Hermes Agent AI 助手与墨梅博客更新 | 2026 年第 24 周草梅周报

草梅友仁 — Sun, 14 Jun 2026 14:30:46 GMT

本文在草梅友仁的博客发布和更新，并在多个平台同步发布。如有更新，以博客上的版本为准。您也可以通过文末的 原文链接 查看最新版本。

前言

欢迎来到草梅周报！这是一个由草梅友仁基于 AI 整理的周报，旨在为您提供最新的博客更新、GitHub 动态、个人动态和其他周刊文章推荐等内容。

您可以通过以下方式订阅草梅周报的更新：

博客：草梅友仁的博客
墨梅博客：墨梅博客
RSS：草梅周报
公众号：草梅友仁的后花园
邮箱订阅：草梅友仁的博客订阅

开源动态

本周墨梅博客的开发依旧在稳步进行中。

您可以前往 Demo 站试用：https://demo.momei.app/

您可以通过邮箱 admin@example.com，密码 momei123456 登录演示用管理员账号。

或前往官网注册：https://momei.app/

也可以前往文档站来了解项目整体规划和未来开发路线图：https://docs.momei.app/

现在可前往增强包页面下方加入候补名单，当增强包开发完成时，会通过邮件等方式在第一时间通知你。

当前墨梅博客已经正式发布了 1.20.0 版本，以下是新页面和新功能的一些截图。

后台友链管理新增「展示 RSS 动态」配置项，现在可以更加直观的看到友链的 RSS 动态。

此外还有添加 Umami 自托管分析集成的相关文档与配置示例，优化 AI 视觉提示词生成逻辑等改动。

更多功能和页面可以前往官网体验，也可前往之前的博客查看截图。

欢迎各位用户体验。并提出意见和建议。

接下来的话还会继续按照路线图和待办进行开发功能，敬请期待。

当然，目前墨梅博客还有很多需要打磨的细节，功能上也还不完善，如有任何意见和建议，都可以在项目的 GitHub issues 中提出。

如果你也对墨梅博客感兴趣，欢迎参与开发和测试。

Hermes Agent：比 OpenClaw 安全的会自学习的 AI 助手

最近研究了下 Hermes Agent ，发现 Hermes Agent 确实比 OpenClaw 好用还安全一些。

先说结论吧，由于之前 OpenClaw 接连爆出了多个高危漏洞，所以即便之前我已经试过了 OpenClaw ，也对它不太信任了，因此需要选一个同类产品作为替代。

经过一番调研，我选择了 Hermes Agent 作为新的 AI 助手。

作为开源项目，肯定要看一下基础数据，Hermes Agent 的数据也相当豪华，可以说是仅次于 OpenClaw 了。

项目	Stars	Forks	Issues	PR	License	语言
OpenClaw	347,000+	~50,000	469+ open security	极高频率	MIT	Node.js/Python
Hermes Agent	140,000+	~15,000	活跃	542 merged (v0.16.0 单版本)	MIT	Python
ZeroClaw	29,900+	~3,000	中等	活跃	MIT	Rust
Vellum	快速成长	—	活跃	—	MIT	Rust
MimiClaw	5,100+	—	少	—	MIT	C
NanoClaw	最新	—	少	—	MIT	—
GoClaw	539	—	少	活跃	MIT	Go

注: Star/Fork 数据来自 2026 年 6 月采集，具体数字因项目快速变化可能存在偏差

不过从综合角度考虑的话，OpenClaw 有不少维度是亮红灯的，比如安全漏洞和供应链风险，风险高到几乎无法让人接受。

风险维度	OpenClaw	Hermes	Vellum	ZeroClaw	AutoGen	CrewAI	LangGraph
安全漏洞	🔴 极高	🟢 低	🟢 低	🟡 中	🟢 低	🟢 低	🟢 低
供应链风险	🔴 极高	🟢 低	🟢 低	🟢 低	🟢 低	🟢 低	🟢 低
暴露面	🔴 极高	🟡 中	🟢 低	🟢 低	🟡 中	🟡 中	🟡 中
破坏性变更	🔴 高	🟢 低	🟢 低	🟡 中	🟡 中	🟢 低	🟡 中
学习曲线	🟡 中	🟡 中	🟢 低	🟡 中	🔴 高	🟢 低	🔴 高
供应商锁定	🟢 自由	🟢 自由	🟢 自由	🟢 自由	🟡 Azure 倾向	🟢 自由	🟡 LangChain 生态
数据隐私	⚠️ 模型可访问	🟢 可控	🟢 凭证隔离	🟢 本地	🟢 可控	🟢 可控	🟢 可控
社区支持	🟢 最大	🟢 大	🟡 增长中	🟡 小	🟢 大	🟢 大	🟢 大

