- 博客(35)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 OpenClaw vs HermesAgent 深度专题（六）：HermesAgent 自我学习进化系统 — AI Agent 如何从经验中“越用越强“
**核心观点**：HermesAgent独有六层闭环学习架构，业界唯一- **六层架构**：Nudge触发 → 记忆策展 → 技能自创建 → Honcho用户建模 → 检索召回 → RL训练- **核心优势**：唯一内置学习闭环的开源Agent、技能作为程序性记忆、双向用户建模- **劣势**：无主动遗忘机制、无记忆冲突解决、仅面向单用户- **与Avagent对标**：需要多租户架构、智能触发器、记忆生命周期、版本管理- **借鉴建议**：P0级-记忆策展+冻结快照、技能作为程序性记忆；P2级
2026-04-30 14:17:30
306
原创 OpenClaw vs HermesAgent 对比分析（五）：本地计算机调用与控制能力专题 — AI Agent 的“手脚“
**核心观点**：本地控制是Agent的"手脚"，让Agent从"能说"变成"能做"- **OpenClaw**：强制Docker沙箱优先，虚拟文件系统，安全策略引擎- **HermesAgent**：6种执行后端（本地/Docker/SSH/浏览器/子进程/Termux）- **智能家居**：HermesAgent独有Home Assistant集成- **远程执行**：HermesAgent支持SSH远程，OpenClaw无- **建议**：采用"渐进式隔离"策略，开发用本地，生产用沙箱
2026-04-30 14:17:03
336
原创 OpenClaw vs HermesAgent 对比分析（四）：技能插件体系专题 — AI Agent 的能力延伸
**核心观点**：技能体系决定Agent能力延伸方式- **OpenClaw**：企业级插件系统，manifest.json+SDK+TypeScript，80+插件- **HermesAgent**：极简注册+技能生态，Markdown文件创建，400+技能- **创建门槛**：OpenClaw需要1-2周，HermesAgent只需1-2小时- **隔离性**：OpenClaw通过plugin-sdk隔离，HermesAgent进程内嵌入- **建议**：用HermesAgent方式起步快速
2026-04-30 14:16:24
370
原创 OpenClaw vs HermesAgent 对比分析（三）：多通道能力专题 — AI Agent 如何“无处不在“
**核心观点**：多通道能力决定AI Agent能触达多少用户- **通道数量**：OpenClaw 20+通道，HermesAgent ~12通道- **架构差异**：OpenClaw用Gateway中心化+插件化通道，HermesAgent用Gateway+平台适配器- **中国平台**：HermesAgent内置钉钉/飞书，OpenClaw通过扩展插件支持微信/飞书- **分布部署**：OpenClaw支持多节点，HermesAgent单进程- **建议**：初期聚焦2-3核心通道，设计好
2026-04-30 11:30:00
410
原创 OpenClaw vs HermesAgent 对比分析（二）：安全架构专题 — AI Agent 的安全边界在哪里
**核心观点**：安全不是"做不做"，而是"做到什么程度"- **OpenClaw策略**：零信任，强制隔离，有专用SSRF防护组件，80+安全文件- **HermesAgent策略**：务实信任，危险命令检测分类，Docker沙箱- **密钥管理**：OpenClaw用SecretRef机制，HermesAgent用.env文件- **插件隔离**：OpenClaw有按需插件隔离，HermesAgent无隔离- **建议**：MVP阶段用HermesAgent务实策略，企业级用OpenClaw
2026-04-30 11:29:30
505
原创 OpenClaw vs HermesAgent 对比分析（一）：记忆系统专题 — AI Agent 如何跨越“失忆“鸿沟
**核心观点**：记忆系统是AI Agent的"灵魂"- **设计理念**：OpenClaw采用插件化记忆后端，HermesAgent采用内建多层记忆- **核心差异**：HermesAgent独有Agent策展机制，Agent自己决定什么值得记住- **检索技术**：OpenClaw用LanceDB向量搜索，HermesAgent用FTS5+LLM摘要- **用户建模**：HermesAgent有Honcho辩证用户建模，OpenClaw无显式建模- **推荐**：AI数字分身场景建议用Her
2026-04-29 10:12:45
1164
原创 OpenClaw vs HermesAgent 对比分析系列
