手把手教你部署:Mac/Win/Linux 配置 OpenClaw + Hermes Agent

开篇

你有没有过这种经历——

费了好大劲，终于把 Ollama 装好了，模型也下载了，结果打开电脑，面对黑乎乎的命令行，不知道下一步该干嘛。

"所以，接下来怎么让它帮我干活？"

别急。这篇文章，就是来解决这个问题的。

我们不只讲怎么装 OpenClaw 和 Hermes Agent，还要告诉你：这两个工具到底有什么区别，分别擅长什么，你应该怎么选。

看完这篇，不管你用的是 Mac、Windows 还是 Linux，都能搭建起自己的本地 AI Agent。

一、OpenClaw vs Hermes Agent：选哪个？

1.1 一句话总结

• • OpenClaw：更像一个工具——强大、稳定、拿来就能用，但不会"成长"
• • Hermes Agent：更像一个数字分身——会学习、会进化，用得越久越懂你

1.2 核心对比

1.3 选择建议

选 OpenClaw 如果你：

• • 想快速上手，不想折腾
• • 主要做日常任务自动化（发消息、定时提醒等）
• • 需要多渠道消息统一管理
• • 喜欢可视化操作

选 Hermes Agent 如果你：

• • 想让 AI 越用越聪明
• • 需要跨会话记住上下文（比如做项目、长期研究）
• • 想让 AI 自动沉淀技能，不需要手动配置
• • 愿意花时间调教一个"懂你"的助手

两个都要也行：

• • 用 OpenClaw 做消息入口
• • 用 Hermes Agent 做长期记忆中枢
• • 两者互补，1+1>2

二、安装 OpenClaw（全平台教程）

OpenClaw 是一个开源的个人 AI Agent 框架，支持 Mac、Windows、Linux 三大平台。

2.1 macOS 安装

使用 npm 全局安装（推荐）：

npm install -g openclaw@latest

安装完成后，启动配置向导：

openclaw init

2.2 Windows 安装

打开 PowerShell（管理员），运行：

irm https://openclaw.ai/install.ps1 | iex

安装完成后会自动打开配置向导。

2.3 Linux 安装

curl -fsSL https://openclaw.ai/install.sh | sh

2.4 初始化配置

启动后按照向导完成以下配置：

第一步：选择模型

• • 如果你想零成本，选择本地模型（需要先安装 Ollama）
• • 如果你想效果更好，选择云端 API（需要准备 API Key）

第二步：接入消息平台

推荐先接入飞书，操作简单且稳定。

配置飞书机器人需要：

1. 登录飞书开放平台
2. 创建一个企业自建应用
3. 获取 App ID 和 App Secret
4. 在 OpenClaw 配置向导中填入

提示：如果你是技术小白，建议先只接一个平台（飞书），跑通后再增加其他渠道。

三、安装 Hermes Agent（全平台教程）

Hermes Agent 是 Nous Research 推出的新一代 AI Agent，主打"自我进化"和"长期记忆"。

3.1 macOS / Linux / WSL2 安装

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

3.2 Windows 安装

打开 PowerShell（管理员），运行：

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

3.4 选择模型服务商

安装向导会让你选择模型服务商，国内推荐：

• • 硅基流动：新用户送 2000 万 Token
• • 阿里云百炼：新用户送 100 万 Token
• • MiniMax：性价比高

按数字选择后，输入你的 API Key 即可。

3.5 接入消息平台

Hermes Agent 支持的消息平台很多，包括：

• • 飞书
• • 微信（需要企业微信）
• • QQ
• • Telegram
• • Discord

以飞书为例：

1. 在配置向导中选择飞书
2. 选择自动创建机器人或手动输入已有 App
3. 配置私聊授权方式（推荐选"私聊配对授权"）
4. 完成安装后，输入 y 启动服务

四、实操场景：两者如何协同

很多人在纠结"到底用哪个"，其实两个都用可能是最优解。

4.1 分工建议

4.2 协同示例

场景：你想让 AI 帮你管理项目

1. Hermes Agent
    负责记住项目背景、需求、决策历史
2. OpenClaw
    负责每天定时推送项目进度到飞书群

这样，AI 既能持续学习项目进展，又能把关键信息及时同步给你。

五、常见问题排查

Q1：Hermes Agent 飞书接入没反应？

原因：通常是飞书适配器安装到了错误的 Python 环境。

解决：

# 进入 Hermes 的虚拟环境cd hermes-agentsource venv/bin/activate  # macOS/Linux# 或.\venv\Scripts\python.exe -m ensurepip# 手动安装适配器.\venv\Scripts\python.exe -m pip install nonebot-adapter-feishu

Q2：OpenClaw 模型调用超时？

检查：如果你选择的是本地 Ollama，确保 Ollama 服务正在运行：

ollama list  # 查看已下载的模型ollama serve  # 如果服务没启动，手动启动

Q3：两个工具同时运行有冲突？

说明：两个工具可以同时运行，互不冲突——OpenClaw 默认端口 18789，Hermes Agent 为 CLI 工具，一般无需关注端口号。如果确实需要调整 OpenClaw 端口，运行 openclaw config set gateway.port <新端口号> 即可。

Q4：安装脚本报错？

检查：

1. 是否有 Node.js（OpenClaw 需要）
2. 是否有 Python 3.11+（Hermes Agent 需要）
3. 网络是否稳定（需要访问 GitHub）

总结

看完这篇，你应该已经清楚怎么选了：

想快速用起来 → OpenClaw安装简单，Web 可视化，适合日常任务自动化。

想长期培养一个懂你的助手 → Hermes Agent会自动学习、自动记忆，用得越久越聪明。

两个都要 → 按需切换OpenClaw 做消息中枢，Hermes Agent 做记忆中枢，各司其职。

现在，去动手装一个吧。遇到问题，欢迎在评论区留言。

本文系列：零成本数字员工

• • ✅ Part 0：不想烧 Token？来养一只零成本的数字员工（已发布）
• • ✅ Part 1：本地模型生态全景：Ollama vs LM Studio vs 云厂商免费额度（已发布）
• • 📖 Part 2：手把手教你部署：Mac/Win/Linux 配置 OpenClaw + Hermes Agent（本文）
• • ⏳ Part 3：模型选择与高级路由（即将发布）