【Harness：落地实战】18、从“龙虾”到“爱马仕”：Hermes 进化，全自动自进化 Harness 的架构革命

无心水2026-05-31 12:41

从"龙虾"到"爱马仕"：Hermes 进化，全自动自进化 Harness 的架构革命

摘要 ：2025 年底，OpenClaw（"龙虾"）以 30 万 + GitHub Stars 刷新了开源软件历史纪录。然而仅仅两个月后，Hermes（"爱马仕"）凭借自进化（Self-Evolving） 能力横空出世，连续数周霸榜 GitHub Trending，十周狂揽 11 万星。Hermes 凭什么接棒 OpenClaw？因为它在同一套底层功能之上，实现了全自动的 Harness Engineering------从记忆、约束、编排到反馈，全部开箱自动运转。本文深度拆解 Hermes 的核心架构：学习循环 + 三层记忆 + Honcho 建模，揭示它如何实现全自动 Harness；通过与 OpenClaw 的全方位对比，呈现"连接型"与"进化型"的本质差异；最后提供生产级部署配置与实践建议。这是 Harness 理论的终极落地，也是 AI Agent 从"工具"进化为"数字同事"的里程碑。

📑 目录

  1. [Hermes 定位：Harness 理论的终极实现](#Hermes 定位：Harness 理论的终极实现)
  2. [Hermes 核心架构：学习循环 + 三层记忆 + Honcho 建模](#Hermes 核心架构：学习循环 + 三层记忆 + Honcho 建模)
    • 2.1 学习循环------自我进化的心脏
    • 2.2 三层记忆------从"金鱼"变"老友"
    • 2.3 Honcho 建模------认知你的"另一半"
  3. [Hermes 如何实现全自动 Harness](#Hermes 如何实现全自动 Harness)
  4. [与 OpenClaw 深度对比：连接型 vs 进化型](#与 OpenClaw 深度对比：连接型 vs 进化型)
  5. [一张图看懂 Hermes 进化之路](#一张图看懂 Hermes 进化之路)
  6. 生产级部署与最佳实践
    • 6.1 快速部署（本地/Docker）
    • 6.2 安全沙箱配置：47 条危险命令规则
    • 6.3 三层记忆配置
    • 6.4 自改进开关与安全边界
  7. 总结与展望

1. Hermes 定位：Harness 理论的终极实现

2025 年底，OpenClaw（"龙虾"）掀起了 AI Agent 的开源浪潮，但它有一个根本性问题：无状态。每次任务独立执行，做完即结束。除非你手动配置 AGENTS.md、SOUL.md、USER.md 等四层配置文件，否则它不会记住上次的偏好。

Hermes 解决的正是这个问题。2026 年 2 月，Nous Research 正式开源 Hermes Agent，短短两个月内 GitHub Stars 突破 27,000+。官方定位非常直白："The agent that grows with you."（一个会随着使用不断成长的 Agent）。

真正的突破不在于"它能做什么"，而在于"它做完之后会发生什么"。Hermes 实现了 Harness Engineering 的终极形态------五大组件全部内置并自动运转：

Harness 五大组件 传统手动实现 Hermes 内置方案
约束层 人工编写规则 + 手动配置沙箱 47 条危险命令检测 + 持续演化的威胁建模
记忆层 手动维护知识库 三层记忆 + FTS5 全文检索 + Honcho 用户建模
反馈层 人工审查 自改进学习循环（任务完成后自动复盘）
编排层 自建多 Agent 流水线 子 Agent 委派 + cron 定时调度
工具层 手动安装/编写 Skill Agent 自动从经验中创建 + 自动进化 Skill

