Hermes |
|------|----------|--------|
| **核心抽象** | Gateway（路由中枢） | AIAgent（认知引擎） |
| **控制方式** | 显式配置 + Binding 路由 | Harness 控制层 + 自我学习 |
| **多 Agent** | 支持，通过 Binding 系统 | 支持，最多 3 个并发子 Agent |
| **平台差异** | Channel 适配器 | 薄适配层，跨平台上下文连续 |
| **扩展方式** | Skills 系统（手动安装） | 自注册 + MCP 即插即用 |

---

## 三、记忆系统对比

### 3.1 OpenClaw：文件驱动 + QMD 搜索

**存储方式**：
- `MEMORY.md`：精选长期记忆（手动编辑）
- `memory/YYYY-MM-DD.md`：每日记忆日志
- `AGENTS.md`/`SOUL.md`/`USER.md`：人设和上下文

**记忆特点**：
- 用户手动维护，需要主动更新
- QMD 后端支持跨会话语义搜索
- 仅主会话加载 MEMORY.md（隐私保护）

**记忆流程**：
```
用户编辑文件 → 重启会话 → 记忆生效
```

### 3.2 Hermes：三层认知架构 + 自动压缩

**三层记忆**：

| 层级 | 类型 | 内容 | 存储 | 作用 |
|------|------|------|------|------|
| Session Memory | 情景记忆 | 单次对话全内容 | SQLite | "这次对话发生了什么？" |
| Persistent Memory | 语义记忆 | 身份、关系、长期知识 | MEMORY.md + USER.md | "我是谁？用户是谁？" |
| Skill Memory | 程序记忆 | 如何执行任务的步骤 | `~/.hermes/skills/` | "我怎么做这件事？" |

**Honcho 用户画像**：
- 渐进式建立用户偏好
- 在多次交互中拼凑出风格、专业、偏好
- 不用每次都重新解释

**自动压缩**：
- LLM Summarization 自动压缩历史对话
- SQLite + FTS5 全文本检索
- 评估对话，筛选值得保留的信息

### 3.3 记忆系统对比

| 维度 | OpenClaw | Hermes |
|------|----------|--------|
| **存储方式** | 纯 Markdown 文件 | SQLite + FTS5 + Markdown |
| **更新方式** | 手动编辑文件 | 自动压缩 + LLM 提炼 |
| **用户画像** | 无 | Honcho 渐进建模 |
| **检索能力** | QMD 语义搜索 | FTS5 全文本搜索 |
| **上下文窗口** | 依赖模型上下文 | 渐进式加载（Level 0/1/2）|

**核心差异**：
> OpenClaw 的记忆是**静态的**，需要用户维护。
> Hermes 的记忆是**动态的**，Agent 自己管理。

---

## 四、技能系统对比

### 4.1 OpenClaw：市场驱动

**技能来源**：
- ClawHub 市场（数千个技能）
- Workspace skills（最高优先级）
- Agent skills
- Managed skills
- Bundled skills

**使用方式**：
```json5
{
  agents: {
    defaults: {
      skills: ["skill-a", "skill-b"]  // 手动配置
    }
  }
}
```

**特点**：
- 需要用户手动安装和配置
- 按优先级覆盖（workspace > agent > managed > bundled）
- 技能是文件夹 + SK.md 的结构

### 4.2 Hermes：自动进化

**技能来源**：
1. **内置技能（40+）**：开箱即用
2. **Agent 自创技能**：重复模式 → 自动蒸馏
3. **社区 Skills Hub**：遵循 agentskills.io 标准

**自动生成示例**：
```yaml
---
name: article-summarizer
description: 以结构化格式总结文章
triggers:
  - summarize
  - tl;dr
tools:
  - web_search
  - web_scraper
  - file_write
---

# Article Summarizer

你是一个善于提炼文章为清晰结构化摘要的专家。
...
```

**进化机制**：
- 重复任务 → 自动蒸馏为新 Skill
- 表现好的技能存活并传播
- 自动更新旧技能让它越跑越顺

### 4.3 技能系统对比

| 维度 | OpenClaw | Hermes |
|------|----------|--------|
| **获取方式** | 手动从市场安装 | 自动生成 + 市场 |
| **维护者** | 用户/开发者 | Agent 自己 |
| **数量** | 数千个（市场） | 40+ 内置 + 自动生成 |
| **进化能力** | 无 | 达尔文压力（优胜劣汰）|
| **格式** | SK.md + 工具脚本 | SK.md + YAML frontmatter |
| **分享** | ClawHub | agentskills.io |

