
Nous Research veröffentlicht offiziell das Open-Source-Framework für KI-Agenten Hermes Agent und richtet sich direkt an OpenClaw. Offiziell wird außerdem ein vollständiges OpenClaw-Erinnerungs- und Skill-Transfer-Tool bereitgestellt. Hermes Agent verfügt über ein auf SQLite basierendes Mechanismus für Langzeitgedächtnis sowie eine „geschlossene Lernschleife (Closed Learning Loop)“-Self-Evolution-Architektur.
Traditionelle Chatbots sind als Frage-und-Antwort-Design aufgebaut: Nach Abschluss des Gesprächs wird der Kontext gelöscht. Hermes Agent verfolgt eine grundlegend andere Ausrichtung – es ist ein „fortbestehendes Agentensystem“, das langfristig in der Umgebung des Nutzers läuft und mithilfe der SQLite + FTS5-Volltextsuche Gedächtnis über Sitzungen hinweg beibehält, sodass der Agent nicht jedes Mal bei Null anfangen muss, um den Kontext neu aufzubauen.
Die Kernunterschiede von Hermes Agent liegen in der geschlossenen Lernschleife: Nach Abschluss jeder Aufgabe ordnet das System automatisch den Ausführungsprozess und erzeugt wiederverwendbare Skills-Dateien (Skills), die in späteren ähnlichen Situationen direkt aufgerufen werden und nach und nach ein tieferes Verständnis für das Verhalten und die Vorlieben des Nutzers bilden. In Bezug auf Anbieterunterstützung werden OpenAI, Anthropic, OpenRouter, Ollama sowie alle benutzerdefinierten Endpunkte (Custom Endpoint) im Format kompatibler OpenAI APIs unterstützt, darunter vLLM und SGLang. Letzteres ist besonders nützlich für Entwickler, die Modelle lokal bereitstellen müssen.
Der Installationsprozess von Hermes Agent orientiert sich am offiziellen Quickstart als Hauptachse. Neun Schritte decken die Umgebungskonfiguration, die Modellauswahl, Plattform-Verknüpfungen und Tool-Erweiterungen ab:
Schritt eins: Grundumgebung installieren: Führe die offizielle curl-Installationsanweisung aus; lade anschließend den Shell-Pfad neu (source ~/.bashrc oder ~/.zshrc)
Schritt zwei: Modellanbieter einstellen: Wähle den LLM-Anbieter mit dem hermes model-Befehl; unterstützt Nous Portal, OpenAI, Anthropic, OpenRouter oder den Anschluss lokaler Modelle über Custom Endpoint
Schritt drei: CLI-Dialog starten: Führe hermes aus, um in die Agentenoberfläche zu gelangen; das System lädt automatisch Tools wie Websuche, Dateioperationen und Terminalbefehle
Schritt vier: Kern-Ausführungsfähigkeit testen: Löse Terminalbefehle über natürliche Sprache aus (z. B. um die Datenträgernutzung abzufragen) und überprüfe die Tool-Ausführung; mit hermes -c wird der Kontext des letzten Gesprächs wiederhergestellt
Schritt fünf: Nachrichtenplattform verknüpfen: Führe hermes gateway setup aus und schließe interaktive Einstellungen für Plattformen wie Telegram, Discord, Slack, WhatsApp usw. ab
Schritt sechs: Sprachmodus aktivieren: Installiere das voice-Paket und schalte dann mit /voice on ein; unterstützt Mikrofoneingabe und TTS-Sprachausgabe, erweiterbar auf Discord-Sprachkanäle
Schritt sieben: Skills installieren und Automatisierung per Zeitplan: Installiere Funktionsmodule mit hermes skills install; erstelle einen Cron Job per natürlicher Sprache, z. B. „jeden Morgen um 9 Uhr KI-News abfragen und an Telegram senden“
Schritt acht: Integration eines Entwickler-Editors (ACP): Installiere ACP-Unterstützung und führe anschließend hermes acp aus, damit der Agent Fähigkeiten direkt in Editoren wie VS Code, Zed, JetBrains usw. bereitstellen kann
Schritt neun: Externe Tools über MCP verknüpfen: Füge im Konfigurationsfile einen MCP Server hinzu (z. B. GitHub) und erweitere die Integrationsfähigkeit externer Tools über Model Context Protocol
In Bezug auf die Sicherheit empfiehlt das offizielle Handbuch, den Backend-Teil des Terminalausführens auf den Docker-Container-Modus umzuschalten, um sicherzustellen, dass alle Agentenbefehle in einer isolierten Umgebung ausgeführt werden und das Host-System nicht beeinflussen.
Hermes Agent bietet offiziell den Befehl hermes claw migrate. Dieser kann Daten aus ~/.openclaw/ auslesen und die Persönlichkeit (SOUL), Langzeitgedächtnis, Skill-Module, Modell-Einstellungen, Kommunikationsplattformen sowie API-Schlüssel gemeinsam in das neue System importieren. Vor der Ausführung kann --dry-run hinzugefügt werden, um die Änderungen im Voraus zu prüfen; nach der Bestätigung wird dann die vollständige Migration ausgeführt.
Während des Migrationsprozesses werden mehrere Gedächtnisdateien zusammengeführt, Duplikate entfernt und dann in die Hermes-Gedächtnisarchitektur geschrieben; nicht kompatible alte Systemeinstellungen (z. B. plugins oder komplexe Channel-Einstellungen) werden in archive abgelegt, damit sie manuell angepasst werden können. Nach Abschluss der Migration empfiehlt das offizielle Handbuch, die Gültigkeit der API-Schlüssel zu bestätigen, das gateway neu zu starten und die Kommunikationsfunktionen zu testen, um sicherzustellen, dass der gesamte Agent im Hermes-Umfeld ordnungsgemäß läuft.
Beide sind Open-Source-Frameworks für KI-Agenten, aber Hermes Agent verfügt über eine Langzeitgedächtnis-Maschine basierend auf SQLite + FTS5 sowie eine geschlossene Lernschleife, sodass der Agent Erfahrungen über Sitzungen hinweg beibehalten und sich nach und nach weiterentwickeln kann. Offiziell wird außerdem ein vollständiges One-Click-Transfer-Tool bereitgestellt, damit OpenClaw-Nutzer vorhandene Gedächtniskonfigurationen und Skill-Module verlustfrei übertragen können.
Ja. Durch die Einstellung über Custom Endpoint kann Hermes Agent lokale Inferenzdienste wie Ollama, vLLM, SGLang oder beliebige kompatible OpenAI-API-Formate ansteuern. Das eignet sich besonders für Nutzer, die Wert auf Datenschutz legen oder ein Offline-Umfeld benötigen, und es ist keine Codeänderung erforderlich, um den Anbieter zu wechseln.
Das offizielle Handbuch empfiehlt, den Backend-Teil des Terminals in den Docker-Container-Modus zu wechseln, sodass alle Befehle des Agents in einer vollständig isolierten Umgebung ausgeführt werden und das Host-Dateisystem sowie die Systemkonfiguration nicht beeinflusst werden. Für Szenarien mit noch höherem Sicherheitsniveau bei der Isolation wird außerdem der Wechsel auf ein SSH-Backend für die entfernte Ausführung unterstützt.