快速入门：一分钟概览

仅需一行curl命令即可完成安装。您可以选择一个模型提供商（例如Claude、GPT、GLM、MiniMax等，或本地Ollama实例），然后为其分配一个具体任务——例如“每天上午八点汇总我的GitHub通知”，或者“协助调试这个Python脚本”。

智能体将立即开始运行并持续学习。一周之后，执行相同任务时将产生更加精确的输出结果，因为Hermes一直在后台默默编写skills——这些记录成功操作的小型Markdown文件将在未来被复用。

这便是整个产品的核心逻辑：快速安装 → 分配明确任务 → 观察其持续进化。

适用人群：谁需要Hermes Agent？

三类用户群体最能从中受益：

1. 命令行开发者 如果您熟悉终端环境，习惯在编辑器中使用Claude Code编写代码，并且需要一个能够处理“审计代码仓库中的无效代码”这类复杂任务的助手。 推荐初始使用组合：hermes CLI + skills功能

2. 自动化运营人员 不一定需要编写代码，只是希望利用AI处理重复性工作——例如汇总新闻资讯、监控市场动态或生成定期报告。 推荐初始使用组合：cron定时任务 + 消息网关 + 记忆系统

3. Telegram机器人爱好者 期望拥有一个随时可以联系的AI助手，无论身处何地都能发送消息让其处理事务。 推荐初始使用组合：Telegram网关 + 语音功能 + skills技能库

对比分析：Hermes Agent与其他AI工具的差异

核心差异总结：Claude Code专注于仓库内的编程辅助，Cursor侧重于编辑器内的配对编程体验，OpenClaw是配置驱动的任务执行器，而Hermes Agent则是一个能够跨会话学习、并允许您通过多种渠道联系的自主智能体。

此为《认识Hermes》系列连载的首篇文章（共6篇）。

Hermes 是一款 AI Agent 产品，其核心理念在于：让 AI 不再仅仅是一个“工具”，而是能够“认识你并和你共同成长”的伙伴。它旨在解决一个核心痛点：无论使用现有的 AI 工具多久，它依然不认识你——每一次开启新对话，你都需要重新解释一切。

本系列将围绕一条清晰的主线展开——痛点 → 是什么 → 怎么记 → 怎么学 → 带了什么 → 边界在哪。

换言之，我们将从“为何现有AI工具不认识你”开始，深入探讨“Hermes 如何主动认识你、并主动构建关于你的知识”，进而一步步剖析至“Hermes 的能力边界在哪里”，从而帮助你建立对 Hermes 完整的认知图景。

本文属于**「痛点」**环节，将带你深入理解：为何现有的 AI 工具即使用得再久，也始终像一个对你一无所知的陌生人？

————————————————

你是否曾有过这样的感受——

使用某个 AI 助手长达三个月后，当你开启一个全新的会话，它对你的一切仍然一片空白。你不得不重新说明你是谁、你正在进行的项目是什么、你偏好或排斥何种表达方式。而下一次，当你再次新建一个会话时，一切归零，流程重演。

这并非程序漏洞，而是现有 AI 工具普遍做出的设计选择。

本质上，你并非在“使用”一个 AI，而是在每一次互动中“重新介绍”一个 AI。

起初，我以为问题在于 AI 缺乏记忆能力。但后来我逐渐意识到，关键不在于“能否记忆”，而在于“由谁来承担记忆的构建与维护成本”。

以 OpenClaw 为例。许多人认为它的记忆系统是“扁平化”的，实则不然。OpenClaw 拥有一套相当精密的记忆架构：MEMORY.md 用于存储长期事实与个人偏好，每日笔记记录工作上下文，DREAMS.md 自动整理短期记忆，还有 Memory Wiki 可以为记忆打上标签并进行矛盾检测。

它的记忆是“显性化”的——你随时可以打开相关文件，一切记录清晰可见。

然而，这套系统伴随着一个显著代价：需要用户投入时间去维护。你必须主动撰写、主动整理、主动更新。长期使用后，你可能会陷入一个尴尬的境地——

你耗费在“维护 AI 记忆”上的精力，几乎等同于你亲自重新处理那些事务。

最终，许多人选择放弃维护，面对新会话时宁愿重新交代一切，于是 AI 依然不认识你。

这并非 OpenClaw 独有的缺陷，而是“由人来维护记忆”这种模式共同面临的困境——

当记忆的成本完全由人来承担时，记忆的质量便取决于人是否愿意持续投入时间。而现实往往是，人们不愿意。

如果我们把视野放宽，会发现整个 AI 助手行业正在经历三次明显的定位迁移：

第一阶段：工具型 定位核心是“协助你完成单次独立任务”。代表产品如 GitHub Copilot、Midjourney、早期版本的 ChatGPT。其特征是即用即走，实现单次任务闭环，不保留交互痕迹。

最近，Hermes Agent 在GitHub上迅速走红，其星标数量已突破十万，这一现象值得深入探讨。本文将对这一自主成长的AI智能体进行详细解析，帮助读者理解其独特之处。

Hermes Agent 是什么：核心功能概览

简而言之，Hermes Agent 是一款部署在服务器上的AI助手，其与众不同之处在于具备自我进化能力。这种成长体现在多个方面，首先是其持久的记忆系统。与常见聊天工具中临时性的对话记录不同，Hermes Agent的记忆被存储在硬盘中，确保长期保存。无论用户与之讨论过什么内容、执行过哪些任务，或是用户偏好的格式与风格，这些信息在系统重启后依然完整保留。例如，间隔数周后再次处理同一项目时，它能够检索出先前的上下文记录，经实际测试验证了这一功能的可靠性。