**核心观点**：记忆系统是AI Agent的"灵魂"- **设计理念**：OpenClaw采用插件化记忆后端，HermesAgent采用内建多层记忆- **核心差异**：HermesAgent独有Agent策展机制，Agent自己决定什么值得记住- **检索技术**：OpenClaw用LanceDB向量搜索，HermesAgent用FTS5+LLM摘要- **用户建模**：HermesAgent有Honcho辩证用户建模，OpenClaw无显式建模- **推荐**：AI数字分身场景建议用Her
2026-04-29 10:11:46
765
原创 深度拆解 HermesAgent（七）：CLI、安全与部署实践指南
- CLI 技术栈：prompt_toolkit（交互式输入）+ Rich（富文本输出）+ Fire（命令框架）+ 皮肤引擎- 核心命令体系：hermes（交互）、model（模型切换）、tools（工具管理）、skills（技能管理）、gateway（网关）- 斜杠命令统一设计：CLI/Telegram/Discord/Slack 共享 COMMAND_REGISTRY- 五层安全防护：L1 身份认证（配对码 + 白名单）→ L2 授权控制（四级风险分级 + PII 脱敏）→ L3 操作审批（正则检
2026-04-28 23:59:49
737
原创 深度拆解 HermesAgent（六）：研究功能与测试体系
- Atropos RL 训练环境：`environments/` 目录 43 个文件，支持 reset/step/get_trajectory 标准接口- 轨迹记录与压缩：将数百条消息的执行轨迹压缩为精炼的训练数据- 批量运行器：并行执行大量 Agent 任务，支持 A/B 测试和大规模数据生成- SWE-bench 迷你运行器：软件工程能力基准测试- 错误分类与故障转移：智能分类 API 错误（429/503/上下文过长等），自动指数退避重试- 测试体系：pytest + pytest-xdi
2026-04-28 23:59:06
379
原创 深度拆解 HermesAgent（五）：记忆系统与用户建模
- 五层记忆架构：L1 会话记忆（SessionDB）→ L2 会话搜索（FTS5 + LLM）→ L3 Agent 策展（自主决定）→ L4 用户建模（Honcho）→ L5 技能记忆- SessionDB：SQLite 完整保存所有对话，内置 FTS5 全文搜索，零外部依赖- Agent 策展记忆流程：定期 Nudge → 评估近期交互 → 提炼结构化知识 → 保存到 long_term/- Honcho 辩证用户建模：当前画像（Thesis）+ 新观察（Antithesis）→ 更新画像（Syn
2026-04-27 12:36:45
650
原创 深度拆解 HermesAgent（四）：多终端后端与 Gateway 网关
- 6 种终端后端：Local（本地）、Docker（容器隔离）、SSH（远程）、Modal（Serverless）、Daytona（持久化环境）、Singularity（HPC 集群）- 抽象基类 `TerminalBackend`：统一 `is_available()` / `execute()` / `cleanup()` 接口- Gateway 消息网关：支持 Telegram、Discord、Slack、WhatsApp、Signal、QQ Bot、钉钉、飞书等 ~10 个平台- 斜杠命令统
2026-04-27 12:36:14
393
原创 深度拆解 HermesAgent（三）：工具注册与技能系统
- 极简的中心化工具注册表：一个 `registry.register()` 调用搞定，2 步添加新工具- 自动发现机制：`tools/*.py` 文件中顶层 `registry.register()` 调用在启动时自动导入- 工具集（Toolset）分组：Web、终端、文件、浏览器（11 个工具）、语音、智能家居、MCP 等 14 个类别- 危险命令审批系统：正则匹配 + 分级审批（SAFE/NEEDS_CONFIRM/DANGEROUS）- 400+ 技能生态：288 内置 + 116 可选，兼
2026-04-26 14:39:12
382
原创 深度拆解 HermesAgent（二）：闭环学习系统 —— AI Agent 如何“自我进化“？
- 闭环学习流程：执行任务 → 观察结果 → 提取经验 → 创建/改进技能 → 持久化知识 → 下一轮使用- Agent 策展记忆：Agent 自己决定什么值得记住，不是人类预设规则- 定期 Nudge 机制：系统定时提醒 Agent 整理和持久化重要知识- FTS5 会话搜索：SQLite FTS5 全文搜索 + LLM 语义摘要的混合搜索策略，零额外依赖- Honcho 用户建模：辩证建模（Thesis → Antithesis → Synthesis），每次交互持续深化用户画像- 技能自动创
2026-04-26 14:38:34
584
原创 深度拆解 HermesAgent（一）：从 Nous Research 出品的自我改进型 AI Agent 说起
