引言

熊猫已经发过不少极空间养虾的教程和攻略，再加上极空间本身内置了Openclaw应用，相信不少人已经开始熟练掌握养虾技巧。

而随着虾的热度持续飙升，熊猫发现又有很多类"虾"项目涌现了，而大部分其实都是在Openclaw的基础上进行重构或者迭代，不过前段时间有个项目不一样。Hermes Agent开源几天时间就在github斩获了26k的Star，对比Openclaw它的最大特性就是自我进化机制。

最主要的是，Hermes Agent可以无缝从Openclaw迁移，所以熊猫果断在极空间上体验了下。

项目部署

Hermes Agent的部署和配置过程和Openclaw其实大差不差，目前Hermes Agent原生支持Docker部署，这里我们复制以下代码：

♾️ text 代码:

version: "3.8"
services:
  hermes:
    image: nousresearch/hermes-agent:latest
    container_name: hermes
    restart: unless-stopped
    command: gateway run
    volumes:
      - ~/.hermes:/opt/data
    deploy:
      resources:
        limits:
          memory: 4G
          cpus: "2.0"

其中deploy为性能限制配置，如果不想限制，删掉这一段内容就行了，项目并不涉及端口的映射，只有命令行控制界面，目前没有webUI，我们映射好文件路径就好。

随后直接启动项目，待启动完成之后，我们需要通过极空间的SSH功能来配置聊天渠道和设置模型，命令记得选择bash。

输入hermes gateway setup就能看到渠道设置，目前官方在国内支持的只有飞书、企微以及钉钉，但也可以通过插件的形式来实现QQ等渠道的支持。和Openclaw一样，我们需要获取飞书机器人的APP ID以及App Secret。

紧接着就是模型的设置，依然和Openclaw的配置一样，选择你要使用的模型渠道，填写key就行了，这里熊猫用的minimax。

到这里一切就配置好了，回到飞书用机器人就可以直接发送消息开始进行任务了。

"虾"和"马"的不同之处

首先是会话模式的不同，Hermes的会话会在聊天窗口将工具的调用以及log日志都逐一显示（可以选择关闭），不会出现像虾一样的长时间没有动静，让你觉得它已经去世了。

两者的技术栈也不同，Hermes的运行环境为Python，而Openclaw则是采用node，代码量上面Hermes要更为轻量，同时Hermes的会话响应速度对比Openclaw是要快上不少的。

Hermes最大的特性就是闭环学习能力，同时对于用户画像也能进行跨会话理解，不会存在突然new了一个新会话导致之前的记忆有丢失，这是目前我觉得对比Openclaw体验最佳的点。

同时对于用户和它在沟通过程中频繁提到的内容，它会主动将其创建为skill，方便任务的复用调用，而不是单纯靠memory来进行存储，内置的mcp_skill_manage会理解用户的任务，用来维护更新现有的skill，而不是一板一眼地固定skill，显得非常死板。

从Hermes给我们的数据流可以看到，当用户发起会话时，Agent会先检查Memory记忆，这一点和Openclaw一样，随后根据会话的内容自动取加载匹配需要的skills，当完成这些之后最关键的点来了。Openclaw在完成这一步之后就会直接开始调用skills或者工具输出内容，而Hermes多了跨会话上下文搜索的步骤。