此外，该智能体具备自主总结经验的能力。在完成一项任务后，它会将执行过程整理成技能文档保存。当未来遇到类似场景时，便无需从头开始，可直接调用已有的Skill进行处理。使用门槛相对较低，仅需每月五美元的VPS即可运行，无需GPU支持。它支持接入飞书、微信、企业微信等平台，也能通过命令行直接交互。内置四十多种工具，涵盖代码执行、网页搜索、图像生成和文件系统操作等功能。

在模型方面，默认采用自研的Hermes 3（基于Llama 3.1架构），同时兼容OpenAI、Claude及本地Ollama等多种模型，更换模型仅需一行命令即可完成。

Hermes Agent 受欢迎的原因

在GitHub上存在大量Agent框架的背景下，Hermes Agent能够脱颖而出并获得十万星标，可能源于以下几个关键因素。首先，“用完即忘”是许多用户在实际使用中的真实痛点。据开发者反馈，绝大多数人曾抱怨过类似问题。尽管Claude Code通过auto-memory功能将笔记写入磁盘有所改进，但多数Agent框架在关闭窗口后仍会丢失数据。Hermes Agent将记忆功能作为核心架构设计，整个系统围绕“持久记忆”这一理念构建。

其次，其定位与OpenClaw和Claude Code存在本质区别。许多人将它与OpenClaw进行比较，但两者目标不同。OpenClaw是一个多Agent协作系统，专注于协调多个Agent共同完成任务；Claude Code是专注于代码编写的编程工具；而Hermes Agent则更像是个人助理，常驻服务器协助处理日常事务，并通过学习不断优化体验。本质上，这三者并不冲突，甚至可以协同使用。

最后，开源特性、自托管模式及低成本优势共同构成了强大吸引力。用户无需将数据交由第三方处理，也不必支付高昂的月费，完全在自有服务器上掌控一切。这对于注重数据隐私的团队而言具有重要意义。

如何实现自主成长：记忆与技能系统

三层记忆系统详解

Hermes Agent的记忆系统分为三层，每层承担不同职能。第一层由两个Markdown文件构成：MEMORY.md存储环境信息、项目规范及经验总结；USER.md记录用户个人偏好，例如回复风格、常用编程语言或厌恶的格式。这两个文件在每次会话时直接嵌入系统提示词，形成Agent的“角色设定”。此外，SOUL.md文件定义了其人格特征。这些文件均可用文本编辑器直接修改，纯文本格式避免了数据库锁等复杂问题。

第二层基于SQLite的全文检索功能。所有历史对话存储于SQLite数据库中，并通过FTS5引擎建立全文索引。当需要查询数周前讨论过的某个方案时，可直接进行全文搜索。这种方式并非将所有历史记录塞入上下文窗口，而是按需检索，从而有效控制token消耗，避免资源浪费。

第三层是定期自省机制。在会话过程中，Agent会定期接收系统级内部提示，促使它回顾近期活动并判断哪些信息值得保存。这一过程无需用户干预，完全自主进行。系统会自动决定信息应存入MEMORY.md还是保留在SQLite中供检索使用。此设计的巧妙之处在于，记忆增长不会导致token消耗线性增加。

技能系统：从执行到复用的完整流程

这是Hermes Agent与其他Agent框架最显著的区别。普通Agent的工作流程通常是：接收任务→执行→结束。而Hermes Agent在完成后增加了一个关键步骤：评估执行过程，提取有用部分，并将其编写为结构化的技能文档。该文档包含操作步骤、常见问题及验证方法。

例如，当用户要求将Python项目部署到特定服务器时，Agent可能需要调用五六个工具才能完成。任务结束后，它会回顾整个流程，将“部署Python项目到此类服务器”抽象为技能保存。下次处理类似部署任务时，可直接调用该技能，无需重复试错。技能文档并非静态不变；如果后续发现更优方案，系统会自动更新内容。这正体现了“自主成长”的含义——能力库持续扩展和优化。

技能来源不仅限于自动生成，用户也可以手动编写或从Skill Hub安装他人分享的技能。

安装与使用指南

安装过程仅需一行命令即可完成：curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash。安装脚本会自动处理Python、Node.js、ripgrep等依赖项，克隆仓库，创建虚拟环境，并配置全局命令。完成后，运行hermes doctor检查环境是否正常。

接入飞书需要在飞书开放平台创建应用，获取app_id和app_secret，并配置到Hermes的gateway中。微信通过iLink Bot API接入个人微信，采用长轮询方式拉取消息，无需公网地址。企业微信支持通过回调Webhook模式接入。值得注意的是，所有平台共享同一记忆系统。在飞书上的对话内容，在微信中也能被识别，无需重复交代背景信息。

更换模型同样简便，通过hermes model命令即可选择不同模型，无论是本地Ollama模型还是Claude API，都无需修改代码。

Hermes Agent的设计思路具有重要参考价值，尽管部分用户可能更习惯使用Claude Code，但这并非因为Hermes Agent存在不足，而是个人偏好差异。如果Claude Code能够融入Hermes Agent的记忆系统和自进化等优点，用户体验将进一步提升。未来已来，让我们共同享受AI技术带来的便利。

