NiceKate AI：從 OpenClaw 到 Hermes Agent — 安裝、遷移、配置、實戰演示

開場閒聊

Kate 一開場就分享了她「從 OpenClaw 到 Hermes Agent」的遷移契機：「其實我老早就知道 Hermes Agent 了，但一直沒有使用它。昨天正好看到一個官方人員的帖子說，如果你最近更新 OpenClaw 遇到一些問題，可以嘗試運行 hermes migrate —— 這個是非常簡單的遷移命令。」

她提到最近 OpenClaw 更新頻繁，自己也遇到了問題：「比如說最近有個 SCP 的問題，它的變動比較大，上週還能比較靈活地調用 Cursor 的 SCP，這週一開始就遇到了一些問題。」這正是讓她決定嘗試 Hermes 的臨門一腳。

Kate 特別提到 Hermes 的一大特色：「它會自動學習，這也是很多人誇它的原因。不過我使用它感受最大的一點是，我能在設定裡去調整工具調用的展示詳情程度。」她喜歡清楚看到 Agent 調用了什麼工具、執行了什麼命令——這種透明度讓她對整個流程更有掌控感。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
OpenClaw 更新頻繁導致 SCP 功能異常	使用 hermes migrate 一鍵遷移，保留原有配置與技能
擔心遷移後工作流無法使用	Hermes 與 OpenClaw 核心架構高度相似，技能與記憶可無縫遷移
不熟悉新 CLI 工具的操作方式	可用 Claude Code、Codex 或 Grok 協助解讀官方文件與設定
遷移失敗想回退怎麼辦	原 OpenClaw 資料夾自動改名為 preMigration，可隨時回復

一位 AI 工具使用者在遇到主力工具更新問題時，選擇嘗試遷移到替代方案。這篇文章記錄了 Kate 從評估、研究、安裝到實戰的完整過程，對於正在考慮從 OpenClaw 轉移到其他 Agent 工具的人來說，有很高的參考價值。

事前研究：用 Grok 幫自己做功課

Kate 的遷移策略跟一般人不一樣——她不是先讀官方文件，而是直接跟 Grok 對話。她先請 Grok 解讀 Hermes Agent 官方發布的帖子，確認遷移命令的功能。

「Grok 告訴我，這行命令就可以把你原來 OpenClaw 裡的記憶、配置、技能一鍵導入 Hermes，基本無縫切換。」看到這點 Kate 就心動了，因為這代表配置步驟會少很多。

接著她讓 Grok 列出 Hermes 與 OpenClaw 的詳細對比表格，包括程式語言、安裝難度、訊息平台支援、技能系統、記憶系統等面向。她的結論是：「這兩個工具其實非常非常相似，所以我的心裡就有個底，知道如果說我將 OpenClaw 遷移到 Hermes，那我現有的大部分工作流還是能正常工作的。」

Kate 特別關注的幾個問題包括：

• API Key 遷移：預設不遷移，但可以加參數處理
• token 消耗：她諮詢了社區分享，發現 Hermes 長期使用反而更省 token
• 技能相容性：OpenClaw 建立的 skill 在 Hermes 中可以直接使用

Grok 也推薦使用 --dry-run 模式先預覽遷移流程，這讓 Kate 在實際操作前對整個過程有了清晰的概念。

安裝與配置實戰

在決定遷移後，Kate 開始實際操作。第一天是在終端機執行安裝命令，Hermes 的 UI 介面讓 Kate 印象深刻：「Hermes 的 UI 介面做得還是非常美觀的。」

安裝過程中 Hermes 會自動偵測系統環境（macOS），檢查 Homebrew 套件管理器，安裝 Python 和相關依賴。配置主要保存在 hermes config.yaml 中（對應 OpenClaw 的 openclaw.json），API Keys 則放在 .env 檔案中。