一句话总结：手动 Harness 靠"配置"，自动 Harness 靠"进化"------Hermes 是后者。

2. Hermes 核心架构：学习循环 + 三层记忆 + Honcho 建模

2.1 学习循环------自我进化的心脏

学习循环是 Hermes 实现自进化的核心引擎 ，本质是一个由五个环节组成的持续运转的自我改进飞轮。
#mermaid-svg-xXixmUDsWzNfuvfU{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-xXixmUDsWzNfuvfU .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-xXixmUDsWzNfuvfU .error-icon{fill:#552222;}#mermaid-svg-xXixmUDsWzNfuvfU .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-xXixmUDsWzNfuvfU .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-xXixmUDsWzNfuvfU .marker{fill:#333333;stroke:#333333;}#mermaid-svg-xXixmUDsWzNfuvfU .marker.cross{stroke:#333333;}#mermaid-svg-xXixmUDsWzNfuvfU svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-xXixmUDsWzNfuvfU p{margin:0;}#mermaid-svg-xXixmUDsWzNfuvfU .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-xXixmUDsWzNfuvfU .cluster-label text{fill:#333;}#mermaid-svg-xXixmUDsWzNfuvfU .cluster-label span{color:#333;}#mermaid-svg-xXixmUDsWzNfuvfU .cluster-label span p{background-color:transparent;}#mermaid-svg-xXixmUDsWzNfuvfU .label text,#mermaid-svg-xXixmUDsWzNfuvfU span{fill:#333;color:#333;}#mermaid-svg-xXixmUDsWzNfuvfU .node rect,#mermaid-svg-xXixmUDsWzNfuvfU .node circle,#mermaid-svg-xXixmUDsWzNfuvfU .node ellipse,#mermaid-svg-xXixmUDsWzNfuvfU .node polygon,#mermaid-svg-xXixmUDsWzNfuvfU .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-xXixmUDsWzNfuvfU .rough-node .label text,#mermaid-svg-xXixmUDsWzNfuvfU .node .label text,#mermaid-svg-xXixmUDsWzNfuvfU .image-shape .label,#mermaid-svg-xXixmUDsWzNfuvfU .icon-shape .label{text-anchor:middle;}#mermaid-svg-xXixmUDsWzNfuvfU .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-xXixmUDsWzNfuvfU .rough-node .label,#mermaid-svg-xXixmUDsWzNfuvfU .node .label,#mermaid-svg-xXixmUDsWzNfuvfU .image-shape .label,#mermaid-svg-xXixmUDsWzNfuvfU .icon-shape .label{text-align:center;}#mermaid-svg-xXixmUDsWzNfuvfU .node.clickable{cursor:pointer;}#mermaid-svg-xXixmUDsWzNfuvfU .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-xXixmUDsWzNfuvfU .arrowheadPath{fill:#333333;}#mermaid-svg-xXixmUDsWzNfuvfU .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-xXixmUDsWzNfuvfU .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-xXixmUDsWzNfuvfU .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-xXixmUDsWzNfuvfU .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-xXixmUDsWzNfuvfU .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-xXixmUDsWzNfuvfU .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-xXixmUDsWzNfuvfU .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-xXixmUDsWzNfuvfU .cluster text{fill:#333;}#mermaid-svg-xXixmUDsWzNfuvfU .cluster span{color:#333;}#mermaid-svg-xXixmUDsWzNfuvfU div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-xXixmUDsWzNfuvfU .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-xXixmUDsWzNfuvfU rect.text{fill:none;stroke-width:0;}#mermaid-svg-xXixmUDsWzNfuvfU .icon-shape,#mermaid-svg-xXixmUDsWzNfuvfU .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-xXixmUDsWzNfuvfU .icon-shape p,#mermaid-svg-xXixmUDsWzNfuvfU .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-xXixmUDsWzNfuvfU .icon-shape rect,#mermaid-svg-xXixmUDsWzNfuvfU .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-xXixmUDsWzNfuvfU .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-xXixmUDsWzNfuvfU .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-xXixmUDsWzNfuvfU :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 深化阶段
复用阶段
进化阶段
沉淀阶段
执行阶段
反馈循环
执行任务
自主创建Skill
Skill自改进
跨会话召回
用户建模

Honcho

环节一：自主创建 Skill

当 Agent 完成复杂任务后，会自动将解决方案提炼成独立的 Markdown 技能文件存储起来。触发条件包括：

  • 任务中间调用了 5 次以上工具；
  • 任务出错后又自己把流程救回来了；
  • 用户直接纠正了它的输出。

这套机制完全静默运行，很多时候你根本不知道 Agent 又给自己写了个新技能。

环节二：Skill 自改进

Skill 不是一成不变的。根据用户的使用反馈，Agent 会自动回头修改对应的 Skill 文件，优化其执行步骤。某金融团队的应用案例显示，其风险评估技能经过 27 次自动迭代后，准确率从 79% 提升至 94%。