在短短七周时间内，Hermes Agent便在GitHub上斩获了四万个星标，这一成绩令众多明星项目相形见绌。用户们戏称它为"爱马仕"，其火爆的秘诀在于独有的自进化能力：随着使用次数的增加，智能水平持续攀升。

与OpenClaw的对比分析

OpenClaw的技能依赖于人工编写，一旦完成便固定不变。而Hermes的技能能够自主生成，并且越用越智能。具体来说，例如：当它整理过一次周报模板后，下次遇到类似任务时，便会调用先前积累的经验。这与大多数AI不同，后者每次对话都需从零开始。官方将这一功能称为"自进化技能系统"。虽然实际进化效果仍需验证，但这一方向无疑是正确的。

核心功能介绍

自进化技能：在完成任务后，系统自动提炼工作流程，生成可重复使用的技能库。

持久记忆：能够跨会话保存用户偏好、项目详细信息以及历史经验，即使重启也不会丢失数据。

多模型兼容：支持超过两百种模型，包括智谱、阿里、MiniMax等国内主流模型。

微信接入：原生集成个人微信，通过扫码即可连接，私聊和群聊场景均能处理。

定时任务：内置cron调度机制，允许用户设置自动化执行的任务计划。

部署指南

提供三种部署方式，难度逐步递增：

阿里云一键部署：登录阿里云控制台，搜索"Hermes Agent社区版"，填写相应参数后点击创建。整个过程采用图形化界面，无需输入命令。建议配置为2核CPU和4GB内存以上。

官方脚本安装：适用于Linux或macOS系统，在终端中执行以下命令：

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

安装完成后，运行 hermes setup 以配置模型参数。

Docker部署：适合具备运维经验的用户，便于环境迁移和功能扩展。

模型方面推荐智谱GLM-5.1、阿里云百炼qwen3.5 plus以及MiniMax m2.7。这些国产模型配置简便，无需跨境网络，免费额度足以满足个人使用需求。

常用操作命令

/model 用于切换不同的AI模型。

/cron 用于设置定时执行的任务。

/background 允许任务在后台运行。

/skills 查看已生成的自进化技能列表。

/snapshot 保存当前系统状态以备后续恢复。

微信集成方案

原生支持个人微信账号，通过扫码即可完成连接。无论是私聊对话还是群组消息，均能有效处理，且全面支持图片、视频、文件及语音消息格式。

接入方案依赖于第三方工具（如hermes-wechat、CowAgent等），具体配置细节需参考官方文档。官方提示：若担心账号安全风险，建议使用备用账号进行测试。

适用场景分析

个人用户：适用于日程规划、信息归纳整理以及文档处理等日常任务。

开发者群体：可用于代码部署、服务器状态监控和日志文件分析。

团队协作：辅助项目管理、任务分配与进度同步工作。

数据分析师：实现数据爬取、清洗加工、可视化展示及报表自动生成。

当前已知问题

官方文档尚不够完善，部分功能需要查阅GitHub Issues寻找解决方案。微信集成方案由第三方提供，其稳定性取决于维护情况。自进化机制仍在迭代优化中，有时可能产生偏差，需要手动干预纠正。

项目开源仅七周，以目前的迭代速度，预计问题将逐步得到解决。

AI终于实现了自我进化，从一次性工具转变为经验积累型伙伴，这正是智能体应有的形态。项目地址：github.com/NousResearch/hermes-agent

1. 快速启动：5分钟内打造你的首个Skill

💡 动手实践优先，理论理解跟进 —— 实际操作一遍，后续概念更容易掌握

1.1 准备工作阶段

确保你的系统已经成功安装OpenClaw。如果尚未安装，请首先执行以下指令：

npm install -g openclaw@latestopenclaw onboard --install-daemon

1.2 构建Skill基础框架

我们将创建一个简易的“天气查询”Skill。执行以下命令行操作：

# 定位init_skill.py脚本的准确路径python $(npm root -g)/openclaw/skills/skill-creator/scripts/init_skill.py \  weather \  --path ~/.openclaw/workspace-main/skills

