平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“Hermes Agent 安装指南(附与OpenClaw的区别)”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。

目录

• 什么是 Hermes Agent
• 它与 OpenClaw 的区别
• 本地安装 Hermes Agent
• 自动化安装
• 设置向导
• 手动设置安装
• 写在最后

实际处理时，Hermes Agent是一个开源的、能够随着采用而不断自我进化的AI智能体（AI Agent），被开发者社区亲切地称为“爱马仕”。它由美国的Nous Research公司开发。

Hermes Agent由Nous Research从实现思路看，公司开发。这家公司在开源AI领域相当知名，曾推出性能优异的Hermes系列大语言模型（LLM）。Hermes Agent正是借助了他们在大模型领域的深厚积累，将强大的函数调用和结构化输出能力应用到了这个“自进化”的AI智能体上。

理解这一步时，轻松来说，Hermes Agent不仅仅是一个工具，它代表了一种新的AI应用范式：一个能够持续学习、不断成长、真正成为你“数字同事”的智能体。无论是用来个人自动化、开发辅助还是复杂的业务流程，它都展现出了巨大的潜力。

它采用极为宽松的MIT开源许可证，这意味着你能够自由采用、修改和分发，无论是个人项目还是商业应用。

它的核心理念是从“用完即止”的工具，进化为一位“越用越懂你”的长期伙伴。

自进化是如何实现的？

Hermes Agent区别于其他AI的核心，在于它内置了一个学习闭环。轻松来说，它的工作方式如下所示：

执行任务：接收并完成你的指令，如编写代码、整理报告等。

自动评估：任务完成后，它会自动复盘。如果发现某个方法很有效（比如，解决了关键问题或你纠正了它的错误），它就会将其记录下来。

生成技能：它会将这些成功的经验提炼成一个结构化的“技能（Skill）”文件并保存下来。

下次复用：当类似任务再次出现时，它会优先调用已有的技能来高效完成，甚至会在实践中不断优化这些技能。

这种设计不仅让它积累了“经验”，还借助本地存储所有会话，构建了持久化的记忆，能在不同任务间建立关联，形成对用户工作方式的深刻理解。

能力与部署

强大的工具箱：它内置了超过40种工具，能够执行文件操作、运行Shell命令、控制浏览器、执行代码等，就像一个24小时在线的AI管家。

广泛的平台集成：能够接入T@elegrimm、Discord、Slack、WhatsApp等超过15个平台。它对中国用户特别友好，已原生兼容微信、飞书、钉钉、企业微信等，便于融入日常工作流。

灵活的部署方式：你能够借助一条轻松的命令，将其部署在自己的电脑、云端或Android手机（借助Termux）上。

什么是 Hermes Agent

实际处理时，Hermes Agent是一个开源的、能够随着采用而不断自我进化的AI智能体（AI Agent），被开发者社区亲切地称为“爱马仕”。它由美国的Nous Research公司开发。

在这个场景下，在了解它与 OpenClaw 的区别之前，还是有必要再介绍一下 Hermes Agent。

开源地址：（链接已移除）

在这个场景下，Hermes Agent 是 Nous Research（一家 AI 研究实验室）打造的一款"会自己学习、越用越聪明"的 AI 助手 Agent。它不是单纯的聊天机器人，而是一个拥有内置学习循环的自主智能体。

实际处理时，它最大的核心亮点就是拥有一套内置的学习循环机制。这个能力是它与其他 Agent 的核心差异，在昨天的文章里我也有详细的介绍过。

结合项目来看，轻松说它能记住你教给它的东西，下次遇到同样的问题自动用它学会的方法去解决，还会自己新建"技能手册"。

它与 OpenClaw 的区别

在这个场景下，Hermes Agent常被拿来和明星项目OpenClaw（俗称“龙虾”）作比较，两者在设计哲学上截然不同：

从实现思路看，我觉得 OpenClaw 我就不用再介绍一遍了，这个相信大家经过了前一阵子的小龙虾热，应该都比较清楚了。

理解这一步时，其实你能看出来 Hermes Agent 基本上跟 OpenClaw 拥有的能力差不太多，我下面列个表，对照着看一下会比较清楚。

在这个场景下，OpenClaw 更像是一个强大的「个人 AI 工作台」与「消息中枢」。
在这个场景下，Hermes Agent 则更像是一个「有生命力、会自我进化的 AI 数字分身」，你教它一次，它学会后永远不会忘，而且越用越懂你。

