OpenClaw vs Hermes：两种 Agent 框架的架构对比

一句话区分

• OpenClaw：一个本地优先的个人 AI 操作系统。Gateway 是多渠道消息中枢，Skills 是能力插件，ClawHub 是社区市场。TypeScript 全栈。
• Hermes：一个配置驱动的自进化 Agent 引擎。Skills 是 Markdown 指令文件，Agent 能从错误中自动生成新 Skill。Python 实现，18+ LLM 提供商。

两者架构高度相似但又根本不同：OpenClaw 追求广度（连接一切），Hermes 追求深度（自我进化）。

相似得惊人的能力矩阵

Skills 系统对比

格式：都是 SKILL.md

两者不约而同选了同一种格式——YAML frontmatter + Markdown 正文。

OpenClaw 的 Skills 加载有精妙的分级设计：只加载元数据（~100 tokens/skill），按需加载完整指令。Skills 来自内置捆绑包和 ClawHub 社区市场。

Hermes 的 Skills 加载靠自然语言匹配——Agent 根据用户意图自动搜索相关 Skill 并注入 system prompt。

生态规模

OpenClaw: 内置 58 Skills + ClawHub 社区市场
Hermes:   内置 skills/ 目录，个人维护

核心差异：自进化

Hermes 有一个独特的能力——后台自改进循环。每次对话回合后，Agent 在后台分叉一个审查进程，总结本次经验，自动创建或修补 Skill 和更新记忆。当 Agent 解决新类型问题时，会主动生成新的 SKILL.md。这让 Hermes 具备"越用越聪明"的特性。

OpenClaw 的 Skills 是静态的——由开发者或社区编写，Agent 不会自己创建新 Skill。

记忆系统对比

OpenClaw：四层语义记忆

1. 语义向量搜索  → SQLite + embeddings，自然语言检索历史
2. 长期记忆      → MEMORY.md，持久化的核心知识
3. 每日日志      → YYYY-MM-DD.md，按日期组织的操作记录
4. 会话上下文    → JSONL 格式，当前/最近对话的完整记录

配套机制：LLM 上下文压缩、关键信息提取、定期整理。

Hermes：三层持久记忆

1. 工作记忆      → 当前对话上下文（system prompt 注入）
2. 短期记忆      → SQLite FTS5 全文搜索，跨 session 按需查询
3. 长期记忆      → MEMORY.md + USER.md（2200 + 1375 chars）

另有 8 个可选外部记忆提供者（Honcho、Mem0、Supermemory 等），支持知识图谱、语义搜索等增强。

差异

OpenClaw 的向量语义搜索比 Hermes 的 FTS5 全文搜索在自然语言查询上更精准，但 Hermes 的外部记忆提供者选择更多。OpenClaw 的按日期组织日志在追溯"那天发生了什么"时更直观，Hermes 的 USER.md / MEMORY.md 在跨会话持续性上更稳定。

子 Agent 委派对比

OpenClaw：Host-Worker 模式

主 Agent → 任务拆解 → 派出 Worker Agent
                       ↓
             Worker 在隔离 git worktree 中运行
                       ↓
             结果汇总回主 Agent

支持嵌套子 Agent，Worker 有独立 workspace 和 session store。Context 模式可选 isolated（默认）或 fork（继承上下文）。

Hermes：delegate_task

主 Agent → delegate_task → 最多 3 个子 Agent 并行
                              ↓
                    每个子 Agent 独立终端 + 工具集
                              ↓
                    结果汇总回主 Agent

子 Agent 之间不直接通信，由主 Agent 分发和汇总。支持 leaf 和 orchestrator 两种角色。

差异

OpenClaw 的 git worktree 隔离更安全——子 Agent 的修改不会污染主工作区。Hermes 的并行限制（默认 3 个）更保守，但可通过配置放宽。

渠道接入对比

两者渠道覆盖都非常全面。OpenClaw 在 Mattermost、IRC、Nostr 等小众协议上更广，Hermes 在中文平台（微信/企业微信/钉钉/QQ）和 IoT（Home Assistant）上有独特优势。

MCP 协议支持

两者都原生支持 MCP，但方向不同：

• OpenClaw：双向 MCP——既可以作为 MCP Server 暴露 Gateway 能力给外部客户端，也可以作为 MCP Client 连接外部工具服务器。
• Hermes：内置 MCP 客户端，stdlib 和 HTTP 两种传输方式，支持 OAuth 认证和 mTLS，有 Nous 审核过的 MCP 市场。

部署与运维

真实场景对比

场景 1：WhatsApp 多平台客服机器人
  OpenClaw ✅ — 14+ 渠道原生支持，Gateway 统一管理
  Hermes  ✅ — 支持 WhatsApp，渠道覆盖不如 OpenClaw 全面

场景 2：浏览器自动化操作（操作无 API 的网页）
  OpenClaw ✅ — Playwright 集成，能填表单、点击按钮
  Hermes  ❌ — 无浏览器自动化能力

场景 3：多 Agent 并行协作
  OpenClaw ✅ — Commander-Worker + git worktree 隔离
  Hermes  ✅ — delegate_task 并行委派

场景 4：个人长期助手（越用越聪明）
  OpenClaw 🟡 — 四层记忆但 Skills 是静态的
  Hermes  ✅ — 自进化 Skills + 外接 8 个记忆 Provider

场景 5：微信/企业微信机器人
  OpenClaw ❌ — 不支持微信生态
  Hermes  ✅ — Weixin + WeCom Gateway

选型建议

你需要 14+ 海外消息渠道 + 浏览器自动化？
  → OpenClaw — 连接一切的 Agent OS

你需要微信/企业微信 + Agent 自我进化？
  → Hermes — 深度定制的自进化引擎

你需要社区 Skill 生态（ClawHub 市场）？
  → OpenClaw — 社区共享

你需要多 LLM 提供商自由切换（18+ 无锁定）？
  → Hermes — 不被任何模型厂商锁定

你想要 TypeScript 全栈、npm 生态？
  → OpenClaw

你想要 Python、pip 生态？
  → Hermes

两个框架都在快速发展，不存在绝对的优劣。选择哪个，取决于你对"广度"和"深度"的优先级。