105,337星的开源AI Agent，一个会"记住你"的助手**

你有没有遇到过这种情况：你跟AI助手聊了一个小时，配好了环境、定好了规则、理清了项目结构。关掉对话。第二天打开，它全忘了。你得重新说一遍。

---

一个让人崩溃的瞬间

上周，我让AI帮我分析一个项目的技术架构。

第一天，我花了40分钟告诉它项目的技术栈、团队协作规范、代码风格偏好。它记住了，分析得很准。

第二天，我打开新对话，让它继续。

“你好，我是你的AI助手，有什么可以帮你的？”

40分钟白说了。

这不是个别现象。这是几乎所有AI助手的通病——没有持久记忆。

每次新对话，都是一张白纸。你得反复告诉它你是谁、你在做什么、你喜欢什么风格、你的项目是什么结构。

用的时间长了，你会发现一个残酷的事实：你跟AI助手交流时间的30%，花在"让它认识你"上面。

---

Hermes Agent是什么

2025年7月，Nous Research在GitHub上开源了一个项目叫Hermes Agent。

9个月后，105,337颗星，15,054个Fork。

这个数字意味着什么？作为对比：

• Claude Code（Anthropic官方CLI）：约7万Stars
• Cursor（最火的AI编辑器之一）：约6万Stars
• Hermes Agent：10.5万Stars

它不是最多的，但增长速度在AI Agent领域非常突出。而且它的定位跟前面两个完全不同——它不是让你写代码的工具，它是一个会"记住你"的AI助手。

官方的一句话定位很精准：The agent that grows with you（与你共同成长的Agent）。

翻译成大白话：你用得越久，它越懂你。

---

核心差异：为什么它能记住你

Hermes Agent的记忆系统分为三层。

第一层：持久记忆（MEMORY.md）

这是最核心的一层。

Hermes Agent有一个叫MEMORY.md的文件，存放在~/.hermes/memories/目录下。每次对话开始时，它会自动把记忆注入到系统提示词中。

关键在于：它是自动管理的。

你不需要手动写记忆。当Hermes学到新东西时——比如你的操作系统版本、你的代码风格偏好、你项目的目录结构——它会主动把这些信息保存到MEMORY.md中。

下次对话，它带着这些记忆启动。

第二层：用户画像（USER.md）

除了客观事实，Hermes还会记住你是谁。

你的名字、角色、时区、沟通偏好（简洁还是详细）、技术能力水平、不喜欢什么——这些信息存在USER.md中，容量1,375字符，大约5-10条条目。

第三层：会话搜索（Session Search）

前两层记忆有容量限制（总共约1,300 tokens）。但Hermes还有一个大招：FTS5全文搜索。

所有历史对话都存在SQLite数据库中。当你问"我们上周讨论的那个API方案是什么"，它可以在所有历史会话中搜索，用LLM总结后给你答案。

三层记忆系统的对比：

层级	容量	速度	用途
MEMORY.md	2,200字符	即时	关键事实，每次都在
USER.md	1,375字符	即时	用户偏好和画像
会话搜索	无限	需要检索	历史对话追溯

还有一个细节值得注意：记忆条目在写入前会经过安全扫描，检测注入攻击和凭证泄露模式。这意味着别人不能通过对话往你的记忆里植入恶意指令。

---

从OpenClaw迁移，有多难

如果你已经在用OpenClaw（也就是"龙虾"），Hermes Agent内置了一键迁移工具。

hermes claw migrate        # 完整迁移（交互式）
hermes claw migrate --dry-run  # 预览模式

迁移的内容包括：

迁移项	说明
SOUL.md	人格设定文件
Memories	MEMORY.md和USER.md中的记忆
Skills	用户自建的Skills
命令白名单	审批规则
消息平台配置	Telegram、Discord等设置
API密钥	允许列表中的密钥
TTS资源	语音相关文件

一条命令，OpenClaw的配置、记忆、Skills全部搬到Hermes。

迁移完成后的差异：你的所有旧设置都还在，但多了一层会自动学习和记住新信息的记忆系统。

---

六大关键能力

除了记忆，Hermes Agent还有几个值得说说的能力。

1. 多模型自由切换

Hermes Agent不绑定任何一家模型。支持200+模型提供商：

• 商业模型：OpenAI、Anthropic、Google Gemini
• 国产模型：GLM/智谱、Kimi/月之暗面、MiniMax、小米MiMo
• 聚合平台：OpenRouter（200+模型一键切换）
• 本地部署：Ollama、vLLM、SGLang