环节三：跨会话召回

通过 FTS5 全文检索引擎，Agent 能在新对话中按需检索并加载相关的历史记忆片段，而非全量加载，从而保持上下文窗口恒定。

环节四：Honcho 用户建模

Honcho 系统能分析交互行为，推断用户深层的偏好、习惯与身份特征。下文会详细介绍。
#mermaid-svg-Y01sgj1gPBAwERYY{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-Y01sgj1gPBAwERYY .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-Y01sgj1gPBAwERYY .error-icon{fill:#552222;}#mermaid-svg-Y01sgj1gPBAwERYY .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Y01sgj1gPBAwERYY .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Y01sgj1gPBAwERYY .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Y01sgj1gPBAwERYY .marker.cross{stroke:#333333;}#mermaid-svg-Y01sgj1gPBAwERYY svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Y01sgj1gPBAwERYY p{margin:0;}#mermaid-svg-Y01sgj1gPBAwERYY defs #statediagram-barbEnd{fill:#333333;stroke:#333333;}#mermaid-svg-Y01sgj1gPBAwERYY g.stateGroup text{fill:#9370DB;stroke:none;font-size:10px;}#mermaid-svg-Y01sgj1gPBAwERYY g.stateGroup text{fill:#333;stroke:none;font-size:10px;}#mermaid-svg-Y01sgj1gPBAwERYY g.stateGroup .state-title{font-weight:bolder;fill:#131300;}#mermaid-svg-Y01sgj1gPBAwERYY g.stateGroup rect{fill:#ECECFF;stroke:#9370DB;}#mermaid-svg-Y01sgj1gPBAwERYY g.stateGroup line{stroke:#333333;stroke-width:1;}#mermaid-svg-Y01sgj1gPBAwERYY .transition{stroke:#333333;stroke-width:1;fill:none;}#mermaid-svg-Y01sgj1gPBAwERYY .stateGroup .composit{fill:white;border-bottom:1px;}#mermaid-svg-Y01sgj1gPBAwERYY .stateGroup .alt-composit{fill:#e0e0e0;border-bottom:1px;}#mermaid-svg-Y01sgj1gPBAwERYY .state-note{stroke:#aaaa33;fill:#fff5ad;}#mermaid-svg-Y01sgj1gPBAwERYY .state-note text{fill:black;stroke:none;font-size:10px;}#mermaid-svg-Y01sgj1gPBAwERYY .stateLabel .box{stroke:none;stroke-width:0;fill:#ECECFF;opacity:0.5;}#mermaid-svg-Y01sgj1gPBAwERYY .edgeLabel .label rect{fill:#ECECFF;opacity:0.5;}#mermaid-svg-Y01sgj1gPBAwERYY .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Y01sgj1gPBAwERYY .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-Y01sgj1gPBAwERYY .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Y01sgj1gPBAwERYY .edgeLabel .label text{fill:#333;}#mermaid-svg-Y01sgj1gPBAwERYY .label div .edgeLabel{color:#333;}#mermaid-svg-Y01sgj1gPBAwERYY .stateLabel text{fill:#131300;font-size:10px;font-weight:bold;}#mermaid-svg-Y01sgj1gPBAwERYY .node circle.state-start{fill:#333333;stroke:#333333;}#mermaid-svg-Y01sgj1gPBAwERYY .node .fork-join{fill:#333333;stroke:#333333;}#mermaid-svg-Y01sgj1gPBAwERYY .node circle.state-end{fill:#9370DB;stroke:white;stroke-width:1.5;}#mermaid-svg-Y01sgj1gPBAwERYY .end-state-inner{fill:white;stroke-width:1.5;}#mermaid-svg-Y01sgj1gPBAwERYY .node rect{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Y01sgj1gPBAwERYY .node polygon{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Y01sgj1gPBAwERYY #statediagram-barbEnd{fill:#333333;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-cluster rect{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Y01sgj1gPBAwERYY .cluster-label,#mermaid-svg-Y01sgj1gPBAwERYY .nodeLabel{color:#131300;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-cluster rect.outer{rx:5px;ry:5px;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-state .divider{stroke:#9370DB;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-state .title-state{rx:5px;ry:5px;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-cluster.statediagram-cluster .inner{fill:white;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-cluster.statediagram-cluster-alt .inner{fill:#f0f0f0;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-cluster .inner{rx:0;ry:0;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-state rect.basic{rx:5px;ry:5px;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-state rect.divider{stroke-dasharray:10,10;fill:#f0f0f0;}#mermaid-svg-Y01sgj1gPBAwERYY .note-edge{stroke-dasharray:5;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-note rect{fill:#fff5ad;stroke:#aaaa33;stroke-width:1px;rx:0;ry:0;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-note rect{fill:#fff5ad;stroke:#aaaa33;stroke-width:1px;rx:0;ry:0;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-note text{fill:black;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram-note .nodeLabel{color:black;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagram .edgeLabel{color:red;}#mermaid-svg-Y01sgj1gPBAwERYY #dependencyStart,#mermaid-svg-Y01sgj1gPBAwERYY #dependencyEnd{fill:#333333;stroke:#333333;stroke-width:1;}#mermaid-svg-Y01sgj1gPBAwERYY .statediagramTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-Y01sgj1gPBAwERYY :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} Agent启动
收到用户请求
执行结束
工具调用≥5次/自修复/用户纠错
无需提炼
存入~/.hermes/skills/
FTS5索引
等待下次任务
监听
任务执行
完成判断
提炼Skill
Skill存放
后续检索

