我决定放弃 OpenClaw，拥抱 Hermes（附安装教程）

来源：htmlDecode("鹏哥自由人生")

原文链接：https://mp.weixin.qq.com/s/XyEWTQM22sr-3pi4txTTgw

---

昨天晚上，我遭遇了今年最让我崩溃的一次工具翻车事故。

原本只是想给一直在用的 AI 助理 OpenClaw 升个级（从 3.13 升到 4.7 版本），结果迎来的却是大量插件不兼容的疯狂报错。它陷入了长达数小时的彻底宕机——这是它上岗两个月来，遭遇的最大一次崩溃，且长时间无法修复。

我在中午升级，到了晚上，发现官方又紧急发布了 4.8 版本。本以为这是救命稻草，但更新后依然于事无补。去 OpenClaw 的 Issues 列表一看，发现有不少用户跟我一样，也是升级后无法正常使用。

临睡前，在排查报错的间隙，我关注到了另一个开源 AI 助理：Hermes Agent。也就是在这个崩溃的夜晚，我决定彻底切换阵营。

OpenClaw：我的初代智能助理

过去两个月，我逐渐把 OpenClaw 当作了自己的智能管家。

作为一个写作者，我用它来搭建文章结构、润色文笔；作为一个家庭经营者，它接管了我的财务记账，甚至连看病历、管健康档案这种繁琐的活儿，它都处理得井井有条。 在这段时间里，它确实极大地提升了我的工作与生活效率。

但这次崩溃让我看清了它的底层局限：至少在当前阶段，它是一个需要我不断去“喂养”和“修补”的系统。

其实在此之前，我也遇到过多次大大小小的问题：内存不足导致升级失败、群消息无响应、插件冲突。我总是耐心地去排查、修复。

程序员确实喜欢折腾，但我实在不想把大量精力耗在给工具做运维上。

OpenClaw VS Hermes：两种产品哲学的硬核对决

决定切换前，我对这两款开源工具的底层架构做了一次深度的对比，发现它们代表了两种截然不同产品哲学。

设计哲学：确定性的“工具箱” vs 充满可能性的“沙箱”

OpenClaw 的设计理念是：给 LLM 一个精心打磨的工具箱。它的底层有一个庞大的插件注册中心，想要什么功能，就必须先写好对应的插件。它信仰确定性，宁可告诉用户“我做不到”，也不愿让大模型去冒险试错。

而 Hermes 的理念极其生猛：给 LLM 一个拥有终端控制权的临时沙箱。它的核心工具只有极简的四个：读、写、搜、执行代码。当你抛给它一个陌生任务时，它不是去工具箱里找插件，而是直接自己写一段 Python 脚本在沙箱里跑，通过不断试错来逼近答案。相当于给了 AI 一把键盘，只要终端能跑的代码，它就能干。

上下文管理：重型背包 vs 动态图书馆

OpenClaw 采用的是“重型背包”模式。每次启动新会话，它必须把  SOUL.md 、 IDENTITY.md  等各种设定文件一股脑塞进上下文里。相当于员工还没开始干活，先被强行塞了一本 200 页的《员工手册》。

痛点很明显：随着你的设定越来越多，这个“背包”会极其沉重。不仅拖慢速度、消耗大量无用 Token，还极易导致大模型“注意力涣散”。连 MiMo 大模型负责人罗福莉也曾公开指出，OpenClaw 的上下文管理不够优雅。

Hermes 则更像是一座“动态图书馆”。它的默认上下文极其轻量，只包含一个核心人设和一串简短的技能目录。不需要大段背诵设定，只有在用到具体技能时，才会去抽调那本书。

此外，Hermes规定MEMORY.md文件最多不超过 2200 个字符，当要超过时，就主动整理之前的内容，清除过期的记忆。

记忆系统：手工记账本 vs 毫秒级搜索引擎

OpenClaw 的记忆依赖于向  MEMORY.md  追加内容。当账本、开发文档越存越多，这个文件会变成几万行的怪兽。要找几个月前的一句话，系统只能笨拙地通读全文。

而 Hermes 放弃了这种原始的“大文件”记忆。它把你和它的每一次对话、终端执行记录、修改过的文件，静默存入了本地 SQLite 数据库，并直接套用 FTS5 全文检索引擎建立倒排索引。