**核心差异**：
> OpenClaw 技能是**资源**，需要管理和维护。
> Hermes 技能是**能力**，会自动生长和进化。

---

## 五、学习循环对比

### 5.1 OpenClaw：无自动学习

**当前状态**：
- 无内置的自我改进机制
- 实验性功能，未生产就绪
- 依赖用户手动更新 MEMORY.md

**用户流程**：
```
发现问题 → 思考解决方案 → 编辑文件 → 重启会话
```

### 5.2 Hermes：五步学习飞轮

```
┌─────────────┐
│ 1. 记忆管理  │ ── 评估对话，筛选值得保留的信息
└──────┬──────┘
       ▼
┌─────────────┐
│ 2. 技能创建  │ ── 重复模式 → 自动蒸馏为新 Skill
└──────┬──────┘
       ▼
┌─────────────┐
│ 3. 技能自改进│ ── 达尔文压力：表现好的技能存活并传播
└──────┬──────┘
       ▼
┌─────────────┐
│ 4. FTS5 召回│ ── 全量历史语义检索，不只依赖当前上下文
└──────┬──────┘
       ▼
┌─────────────┐
│ 5. 用户建模  │ ── 通过 Honcho 构建用户画像
└─────────────┘
```

**飞轮闭环**：
```
更好记忆 → 更好技能 → 更好结果 → 更丰富反馈 → 更精确用户模型 → 更相关记忆
```

**关键创新**：
- Agent 通过 `skill_manage` 工具自己编写 Skills
- Agent 自己编辑 MEMORY.md
- 不是人类在改代码，而是 Agent 在自我进化

### 5.3 学习能力对比

| 维度 | OpenClaw | Hermes |
|------|----------|--------|
| **自动学习** | ❌ 无 | ✅ 五步学习飞轮 |
| **技能进化** | ❌ 无 | ✅ 达尔文压力 |
| **用户建模** | ❌ 无 | ✅ Honcho 画像 |
| **反馈闭环** | ❌ 无 | ✅ 闭合循环 |
| **进化曲线** | 静态 | 第一周→一个月→三个月 |

---

## 六、安全模型对比

### 6.1 OpenClaw：多层防护

**认证方式**：
- Token/Password：共享密钥认证
- Trusted-Proxy：反向代理信任模式
- OAuth：第三方登录

**安全特性**：
1. 默认 loopback 绑定（不允许外部访问）
2. Tool Policy（每个 agent 独立 allow/deny）
3. DM Ping 验证
4. 显示 allow list，每条消息验证
5. 敏感操作审批

**工具策略示例**：
```json5
{
  agents: [{
    id: "family",
    tools: {
      allow: ["exec", "read", "sessions_list"],
      deny: ["write", "edit", "browser"]
    }
  }]
}
```

### 6.2 Hermes：四层防护

```
第1层：Tirith（Rust 外部扫描器）
  └─ 同形异义词 URL、终端注入（ANSI 转义隐藏命令）

第2层：Regex 危险命令检测
  └─ 归一化后检测（忽略大小写/空格），防止 RM -RF 绕过

第3层：Smart Approval（LLM 风险评级）
  └─ 低风险自动批准，中/高风险需人工确认

第4层：Approval Scopes（信任累积）
  └─ Once / Session / Permanent 三级，逐步建立信任
```

**额外特性**：
- 沙盒隔离容器执行（Docker/SSH/Modal）
- 零遥测：不收集、不上传数据
- 四层防护可独立工作

### 6.3 安全模型对比

| 维度 | OpenClaw | Hermes |
|------|----------|--------|
| **隔离方式** | Workspace 沙盒 + Tool Policy | 容器级隔离（Docker/SSH）|
| **危险检测** | Tool Policy + DM Ping | 四层防护（Tirith/Regex/LLM/Scopes）|
| **数据收集** | 未明确 | 零遥测 |
| **审批粒度** | 显示 allow list | Once/Session/Permanent 三级 |
| **默认安全** | loopback 绑定 | 沙盒隔离 |

---

## 七、平台支持对比

### 7.1 OpenClaw

**支持的渠道**：
- 飞书（Feishu）
- Discord
- Telegram
- 其他主流消息平台

**跨平台能力**：
- 支持多渠道接入
- 通过 Binding 系统路由
- 但跨平台连续性较弱

### 7.2 Hermes

**支持的渠道（14+）**：
- CLI / TUI
- Telegram / Discord / Slack / WhatsApp
- 飞书 / WeChat
- VS Code / Zed / JetBrains（ACP）
- Web UI / REST API

**跨平台连续性**：
- 单个 AIAgent 服务所有入口
- 用户可以在 Telegram 开始，Discord 继续
- 全程共享同一上下文

### 7.3 平台支持对比

| 维度 | OpenClaw | Hermes |
|------|----------|--------|
| **渠道数量** | 多个主流渠道 | 14+ 平台 |
| **IDE 集成** | 无 | VS Code / Zed / JetBrains |
| **跨平台连续性** | 较弱 | 强（共享上下文）|
| **定时任务** | Cron/Heartbeat | Cron（JSON 配置 + 技能绑定）|