2.2 三层记忆------从"金鱼"变"老友"

传统 AI 存在"金鱼记忆"问题------每次对话结束，一切归零。Hermes 通过三层记忆架构彻底突破了这一瓶颈。
#mermaid-svg-CGwL1LRl63kAIMxC{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-CGwL1LRl63kAIMxC .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-CGwL1LRl63kAIMxC .error-icon{fill:#552222;}#mermaid-svg-CGwL1LRl63kAIMxC .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-CGwL1LRl63kAIMxC .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-CGwL1LRl63kAIMxC .marker{fill:#333333;stroke:#333333;}#mermaid-svg-CGwL1LRl63kAIMxC .marker.cross{stroke:#333333;}#mermaid-svg-CGwL1LRl63kAIMxC svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-CGwL1LRl63kAIMxC p{margin:0;}#mermaid-svg-CGwL1LRl63kAIMxC .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-CGwL1LRl63kAIMxC .cluster-label text{fill:#333;}#mermaid-svg-CGwL1LRl63kAIMxC .cluster-label span{color:#333;}#mermaid-svg-CGwL1LRl63kAIMxC .cluster-label span p{background-color:transparent;}#mermaid-svg-CGwL1LRl63kAIMxC .label text,#mermaid-svg-CGwL1LRl63kAIMxC span{fill:#333;color:#333;}#mermaid-svg-CGwL1LRl63kAIMxC .node rect,#mermaid-svg-CGwL1LRl63kAIMxC .node circle,#mermaid-svg-CGwL1LRl63kAIMxC .node ellipse,#mermaid-svg-CGwL1LRl63kAIMxC .node polygon,#mermaid-svg-CGwL1LRl63kAIMxC .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-CGwL1LRl63kAIMxC .rough-node .label text,#mermaid-svg-CGwL1LRl63kAIMxC .node .label text,#mermaid-svg-CGwL1LRl63kAIMxC .image-shape .label,#mermaid-svg-CGwL1LRl63kAIMxC .icon-shape .label{text-anchor:middle;}#mermaid-svg-CGwL1LRl63kAIMxC .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-CGwL1LRl63kAIMxC .rough-node .label,#mermaid-svg-CGwL1LRl63kAIMxC .node .label,#mermaid-svg-CGwL1LRl63kAIMxC .image-shape .label,#mermaid-svg-CGwL1LRl63kAIMxC .icon-shape .label{text-align:center;}#mermaid-svg-CGwL1LRl63kAIMxC .node.clickable{cursor:pointer;}#mermaid-svg-CGwL1LRl63kAIMxC .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-CGwL1LRl63kAIMxC .arrowheadPath{fill:#333333;}#mermaid-svg-CGwL1LRl63kAIMxC .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-CGwL1LRl63kAIMxC .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-CGwL1LRl63kAIMxC .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-CGwL1LRl63kAIMxC .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-CGwL1LRl63kAIMxC .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-CGwL1LRl63kAIMxC .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-CGwL1LRl63kAIMxC .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-CGwL1LRl63kAIMxC .cluster text{fill:#333;}#mermaid-svg-CGwL1LRl63kAIMxC .cluster span{color:#333;}#mermaid-svg-CGwL1LRl63kAIMxC div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-CGwL1LRl63kAIMxC .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-CGwL1LRl63kAIMxC rect.text{fill:none;stroke-width:0;}#mermaid-svg-CGwL1LRl63kAIMxC .icon-shape,#mermaid-svg-CGwL1LRl63kAIMxC .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-CGwL1LRl63kAIMxC .icon-shape p,#mermaid-svg-CGwL1LRl63kAIMxC .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-CGwL1LRl63kAIMxC .icon-shape rect,#mermaid-svg-CGwL1LRl63kAIMxC .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-CGwL1LRl63kAIMxC .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-CGwL1LRl63kAIMxC .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-CGwL1LRl63kAIMxC :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 第一层: 会话记忆
第二层: 持久记忆
第三层: 技能记忆
高频使用/知识蒸馏
经验提炼
后续任务
~/.hermes/skills/