此命令将生成以下目录结构：

weather/└── SKILL.md    # 包含预设模板内容

1.3 修改SKILL.md文件内容

使用你惯用的文本编辑器打开SKILL.md文件，将其中的内容整体替换为以下文本：

---name: weatherdescription: 通过wttr.in服务获取实时天气信息和天气预报。当用户提出天气、温度、降水情况或出行天气相关询问时自动启用。---  
# 天气信息查询  
## 即时响应指令  
获取当前天气状况：  
```bashcurl "wttr.in/Beijing?format=3"  
获取详细天气预报信息：curl "wttr.in/Beijing"  
## 常用格式代码说明  
- `%c` — 天气状态表情符号（例如☀️🌧️❄️）- `%t` — 当前温度数值- `%w` — 风力强度描述- `%h` — 空气湿度百分比

1.4 验证你的Skill功能

1. 启动OpenClaw控制面板（或任何已连接的聊天渠道界面）
2. 发送测试消息：“北京今天天气怎么样？”
3. 如果Skill被正确激活，你将立即接收到天气数据反馈

祝贺！你已经成功创建了首个Skill！ 🎉

2. 背景知识：OpenClaw核心概念解析

📘 如果你已经了解OpenClaw基本原理，可以跳过本章节

2.1 OpenClaw平台简介

OpenClaw本质上是一个可自主托管的人工智能网关，它在你的聊天应用程序（例如微信、Telegram、Discord等）和AI智能体之间建立连接桥梁。

OpenClaw（其前身为Moltbot、Clawdbot）自2025年底迅速走红以来，已然确立了其在个人AI智能体领域的事实标准地位。

根据Bitsight于2026年2月发布的安全分析报告，OpenClaw被形象地描述为“将王国钥匙交给你的人工智能管家”——这一比喻精准地概括了它的核心价值。其强大能力的关键基石之一，便是其Skills（技能）系统。

PANews在2026年2月的一项深度研究统计显示，当时OpenClaw社区已累积了3002个社区技能。而到了同年4月19日，Gonzo ML的分析数据表明，ClawHub平台上的技能数量已激增至47,094个。

短短两个月内实现近15倍的增长——这便是OpenClaw生态爆发式发展的直观体现。

然而，这也引出了一个现实问题：技能如此繁多，应当去哪里寻找？哪些技能值得信赖？国内用户又如何能够快速访问？

本文将系统性地梳理当前市面上所有可寻获的OpenClaw技能集合渠道，助您一次性解决所有困惑。

一、官方首选：ClawHub技能市场

由OpenClaw官方维护的ClawHub技能交易平台，是最为权威和完整的技能来源。

平台定位

ClawHub是内置于OpenClaw环境中的官方技能商店，用户可通过该平台实现以下功能：

• 浏览与检索：探索社区开发者提交的各类技能。 • 便捷安装：一键将选中的技能安装至本地OpenClaw实例。 • 技能发布：上传并分享自己开发的技能，供全球开发者使用。 • 数据参考：查看技能的社区评分、使用统计等关键信息。

关键信息一览

• 官方域名：clawhub.com（OpenClaw官方技能市场入口）。 • 技能规模：截至2026年4月，平台上收录的技能已超过47,000个。 • 访问方式：可通过OpenClaw内置命令 clawhub search 进行搜索，或直接访问其官方网站。

使用建议

ClawHub无疑是寻找技能的首选渠道。但国内用户在访问时可能会受到网络环境的影响。若出现访问不畅的情况，可参考下文提供的国内镜像解决方案。

二、本土化支持：字节跳动火山引擎中国镜像

2026年4月2日，多家国际科技媒体披露了一则重要合作：字节跳动已正式成为OpenClaw中国区的官方合作伙伴，并为其ClawHub技能市场提供了中国镜像服务。

合作背景

根据The Information的报道，字节跳动协助OpenClaw推出了针对中国市场的软件分发平台。这一消息也得到了Tech in Asia的确认。

Caixin Global（财新国际）的报道进一步指出，字节跳动旗下的火山引擎（Volcengine）为OpenClaw在中国区的业务增长提供了关键的基础设施支持。

合作意义

此项合作有效解决了中国开发者和用户面临的几个核心痛点：

• 提升访问速度：国内镜像服务器显著降低了访问延迟。 • 保障网络稳定：避免了因跨境网络波动带来的不稳定影响。 • 丰富本地内容：有助于吸引更多中文技能和中国开发者的贡献。

访问指引

目前，字节跳动提供的中国镜像具体访问地址可能会随着合作的深入而调整，建议密切关注OpenClaw官方公告以及火山引擎官网发布的最新信息。

三、并行生态：腾讯SkillHub中国专属社区

如果说字节跳动扮演的是OpenClaw的“基础设施合作伙伴”角色，那么腾讯则选择了另一条路径——在赞助OpenClaw的同时，构建属于自己的技能社区。

上线时间

2026年3月12日，据财联社报道，腾讯正式推出名为“SkillHub”的平台，其定位是面向中国市场的“专供版”AI技能社区。

背后故事

这一举措背后有一段插曲。根据South China Morning Post（南华早报）2026年3月16日的报道，OpenClaw的创作者曾公开表达对国内平台“借鉴”其模式的担忧。随后，腾讯采取了一种更为巧妙的策略：不仅没有继续潜在的竞争态势，反而选择赞助OpenClaw项目，并同步推出了自家的SkillHub社区。

SkillHub的核心特点

