Nous Research 发布的 Hermes Agent v0.8.0，把 agent framework 的重点从“单次执行任务”拉向“持续学习”。这套工具采用 MIT 许可，GitHub 已有 42.2k stars、5.4k forks 和 331 位贡献者。官方将其描述为“会随��用户一起成长的 agent”，核心卖点是跨会话记忆、自动沉淀 skills，以及对用户偏好的长期建模。
和 OpenClaw 的差别不在界面，而在学习循环
素材显示，OpenClaw 这类早期框架更接近 stateless 模式：接收任务、调用模型、执行工具、返回结果，然后结束当前 session。Hermes 在这个流程之外增加了 4 个环节：episodic memory 写入、retrieval 检索、skill 抽象，以及 Honcho 用户建模。每次任务结束后，系统会记录使用过的工具、参数、成功与失败步骤、耗时和报错；下次遇到相近任务时，再从过往记录中检索经验。
如果某种成功模式重复出现 3 次以上，Hermes 会把流程抽象成 markdown 格式的 skill 文件，并按照 agentskills.io 标准保存在 skills 目录下。配合 FTS5 全文搜索和 LLM 摘要，用户甚至可以直接追问此前讨论过的设计决策。
8 个消息平台、6 种执行后端，模型提供方超过 16 个
在接入层，Hermes 的 messaging gateway 统一支持 CLI、Telegram、Discord、Slack、WhatsApp、Signal、Email、Home Assistant 共 8 个平台。执行后端则覆盖 local、Docker、SSH、Daytona、Singularity、Modal 6 种方案，其中 Singularity 和 Modal 被描述为 serverless 方案，可在闲置时休眠、按需唤醒。
模型侧，Hermes 原生对接 16+ provider，包括 Nous Portal、OpenRouter、Anthropic、OpenAI Codex、DeepSeek、Kimi、GLM、Qwen、Hugging Face、GitHub Copilot、Vercel AI Gateway，以及自定义 endpoint。切换 provider 不需要改代码，只需使用 hermes model 重新选择。
安装路径很短，但 Windows 仍要借助 WSL2
Hermes 给出的安装方式是一条脚本命令，适用于 Linux、macOS 和 WSL2，会自动处理 Python 3.11 venv、Node.js、ripgrep、ffmpeg、仓库克隆、全局 hermes 命令与 provider 配置。安装完成后，重新加载 shell 即可进入交互模式。
不过，Hermes 目前不支持原生 Windows。Windows 用户需要先部署 WSL2，再在 WSL2 终端中运行安装脚本。素材提到，首次安装 WSL2 的完整流程通常需要 15 到 20 分钟。开发者若走手动��装路径，还要注意 git clone 时不能漏掉 --recurse-submodules，否则与 tinker-atropos 子模块相关的依赖可能报出 import error。
可直接使用 Claude Pro 或 Max 订阅额度
Hermes 的一个实用点，在于原生支持 Claude Code 的 OAuth 认证流程。已经订阅 Claude Pro 或 Claude Max 的用户，可在 hermes model 中选择 Anthropic，再选 Claude Code OAuth，登录 Claude.ai 账号后直接使用订阅额度，不必额外申请 API key 并重复付费。
交互式菜单还会要求用户选择模型，选项包括 claude-opus-4-6、claude-sonnet-4-6 和 claude-haiku-4-5。认证完成后，输入 hermes 就能进入交互模式；若要继续上次对话，可使用 hermes --continue 或 hermes -c。
支持从 OpenClaw 迁移，skills 与历史记录可一并导入
面向已有 OpenClaw 使用者，Hermes 提供了 hermes claw migrate 命令，可导入 OpenClaw 的配置、skills 和 conversation history。常用参数包括 --dry-run、--preset user-data 与 --overwrite。这让迁移不必从零开始，旧有使用痕迹也能保留下来。
从存储结构来看，episodic memory 位于 ~/.hermes/episodic/，自动生成的 skills 存在 ~/.hermes/skills/，配置文件则位于 ~/.hermes/config.yaml。系统还提供 hermes doctor 用于环境自检，覆盖 Python 版本、Node.js、依赖、LLM provider 设置和文件权限等问题。
仍处在早期版本，限制写得很直接
这篇教程也列出了 Hermes 当前阶段的限制：Windows 无原生支持、v0.8.0 仍属早期版本、学习循环需要时间积累、Nous Portal 定价未公开、文档以英文为主。对比之下，OpenClaw 在社区规模、第三方 skill hub 和文档成熟度上仍有优势。
就现有信息看，Hermes 更吸引想测试新一代 agent 工作流的重度用户，特别是重视跨��话记忆和可复用 skills 的人群；而偏向稳定生产环境的团队，短期内仍可能继续使用 OpenClaw。