可复用方法论

自动进化
向量数据库

用户偏好/习惯/画像

Honcho深度建模
SQLite + FTS5

完整对话记录

毫秒级检索
用户输入

第一层：会话记忆（Session Memory）

最基础的记忆层------所有对话都被完整保存到 SQLite 数据库，并通过 FTS5 建立全文索引。支持毫秒级检索，独特的上下文压缩算法可在保持 95% 信息完整性的前提下，将存储空间压缩至传统方案的 1/8。

第二层：持久记忆（Persistent Memory）

通过向量数据库存储用户偏好与习惯数据，实现个性化服务。其创新的"记忆固化"机制通过定期知识蒸馏，将高频使用的会话记忆转化为持久记忆，使知识检索效率提升 15 倍。一位用户连续使用 3 周后，系统自动优化了其代码风格偏好设置。

第三层：技能记忆（Skill Memory）

以 Markdown 格式存储方法论知识，每个 Skill 包含执行逻辑与效果评估函数，支持版本控制与协作编辑。测试数据显示，技能文档的复用率达到 83%。

2.3 Honcho 建模------认知你的"另一半"

Honcho 是一个开源的原生 AI 记忆库，专门为构建有状态 Agent 而设计。

其核心理念是 Peer-Centric Architecture：Peers 代表空间内的用户、Agent 或任何实体，支持任意组合的多 Agent 或群聊场景。
#mermaid-svg-3JZ4KtF3gtZ8E7c5{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .error-icon{fill:#552222;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .marker.cross{stroke:#333333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 p{margin:0;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .cluster-label text{fill:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .cluster-label span{color:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .cluster-label span p{background-color:transparent;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .label text,#mermaid-svg-3JZ4KtF3gtZ8E7c5 span{fill:#333;color:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node rect,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node circle,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node ellipse,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node polygon,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .rough-node .label text,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node .label text,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .image-shape .label,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .icon-shape .label{text-anchor:middle;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .rough-node .label,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node .label,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .image-shape .label,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .icon-shape .label{text-align:center;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node.clickable{cursor:pointer;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .arrowheadPath{fill:#333333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .cluster text{fill:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .cluster span{color:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 rect.text{fill:none;stroke-width:0;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .icon-shape,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .icon-shape p,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .icon-shape rect,#mermaid-svg-3JZ4KtF3gtZ8E7c5 .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-3JZ4KtF3gtZ8E7c5 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} Reasoning Layer
推理层
事实推导
生成摘要
生成Peer卡
Dreaming
Honcho数据模型
Workspace

顶级隔离容器
Peer: 用户Alice
Peer: 客服Agent
Peer: 分析Agent
Session: 对话1
Session: 对话2

Honcho 在 Agent 使用中提供两大核心功能：

  1. 辩证分析------不仅记录用户所言，更能推断其未明说的偏好甚至言行矛盾之处，从而构建更深入的用户画像。

  2. 推理层（Reasoning Layer） ------持续处理接入数据，进行事实推导、生成摘要、生成 Peer 卡（一段关于该 Peer 的紧凑描述），暴露给 Agent 作为上下文。

Honcho 的 Dreaming 功能可以基于已接入的消息自动生成新的事实和见解，相当于 Agent 的"潜意识思考"。

3. Hermes 如何实现全自动 Harness

对比手动 Harness 与 Hermes 的五大组件，差异一目了然：

组件 手动 Harness Hermes 全自动方案
指令层 人工编写 AGENTS.md 内置工具权限 + 沙箱
约束层 手动配置高危命令列表 47 条危险命令规则 + 持续更新的威胁建模
反馈层 人工审查日志 自改进学习循环（任务完成后自动复盘）
记忆层 手动维护知识库 三层记忆（会话/持久/Skill）+ FTS5 全文检索
编排层 自建多 Agent 流水线 子 Agent 委派 + cron 定时调度

