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。
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：
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。
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。
摘要:
@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）。本周的更新和动态如上所示。感谢您的阅读！
您可以通过以下方式订阅草梅周报的更新：
本文作者：草梅友仁
本文地址： https://blog.cmyr.ltd/archives/2026-24-caomei-weekly-hermes-agent-momei-weekly.html
版权声明：本文采用 CC BY-NC-SA 4.0 协议 进行分发，转载请注明出处！
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。