• 深度本地化运营：完全面向中国开发者和用户的需求进行设计。 • 中文技能优先：汇集了大量更贴合中国实际应用场景的AI智能体技能。 • 融合微信生态：充分利用了腾讯在社交与生态整合方面的天然优势。

与ClawHub的关系

SkillHub并非意在取代ClawHub，而是构建了一个并行的技能生态。两者各有侧重：

• ClawHub：面向全球的技能市场，以英文内容为主导。 • SkillHub：聚焦中国市场的专属社区，优先展示和推广中文技能。

OpenClaw（龙虾AI）简介

OpenClaw（常被非官方地昵称为“龙虾”）是一款由奥地利开发者彼得·斯坦伯格（Peter Steinberger）主导创建的开源AI智能体系统。它的定位超越了传统聊天机器人，致力于成为一个能够深度融入个人计算机环境、通过自然语言指令完成复杂自动化任务的“数字员工”。

你可以将其视为常驻于你设备中的一位“超级管家”。通过微信、QQ或钉钉等日常通讯工具，你可以直接向其发送指令，而它则能够代为执行从文件整理、邮件自动回复到代码编写、社交媒体内容发布等一系列操作。

发展历程：从个人实验到开源现象

OpenClaw的起源是一个典型的“周末项目”。2025年11月，开发者彼得·斯坦伯格为了更便捷地通过手机控制电脑，编写了一个简易脚本，这便是其前身——Clawdbot。

• 2025年11月：项目原型Clawdbot诞生。
• 2026年1月：随着“自主购车”、“30分钟完成代码迁移”等展示其强大自动化能力的演示视频在社交网络广泛传播，项目迅速走红。其GitHub仓库星标数暴涨至20万以上，成为开源史上增长速度最快的项目之一。
• 2026年1月底：因受到Anthropic公司的侵权指控，项目被迫临时更名为Moltbot。
• 2026年1月30日：项目最终确定并沿用现名——OpenClaw。
• 2026年2月：创始人彼得·斯坦伯格宣布加入OpenAI，负责个人助理产品线。OpenClaw项目的维护工作则移交给了开源基金会。
• 2026年3月：腾讯云、阿里云、百度智能云等国内主流云服务商陆续推出了针对OpenClaw的一键部署方案，极大地降低了用户的使用门槛。

核心架构与运行机制解析

OpenClaw的系统架构主要由四个核心组件协同工作：

1. 网关（Gateway）：作为系统的“大脑”与“指挥中心”，负责接收并解析用户指令，然后将其调度分配给合适的处理模块。
2. 智能体（Agent）：这些是执行具体任务的“手足”。一个OpenClaw实例可以运行多个智能体，它们各司其职，例如分别处理邮件管理、代码生成等不同事务。
3. 技能（Skills）：这是OpenClaw的“能力扩展库”。开发者可以为其编写各种技能插件，赋予其诸如“操作浏览器”、“读写本地文件”、“调用外部API”等特定功能。这些技能可以在名为ClawHub的社区市场中分享和获取。
4. 记忆（Memory）：OpenClaw采用“本地优先”策略，将对话历史和任务上下文以Markdown文件的形式存储在用户的本地设备中，旨在更好地保障用户数据的私密性。

简而言之，其工作流程可概括为：用户通过聊天软件发送指令 → 网关接收指令并调用大语言模型（如Claude、GPT等）进行理解 → 智能体根据理解结果，调用相应的技能来执行任务 → 最终结果通过原聊天渠道反馈给用户。

实战指南：如何部署与配置你的数字助手

对于具备一定技术背景的用户而言，部署OpenClaw的过程并不十分复杂。

• 系统要求：支持macOS、Windows（需要通过WSL2）、Linux等主流操作系统。需要预先安装Node.js（建议版本22及以上）。
• 部署方式：
  • 本地部署：通过官方提供的脚本，在命令行中执行一键安装。这种方式将数据完全存储在本地，隐私性最佳。
  • 云端部署：利用阿里云、腾讯云等平台提供的托管服务，可以省去繁琐的环境配置步骤，通常在几分钟内即可完成部署。
• 模型选择：OpenClaw本身不捆绑任何特定的大语言模型，用户可以根据需求自由选择接入GPT、Claude、DeepSeek或本地部署的Llama等模型。
• 交互方式：完成基础配置后，你便可以在WhatsApp、Telegram、飞书、钉钉等十余种即时通讯应用中与你的“龙虾”对话并下达指令。

安全警示：强大能力背后的潜在阴影

OpenClaw的强大自动化能力犹如一把双刃剑。为了执行各类任务，它需要获取极高的系统权限，这同时也打开了一个巨大的安全风险敞口。国家互联网应急中心（CNCERT）已在2026年3月发布相关风险提示，明确指出其存在严重的安全隐患。

主要风险集中在以下几个方面：

• 高危系统漏洞： 已经披露了多个高危漏洞，例如CVE-2026-25253（一键入侵漏洞）和ClawJacked（浏览器劫持漏洞）。攻击者能够利用这些漏洞，在用户毫无察觉的情况下完全控制其设备。尽管官方已发布了修复版本，但互联网上仍有大量未更新的旧版本实例处于暴露状态。

• 恶意技能注入风险： 其技能市场ClawHub的审核机制目前尚不完善，其中混入了不少恶意技能。这些技能常伪装成实用的热门工具，一旦被安装，便会伺机窃取用户的API密钥、浏览器保存的密码乃至加密货币钱包的私钥等敏感信息。

• 不安全的默认配置： 早期版本的OpenClaw默认未启用任何身份认证机制。这意味着在同一局域网内的其他设备可能无需授权即可直接访问并控制该OpenClaw实例。

为确保使用安全，我们提出以下核心建议：

• 立即更新版本：务必确保你使用的OpenClaw是最新版本，以修复所有已知的安全漏洞。