结合项目来看，另外，你可能还会问，我已经有了 OpenClaw，还需装这个 Hermes Agent 吗？

我觉得你能够从以下几点来考虑：

1、你的需求是什么？
从实现思路看，若你只需一个消息中枢 + AI 助手，OpenClaw 够用；但如果你想要"越用越聪明"的自进化 Agent，Hermes 更适合。

2、你想用 Claude 额度吗？
理解这一步时，Hermes Agent 依然兼容你采用 Anthropic 家的 Claude 订阅套餐，OpenClaw 不行了。

3、你要用无服务器吗？
实际处理时，Hermes 兼容 Daytona/Modal，闲置时不收费，OpenClaw 不兼容。

4、你在深度研究 AI 吗？
从实现思路看，Hermes 有 RL（深度学习） 训练框架和轨迹导出，OpenClaw 没有。

5、你在乎学习成本吗？
两个系统都要学，时间成本要考虑。

6、你有团队协作要求吗？
Hermes 的 DM pairing 和多用户授权更成熟。

实际处理时，若你以前从没用过 OpenClaw，我觉得你能够直接安装 Hermes Agent，认真玩儿一下，研究一下，OpenClaw 能够作为辅助。从技术上看，Hermes Agent 的「自学习循环」是真正有价值的方向，值得尝试。

结合项目来看，而且，后期你又想玩 OpenClaw 了，也能够把 Hermes Agent 作为 MCP Server，让 OpenClaw 来调用它。这样两个都能同时跑，借助 ACP 让他们协同。

本地安装 Hermes Agent

理解这一步时，若上面的内容你看完后，内心感觉似乎比我现在用的 OpenClaw 强，而且也愿意花点学习成本稍微折腾一下，看看这个所谓的能实现"自我进化"的智能 Agent 产品到底是什么样子。那你就能够接着往下看，详细了解一下如何正确安装、部署与采用。

落到代码里，但如果你觉得这玩意儿还是没太搞懂，好像也就这么回事，或者被小龙虾已经折腾的够呛了，不想再浪费时间折腾了，那下面的内容你就能够不用看了，到此为止。

自动化安装

落到代码里，看到这儿的人肯定是想装上了解一下的。如果你是一个懒人，用自动化安装的方式最适合你。

理解这一步时，以下这个终端命令行安装方式同时适用来多平台，包括 Linux / MacOS / WSL2（Windows 不兼容原生，需装 WSL2 才能采用这个命令进行安装）

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

在这个场景下，Windows 下以管理员身份启动 Powershell，随后执行以下 WSL 安装命令：

wsl --install

注意：如果是第首次安装 WSL，中途会让你新建密码，不能全是数字，最好是字母、数字加符号的形式。输入密码和确认密码终端里都不会显示，你只管输就行，随后保存好。

落到代码里，WSL 安装完成后，再复制上面的指令进行 Hermes Agent 的安装！

在这个场景下，此外，我看到网上还有另外一种 Hermes Agent 的安装方式，不用折腾 WSL2，Windows 用户也能够尝试，我自己也试了一下，是能够正常安装的。命令如下所示：