左边的"手工活"需要深耕工程经验才能搭建起来；右边的 Hermes 则是开箱即用，装好就能跑。这才是它能够在两个月内接棒 OpenClaw 的核心原因。

4. 与 OpenClaw 深度对比：连接型 vs 进化型

OpenClaw 与 Hermes 代表两种截然不同的技术哲学：前者以"连接一切"为设计目标，后者聚焦于"自主进化"。

对比维度 OpenClaw（连接型/手动 Harness） Hermes（进化型/全自动 Harness）
核心哲学 全能助手，插件生态 自我进化，越用越强
记忆能力 无状态，需手动配置四层文件 三层持久记忆，全自动
技能管理 用户手动安装/编写 Skill Agent 自动从经验中创建 + 自动进化
学习方式 不学习 内置闭环学习系统
插件生态 数千个（ClawHub） 较少，但官方 40+ 工具 + MCP 协议可扩展
部署门槛 中等 极低（5 美元 VPS）
迭代成本 高（依赖人工编写配置） 低（自动化闭环）
适用场景 一次性任务、多平台集成 长期使用、个性化需求
安全机制 外部规则配置 内置 47 条危险命令规则 + 持续进化
用户画像 无 Honcho 深度建模，辩证分析

OpenClaw 更像一个"配置即行为"系统------你写 SOUL.md，它按你的配置调整。记忆系统确实完善（Daily Logs + MEMORY.md + 语义搜索），Skill 生态也庞大，但核心依赖人工编写和维护。

Hermes 则把复杂度和维护成本转移到系统内部，让用户在无需手动干预的情况下获得更好的使用体验。

一个关键洞察 ：其实 Hermes 和 OpenClaw 的基础功能高度重合 ------定时调度、子 Agent 委派、浏览器自动化、20+ 平台消息集成，两边全都有。唯一真正的底层结构差异就是 Skill 的自动进化闭环。恰恰是这一个差异，精准踩中了"干预递减"的自动化趋势，为 Agent 向"伙伴"进化抢占了关键生态位。

5. 一张图看懂 Hermes 进化之路

#mermaid-svg-TOs5bhJZ7tvuuyIb{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-TOs5bhJZ7tvuuyIb .error-icon{fill:#552222;}#mermaid-svg-TOs5bhJZ7tvuuyIb .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-TOs5bhJZ7tvuuyIb .marker{fill:#333333;stroke:#333333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .marker.cross{stroke:#333333;}#mermaid-svg-TOs5bhJZ7tvuuyIb svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-TOs5bhJZ7tvuuyIb p{margin:0;}#mermaid-svg-TOs5bhJZ7tvuuyIb .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .cluster-label text{fill:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .cluster-label span{color:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .cluster-label span p{background-color:transparent;}#mermaid-svg-TOs5bhJZ7tvuuyIb .label text,#mermaid-svg-TOs5bhJZ7tvuuyIb span{fill:#333;color:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .node rect,#mermaid-svg-TOs5bhJZ7tvuuyIb .node circle,#mermaid-svg-TOs5bhJZ7tvuuyIb .node ellipse,#mermaid-svg-TOs5bhJZ7tvuuyIb .node polygon,#mermaid-svg-TOs5bhJZ7tvuuyIb .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .rough-node .label text,#mermaid-svg-TOs5bhJZ7tvuuyIb .node .label text,#mermaid-svg-TOs5bhJZ7tvuuyIb .image-shape .label,#mermaid-svg-TOs5bhJZ7tvuuyIb .icon-shape .label{text-anchor:middle;}#mermaid-svg-TOs5bhJZ7tvuuyIb .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .rough-node .label,#mermaid-svg-TOs5bhJZ7tvuuyIb .node .label,#mermaid-svg-TOs5bhJZ7tvuuyIb .image-shape .label,#mermaid-svg-TOs5bhJZ7tvuuyIb .icon-shape .label{text-align:center;}#mermaid-svg-TOs5bhJZ7tvuuyIb .node.clickable{cursor:pointer;}#mermaid-svg-TOs5bhJZ7tvuuyIb .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .arrowheadPath{fill:#333333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-TOs5bhJZ7tvuuyIb .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-TOs5bhJZ7tvuuyIb .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-TOs5bhJZ7tvuuyIb .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-TOs5bhJZ7tvuuyIb .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .cluster text{fill:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb .cluster span{color:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-TOs5bhJZ7tvuuyIb .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-TOs5bhJZ7tvuuyIb rect.text{fill:none;stroke-width:0;}#mermaid-svg-TOs5bhJZ7tvuuyIb .icon-shape,#mermaid-svg-TOs5bhJZ7tvuuyIb .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-TOs5bhJZ7tvuuyIb .icon-shape p,#mermaid-svg-TOs5bhJZ7tvuuyIb .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-TOs5bhJZ7tvuuyIb .icon-shape rect,#mermaid-svg-TOs5bhJZ7tvuuyIb .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-TOs5bhJZ7tvuuyIb .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-TOs5bhJZ7tvuuyIb .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-TOs5bhJZ7tvuuyIb :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 第四代: 全自动Harness
第三代: 手动Harness
第二代: 上下文工程
第一代: 提示词工程
信息更丰富
增加行为约束
自动化闭环
手工编写 Prompt