• 审慎安装技能：仅从官方或高度可信的来源安装技能插件。在安装前，务必仔细审查该技能所请求的权限范围，对于要求“读取系统目录”、“执行任意系统命令”等过高权限的技能，应保持高度警惕。
• 启用安全防护：在配置文件中，务必启用敏感操作过滤功能，并明确限制OpenClaw访问你的隐私目录（例如桌面、文档、财务软件目录等）。
• 非技术用户慎用：如果你不具备基础的计算机网络知识、命令行操作能力和安全意识，我们强烈建议不要轻易尝试自行部署和使用OpenClaw。

优势与劣势分析：理性看待技术革新

优势

• 完全开源与免费：采用宽松的MIT开源协议，代码完全透明，允许任何人审查、修改和使用，且没有订阅费用。
• 卓越的自动化能力：能够跨应用程序、跨平台执行复杂的任务序列，显著提升工作效率，将用户从重复性劳动中解放出来。
• 灵活的模型选择：不锁定任何商业模型供应商，用户可以根据自身需求、成本预算和性能偏好自由选择后端大模型。
• 本地优先与隐私重视：核心业务逻辑和记忆数据均存储在本地，理论上比将数据发送至云端服务的方案更能保护用户隐私。

劣势

• 极高的安全风险：其高权限的运行模式和复杂的系统架构带来了巨大的安全隐患，对使用者的安全运维能力提出了极高要求。
• 陡峭的学习曲线：从安装部署、日常配置到维护更新，都需要用户具备一定的命令行操作和软件开发知识，对普通用户不够友好。
• 持续的Token成本：虽然软件本身免费，但调用大语言模型API会产生持续的Token消耗成本，高频使用场景下可能是一笔不小的开销。
• 中文生态有待完善：相较于一些国产的AI智能体解决方案，OpenClaw在微信、钉钉等国内主流应用的深度集成与使用体验上，目前仍有提升空间。

总结而言，OpenClaw是AI技术从“对话交互”迈向“代理执行”时代的一个标志性产物。它既生动展现了AI智能体在提升生产力方面的巨大潜力，也深刻暴露了其在安全、伦理与商业化道路上所面临的严峻挑战。对普通用户来说，它就像一个充满吸引力却又暗藏风险的“技术魔盒”，在拥抱其带来的便利之时，必须对潜在的风险保有最高级别的警惕。

请注意：截至目前，OpenClaw官方尚未在国内任何社交平台或社区注册官方账号，请大家在获取信息和资源时注意甄别，谨防冒充。

免责声明

1. 本文所提及的所有资源与信息均源于网络公开收集，为虚拟资源，其版权归原作者或原始发布方所有。相关内容仅供个人阅读、研究、学习参考之用，不对所涉及的版权问题承担法律责任。其中涉及的软件安装、配置具有专业性，请使用者自行判断并承担操作风险。
2. 我们尊重原创，如原作者认为本文内容存在侵权，请通过相关渠道告知，我们将在核实后第一时间进行处理。
3. 本文旨在进行技术分享与交流，所提供的所有资源链接均为公益分享，未经原作者明确授权，请勿将这些资源用于任何商业用途，由此产生的一切后果与本发布者无关。

导语： 究竟需要怎样的架构设计，才能引领AI Agent实现从“工具”到“员工”的质变？这不仅是一篇技术解析，更是一位从业者对当前Agent发展路径的深度反思与架构探索。

一、 设计哲学分野：OpenClaw与Hermes的根本定位差异

在深入技术细节前，我们必须先审视一个更为根本的问题：系统定位。这一定位，决定了两种架构的能力边界与未来演化的天花板。

OpenClaw的定位是“劳动力工具”。 它像一把功能强大的瑞士军刀，反应迅速、执行精准，但需要由人类“手持”并下达指令。其核心价值在于高效完成明确任务，但在自主思考与决策层面存在明显局限。

Hermes Agent的定位是“思考控制器”。 它更接近于一个聪慧的参谋大脑，擅长复杂推理与策略规划，然而在具体的“动手”执行环节显得能力不足。它能为决策者提供洞见，却难以独立完成从规划到落地的全过程。

两种定位本身并无绝对优劣，其适用性高度依赖于具体场景。但一个值得深思的观点是：这两种路径或许都只揭示了AI Agent潜能的冰山一角。真正的突破，可能在于探索第三条道路——打造一个兼具深度认知与高效执行能力的完整“智能个体”。

二、 OpenClaw深度剖析：效率至上的优势与局限

2.1 架构设计核心：扁平与高效

OpenClaw采用了典型的扁平化架构，其核心流程清晰直接：用户请求经由Gateway，分配至Sessions或SubAgents，调用Tools，最后由LLM生成结果。

这种设计的最大优势在于极致的执行效率。通过Sessions和SubAgents机制，它能并行处理多任务；丰富的Tools生态覆盖广泛场景；快速的响应几乎让用户感知不到延迟，体验流畅。

2.2 强执行导向下的潜在代价

然而，追求极致的执行效率也带来了一系列不可忽视的问题。

首要问题在于认知能力的短板。 OpenClaw的记忆系统较为简单，主要依赖Sessions维护对话上下文。这种记忆是短暂且碎片化的，难以支撑跨越多个会话的长期、连续性任务。对于一个需要成长为“员工”的Agent而言，缺乏连贯记忆与经验沉淀是致命缺陷。

其次是经验积累与进化机制的缺失。 优秀的员工会在实践中学习并优化自身。但OpenClaw的每次任务几乎都是“从零开始”，它不会记住过往的成功经验或失败教训，其能力是静态的，无法随时间与交互自然成长。

再者是行为准则与约束层面的薄弱。 OpenClaw具备基础的Tool使用规范，但缺乏一套系统化的行为约束（Harness）体系。Agent的行为边界模糊，主要依赖底层LLM的“自我理解”，这在复杂的商业环境中可能引发不可预测的行为与潜在风险。

2.3 OpenClaw的典型适用场景

OpenClaw最适合处理目标明确、输入清晰、输出可预期的快速执行类任务。

例如：代码片段生成、特定API查询、标准化报告整理。在这些场景中，其强大的执行能力是无可比拟的优势。