安裝完成後，Kate 先用 hermes doctor 執行健康檢查，確認環境、檔案結構和外部工具都沒有問題。

資料遷移

Kate 先使用 --dry-run 模式模擬遷移流程，確認無誤後才正式執行遷移指令。結果遇到了一個問題：「我不知道是不是因為 Hermes 之前版本的關係，還是說我之前在 OpenClaw 裡面做了比較大的修改，導致遷移之後我做 model 的設定時，發現它說找不到這樣的模型名。」

不過她很快就用 Opus 4.6 解決了這個問題——讓 AI 協助排查和修復配置錯誤，這是她反覆提到的實用技巧。

重要配置選項

Kate 在配置過程中特別強調了兩個關鍵設定：

1. 一次對話最大可調用的工具數量：避免 Agent 無限制地呼叫工具
2. 工具調用的顯示行為：她建議選擇「ALL」，這樣能看到每次呼叫工具的詳細過程

她也設定了 TTS（文字轉語音）模型為 MiniMax TTS，並確認原本在 OpenClaw 中配置好的 Telegram 頻道可以直接沿用。

LLM Wiki：Hermes 的獨特功能

Kate 特別介紹了 LLM Wiki 這個 Hermes 內建的功能。她輸入 /LLM Wiki Builder，讓 Hermes 為她建立關於大語言模型發展史的知識庫。

「他告訴我，已經為我創建了這樣一個知識庫，位於 Wiki 這個資料夾裡。他的回覆也引用到之前的對話，我認為這一點 Hermes 做得非常好。」

這個功能讓 Agent 可以長期保存結構化的知識，而不是每次對話都從零開始——對於需要持續累積領域知識的使用者來說特別實用。

Manim 動畫實戰演示

Kate 用 Manim video skill 這個內建 skill 演示了 Hermes 的能力——讓它生成一個證明勾股定理的 Manim 動畫。

「他進行到了哪一步，上方有幾個先展示出來。Agent 進行了下面的操作，下方的這些內容也逐步顯示出來，而且是逐步添加到文本框裡。整個流程看得非常好，你可以實時知道他的進度。」

花了十幾分鐘後，Hermes 完成了動畫，包含四個場景，最終動畫長度 51 秒。Kate 評論說：「Manim 動畫的話，可能質量不是那麼好，但我覺得他能做出來，因為 Manim 製作起來各種依賴安裝還是比較麻煩的，所以他一下子能做出來已經不錯了。」

她還嘗試了進階玩法：給 Hermes 一份設計系統文件，要求它按照指定的風格重新生成動畫，並調用 MiniMax Speech skill 生成解說配音與動畫配合——最終產出了一個完整的配音動畫影片。

技能相容性：從 OpenClaw 無痛轉移

Kate 發現 Hermes 對 OpenClaw 的 skill 有極佳的相容性：

「OpenClaw 裡面創建的 skill，我打開看過，他有很多路徑寫的都是 OpenClaw 裡的路徑。但是我發現 Hermes 在這裡做得比較好，它能識別出來 OpenClaw 裡面的 skill，所以相容性非常強，你以前做的那些 skill，在遷移過程中可以被全部帶過來。」

這意味著使用者在 OpenClaw 中投入的大量自定義 skill 資產不會在遷移後報廢。

Cron 定時任務

Kate 也展示了 Hermes 的 cron 功能——設定一個每天在三個時間點從 Hacker News 獲取 AI 新聞的定時任務。

不過她發現了一個小問題：「從 OpenClaw 遷移到 Hermes 的時候，我之前的定時任務沒有遷移過來，所以我就得讓他去重新添加定時任務。」

QA 精選

Q1：Hermes 和 OpenClaw 到底有什麼核心差異？

Kate 從多個維度進行了比較。在程式語言、安裝難度、訊息平台支援、技能系統和記憶系統方面，兩者非常相似。最大的差異在於 Hermes 內建了 LLM Wiki（知識庫建立功能）和更豐富的內建 skill（如 Manim 動畫）。此外 Hermes 的 UI 介面讓工具調用的進度展示更加清晰，能逐步顯示 Agent 正在執行的操作。