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

结合项目来看，进入安装过程后，脚本会自动检测同时安装 Python、Node.js、Git、ripgrep 等所有依赖，耐心等待就行：

注意：中途检测同时安装各种依赖时，会让你输入几次刚才上面安装 WSL 时新建的密码。输入密码的时候依然是不显示，直接输，输对就行，然后回车确认。

在这个场景下，直至你看到以下终端界面时，就说明 Hermes Agent 已经安装完成，开始进入设置流程。注：如果你之前安装过 OpenClaw，后面的流程你会看着很熟悉！

设置向导

第一步：导入 OpenClaw 设置

从实现思路看，借助上图你能看到，如果你电脑中已经安装了 OpenClaw，Hermes Agent 会自动检测到，同时询问你要不要导入 OpenClaw 的设置，这算是第一步了。如果你本地没安装 OpenClaw，那就应该会直接进入第二步。

注：我这里就选择不导入了，因为我的小龙虾用的是 MiniMax 家的 Token Plan 套餐，我也不知道 Hermes Agent 到底支不兼容，所以我也想根据设置向导往下继续看看。

第二步：设置 Hermes Agent

从实现思路看，它兼容两种设置方式，一种是更快设置，一种是完全设置。建议新手都采用更快设置，就跟 OpenClaw 设置向导时选择的一样，可更快设置提供商、模型与消息通道。

1、设置模型

理解这一步时，你能够看到摆在明面儿上的这些模型 Anthropic、OpenAI Codex、Qwen、OpenRouter、Hugging Face、GitHub Copilot、MiniMax 提供商都是兼容的，没想到也是兼容 MiniMax 家的，那这对我来说就便于很多了。

在这个场景下，而且 Hermes Agent 是兼容 Claude 模型的，毕竟 Anthropic 已经把 OpenClaw 采用 Claude 订阅套餐的权限入口给关上了，Hermes Agent 没有关能够继续采用。这也算它的另一个优势了。

实际处理时，我这里为了便于演示，就直接选择 MiniMax 了，填入 API Key 和 Base URL，选择主模型即可。

落到代码里，设置完成后，如果之后想修改，能够借助 hermes setup agent 命令来调整。

实际处理时，当然，你也能够选择其他家的。比如 OpenRouter，它家定期会有免费模型尝鲜，但得先申请一个它家的 API Key。

OpenRouter 网址：
（链接已移除）

2、设置消息通道

落到代码里，模型设置完成后，它会自动引导你进入消息通道设置，跟 OpenClaw 的设置顺序一样。

在这个场景下，我这里选择的是 T@elegrimm，反正从目前设置向导的界面上看是没有直接兼容飞书和微信的。

从实现思路看，不过我看到它最下面的选项是 Webhooks，也许能够连接飞书，喜欢折腾的能够试试。

T@elegrimm 桌面端下载：
（链接已移除）

IOS 端下载：
（链接已移除）

Android 端下载：
（链接已移除）

落到代码里，接着它会管你要 T@elegrimm bot token。如果你之前用 OpenClaw 时就有，直接粘贴就行。

若你没有，能够按照下面的方式进行新建：

在这个场景下，◆ 在 T@elegrimm 搜索 @BotFather（我是在桌面端上搜索的，手机端也是一样的）

◆ 发送 /newbot，按提示取名（用户名必须以 bot 结尾）

◆ 根据它的提示，要给这个新的机器人取个名字。

落到代码里，◆ 取名儿的时候需留意，用户名必须以 bot 结尾，比如我这里叫 tuzhugebot。

结合项目来看，很快，你的新机器人就新建好了，T@elegrimm 会自动分配给你一个 HTTP API，记得保存好，这个就是 bot token，形式大概为下面这样：
3764897925 : AAxxx5x_xx67xxx_xxx21x

随后复制粘贴到你的终端中，提供给 Hermes Agent。

在这个场景下，这里我踩过一个坑，你一定需留意：就是你到终端里去粘贴 bot token 时，终端里是看不到的，不显示，其实你已经粘贴成功了。你可能会在情急之下又粘贴好几次，导致设置文件写错。所以比较稳妥的做法是，提前把你准备粘贴的 bot token 先复制到本地记事本里，随后从记事本中剪切，再粘贴到终端里。

