OpenClaw vs Hermes Agent — сравнение и совместное использование

OpenClaw и Hermes Agent к сентябрю 2026 года представляют собой активно развивающиеся платформы для автономных ИИ-агентов. Обе работают с мессенджерами, памятью, навыками, протоколом интеграции инструментов Model Context Protocol (MCP) и параллельными задачами. Выбор определяется архитектурой и рабочим процессом.

Оглавление

1. Что это такое
2. Состояние проектов на сентябрь 2026 года
3. Ключевые различия
4. Где сильнее OpenClaw
5. Где сильнее Hermes Agent
6. Полезные сценарии
7. Как использовать их вместе
8. Минимальный план запуска
9. Что делать, если связка не работает
10. Ограничения сравнения

Что это такое

OpenClaw — самостоятельно размещаемый шлюз с открытым исходным кодом. Он связывает чаты и каналы с ИИ-агентами, а единый Gateway хранит сессии, маршруты и подключения каналов.

Hermes Agent — автономный агент Nous Research со встроенным циклом обучения. Он создаёт и улучшает навыки, сохраняет память между сессиями и запускает изолированных субагентов.

Для кого это руководство

Материал рассчитан на технически подготовленных пользователей, которые выбирают самостоятельного ИИ-агента для сервера, рабочих мессенджеров, автоматизаций, исследований или параллельной обработки задач. Команды приведены как отправная точка; настройки доступа, модели и каналов зависят от вашей инфраструктуры.

Состояние проектов на сентябрь 2026 года

Количество звёзд и номера релизов быстро меняются. Перед установкой сверяйте их со страницами релизов.

Ключевые различия

Каналы и маршрутизация

OpenClaw строится вокруг единого шлюза (Gateway). Он хранит сведения о сессиях и маршрутах, связывает агентные среды с мессенджерами, веб-интерфейсом и мобильными узлами. Для разных агентов, рабочих пространств и отправителей поддерживаются изолированные сессии.

Hermes также предлагает единый шлюз обмена сообщениями и более 20 платформ. Прежнее правило «OpenClaw для множества каналов, Hermes только для нескольких основных» больше не подходит: у Hermes в документации уже указано более 20 платформ. Для каждой конкретной платформы проверьте актуальную инструкцию подключения и способ установки.

Самообучение и навыки

Документация Hermes описывает замкнутый цикл обучения: агент сохраняет знания между сессиями, создаёт навыки из опыта и улучшает их во время использования. Навыки совместимы со стандартом agentskills.io, поэтому их можно переносить и распространять отдельно от агента.

OpenClaw тоже получил автоматическое извлечение повторно используемых уроков и применение новых навыков после проверки сканером или навыков, созданных в Workshop. Поэтому утверждение, что OpenClaw совсем не создаёт навыки, устарело. Различается акцент: для Hermes обучение остаётся центральной частью продукта, а OpenClaw сочетает его с экосистемой плагинов, каналов и агентных сред.

Субагенты и параллельная работа

Hermes умеет запускать изолированных субагентов для параллельных потоков работы. В v0.21.0 появились средства управления работающими дочерними агентами, изменения задания во время выполнения, остановка с сохранением частичного результата и необязательная проверка ответа по схеме JSON (JSON Schema). Значение по умолчанию этого релиза — до 10 одновременно работающих дочерних агентов.

OpenClaw поддерживает мультиагентную маршрутизацию, фоновые сессии, отслеживание субагентов и параллельные запуски. Простое сравнение «OpenClaw выполняет всё последовательно, Hermes работает параллельно» больше неверно. Hermes удобнее, когда делегирование является частью одной исследовательской задачи; OpenClaw — когда нужно маршрутизировать самостоятельные сессии между каналами и средами выполнения.

Память

Hermes объединяет долговременную память, полнотекстовый поиск по прошлым сессиям, суммаризацию и модель пользователя. В v0.21.0 память и непрерывность между запусками получили также задания планировщика cron.

OpenClaw поддерживает память, поиск по прошлым разговорам и фоновую консолидацию знаний. Политика доступа зависит от типа сессии. Личные разговоры могут использовать память того же агента; для групп и каналов действуют отдельные ограничения.

Среды выполнения и исследования

Hermes документирует шесть сред выполнения: Local, Docker, SSH, Daytona, Singularity и Modal. Daytona и Modal могут переводить неиспользуемое окружение в спящий режим. Исследовательский контур включает пакетную обработку, экспорт траекторий и обучение с Atropos.

OpenClaw запускается локально или на сервере, поддерживает контейнеры, облачных исполнителей (cloud workers) и сопряжённые устройства. Его сильная сторона — управление размещением сессии и переносом рабочего пространства между доступными средами.

MCP

OpenClaw работает в обеих ролях:

• openclaw mcp serve запускает MCP-сервер поверх существующего Gateway;
• остальные команды openclaw mcp управляют реестром внешних MCP-серверов, который OpenClaw использует для последующих запусков.

Hermes подключается к MCP-серверам как клиент, фильтрует доступные инструменты и управляет ими через свой интерфейс. В проверенных источниках нет подтверждения, что Hermes сам предоставляет MCP-сервер.

Где сильнее OpenClaw

• Единый шлюз для большого числа мессенджеров и агентных сред.
• MCP-сервер для доступа внешних клиентов к маршрутизируемым разговорам.
• Интеграция с Codex, Claude Code и другими агентами для разработки через MCP или ACP.
• Развитая система сессий, каналов, плагинов, разрешений и операторских ролей.
• Веб-интерфейс, мобильные узлы и настольные приложения.

OpenClaw стоит выбрать первым, если главная задача — связать рабочие каналы с несколькими агентами и централизованно управлять маршрутами, сессиями и доступом.