- HermesAgent 来自 Nous Research，核心定位"The self-improving AI agent"，是一个具备自学习能力的 AI Agent- 四大核心特性：闭环学习系统（从经验中创建技能）、技能系统（agentskills.io 标准）、跨会话记忆与用户建模（Honcho）、研究就绪（Atropos RL 训练环境）- 核心数据：Python 909+ 文件、~1717 总文件、~3000 测试、40+ 工具、~10 消息平台、288 内置 + 116 可选技能- 五个
2026-04-25 20:21:56
420
原创 HermesAgent 深度拆解系列-目录
本文档汇总了 HermesAgent 深度拆解系列的全部 7 篇核心文章摘要，帮助读者快速了解整个系列的内容要点和设计精髓。
2026-04-25 20:21:00
310
原创 OpenClaw 架构解析 11】架构总结：设计亮点与最佳实践
- 五大架构亮点：①模块化架构（分层清晰、职责明确）、②插件化生态（100+ 插件、声明式配置）、③安全优先（四层防护、操作可追溯）、④多端覆盖（CLI/TUI/Web/Mobile、统一协议）、⑤本地优先（数据本地、隐私可控）- 关键数据：6,635 核心源码文件、100+ 插件扩展、100+ 支持平台、73+ Skill 数量、150+ Plugin SDK 导出- 八大设计模式：Plugin Pattern、Hook Pattern、Registry Pattern、Adapter Pattern
2026-04-21 19:27:43
358
原创 【OpenClaw 架构解析 10】扩展机制：Skills 与 Hooks 的妙用
- Skills 技能系统：Markdown 格式声明式 AI 指令集，包含名称、描述、指令、工具列表、示例、触发条件- 内置 73+ 技能：覆盖 email、coding、research、productivity 等各种场景- Hooks 钩子系统：10+ 种事件驱动扩展点，包括消息钩子、Agent 钩子、工具钩子、会话钩子、错误钩子- Hook 执行时机：on-message-received → before-agent-start → before-tool-call → after-too
2026-04-21 19:27:12
231
原创 【OpenClaw 架构解析 09】部署模式：从桌面到 Docker 的全场景覆盖
- 三种部署模式：本地桌面模式（开箱即用，数据本地存储）、服务器模式（Docker + 反向代理，适合企业）、移动端模式（iOS/macOS/Android 原生体验）- 本地桌面模式架构：系统托盘/菜单栏 → OpenClaw Core → Gateway（Chat/Cron/Control Server）→ Agents/Channels/Plugins → 本地存储（SQLite/LanceDB）- Docker 部署：提供完整 docker-compose.yml 配置，支持 PostgreSQ
2026-04-20 23:38:40
36
原创 【OpenClaw 架构解析 08】安全模型：四层防护体系详解
- 四层安全模型：Level 1 身份认证 → Level 2 授权控制 → Level 3 操作审批 → Level 4 审计追踪- Level 1 身份认证：设备配对码、OAuth 令牌、API 密钥三种认证方式- Level 2 授权控制：Capability-based Access 能力访问控制，支持 Allowlist/Blocklist 白名单/黑名单模式- Level 3 操作审批：根据风险等级采用 AUTO ALLOW（低风险）、APPROVAL REQUESTED（中风险）、REQ
2026-04-20 23:38:05
254
原创 【OpenClaw 架构解析 07】数据流设计：从消息到响应的完整链路
- 完整数据流：渠道传输 → 入站处理 → 会话管理 → 前置钩子 → Agent 处理 → 后置钩子 → 审批流程 → 出站处理 → 持久化（10 层处理链）- 配置加载流程：YAML 配置 → Zod Schema 验证 → 多源合并 → 注入各模块- 会话状态机：CREATED → ACTIVE ↔ IDLE/PAUSED/CLOSING → CLOSED，支持状态恢复- 错误处理分类：Transient（网络超时，指数退避重试）、Permanent（认证失败，直接失败）、Logic（参数错误，
2026-04-18 20:15:00
40
原创 OpenClaw 架构解析 06】Plugins 插件系统：开放生态的核心机制
- 插件系统价值：扩展核心功能不影响稳定性，社区共建丰富生态，灵活定制满足个性化需求- 插件类型：Provider（AI 模型）、Channel（消息渠道）、Memory（记忆存储）、Capability（扩展能力）、Tool（工具扩展）- 目录结构：100+ 插件覆盖各场景，Plugin SDK 提供 150+ 导出模块- Manifest 结构：声明插件元数据、能力、技能、配置模式、钩子、依赖、权限要求- 生命周期：发现 → 验证 → 安装 → 注册 → 激活 → 运行 → 停用（7 个阶段）
