$ cat post.md

Hermes Agent 部署体验：会自我进化的 AI 智能体，和 OpenClaw 怎么选

Nous Research 出品的开源 AI 智能体，主打学习循环和三层记忆。一条命令装上，对比 OpenClaw 聊清楚两者定位差异和各自的适用场景。

HermesAI服务器

前两篇聊了 OpenClaw。自托管 AI 助手赛道还有另一个狠角色：Nous Research 在 2026 年 2 月发布的 Hermes Agent（MIT 协议开源）。它最大的卖点是自我进化——内置学习循环，会从使用经验里自动创建和改进技能，用三层记忆（情景、语义、程序）跨会话积累对你的了解。官方口号是「和你一起成长的智能体」。

这篇在我的 Ubuntu 服务器上实测部署，最后聊聊它和 OpenClaw 怎么选。

安装：一条命令，不需要 root

Hermes 的安装脚本会把自己的整套运行时（Python 3.11、uv、Node.js、ripgrep、ffmpeg）装进家目录下的隔离环境，全程不需要 sudo，不污染系统：

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
source ~/.bashrc    # 刷新 PATH

初始化：模型是关键一步

hermes setup

向导提供三种模式：

  • Quick Setup（Nous Portal）：OAuth 登录即可，不用填 API Key，一个订阅覆盖 300+ 模型，还附带网页搜索、图像生成等工具网关。最省事。
  • Full Setup：自己走一遍所有配置，自带各家 Key（Anthropic、OpenRouter、DeepSeek、Kimi/Moonshot、Ollama 本地模型等几十家都支持）。
  • Blank Slate：极简模式，只开模型、文件和终端三个最基础的能力，其余全关，适合想完全掌控权限边界的人。

选好 provider 后先跑一次正常对话确认通了：

hermes           # 经典 CLI
hermes --tui     # 现代 TUI 界面（推荐）

注意：Hermes 要求模型上下文至少 64K tokens，窗口太小的模型（尤其是本地小模型没调上下文参数时）会直接被拒绝启动。

两个设计细节我很喜欢：密钥和配置分离——token 存在 ~/.hermes/.env，普通配置在 ~/.hermes/config.yaml；改配置有统一入口 hermes config set，写哪边它自动判断。

核心体验：它真的会「学」

用下来和 OpenClaw 最直观的差异在学习循环：

  • 你教它「我们项目部署到那台 192.168.1.50 的机器，步骤是……」，它会把这套流程固化为一个技能，下次说「部署一下」就直接照做。
  • 技能（SKILL.md 文件）可以浏览、安装、共享：
hermes skills browse                # 逛技能商店
hermes skills search kubernetes     # 按关键词找
hermes skills install openai/skills/k8s   # 安装（装前自动安全扫描）
  • 装好的技能自动变成斜杠命令，CLI 和消息平台里都能 /k8s 干某事 这样直接调。

三层记忆让它跨会话记得你的偏好：情景记忆记事件、语义记忆记事实、程序记忆记「怎么做」。用的时间越长，它越像你的私人助手而不是通用聊天框。

接消息平台与沙箱

和 OpenClaw 一样，Hermes 也能接 Telegram / Discord / Slack / WhatsApp 等：

hermes gateway setup    # 交互式配置消息平台

安全方面它有个很戳我的设计：沙箱化终端。让 AI 的命令执行跑在 Docker 容器里，而不是直接在你的宿主机上：

hermes config set terminal.backend docker
# 进阶：开 egress 代理，沙箱里连真实 API Key 都看不到
hermes egress setup && hermes egress start

给 AI 执行权限时，这层隔离比 OpenClaw 的审批制更彻底——审批靠人盯，沙箱是物理隔离。

日常运维命令

hermes doctor           # 体检，排障第一步
hermes update           # 升级
hermes -c               # 继续上次会话
hermes gateway status   # 消息网关状态
hermes backup           # 整体备份/迁移到另一台机器

官方给的排障顺序很实在：doctor → model → setup → sessions list —— 出问题时按这个走一遍基本都能定位。

OpenClaw vs Hermes：怎么选

两个都用了一段时间，我的结论：

维度 OpenClaw Hermes Agent
核心定位 消息网关：50+ 平台接入、主动推送 自我进化：学习循环、三层记忆
交互入口 Web 控制台 + 各消息平台 终端 CLI/TUI 为主，网关为辅
生态 ClawHub 技能 + 渠道插件 Skills Hub + MCP 协议
安全模型 exec 审批制 审批 + Docker 沙箱隔离
适合谁 想要「全平台 AI 网关」、在 Telegram 里指挥一切 想要「越用越懂我」的终端助手、编程/自动化场景

两者不互斥——我自己是 OpenClaw 挂在 Telegram 上处理日常杂事和提醒，Hermes 留在终端里干编程和运维的重活。都跑在同一台服务器上，资源占用都不大，模型调用才是成本大头。

常见坑

现象 原因与解决
启动报上下文不足 模型窗口 < 64K，本地模型记得加 -c 65536 之类的参数
回复为空或乱码 provider 认证或模型名错了，重跑 hermes model
装完 hermes 命令找不到 忘了 source ~/.bashrc 刷新 PATH
网关启动但消息没反应 Bot token 或白名单没配完，hermes gateway status 查状态

小结

Hermes Agent 的安装可能是所有自托管 AI 里最顺滑的：一条命令、免 root、自带隔离环境。学习循环不是噱头——教过它的流程真的会沉淀成技能，这是它和「每次对话都从零开始」的传统助手的分水岭。

至此这个 AI 助手小系列（OpenClaw 部署 → OpenClaw 实战 → 本篇）完结。2026 年养一个自己的 AI 助手，硬件门槛不过是一台小主机，剩下的就是动手的兴趣了。

参考：Hermes Agent 官方文档