但若需求是一个能独立理解模糊指令、承担完整项目、并能从经验中持续学习的“员工”，OpenClaw的架构就显得力不从心了。

三、 Hermes Agent深度剖析：思考者的优势与困境

3.1 架构设计核心：控制与决策

与OpenClaw的“行动派”路线不同，Hermes Agent选择了**“思考派”** 路径。其架构强调中央控制器（Controller）的决策核心地位：用户请求由Controller接收，经Decision System规划，再由Executor执行，并全程依托完善的知识库系统。

从设计意图看，Hermes Agent旨在弥补OpenClaw在认知深度上的不足，试图扮演一个善于分析与谋划的“军师”角色。

3.2 深度思考能力背后的执行瓶颈

第一个显著问题是执行能力的相对薄弱。 Hermes Agent能够制定周密的计划，但在实际执行环节——如工具调用、流程控制、异常处理——时常遇到障碍。完成一个任务闭环需要“想得好”和“做得到”双重能力，而后者成了Hermes的“阿喀琉斯之踵”。

第二个问题是缺乏有效的试错与迭代机制。 真正的成长源于实践中的反馈与调整。但Hermes Agent更倾向于“计划-执行-结束”的线性流程，而非“计划-执行-评估-优化”的螺旋式上升循环，这限制了其从错误中学习和自我优化的能力。

第三个特点是其架构更贴近“组织”而非“个体”。 拥有Controller、Executor、知识库等模块的Hermes，其设计天然适合于多智能体间的协同工作。然而，若需要的是一个能够独立包揽任务全流程的单一“员工”，这种架构可能并非最优解。

3.3 Hermes Agent的典型适用场景

Hermes Agent的设计思路在复杂的多Agent协同场景中更能凸显价值。

例如，一个需要数据分析Agent、报告撰写Agent、质量审核Agent共同协作的项目。在此类场景下，Hermes强大的控制与协调能力可以高效管理分工与流程。

四、 破局之路：“员工个体”模型的构想与实践

4.1 核心理念：完成从工具到员工的质变

在对OpenClaw和Hermes Agent进行深度分析后，一个核心观点逐渐清晰：AI Agent的终极形态，应是“员工个体”，而非单纯的“工具”或“控制器”。

定位决定了解决问题的根本思路：

• “工具”定位，驱使我们聚焦于执行效率的极致优化。
• “控制器”定位，引导我们致力于思考与决策能力的提升。
• “员工个体”定位，则要求我们必须系统性地解决认知、执行、行为准则这三个维度的综合问题。

我认为，“员工个体”是天花板最高的定位，因为它直指通用人工智能的一项关键特质：独立完成开放性、复杂性任务的能力。

从Claude Pro升级到Max版本后，你是否感觉使用成本越来越高？许多人将其归咎于模型能力强大导致定价高昂。然而，一个更为现实的真相是：绝大部分的Token开销，并非消耗在“让Claude进行深度思考”上，而是浪费在“让Claude反复阅读原始材料”上。

设想这样一个场景：你需要处理数十篇学术论文、大量系统日志或数百页的公司招股说明书。如果每次向Claude提问前，都将这些原始文档的全部内容塞入对话上下文，那么Claude首先要做的并非推理，而是耗费巨量计算资源从头到尾“阅读理解”一遍这些材料。

此时，Token消耗速度惊人，问题的根源往往不在于模型本身，而在于工作流程的分工出现了错配：你将Claude当成了全文搜索引擎来使用，而这恰恰是它最不经济、最不擅长的任务。

Claude真正的优势在于逻辑推理、任务编排和代码生成。阅读并初步消化原始语料这项工作，理应交给更专业的工具来完成，Claude只需基于提炼后的结论进行工作。那么，谁来承担处理原始语料的重任呢？答案是谷歌推出的高效工具——NotebookLM。

因此，一个优化的思路便应运而生：将 NotebookLM 置于 Claude 的前端，让它专职负责“存储资料、检索信息、提供附带原文引用的精准答案”；而 Claude 则退居后端，专注于其擅长的“理解问题、做出判断、编排步骤、执行任务”。

核心观点速览

如果你经常需要Claude处理论文、日志、财报、招股书这类依赖大量背景资料的任务，那么最应该优化的可能不是某一条具体的提示词（Prompt），而是彻底改变工作流，避免再将未经处理的原始材料直接喂给Claude。

一、Claude账单膨胀的真相

当我将一份5万字符的日志、几十篇PDF论文或数百页的招股书直接提交给Claude时，每提出一个新问题，它都必须将这些庞杂的内容重新计算为输入Token（Input Tokens）。

即便中间触发了提示词缓存（Prompt Cache）机制，问题也并未完全解决。因为Anthropic提供的提示词缓存并非永久有效，其默认的存活时间（TTL）大约仅有1小时。而典型的研究型工作流恰恰最容易出现“提问、思考间隙、再次提问、甚至开启新会话继续深入”的模式，这种断断续续的节奏对缓存机制极不友好。

换言之，真正被浪费掉的开销，很多时候并非产生于“生成最终答案”这一步，而是消耗在“反复重读相同原文”这个低效环节上。

二、亟需调整的不是模型，而是角色分工

真正能够节约Claude Token的方法，并非仅仅依赖缓存，而是从根本上避免让海量原始数据进入Claude的上下文。

一旦想通这个核心思路，许多问题便迎刃而解。

那么，NotebookLM 更适合承担哪些角色？

• 存储与管理：归档我精心筛选过的各类文档资料。
• 精准检索：在海量资料库中快速定位与问题相关的具体片段。
• 问答与总结：基于所存储的资料直接生成答案。