切换只需要一条命令：

hermes model

选择新的提供商和模型，零代码改动。

2. 全平台消息网关

不只是CLI。Hermes Agent可以同时连接多个消息平台：

• Telegram
• Discord
• Slack
• WhatsApp
• Signal
• 企业微信（通过社区插件HermesClaw）

所有平台共享同一个记忆系统和会话历史。你在Telegram上告诉它的事，在Discord上它也记得。

3. 自主Skill创建

跟OpenClaw的Skill系统类似，但Hermes多了一步：自动创建Skill。

当你给它一个复杂任务，完成后，它会主动把这个流程提炼成一个可复用的Skill。下次遇到类似任务，直接调用Skill，不需要从头来过。

而且Skill会在使用过程中自我改进——用得越多，效果越好。

4. 定时任务

内置cron调度器，用自然语言定义定时任务：

“每天早上7点给我发一份GitHub上AI项目的热门趋势”
“每周五下午5点总结本周的代码提交情况”

任务结果可以推送到任何一个消息平台。

5. 子Agent并行

可以派生出独立的子Agent并行工作，每个子Agent有自己的上下文，互不干扰。完成后结果汇总给主Agent。

这意味着你可以同时让它做三件事：搜索资料、跑测试、写文档——互不阻塞。

6. 随处运行

六种终端后端：本地、Docker、SSH、Daytona、Singularity、Modal。

其中Daytona和Modal提供serverless模式——你的Agent环境空闲时休眠，需要时自动唤醒，空闲成本几乎为零。

---

跟OpenClaw比，到底好在哪

说真话，OpenClaw是一个优秀的开源AI Agent框架，有强大的工具生态和活跃的社区。Hermes Agent并不是在所有方面都胜出。

但有几个关键差异值得说清楚：

Hermes Agent更强的地方

维度	OpenClaw	Hermes Agent
持久记忆	需要手动配置（MEMORY.md）	自动学习+自动管理+三层记忆
记忆安全扫描	无	内置注入攻击检测
会话搜索	无	FTS5全文搜索+LLM总结
Skill自创建	手动编写	自动从经验中提炼
多模型切换	支持但配置复杂	一条命令切换，零锁定
消息平台	企业微信为主	6大平台+企业微信（社区插件）
运行环境	主要本地	6种后端含serverless
定时任务	支持但需手动配置	自然语言定义+自动推送

OpenClaw仍然更强的地方

公平起见，OpenClaw也有它的优势：

• 社区生态更成熟：Skills生态更丰富，工具链更完整
• 企业微信原生支持：OpenClaw的企业微信集成是原生的，Hermes需要社区插件
• 中文社区更大：OpenClaw在国内有更活跃的用户群体和中文文档
• Claude深度集成：如果你是Claude的重度用户，OpenClaw的集成更原生

我的判断

如果你的核心痛点是"AI记不住东西"，选Hermes Agent。

如果你重度依赖企业微信和Claude生态，OpenClaw仍然是好选择。

两者不互斥。Hermes Agent内置了OpenClaw迁移工具，你可以先迁移试试，不满意再迁回去。

---

如何安装

一行命令：

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

支持Linux、macOS、WSL2和Android（Termux）。Windows用户需要先安装WSL2。

安装完成后：

source ~/.bashrc    # 重载shell
hermes setup        # 运行设置向导
hermes              # 开始对话

设置向导会引导你选择模型提供商、配置工具、设置消息平台。全程交互式，不需要手动编辑配置文件。

如果你从OpenClaw迁移：

hermes claw migrate

从OpenClaw迁移过来的用户，所有旧设置和记忆都会保留。

---

三个真实使用场景

场景一：长期项目协作

你有一个持续半年的项目。用OpenClaw，每次新对话都要重新告诉AI项目的架构、技术栈、代码规范。用Hermes Agent，这些信息在第一次对话后就自动保存了。三个月后，它还记得你的项目用的是Go 1.22，路由用的chi，数据库查询用的sqlc。

场景二：多平台工作流

你白天在公司用Slack，晚上在家用Telegram。用Hermes Agent，两个平台共享同一个记忆和会话。你在Slack上说的"项目部署在10.0.1.50这台服务器"，晚上在Telegram上它也知道。

场景三：自动化报告

每天早上7点，你需要一份AI领域的热门新闻汇总。用Hermes Agent的cron功能，一句话设定好，结果自动推送到你的Telegram或企业微信。不需要写脚本，不需要配CI/CD，自然语言搞定。

---

写在最后

AI Agent领域有一个被严重低估的问题：记忆。

所有人都在讨论AI能不能写代码、能不能做设计、能不能分析数据。但很少有人关注一个更基本的问题：AI能不能记住你是谁？

一个每次都要重新认识你的助手，不管能力多强，效率的天花板都很低——因为你永远在重复"让它认识你"这件事。

Hermes Agent解决的不是"AI能做什么"的问题，而是"AI能不能持续为你服务"的问题。

105,337颗星说明了一件事：开发者在用脚投票——他们需要的不是更强的工具，而是一个更懂自己的助手。

你的AI助手，记得你吗？