单轮被动响应
RAG检索 + 上下文压缩

但无行为约束
OpenClaw

配置即行为

人工编写知识库/Skill
Hermes

自主学习 + 自动进化

三层记忆 + Honcho建模

Hermes 的演进并非凭空出现，而是 AI 工程化从"单点优化"向"系统设计"层层递进的必然产物。它不改变模型能力本身，却能让模型的智能从"不可控的天赋"转化为"可落地的生产力"。

LangChain 的实验极具说服力：不更换模型，仅优化 Harness 部分，编码基准测试排名就从 30 名开外冲进前 5。Harness Engineering 让"用好模型的能力"比"提高模型的能力"更加重要。

6. 生产级部署与最佳实践

6.1 快速部署（本地/Docker）

本地直接部署
bash 复制代码 
# 1. 安装 Hermes
pip install hermes-agent

# 2. 初始化配置
hermes init

# 3. 设置 API Key
export OPENAI_API_KEY="your-key"
export ANTHROPIC_API_KEY="your-key"

# 4. 启动 Agent
hermes run
Docker 部署（推荐生产环境）
yaml 复制代码 
# docker-compose.yml
version: '3.8'
services:
  hermes:
    image: nousresearch/hermes-agent:latest
    container_name: hermes
    ports:
      - "18789:18789"
    volumes:
      - ~/.hermes:/root/.hermes          # 配置 + 技能 + 记忆
      - /var/run/docker.sock:/var/run/docker.sock
    environment:
      - OPENAI_API_KEY=${OPENAI_API_KEY}
      - ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
      - HERMES_LOG_LEVEL=info
    restart: unless-stopped

6.2 安全沙箱配置：47 条危险命令规则

Hermes 的安全设计不是静态规则集，而是一套持续演化的威胁建模。截至 v0.11.0，tools/approval.py 内置了 47 条危险命令检测规则（v0.8.0 时仅为 33 条，半个月净增 14 条）。

部分核心规则示例：

类别 检测模式 处理方式
删除根目录 rm -rf / 阻断 + 审批
提权操作 sudo, su, chmod 777 阻断
数据库破坏 DROP TABLE, TRUNCATE 阻断
管道执行 ` sh, curl
磁盘填满 dd if=/dev/zero 阻断
Fork 炸弹 `:(){ : :& };:`
内网扫描 nmap, masscan 需审批
配置文件示例
yaml 复制代码 
# ~/.hermes/config.yaml
security:
  sandbox:
    enabled: true
    type: docker
    workspaceAccess: ro                    # 只读工作区
    maxCommandsPerMinute: 10
    timeoutSeconds: 30
  
  approval:
    requireUserApproval: true              # 所有高风险命令需审批
    dangerousPatterns: |
      - "rm\\s+-rf\\s+"
      - "DROP\\s+(TABLE|DATABASE)"
      - "sudo"
      - "chmod\\s+777"
      - "\\|\\s*sh|curl.*\\|.*bash"
      - "dd\\s+if=/dev/zero"
      - "\\bnmap\\b"

6.3 三层记忆配置

yaml 复制代码 
# ~/.hermes/config.yaml
memory:
  # 会话记忆
  session:
    backend: sqlite
    dbPath: ~/.hermes/session.db
    fts5Enabled: true
    maxTurnsPerSession: 50
  
  # 持久记忆（向量数据库）
  persistent:
    backend: chromadb
    path: ~/.hermes/persistent
    embeddingModel: all-MiniLM-L6-v2
  
  # 技能记忆
  skill:
    path: ~/.hermes/skills
    autoLearnEnabled: true
    minToolCallsToCreateSkill: 5
    skillVersionControl: git

6.4 自改进开关与安全边界

yaml 复制代码 
# ~/.hermes/config.yaml
evolution:
  enabled: true
  
  # 自改进触发条件
  triggers:
    failureRateThreshold: 0.1          # 失败率 >10% 触发
    userFeedbackThreshold: 2           # 低分反馈 ≥2 次触发
    autoSkillCreation: true            # 自动创建 Skill
    autoSkillEvolution: true           # 自动进化 Skill
  
  # 安全边界------AI 不可修改的区域
  immutableConfigs:
    - "security.sandbox.*"             # 沙箱配置
    - "security.approval.dangerousPatterns"  # 危险命令规则
    - "evolution.immutableConfigs"     # 边界配置本身
    - "multiTenancy.isolationMode"     # 多租户隔离
  