• 溯源与验证：提供准确的原文引用，方便我随时点击回溯，核查信息来源。

而 Claude 的核心价值则在于：

• 深度理解：透彻解读任务目标和复杂指令。
• 步骤组织：将复杂任务拆解为可执行的步骤序列。
• 代码与执行：编写脚本、运行代码、整理和分析数据。
• 流程推进：将多个中间结果串联起来，推动任务持续进展。

如果要用一个易于记忆的比喻来概括这套分工：

• NotebookLM 如同“资料研究员”：负责解答“原始资料中究竟是如何记载的”。
• Claude 如同“高级执行助理”：负责将研究员提供的答案转化为实际行动（写代码、做分析、出报告）。
• 我本人则是“课题负责人”：只需在关键决策点进行介入和判断，无需事必躬亲地进行全文检索。

(NotebookLM 与 Claude 的分工关系示意图)

三、为何此方案能显著降低Token消耗？

这套方案之所以有效，其背后关键并非某个工具更高级，而是源于两种截然不同的成本计算模型。

第一种模型（传统做法）：将原始材料直接塞入Claude。 在这种方式下，每次对话的成本与原始语料的体积呈正相关。资料越庞大，每次提问时承担的输入Token压力就越高昂。

第二种模型（优化分工）：让NotebookLM先行检索与提炼，再将精炼后的简短答案交给Claude。 此时，Claude所见到的，不再是数十万Token的原始文档，而是经过提炼的、仅数百或数千字的“蒸馏版”答案。它所消耗的Token，更多地被用于“理解与推理”这一高价值环节，而非浪费在“重新阅读材料”这一低价值环节上。

因此，核心结论是：并非Claude不应该接触资料，而是它不应该每次都亲自去翻阅完整的原始资料库。这也解释了为何许多人一直在将Claude用作“全文检索引擎”，而这恰恰是性价比最低的使用方式。

(直接提供全文上下文 vs 先检索后推理的成本模型对比)

四、实测数据对比：成本差异究竟多大？

为了验证NotebookLM + Claude混合处理方案的实效，我进行了一次具体的测试：

• 测试语料：45篇关于图像与LiDAR SLAM（同步定位与地图构建）的学术论文。
• 使用模型：Claude Opus 4.7。
• 测试流程：进行连续5轮深度问答，在对话中让Claude自行调用NotebookLM（即询问“资料研究员”）来获取信息。
• 核心发现：
  • 采用本文介绍的方法，5轮对话的总成本约为 0.55美元，平均每轮约0.11美元。
  • 用于创建缓存的Token (cache_creation) 仅有 17,379个。
  • 最关键的是：45篇论文的原始文本，没有任何一个字进入Claude的 cache_creation。这意味着，Claude实际付费处理的内容，仅仅是NotebookLM整理后的答案以及少量的系统增量提示，而非那批总重惊人的原始论文。

作为对比，如果采用“直接将全部论文原文塞入Prompt”的传统方法，这批论文约合38.4万个单词，折算下来接近50万Token。即便按最理想的情况（单次会话、多轮复用缓存）计算，完成5轮问答的成本也高达约 9.59美元。

金三银四的跳槽季刚刚落幕，你是否刚加入一家新公司，正面临入职初期的种种挑战？对于运营人员而言，新公司的第一周往往是信息密集轰炸期。产品文档、用户画像、竞品分析、历史数据、过往复盘以及竞品网站等资料，可能多达数十甚至上百份，齐刷刷涌来。你必须在最短时间内完成以下任务：

• 理解业务逻辑
• 洞察用户痛点
• 熟悉竞争格局
• 快速产出内容

传统方法依赖“死磕阅读法”——逐份翻阅文档，边读边做笔记，遇到疑问再向同事请教。这套方式在过去或许可行，但在人工智能时代，我们拥有更高效的解决方案。今天，我将分享运营新人入职新公司的“效率加速器”——Google NotebookLM。

NotebookLM简介：为何它是运营新人的必备工具？

NotebookLM 是 Google 推出的 AI 笔记工具，其核心特色在于**“来源扎根”**——所有回答严格基于用户上传的资料，避免了虚构信息或不可靠的网络内容。对于刚入职的运营人员，这意味着：

研究表明，使用 NotebookLM 的知识工作者在资料分析任务上效率提升超过 40%。这并非简单优化，而是实质性的效率突破。

运营新人必学的四个核心操作

建立“入职知识库”，一站式完成信息整合

入职首日，你会收到哪些材料？ 员工手册、产品介绍 PPT、用户画像报告、竞品分析文档、过往运营数据以及 SOP 流程等，这些资料常分散于飞书、钉钉、企业微信、网盘或邮件附件中。

NotebookLM 的操作步骤：新建一个笔记本（例如命名为“XX公司入职知识库”），将所有资料一键上传。NotebookLM 支持多种格式：

• PDF、Word、TXT、Markdown 文件
• Google Docs 和 Google Slides
• 网页链接（如公司官网或竞品网站）
• YouTube 视频（自动转录字幕）
• 音频文件（如往期会议录音）

免费版本：每个笔记本最多支持 50 个来源，每个来源上限为 200MB 或 50 万词，足以满足日常需求。

利用“全局摘要”快速构建业务认知

资料上传后，切勿急于提问。NotebookLM 会自动生成全局摘要，帮助你迅速把握资料核心。

操作流程：

1. 上传所有资料后，等待系统生成摘要。
2. 花费 5-10 分钟通读摘要，了解关键点：
   • 业务核心是什么？
   • 主要用户群体是谁？
   • 竞争格局如何？
3. 让 AI 生成心智图，直观呈现知识架构。

这类似于阅读前先浏览目录。花费 10 分钟建立整体认知，远比盲目阅读十份文档更高效。