当你问“调出上个月关于房租配置的记录”时，它是在几毫秒内用 SQL 从几百个历史会话中把精确片段“搜”出来的，而不是“读”出来的。这属于降维打击。

环境管理：隔离的“温室” vs 原生的系统沙箱

OpenClaw 有一个严格的 Workspace 概念，像个温室，文件必须丢进特定目录它才能处理，它把自己当成了一个“应用”。

而对于 Hermes 来说，你的整个操作系统就是它的 Workspace。它自带了  read_file 、极速的  search_files ，更像是一个拥有你机器 bash 权限的超级终端。

反映在开源生态上，这种架构代差带来了直观的热度差异。

OpenClaw 在前期的爆火后逐渐趋于平静；而 Hermes 则在最近呈现出爆发式的增长，目前已经拥有了 4w+ star。

在周上升榜上，它已经冲到了第 4 位。

在 X 上，关于两者的讨论中，不少极客用户都对 Hermes 的使用体验表达了赞美。

遇见 Hermes：为什么它才是更好的解法？

抛开枯燥的底层架构不谈，在日常高频使用中，促使我切换的主要是两点直击灵魂的交互差异。

第一，从“黑盒等待”到“透明的卡片式交互”。

以前用 OpenClaw，扔个长任务过去，只能盯着屏幕干等文本回复，不知道中途卡在哪。

而 Hermes 完美融入了飞书卡片。当它在后台执行多步任务（比如爬取网页、写 Python 分析数据）时，会像发弹幕一样，在对话框里实时滚动正在执行的操作。这种执行全透明的掌控感，让做过技术的人觉得无比踏实。

第二，从主动调教到自我进化。

这是最让我震撼的一点。在 OpenClaw 里，想要新能力，你需要主动让 AI 写新的 skill，如果你不提醒，它绝不会自己记住经验。

但在 Hermes 中，它具备自我进化的能力。比如它刚刚通过代码搞定了一个复杂的抓取任务，它会主动将这套成功的逻辑固化成技能；更可怕的是，它会主动记录自己犯过的错，绝不在同一个坑里跌倒两次。

Hermes 极简安装指南

安装和迁移的过程也非常简单，几乎就是喝杯咖啡的功夫。

1. 命令行极简安装

打开终端，一行命令完成核心引擎安装：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

安装结束时，系统会询问是否迁移 OpenClaw 的数据，此时可以选“暂不迁移”，等配置完成后再操作。

2. 创建飞书机器人

去飞书开放平台新建企业自建应用，获取 App ID 和 App Secret，并开启机器人能力和事件订阅。

这个步骤的流程和接入OpenClaw完全一样，此处不再赘述。

3. 配置 Hermes

运行  hermes setup  引导程序，依次填入你习惯的大模型 API Key，以及飞书鉴权信息。所有配置会自动保存在  ~/.hermes/config.yaml  中。

4. 从 OpenClaw 迁移历史记忆

Hermes 自带了迁移工具，直接运行命令即可将 OpenClaw 的记忆文件平滑转移。需要注意的是：定时任务无法直接迁移，需要让 Hermes 在新系统中单独帮你重新创建一次。

5. 开始使用

最后，执行启动命令：

hermes  gateway start 

首次使用在终端完成配对，即可回到飞书开启全新的体验。

写在最后

工具的迭代，本质上是个人系统的升级。放弃 OpenClaw 并不是因为它不好，而是因为它完成了现阶段的历史使命。

作为迄今为止发展最快的开源项目之一，OpenClaw 在 AI 智能体的普及上留下了浓墨重彩的一笔。但现阶段，我需要一个更稳定、能自我进化、维护成本更低的系统。

如果说OpenClaw 给我们交付的是一个毛坯房，我们可以在此基础上随心所欲的按照自己的风格进行装修，那么Hermes 则更像是链家自如，它在很多关键的环节都已经帮我们做了优化，使用起来更轻松便捷。

One More Thing
其实，今天这篇文章也是在Hermes的帮助下发布的，它帮我写了一个skill，支持从飞书文档的草稿直接发布到公众号的草稿箱。