Q2：遷移過程中資料會遺失嗎？

Kate 詳細解釋了遷移機制：Hermes 是「讀取」OpenClaw 的設定目錄，然後複製轉換到自己的目錄中，OpenClaw 本身的配置完全不會被改動。遷移完成後，原來的 OpenClaw 資料夾會自動改名為 preMigration，所有原始資料都還在。如果不滿意 Hermes，隨時可以回復。API Keys 預設不遷移（需加參數），這是出於安全考量。

Q3：從 token 消耗來看，Hermes 長期使用會比較省嗎？

Kate 諮詢了社區分享和 Grok 的分析，得到的結論是 Hermes 長期使用反而更省 token。原因在於 Hermes 的技能系統和記憶系統設計得更有效率——技能可以復用，減少重複指令；記憶系統讓 Agent 不需要在每次對話中重新理解上下文。不過 Kate 也坦承這不是嚴謹的科學比較，僅供參考。

Q4：Hermes 消耗 token 比較多還是 OpenClaw？

Kate 提到這是很多用戶關心的問題。她參考了社區的分享，認為雖然這不是非常科學的比較，但可以作為參考依據。她還特別讓 Grok 解釋了為什麼 Hermes 長期反而更省 token——主要是因為技能系統和更好的上下文管理機制，減少了重複的 token 消耗。

Q5：如果 Hermes 執行任務時卡住或找錯內容該怎麼辦？

Kate 分享了一個親身經驗：她讓 Hermes 製作 reomotion 影片時，發現它找到的頁面不是她想要的主題。她一開始嘗試用 stop 來讓 Agent 停止，但發現它沒有停下來，仍然繼續執行。後來改用 /stop 命令才成功中斷。之後她重新提示正確的連結，Hermes 就順利繼續工作了。這個案例說明了中斷命令的正確使用方式。

主編隨筆

Kate 這部影片最值得借鏡的地方，不在於技術細節本身，而在於她遷移新工具的方法論。她不是直接跳進安裝流程，而是先花時間跟 Grok 做完整的需求釐清與比較研究——從功能對比、風險評估到回退機制，幾乎把遷移過程中所有可能遇到的問題都先問了一遍。這種「先研究再動手」的習慣，對於經常接觸新工具的開發者來說，其實是最容易被省略但又最重要的一步。

我自己在使用 AI Agent 工具的經驗中，也發現一個規律：真正決定工具能否長期使用的關鍵，往往不是功能列表有多華麗，而是既有資產的可攜帶性——你已經建立的 skill、記憶、工作流程是否能在新工具中繼續運作。Kate 的測試結果顯示 Hermes 在這方面做得相當不錯，特別是對 OpenClaw skill 的直接相容。

另外有一點值得補充：Kate 提到她在配置 model 時遇到了找不到模型名的問題，最終用 Opus 4.6 解決。這其實凸顯了一個更大的趨勢——AI Agent 工具的生態正在快速成熟，以至於「用 AI 來設定 AI 工具」已經成為一種合理的工作流程。當我們遇到配置問題時，與其翻閱文件，不如直接把錯誤訊息丟給另一個 AI 來診斷。這種「AI 幫 AI 除錯」的模式，在未來只會越來越普遍。

結語

Kate 這部影片完整展示了從 OpenClaw 遷移到 Hermes Agent 的真實流程，從安裝、配置、技能遷移到 cron 定時任務設定。她透過與 Grok 的對話完成了事前研究，用 Opus 4.6 解決了配置問題，並實際演示了 Manim 動畫、LLM Wiki 和技能遷移等功能。

對於正在使用 OpenClaw 但考慮嘗試其他選項的使用者來說，Hermes Agent 是一個非常值得關注的方向——特別是如果你已經在 OpenClaw 中建立了大量的自定義 skill 和工作流程。正如 Kate 所說，遷移的門檻比你想像中低很多。