Hermes Agent AI 助手與墨梅部落格更新 | 2026 年第 24 週草梅週報

草梅友仁

2026-06-14 14:35:32 0 閱讀量 2272 字數 8 分鐘草梅周報

摘要

草梅週報第 24 週內容：墨梅博客發佈 v1.20.0 版本，新增友鏈 RSS 聚合、Umami 自託管分析配置等功能，並優化了性能與修復多個 Bug。作者調研了 Hermes Agent 與 OpenClaw 的對比，認為 Hermes Agent 在安全性和穩定性上更優，分享了部署經驗（設定定時任務、使用視覺模型、生成文件等）。GitHub 加星倉庫包括 CopilotKit、github-mcp-server、Proma 和 deepseek-vision。推薦了阮一峰科技愛好者週刊第 400 期和阿貓的貓魚週刊 vol.098。提供博客、RSS、公眾號等訂閱方式。

本文在草梅友仁的部落格發佈和更新，並在多個平台同步發佈。如有更新，以部落格上的版本為準。您也可以透過文末的 原文連結 查看最新版本。

前言

歡迎來到草梅週報！這是一個由草梅友仁基於 AI 整理的週報，旨在為您提供最新的部落格更新、GitHub 動態、個人動態和其他週刊文章推薦等內容。

您可以透過以下方式訂閱草梅週報的更新：

部落格：草梅友仁的部落格
墨梅部落格：墨梅部落格
RSS：草梅週報
公眾號：草梅友仁的後花園
郵件訂閱：草梅友仁的部落格訂閱

開源動態

本週墨梅部落格的開發依舊在穩步進行中。

您可以前往 Demo 站試用：https://demo.momei.app/

您可以透過郵箱 admin@example.com，密碼 momei123456 登入演示用管理員帳號。

或前往官網註冊：https://momei.app/

也可以前往文件站來了解專案整體規劃和未來開發路線圖：https://docs.momei.app/

現在可前往增強包頁面下方加入候補名單，當增強包開發完成時，會透過郵件等方式在第一時間通知你。

當前墨梅部落格已經正式發佈了 1.20.0 版本，以下是新頁面和新功能的一些截圖。

後台友鏈管理新增「展示 RSS 動態」配置項，現在可以更加直觀的看到友鏈的 RSS 動態。

此外還有新增 Umami 自託管分析整合的相關文件與設定範例，最佳化 AI 視覺提示詞生成邏輯等改動。

更多功能和頁面可以前往官網體驗，也可前往之前的部落格查看截圖。

歡迎各位用戶體驗。並提出意見和建議。

接下來還會繼續按照路線圖和待辦事項進行功能開發，敬請期待。

當然，目前墨梅部落格還有許多需要打磨的細節，功能上也尚未完善，如有任何意見和建議，都可以在專案的 GitHub issues 中提出。

如果你也對墨梅部落格感興趣，歡迎參與開發和測試。

Hermes Agent：比 OpenClaw 安全且能自主學習的 AI 助手

最近研究了一下 Hermes Agent ，發現 Hermes Agent 確實比 OpenClaw 更好用且更安全一些。

先說結論吧，由於之前 OpenClaw 接連爆出多個高危漏洞，所以即便我先前已經試用過 OpenClaw ，也對它不太信任了，因此需要選擇一個同類產品作為替代。

經過一番調研，我選擇了 Hermes Agent 作為新的 AI 助手。

作為開源專案，肯定要看一下基礎數據，Hermes Agent 的數據也相當豪華，可以說是僅次於 OpenClaw 了。

專案	星標數	分支數	問題	PR（拉取請求）	授權條款	語言
OpenClaw	347,000+	~50,000	469+ 開放安全性問題	極高頻率	MIT	Node.js/Python
Hermes Agent	140,000+	~15,000	活躍	542 已合併（v0.16.0 單版本）	MIT	Python
ZeroClaw	29,900+	~3,000	中等	活躍	MIT	Rust
Vellum	快速成長	—	活躍	—	MIT	Rust
MimiClaw	5,100+	—	少	—	MIT	C
NanoClaw	最新	—	少	—	MIT	—
GoClaw	539	—	—	—	MIT	—