从实现思路看，当你提供了 bot token 后，接着就会进入到 Allowed user IDs 流程。

从实现思路看，这个意思就是如果你不告诉它你的用户ID，所有人都能够控制你的这个 T@elegrimm 机器人，这肯定不是你希望的，对吧。所以，如果它绑定了你的用户ID，那就只有你能控制它。

user ID 拿到方法（这次用手机拿到，桌面客户端也一样）：

第一步：在 T@elegrimm 中 @userinfobot

第二步：随便向 userinfobot 发任意消息，它就会回复你的数字 ID。形式类似于：4693923438

第三步：获得后复制，然后得到终端粘贴并回车。

理解这一步时，接着它会询问你是否作为主频道 ID（Home Channel ID），选择 Y 即可。

3、设置完成

理解这一步时，其实到这里，就已经设置完成了。不过它自己还会做一番自动化检查，跟各种工具、环境有关，还会有一些显示为 X 子的内容，这都没事儿不影响，看到那个绿色边框的「Setup Complete！」就 OK 了。

理解这一步时，最后会询问你是否安装为系统服务（launch），选 Y 能够开机自启、后台常驻。

4、启动成功

结合项目来看，所有设置完成后，Hermes Agent 会进入欢迎页面，说明一切正常。

5、发送消息

现在能够正式向 Hermes Agent 发消息了。

手动设置安装

落到代码里，若你是一个稍微懂点儿技术的用户，平时对各种系统设置文件比较清楚，那能够用这种手动设置的安装部署方式，也应该难不倒你。

第一步：克隆项目

选择一个你本地希望存放克隆文件的文件夹，随后在终端中依次执行以下命令。

git clone https://github.com/nousresearch/hermes-agent.git

第二步：安装相关依赖

在这个场景下，终端中执行以下命令后，它会自动检测同时安装 Python、Node.js、Git、ripgrep 等所有依赖项。

pip install -r requirements.txt

第三步：运行 Hermes

python -m hermes

从实现思路看，手动设置安装与引导式安装在用法及过程上其实差不太多，你能够自行选择。下面讲讲基本用法。

基本用法

在这个场景下，介绍一下官方建议的基本采用方法，包括以下这些，先掌握这些就能够，装上之后能够慢慢研究，而且官方还在持续更新：

hermes —— 启动交互式对话
hermes model —— 选择模型提供商和模型
hermes tools —— 设置启用哪些工具
hermes config set —— 设置单个设置项
hermes gateway —— 启动消息网关（T@elegrimm、Discord 等）
hermes setup —— 重新运行完整设置向导
hermes claw migrate —— 从 OpenClaw 迁移设置
hermes update —— 更新到最新版本
hermes doctor —— 诊断问题

更详细的能够查看：

官方文档：
（链接已移除）

官方仓库：
（链接已移除）

写在最后

若安装和采用过程中遇到问题，能够先采用以下万能诊断命令：

hermes doctor # 自动诊断所有问题，给出修复建议
hermes version # 确认版本
hermes config show # 查看当前设置

若还是解决不了，记得查看一下官方 FAQ 文档：
（链接已移除）

落到代码里，若遇到报错，能够让 Claude Code 或任意一种 AI Coding Agent 帮你排查和纠错，只需把错误信息发给它让排查和解决就行。

在这个场景下，其实 Hermes 还有很多玩儿法，比如多 Profile、自建 skill、语音对话、定时自动化、多 Agent 同时行等，以后有空儿了再单独挑几个继续写。

实际处理时，谢谢你看我的文章，如果觉得这篇文章有用，关注一下或者给个三连，也能够分享给你身边正在关注 Hermes Agent 的朋友。

实际处理时，既然看到这儿了，如果觉得还不错，帮忙随手点个赞；如果想第一时间收到推送，也可给我加个星标，很感谢！