2026-04-18 20:00:00
424
原创 OpenClaw 架构解析 05】Channels 消息渠道：100+ 平台的统一接入
- Channels 解决消息平台碎片化问题，支持 100+ 平台统一接入- 支持平台覆盖：即时通讯（Telegram、Discord、Slack、WhatsApp 等）、协作平台（Teams、飞书、钉钉等）、社交平台（Twitter、Twitch）、其他（Email、Webhook 等）- 架构设计：Channel Router → Channel Registry → 各平台 Adapter，使用适配器模式- 统一消息格式：定义 UniversalMessage 接口，包含消息标识、发送者、接收者
2026-04-17 21:03:15
180
原创 【OpenClaw 架构解析 04】Agents 模块：AI 大脑的构建之道
- Agents 是 AI 核心引擎，负责 AI 推理、工具执行、上下文管理、安全保障四大职责- 目录结构：agent-command.ts、agent-loop.ts、bash-tools.ts、context.ts 等核心文件- 执行流程：上下文构建 → AI 模型调用 → 工具执行 → 响应处理（支持多轮工具调用）- 上下文管理：系统提示词、技能指令、会话历史、记忆注入的分层构建，支持上下文压缩- 工具系统：内置工具包括 bash（Shell 命令）、file_read/write、web_s
2026-04-17 21:02:30
47
原创 【OpenClaw 架构解析 03】Gateway 网关层：消息路由的核心枢纽
- Gateway 作为核心枢纽，承担六大核心职责：连接管理、会话管理、认证授权、执行审批、定时任务、控制面板- 详细架构：boot.ts 启动引导、server-chat.ts 聊天服务、auth.ts 认证授权等核心文件- 启动流程：加载配置 → 初始化存储 → 加载插件 → 初始化通道 → 启动服务 → 任务调度- 会话管理：Session 生命周期（创建→活跃→暂停→关闭），支持跨会话并发处理- 消息处理链路：接收 → 验证 → 认证 → 路由 → Hooks → Agent → 响应（7
2026-04-16 17:56:32
55
原创 【OpenClaw 架构解析 02】系统架构全景图：从 Gateway 到 Plugins
- 采用分层模块化架构：客户端层、Gateway 层、核心业务层、存储层- 客户端层：CLI/TUI/Web UI/Mobile 多种交互方式- Gateway 层：连接管理、会话路由、认证授权、执行审批、控制面板等核心职责- 核心业务层：Agents（AI 大脑）、Channels（消息渠道）、Plugins（扩展能力）- 存储层：Session Store、Memory Store、Config Store 分层存储策略- 数据流：用户输入 → Gateway → Agent → Tools
2026-04-16 17:55:44
473
原创 【OpenClaw 架构解析 01】OpenClaw 是什么？一文读懂这个“真正能做事的 AI“
- OpenClaw 定位为"真正能做事的 AI"，是一个开源的个人 AI 助手框架- 核心理念：本地运行（数据隐私）、开源透明、可 Hack、个人 OS、主动型- 核心能力：邮件管理、多平台消息、浏览器控制、系统操作、持久记忆、主动任务- 技术栈：TypeScript + Node.js ≥ 22.12 + Lit + 多种 AI 模型（Claude/GPT/Gemini）- 与传统 AI 助手的区别：主动执行、100+ 平台集成、本地部署、持久跨会话记忆- 适合人群：技术极客、隐私优先者、企业
2026-04-15 22:33:32
514
原创 OpenClaw 架构解析-系列目录
- 系列共 11 篇文章，全面剖析 OpenClaw 开源 AI 助手框架的设计精髓- 涵盖从产品定位到技术实现的完整架构分析- 特色：图表丰富（ASCII 架构图、流程图）、代码分析、实践导向、深度解读- 前置知识要求：TypeScript、Node.js ≥ 22.12，推荐 AI/LLM 基础和设计模式知识- 提供完整的系列导航和章节状态跟踪
2026-04-15 22:12:58
495
原创 windows+wsl+OpenClaw 安装指南（七）：系统安全设置
系统介绍 OpenClaw 部署环境安全加固方案。Windows 防火墙配置：限制 Gateway 和 Ollama 端口入站规则，仅允许本地/局域网访问。WSL+Ubuntu 防火墙：使用 UFW 配置双层网络隔离，WSL IP 动态变化时的自动化规则更新。敏感信息管理：将 API Key、App Secret 从明文配置文件迁移到 Windows 系统环境变量，PowerShell 和 WSL 脚本读取环境变量的实现方案。包含安全最佳实践检查清单、定期审计命令、API Key 泄露应急响应流程。预告高阶
2026-04-09 11:17:53
503