註: Star/Fork 數據來自 2026 年 6 月採集，具體數字因專案快速變化可能存在偏差

不過從綜合角度考慮的話，OpenClaw 有不少維度是亮紅燈的，比如安全漏洞和供應鏈風險，風險高到幾乎無法讓人接受。

風險維度	OpenClaw	Hermes	Vellum	ZeroClaw	AutoGen	CrewAI	LangGraph
安全漏洞	🔴 極高	🟢 低	🟢 低	🟡 中	🟢 低	🟢 低	🟢 低
供應鏈風險	🔴 極高	🟢 低	🟢 低	🟢 低	🟢 低	🟢 低	🟢 低
暴露面	🔴 極高	🟡 中	🟢 低	🟢 低	🟡 中	🟡 中	🟡 中
破壞性變更	🔴 高	🟢 低	🟢 低	🟡 中	🟡 中	🟢 低	🟡 中
學習曲線	🟡 中	🟡 中	🟢 低	🟡 中	🔴 高	🟢 低	🔴 高
供應商鎖定	🟢 自由	🟢 自由	🟢 自由	🟢 自由	🟡 Azure 傾向	🟢 自由	🟡 LangChain 生態
數據隱私	⚠️ 模型可存取	🟢 可控	🟢 憑證隔離	🟢 本地	🟢 可控	🟢 可控	🟢 可控
社群支援	🟢 最大	🟢 大	🟡 成長中	🟡 小	🟢 大	🟢 大	🟢 大

所以下面再來進行一次架構對比。

維度	OpenClaw	Hermes Agent
創建者	Peter Steinberger	Nous Research
架構理念	訊息渠道驅動，ClawHub 市場	自學習循環，技能內建不斷進化
部署方式	Node.js 閘道 + Docker/本地	pip install / Docker / 二進制
訊息渠道	20+ (WhatsApp, Telegram, Discord, Slack, Signal, iMessage 等)	Telegram, Discord, Terminal (更少但更聚焦)
記憶系統	會話級上下文（需手動配置持久化）	內建持久記憶 + 檢查點/回滾系統
技能系統	ClawHub 市場 (13,729+ 技能) ⚠️ 社群審查不足	內建自學習技能創建循環，無公開市場
模型控制	固定模型路由	完全可替換，支援本地模型 (Ollama)
桌面		App
安全模型	操作者信任（模型有廣泛工具存取權限）	更小的控制面，安全預設
MCP 支援	✅ MCP 閘道器	✅ 內建
發布節奏	每日發布，高頻率破壞性更新	穩定版本週期

綜上所述，雖然 OpenClaw 作為先行者確實一度取得不小的優勢，但隨著接連爆出的漏洞還有破壞性更新，也讓使用者對它的信任大打折扣，而 Hermes Agent 則有後來居上之勢。

筆者也是在折騰了一段時間後成功部署了 Hermes Agent，依舊選擇了飛書作為通訊渠道；AI 模型這邊則選擇了 deepseek-v4-pro，性價比比較高。

先給大家分享幾個小妙招，一個是 Hermes Agent 也支援設定定時任務，為了強化它的自主學習能力，可以要求它每天凌晨的時候自動掃描過去 24 小時的會話，提取可複用的知識，並寫入 Memory 中，從而省去了人工要求它複用的工夫。

然後就是 Hermes Agent 支援單獨設定視覺模型，所以我在設定的 auxiliary.vision.model 欄位中設定了 qwen3.7-plus，解決了 deepseek-v4-pro 不支援多模態的問題，這樣一來即便傳送圖片給 Hermes Agent 也能順利識別並回傳結果。

另外，當 AI 產生的結果較長時，可以要求它生成檔案並傳送給你。

使用 markdown 或 docx 都是不錯的方式，可以避免訊息中出現不支援的 markdown 排版字元。

有關 Hermes Agent 的更多內容將在後續文章中繼續展開，敬請期待。

GitHub Release

momei

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

摘要:

程式碼重構: 重構 AI 視覺與 TTS 邏輯；最佳化 API 快取及清理未用端點；統一日期格式化函式；推進 ESLint 類型治理（收斂 as any、類型定義合併）；規範化日曆/行銷頁面路由；複用 API Schema 樣板；收斂設定模型與 Umami 配置邏輯；最佳化可讀性評分計算。
新功能: 新增 Umami 自託管分析配置支援；新增 API 查詢參數工具函式；實作 AI 評分生成與狀態提示；推出友鏈 RSS 聚合功能；後台友鏈管理新增「展示 RSS 動態」開關；覆蓋 3 個 API 端點的 Zod Schema 驗證；新增使用者 ID 至 AI 請求與翻譯功能；補充 Umami 配置文件與範例。
效能最佳化: Phase 44 CWV 最佳化（Logo 預載 + CSS @import 扁平化）；PostgreSQL 網路傳輸削減（公開列表移除 author.email、詳情移除不必要欄位）。
Bug 修復: 限制 AI 圖像提示最大字元數；最佳化日期格式化函式；同步依賴鎖定檔案；更新行銷郵件範本；修復友鏈 RSS feed 的 ESM 匯入、頻率限制及空結果快取問題；補全 i18n 翻譯缺失；清除所有 lint 警告；為 posts 新增重新推送功能及測試；補全 friendLinkSchema 的 showRssFeed 欄位；修復測試 lint 與類型檢查問題。