  # 可修改但需审批的区域
  requireApprovalFor:
    - "memory.persistent.embeddingModel"
    - "tools.whitelist.*"
  
  # 熔断机制
  circuitBreaker:
    enabled: true
    maxFailedImprovements: 3           # 连续失败 3 次后熔断
    cooldownMinutes: 30                # 熔断冷却时间

7. 总结与展望

Hermes 的出现标志着 AI Agent 从"工具"进化为"数字同事"的里程碑。通过学习循环 + 三层记忆 + Honcho 建模三位一体的全自动架构，它让"越用越强"从口号变成了现实。

维度 核心能力 与 OpenClaw 的差异
学习循环 五环节自我改进飞轮 OpenClaw 无自动学习
三层记忆 会话 + 持久 + Skill OpenClaw 需手动配置
Honcho 建模 辩证用户画像 + 推理层 OpenClaw 无此能力
全自动 Harness 五大组件自动运转 OpenClaw 靠人工配置
安全机制 47 条规则 + 持续演化 OpenClaw 靠外部规则

未来的演进方向：

  • 更激进的 RL 路径：在自动 Skill 生成之外，Hermes 还支持通过强化学习从根本上改变模型能力（两条升级路径并行）；
  • 联邦自进化：多个 Hermes 实例共享进化经验；
  • 自改进边界扩展：在安全可控前提下扩大 AI 可自主优化的范围。

给开发者的选择建议：

  • 追求极致的自动化和长期使用体验：选 Hermes；
  • 追求极致的生态广度和一次性任务效率：选 OpenClaw；
  • 两者并非替代关系，而是层层递进，共同构成了 AI Agent 的完整生态组合。

参考资料

  1. Hermes Agent 官方文档
  2. Honcho 官方文档
  3. Hermes Agent vs OpenClaw：AI Agent 框架的「开源之王」与「硅谷新星」
  4. Hermes Agent 技术全解析：构建自主进化的智能体系统
  5. 自主进化型 AI Agent 全解析：Hermes Agent 技术架构与实践指南
  6. Hermes Agent 安全架构深度拆解：47 条危险命令规则
  7. 深度拆解 HermesAgent（五）：记忆系统与用户建模

版权声明：本文为 CSDN 博主原创，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

如果觉得本文对你有帮助，请点赞、收藏、关注，支持后续更多干货！

相关推荐
li星野1 小时前
LLMLingua：用小型模型“剪枝”大语言模型提示词，让长文本不再昂贵
人工智能·python·学习·语言模型·剪枝
三行数学1 小时前
AI4Math 综述：人工智能如何重塑数学研究
人工智能
MR.欻1 小时前
ZLMediaKit 源码分析（四）：RTP/RTCP 协议栈实现分析
c++·人工智能·vscode·ffmpeg·音视频
人月神话-Lee1 小时前
【图像处理】Core Image 与 GPU 渲染管线——让滤镜飞起来
图像处理·人工智能·ios·chatgpt·ai编程·swift·gpu
石工记1 小时前
CTO如何落地AI？从0到1的实战路径
人工智能·python·django·flask·numpy·pandas·pyqt
云天AI实战派1 小时前
跨境出海全流程实战：用 Medusa + Hyperswitch + ClickHouse 搭建落地页、支付订阅、客服工单与多语言 SEO 闭环
大数据·人工智能·clickhouse·独立开发·跨境出海·medusa
向量引擎1 小时前
向量引擎技术文档给我的创作启发：AI搜索生态下的内容适配实践
人工智能·gpt·ai编程·ai写作·key
程序大视界2 小时前
2026年AI大模型三足鼎立：ChatGPT、Claude、Gemini终极对比与选型指南
人工智能·chatgpt
DS随心转APP2 小时前
AI 一键导出 Word 与 Excel 实战应用指南
人工智能·ai·word·excel·deepseek·ai导出鸭
热门推荐
01GitHub 镜像站点02【AI】2026 年具身智能模型和世界模型总结03DeepSeek V4 + Claude Code thinking mode 400 错误修复方案04【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法05Codex 接入 DeepSeek API 完整配置文档06裂开！ChatGPT 居然开始要手机号验证，附详细解决方法07CC-Switch & Claude 基于 Linux 服务器安装使用指南08几个好用的ip纯净度检测网站09CC-Switch 全平台下载、安装与使用全指南（Windows/macOS/Linux）10API Key 登录 Codex 也能用插件了，还支持会话删除和导出