OpenClaw—AI研究OpenClaw—AI研究
  • AI动态
  • OpenClaw教程
  • 技术解读
  • 用户故事

从 OpenClaw 迁移到 Hermes:多 Agent 编队的六个实操技巧

从 OpenClaw 迁移到 Hermes:多 Agent 编队的六个实操技巧

2026年11月10日 by WoodStone

先准备模型与运行环境:原文给出的路线包括 Pro、Max、Coding Plan 和 Ollama;如果你依赖 Hermes 的记忆与 Skill 自迭代,需要较高推理能力,建议优先选 Kimi Coding Plan 中的 Kimi K2.6,并确认 API 可用。常见坑是 Claude 认证或套餐限制,替代方案就是先验证 Kimi 的代码、工具调用和长上下文表现。

图1

第一步用最短路径安装 Hermes,并按顺序运行 hermes setup、hermes model、hermes tools、hermes gateway setup、hermes doctor,最后执行 hermes 检查安装。已有 OpenClaw 时可再运行 hermes claw migrate;已有 Hermes 时则应新建空白 profile、保留配置的克隆,或完整复制。命令执行后,你会看到基础配置、模型与工具选择项,按实际用途填写即可。

进入多 profile 配置后,每个 profile 相当于独立分身,可分别保存模型配置、记忆和技能。原文给出三种方式:hermes profile create mybot 创建空白环境,hermes profile create mybot –clone 保留 API Key 但隔离记忆与会话,hermes profile create mybot –clone-all 完整复制记忆、会话和技能。常见坑是误覆盖旧环境,因此先备份、再创建,不要把 –clone-all 当成普通克隆。

第二个技巧是先补齐每个 profile 的 SOUL.md,让总控、开发和验收角色各有边界。你可以让开发计划总控只负责拆需求、验收标准、实施顺序、风险与测试策略,再交给 Claude Code、Codex 或 reviewer 执行;写回前必须备份当前 SOUL.md,只保留稳定身份、工作规则、交付格式,不要塞入项目流水账、密钥和一次性任务。

图2

第三个技巧是整理记忆,而不是一开始堆满外部记忆系统。Hermes 默认较保守,可先用 hermes config set memory.memory_char_limit 4000 与 hermes config set memory.user_char_limit 4000 扩大字符限制,并让 Kimi K2.6 跨文件读取、归纳旧会话中的稳定偏好。只有明确出现“记不住历史对话”的症状,再考虑切换 provider;原文示例为 hermes -p curator config set memory.provider holographic,随后用 hermes -p curator memory status 检查状态。

第四个技巧是按角色拆分 Skill 和工作流。原文建议单 Agent 装载约三十到五十个 Skill 后可能出现表现下降,因此把同类或可衔接的 Skill 分配给同一 Agent,保留低频但有价值的工具,不强行集中。第五个技巧是建立 Plan、Curator、Reviewer 闭环:例如 Planner 先拆任务,Curator 开发 HTML PPT Skill,Reviewer 检查视觉效果、通用性与上线条件,再通过多轮验收迭代,而不是让一个 Agent 一口气包办全部环节。

第六个技巧是用 profile 名称切换角色,并给长任务加检查点与轮次上限。原文示例是 hermes -p planner chat –checkpoints –max-turns 120,其中 -p 指定 profile,–checkpoints 在文件修改前保留回滚点,–max-turns 限制工具调用轮数。你会看到任务可被拆成多个独立子 Agent,但子 Agent 不继承主上下文;因此要明确输入、输出、文件边界和完成条件,并由总控汇总验收。

图3

最后,把 Hermes 当作编排器,而不是强行替换 OpenClaw:总控 profile 可指挥不同 Agent,复用 OpenClaw 中已有的 Skill,再通过 SOUL.md、记忆和稳定规则逐步沉淀外置大脑。上线前先做小任务演练,检查 doctor、profile 隔离、API 额度、工具权限、检查点恢复和 reviewer 输出;若失败,先缩小任务与上下文,再调整模型或工作流。

← 返回文章列表
分类: OpenClaw教程 标记: Hermes Agent, Kimi K2.6, OpenClaw教程, Skill管理, 多Agent

© 2026 OpenClaw—AI研究 版权所有

沪ICP备2026010690号-1