---

## 八、执行环境对比

### 8.1 OpenClaw

**执行方式**：
- 直接 shell 执行
- Workspace 沙盒隔离（可选）

### 8.2 Hermes

**多种执行环境**：

| 环境 | 用途 | 隔离级别 |
|------|------|---------|
| local | 开发笔记本，最快 | 无 |
| docker | 共享开发机 | 容器级 |
| ssh | 远程 VM | VM 级 |
| daytona / modal | Serverless 沙箱 | 强隔离 |
| singularity | HPC 集群 | 集群级 |

**特点**：同一工具可在不同执行环境中运行，Agent 本身无感知。

---

## 九、技术规格对比

| 指标 | OpenClaw | Hermes |
|------|----------|--------|
| **GitHub Stars** | 未披露 | 47K+（42天内） |
| **核心代码** | 模块化设计 | ~13,700 行 AIAgent |
| **内置工具** | 数十个 | 61 个 |
| **工具集** | MCP 集成 | 52 个工具集 |
| **技能数量** | 数千个市场 | 40+ 内置 + 自动生成 |
| **消息平台** | 多个主流 | 14+ 平台 |
| **模型支持** | 自定义 + OpenAI 兼容 | 18+ Provider |
| **记忆存储** | Markdown + QMD | SQLite（WAL+FTS5）|
| **并发子 Agent** | 多 Agent 模式 | 最多 3 个 |
| **最低部署成本** | 本地运行 | $5 VPS |

---

## 十、选择指南

### 10.1 选 OpenClaw 如果：

- ✅ 企业级部署，需要完整审计和合规
- ✅ 需要精细控制每一条指令
- ✅ 需要多 Agent 协作和复杂路由
- ✅ 追求模块化定制
- ✅ 需要飞书/Discord 等渠道集成
- ✅ 开发者，有能力维护配置文件

### 10.2 选 Hermes 如果：

- ✅ 需要"长气的 AI 朋友"，记忆力超棒
- ✅ 预算敏感，想要低成本部署（几十块 ECS）
- ✅ 不想折腾配置，希望 Agent 自己学会事情
- ✅ 需要跨平台连续性（Telegram→Discord→WeChat）
- ✅ 追求自动进化，不想手动维护
- ✅ 个人使用，想要越用越聪明

### 10.3 一句话总结

> **OpenClaw 是你告诉他做什么，Hermes 是它学会你自己想做什么。**

---

## 十一、架构启示

### 11.1 Harness 工程范式

Hermes 提出的 **Harness Engineering** 代表了 AI 工程的第三范式：

| 范式 | 核心 | 特点 |
|------|------|------|
| Prompt Engineering | 优化提示词 | 手工调试，易出错 |
| Context Engineering | 管理上下文 | 复杂，仍是被动的 |
| **Harness Engineering** | **自我进化的控制基础设施** | 主动学习，持续改进 |

**核心洞察**：
> 模型提供智能，Harness 提供控制。没有 Harness 的 LLM 生产部署就像"把喷气发动机直接连到方向盘上"——有动力但无控制系统。

### 11.2 OpenClaw 的优势

尽管 Hermes 在学习能力上领先，OpenClaw 仍有独特价值：

1. **Gateway 中心化**：更适合企业级部署和审计
2. **多 Agent 路由**：Binding 系统支持复杂场景
3. **飞书深度集成**：原生支持飞书渠道
4. **工具策略**：细粒度的权限控制
5. **OpenAI 兼容**：便于集成现有生态

### 11.3 融合可能

两者可以互补：
- OpenClaw 作为**控制平面**（路由、渠道、多 Agent）
- Hermes 作为**认知引擎**（记忆、技能、学习）

这可能是未来 Agent 框架的方向。

---

## 十二、结论

OpenClaw 和 Hermes 代表了两种截然不同的 Agent 设计哲学：

| 哲学 | OpenClaw | Hermes |
|------|----------|--------|
| **控制** | 人类控制 Agent | Agent 自我进化 |
| **记忆** | 静态文件 | 动态三层认知 |
| **技能** | 资源管理 | 能力生长 |
| **安全** | 规则驱动 | 沙箱 + 零信任 |
| **适用** | 企业/开发者 | 个人用户 |

**没有绝对的好坏**，只有场景的匹配。选择哪个，取决于你想要 AI 以什么方式陪伴你。

---

*整理自：视频总结、OpenClaw 官方文档、Hermes Agent 架构文档等多个来源*
*总结时间: 2026-05-06*