原创 windows+wsl+OpenClaw 安装指南（六）：飞书集成与企业部署
详解 OpenClaw 与飞书集成全流程，打造团队共享 AI 助手。涵盖飞书开放平台应用创建、机器人能力配置、WebSocket 连接模式设置、权限管理；OpenClaw 飞书配置参数详解（App ID/Secret、连接模式、私信策略）；私聊与群聊双场景实战（个人助手 vs 团队协作）；企业级部署建议（高可用架构、安全配置清单、性能优化）；以及飞书无回复、消息延迟等常见问题排查。支持通过飞书组织架构控制访问权限，实现团队知识共享和协作效率提升。适合企业管理员和团队负责人阅读部署。
2026-04-09 11:16:30
365
原创 windows+wsl+OpenClaw 安装指南（五）：大模型配置实战
详解 OpenClaw 两种大模型方案配置。方案一：Ollama 本地部署，涵盖 Windows 安装、0.0.0.0 监听配置、Modelfile 自定义模型参数（num_ctx/num_gpu 调优），提供 RTX 4060 8GB 实测配置和性能数据（50 tokens/s）。方案二：腾讯混元 API，介绍 API Key 获取、OpenAI 兼容接口配置、模型选择（hunyuan-turbos/2.0-instruct）。包含双模型切换实战（本地+云端混合使用）、配置脚本附件和常见问题排查（Olla
2026-04-07 11:46:01
434
原创 windows+wsl+OpenClaw 安装指南（四）：自动化安装脚本完全解析
逐行解析 577 行 PowerShell 和 176 行 Bash 自动化脚本，揭秘 OpenClaw 一键安装原理。详解脚本架构：Windows 端负责 WSL 检查、端口转发配置，通过管道注入 Bash 脚本到 WSL 执行；WSL 端完成系统依赖、Node.js 24、OpenClaw 安装及模型配置。重点讲解 PowerShell 日志系统、正则解析 env 配置、WSL IP 动态获取与端口转发自动化。深入 Bash 端幂等性设计（重复执行安全）、Python 嵌入处理 JSON 配置、syst
2026-04-07 11:44:23
465
原创 windows+wsl+OpenClaw 安装指南（三）：环境准备深度指南
深入讲解 OpenClaw 环境准备的技术细节。详解 WSL2 NAT 模式原理与配置方法，包括 `wslconfig` 网络设置和重启生效步骤。重点阐述端口转发机制：Windows 通过 `netsh interface portproxy` 将 localhost:18789 映射到 WSL 虚拟 IP，解决 NAT 模式下跨系统访问问题。提供手动配置脚本和防火墙规则设置。涵盖 WSL 系统依赖安装（libvips-dev 解决 sharp 模块依赖）、Node.js 24 手动安装步骤、npm 国内镜
2026-04-06 16:06:43
462
原创 windows+wsl+OpenClaw 安装指南（二）：5分钟快速搭建 OpenClaw
零基础上手教程，5 分钟完成 OpenClaw AI 助手搭建。提供一键安装脚本，自动完成 WSL 配置、端口转发、Node.js 24 安装、OpenClaw 部署和模型配置。包含环境检查脚本、最小化配置模板（支持 Ollama 本地模型和腾讯混元 API），以及安装后的验证步骤。附常见问题速查表，解决 WSL 未找到、端口占用、模型无回复等问题。适合急于体验的读者，无需深入技术细节即可快速拥有可用的 AI 助手，为后续深入学习奠定基础。
2026-04-06 16:05:39
652
原创 windows+wsl+OpenClaw 安装指南（一）：OpenClaw 概述与架构设计
深度解析 OpenClaw 架构原理与 Windows 平台部署方案。OpenClaw 作为 AI 模型路由器，提供统一接口层接入多厂商大模型，支持 Web Dashboard 和飞书等 IM 集成。文章详解 WSL2 + Windows 混合部署架构：Gateway 运行在 WSL 提供 API 服务，Ollama 本地模型部署在 Windows，通过端口转发实现互通。对比 NAT/镜像网络模式，阐述选择 NAT 的兼容性优势。涵盖安全架构（Token 认证、防火墙）、部署模式（单机/分离）、性能需求（R
2026-04-05 19:41:29
423
原创 windows+wsl+OpenClaw 安装指南 - 前言
本系列手把手教你从零开始在 Windows 平台搭建 OpenClaw AI 智能助手系统。OpenClaw 是开源 AI 助手框架，支持私有化部署、多模型接入（Ollama/腾讯混元等）和飞书等 IM 集成。内容涵盖架构设计、快速搭建、环境配置、脚本解析、模型部署等 8 篇教程，适合新手入门和开发者深入。提供完整自动化脚本和详细学习路线图，半天即可拥有私有 AI 助手。
2026-04-05 19:39:33
801
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人