所以下面再来进行一次架构对比。

维度	OpenClaw	Hermes Agent
创建者	Peter Steinberger	Nous Research
架构理念	消息渠道驱动，ClawHub 市场	自学习循环，技能内置不断进化
部署方式	Node.js 网关 + Docker/本地	pip install / Docker / 二进制
消息渠道	20+ (WhatsApp, Telegram, Discord, Slack, Signal, iMessage 等)	Telegram, Discord, Terminal (更少但更聚焦)
内存系统	会话级上下文（需手动配置持久化）	内置持久记忆 + 检查点/回滚系统
技能系统	ClawHub 市场 (13,729+ 技能) ⚠️ 社区审查不足	内置自学习技能创建循环，无公开市场
模型控制	固定模型路由	完全可替换，支持本地模型 (Ollama)
桌面 App	❌ 无原生 App (CLI/Web)	✅ v0.15.2+ 原生桌面 App (macOS/Win/Linux)
安全模型	操作者信任（模型有宽泛工具访问权）	更小的控制面，安全默认
MCP 支持	✅ MCP 网关	✅ 内置
发布节奏	每日发布，高频 breaking changes	稳定版本周期

综上，虽然 OpenClaw 作为先行者确实一度取得不小的优势，但随着接连爆出的漏洞还有破坏性更新，也让用户对它的信任大打折扣，而 Hermes Agent 则有后来居上之势。

笔者也是在折腾了一段时间后也是成功部署了 Hermes Agent，依旧选择了飞书作为通信渠道；AI 模型这边则选择了 deepseek-v4-pro ，性价比比较高。

先给大家分享几个小妙招，一个是 Hermes Agent 也是支持设置定时任务的，为了强化它的自主学习能力，可以要求它每天凌晨的时候自动扫描过去 24 小时的会话，提取可复用的知识，并写入 Memory 中，从而省去了人工要求它复用的工夫。

然后就是 Hermes Agent 支持单独设置视觉模型，所以我在配置的 auxiliary.vision.model 字段中设置了 qwen3.7-plus，解决了 deepseek-v4-pro 不支持多模态的问题，这样一来即便发送图片给 Hermes Agent 也能顺利识别并返回结果。

另外就是 AI 生成的结果比较长的时候，可以要求它生成文件，并发送给你。

使用 markdown 或者 docx 都是比较不错的方式，可以避免消息中出现了不支持的 markdown 排版字符。

有关 Hermes Agent 的更多内容会在后续的文章中继续展开，敬请期待。

GitHub Release

momei

v1.20.0 - 2026-06-13 21:04:18

摘要:

代码重构: 重构 AI 视觉与 TTS 逻辑；优化 API 缓存及清理未用端点；统一日期格式化函数；推进 ESLint 类型治理（收敛 as any、类型定义合并）；规范化日历/营销页面路由；复用 API Schema 样板；收敛设置模型与 Umami 配置逻辑；优化可读性评分计算。
新功能: 新增 Umami 自托管分析配置支持；添加 API 查询参数工具函数；实现 AI 评分生成与状态提示；推出友链 RSS 聚合功能；后台友链管理增加“展示 RSS 动态”开关；覆盖 3 个 API 端点的 Zod Schema 校验；添加用户 ID 到 AI 请求与翻译功能；补充 Umami 配置文档与示例。
性能优化: Phase 44 CWV 优化（Logo 预加载 + CSS @import 扁平化）；PostgreSQL 网络传输削减（公开列表移除 author.email、详情移除不必要字段）。
Bug 修复: 限制 AI 图像提示最大字符数；优化日期格式化函数；同步依赖锁定文件；更新营销邮件模板；修复友链 RSS feed 的 ESM 导入、频率限制及空结果缓存问题；补全 i18n 翻译缺失；清除全部 lint 警告；为 posts 添加重新推送功能及测试；补全 friendLinkSchema 的 showRssFeed 字段；修复测试 lint 与类型检查问题。