Где сильнее Hermes Agent

• Самообучение и улучшение навыков как основной сценарий продукта.
• Управляемые изолированные субагенты для параллельных исследований.
• Шесть сред выполнения, включая Singularity, Daytona и Modal.
• Экспорт траекторий и интеграция с исследовательским контуром Nous Research.
• Bot Mode: именованные агенты со своей моделью, памятью, навыками и чатами.
• Связь между агентами через hermes peer и долговременные разговоры между ботами.

Hermes подходит, когда агент должен накапливать процедурные знания, вести продолжительные исследовательские процессы или координировать команду специализированных субагентов.

Полезные сценарии

Единый вход для рабочих каналов

Задача. Получать сообщения из нескольких каналов через один Gateway и отвечать из одной агентной среды.

Условия. Запущен OpenClaw Gateway, настроен провайдер модели, подключены нужные каналы и правила доступа.

Действие. Пройдите onboarding, подключите канал и отправьте тестовое сообщение. Для разных агентов и отправителей настройте маршрутизацию.

Наблюдаемый результат. Сообщение появляется в сессии Gateway, а ответ возвращается в исходный канал.

Ограничение. Конкретный канал может требовать отдельный плагин и собственные правила сопряжения (pairing) и списка разрешённых отправителей (allowlist). Проверяйте его инструкцию отдельно.

Исследование с параллельными субагентами

Задача. Разделить исследование на независимые потоки и собрать результат в Hermes.

Условия. Hermes настроен на работу с моделью, а задача допускает разбиение на самостоятельные части.

Действие. Используйте delegate_task для запуска изолированных субагентов. При необходимости скорректируйте задачу работающего агента или остановите его с сохранением частичного результата.

Наблюдаемый результат. Hermes возвращает результаты отдельных потоков, а созданные навыки и долговременная память могут использоваться в следующих задачах.

Ограничение. Для v0.21.0 значение по умолчанию составляет до 10 одновременно работающих дочерних агентов. Проверяйте установленную версию и её настройки перед масштабированием.

Как использовать их вместе

OpenClaw как коммуникационный шлюз, Hermes как MCP-клиент

flowchart LR
    A[Мессенджеры] --> B[OpenClaw Gateway]
    B --> C[OpenClaw MCP Server]
    C --> D[Hermes Agent]
    D --> E[Субагенты и навыки]

OpenClaw хранит маршруты разговоров и предоставляет их через openclaw mcp serve. Hermes подключается к этому серверу как MCP-клиент. В результате Hermes может использовать предоставленные OpenClaw инструменты для чтения истории через messages_read, ожидания новых событий через events_wait и отправки текста через messages_send по уже существующему маршруту.

Разделение ролей без прямой интеграции

Вторая схема проще в эксплуатации: OpenClaw обслуживает ежедневные сообщения, расписания и рабочие каналы, а Hermes отдельно выполняет исследования и пакетные задачи. Результаты передавайте через контролируемое хранилище или прикладной API, который вы проектируете самостоятельно.

Не используйте общую файловую систему без разграничения прав. Для каждого процесса задайте отдельного системного пользователя, каталоги данных и правила доступа к секретам.

Минимальный план запуска

1. Установите OpenClaw

OpenClaw требует Node.js 26, рекомендованный документацией, либо поддерживаемую версию Node.js 22.22.3+, 24.15+ или 25.9+, а также API-ключ выбранного провайдера.

npm install -g openclaw@latest --allow-scripts=openclaw
openclaw onboard --install-daemon
openclaw dashboard

Для npm 11.15 и более ранних версий официальный quick start предлагает убрать --allow-scripts=openclaw.

2. Установите Hermes Agent

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup --portal

Команда hermes setup --portal использует OAuth Nous Portal для модели и инструментов gateway. Если вы применяете другого провайдера, следуйте его разделу в официальной документации Hermes.

3. Проверьте OpenClaw MCP

Для удалённого Gateway используйте файл токена:

openclaw mcp serve --url wss://gateway.example.com:18789 --token-file /path/to/gateway.token

Затем зарегистрируйте этот сервер со стандартным вводом-выводом (stdio) в Hermes по актуальному разделу MCP Integration. Точный формат конфигурации сверяйте с документацией установленной версии Hermes.

4. Проверьте минимальный сценарий

1. Отправьте сообщение в подключённый к OpenClaw канал.
2. Убедитесь, что разговор появился в Gateway.
3. Запустите MCP-мост и подключите его в MCP-клиенте.
4. В MCP-клиенте вызовите conversations_list и messages_read.
5. Отправьте тестовый текст через messages_send.
6. Проверьте, что ответ пришёл в исходный канал.

Что делать, если связка не работает

Ограничения сравнения

• Оба проекта меняются очень быстро; сравнение зафиксировано на 2 сентября 2026 года.
• Число каналов не отражает качество каждой интеграции. Проверьте нужный вам канал отдельно.
• Наличие функции в документации не гарантирует одинаковую зрелость во всех средах.
• Стоимость бессерверного запуска зависит от провайдера, времени работы и используемой модели.
• Практический результат связки OpenClaw и Hermes в этом материале не подтверждён отдельным тестовым запуском; архитектура основана на опубликованных интерфейсах продуктов.

Официальные источники

OpenClaw

• Документация
• MCP CLI
• Релизы

Hermes Agent

• Документация
• Релизы

Следующий шаг

Hermes Agent — самообучающийся ИИ-агент: установка и быстрый старт

Если вы проектируете связку из нескольких агентов, заранее определите границы сессий, памяти, прав доступа и каналов доставки.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov