oclaw-hermes v3.0
OpenClaw × Hermes × DeerFlow 深度融合智能体架构
Agent 的边界，就是世界的边界。
简介
oclaw-hermes 是专为 OpenClaw 平台打造的 下一代智能体架构，深度融合三大核心系统：
- Hermes 五层自进化记忆 (mflow v2.0)
- DeerFlow 六大智能体协作 (LangGraph编排)
- OpenClaw 58+ Skills 生态
实现记忆驱动的智能体路由、Skill-记忆双向增强、跨平台状态同步的完整闭环。
v3.0 核心创新
| 特性 | 说明 |
|---|---|
| 统一核心 | UnifiedCore 深度融合三大系统 |
| 记忆驱动路由 | 基于记忆上下文智能选择智能体 |
| Skill-记忆双向增强 | Skill调用自动沉淀为记忆，记忆指导Skill选择 |
| 六智能体协作 | Lead/Research/Code/Browser/Memory/Skill |
| 自动记忆提取 | 会话内容实时提取事实，自动分层存储 |
| 图记忆推理 | 实体关系网络支持复杂推理查询 |
| 跨平台同步 | OpenClaw/Hermes/DeerFlow 三端记忆实时同步 |
核心能力矩阵
| 维度 | OpenClaw | Hermes | DeerFlow | oclaw-hermes |
|---|---|---|---|---|
| 技能生态 | ✅ 58+ Skills | ✅ 技能自动创建 | ✅ 技能管理 API | ✅ 三端同步 |
| 记忆系统 | ❌ 会话隔离 | ✅ 三层记忆 | ✅ 线程持久化 | ✅ mflow 记忆流 |
| 多智能体 | ❌ 单 Agent | ⚠️ 子 Agent 委托 | ✅ LangGraph 编排 | ✅ 智能体集群 |
| 研究能力 | ❌ 无 | ⚠️ 基础搜索 | ✅ 深度研究链 | ✅ 一键研究 |
| 代码执行 | ✅ 本地执行 | ✅ 多后端 | ✅ 沙箱执行 | ✅ 安全隔离 |
| 浏览器 | ❌ 无 | ✅ 浏览器工具 | ✅ 自动化浏览 | ✅ 视觉感知 |
| 部署方式 | 云端 | 本地/Docker | Docker/本地 | 全场景覆盖 |
核心特性
1. 三位一体架构
┌─────────────────────────────────────────────────────────────┐
│ oclaw-hermes │
│ (OpenClaw × Hermes × DeerFlow) │
├───────────────┬───────────────────┬─────────────────────────┤
│ OpenClaw │ Hermes │ DeerFlow │
│ 技能生态 │ 自进化记忆 │ 多智能体协作 │
├───────────────┼───────────────────┼─────────────────────────┤
│ • 58+ Skills │ • 三层记忆体系 │ • LangGraph 编排 │
│ • 工程咨询 │ • 技能自动创建 │ • 子智能体集群 │
│ • 大师系列 │ • 长期记忆 │ • 深度研究链 │
│ • 专业工具 │ • 多平台网关 │ • 代码沙箱 │
└───────────────┴───────────────────┴─────────────────────────┘
│
▼
┌─────────────────┐
│ mflow 记忆流 │
│ (记忆同步中枢) │
└─────────────────┘
2. mflow 记忆流系统
独创的 记忆流 (Memory Flow) 架构，实现三端记忆无缝同步：
mflow:
layers:
- layer_1: 即时记忆 # 当前会话上下文
- layer_2: 短期记忆 # 最近 7 天会话
- layer_3: 长期记忆 # 持久化知识库
- layer_4: 技能记忆 # Skill 使用经验
- layer_5: 专家记忆 # 蒸馏的专家思维
sync:
openclaw: 实时同步 Skill 调用记录
hermes: 双向同步记忆状态
deerflow: 线程级记忆持久化
bridge:
- 会话状态桥接
- 技能调用桥接
- 记忆检索桥接
- 专家思维桥接
3. 智能体集群
基于 DeerFlow 的 LangGraph 多智能体编排：
| 智能体 | 职责 | 触发条件 |
|---|---|---|
| Lead Agent | 意图识别、任务分发 | 所有请求 |
| Research Agent | 深度研究、信息收集 | 研究类任务 |
| Code Agent | 代码生成、执行、调试 | 编程类任务 |
| Browser Agent | 网页浏览、数据提取 | 需要外部信息 |
| Skill Agent | Skill 调用、管理 | 需要专业技能 |
| Memory Agent | 记忆检索、更新 | 需要上下文 |
| Expert Agent | 专家思维蒸馏 | 需要专家视角 |
4. 深度研究链
继承 DeerFlow 的研究能力，实现 一键深度研究：
用户请求
│
▼
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 问题分解 │───▶│ 多源搜索 │───▶│ 信息验证 │
└─────────────┘ └─────────────┘ └─────────────┘
│
┌─────────────────────────────────────────┘
▼
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 综合分析 │───▶│ 报告生成 │───▶│ 技能沉淀 │
└─────────────┘ └─────────────┘ └─────────────┘
部署指南
前置要求
- Docker & Docker Compose
- Python 3.10+
- Node.js 18+
- OpenClaw CLI (
openclawmp)
快速部署
# 1. 克隆仓库
git clone https://github.com/ruiyongwang/oclaw-hermes.git
cd oclaw-hermes
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 填入 API Keys
# 3. Docker 启动三件套
docker-compose up -d
# 4. 验证部署
python scripts/verify.py
手动部署
# 1. 安装 Hermes Agent
pip install hermes-agent
# 2. 安装 DeerFlow
git clone https://github.com/bytedance/deerflow.git
cd deerflow && docker-compose up -d
# 3. 配置 OpenClaw Bridge
openclawmp login --token YOUR_TOKEN
# 4. 启动桥接服务
python scripts/bridge.py --mode full
配置详解
主配置 (config.yaml)
# oclaw-hermes 核心配置
version: "2.0.0"
# 平台连接
platforms:
openclaw:
endpoint: "https://openclawmp.stepfun.com"
token: "${OPENCLAW_TOKEN}"
skills_path: "~/.openclaw/skills"
hermes:
endpoint: "http://localhost:8080"
memory_path: "~/.hermes/memories"
config_path: "~/.hermes/config.yaml"
deerflow:
endpoint: "http://localhost:2026"
gateway_url: "${DEERFLOW_GATEWAY_URL}"
langgraph_url: "${DEERFLOW_LANGGRAPH_URL}"
# mflow 记忆流
mflow:
enabled: true
sync_interval: 300 # 秒
layers:
- name: "instant"
ttl: 3600 # 1小时
- name: "short"
ttl: 604800 # 7天
- name: "long"
persistent: true
- name: "skill"
persistent: true
- name: "expert"
persistent: true
# 智能体集群
agents:
lead:
model: "anthropic/claude-3.7-sonnet"
mode: "ultra" # flash/standard/pro/ultra
research:
enabled: true
max_depth: 5
code:
enabled: true
sandbox: "docker"
browser:
enabled: true
headless: true
skill:
enabled: true
auto_register: true
memory:
enabled: true
fts_index: true
expert:
enabled: true
sources: 6 # 六路采集
validation: 3 # 三重验证
# 技能创造者
skill_creator:
enabled: true
expert_system: "~/.workbuddy/skills/dlh365-expert-system"
output_path: "~/.hermes/skills"
auto_publish: false # 自动发布到 OpenClaw
环境变量 (.env)
# OpenClaw
OPENCLAW_TOKEN=sk_xxxxxxxx
# Hermes
HERMES_MODEL_PROVIDER=openrouter
HERMES_MODEL=anthropic/claude-3.7-sonnet
# DeerFlow
DEERFLOW_URL=http://localhost:2026
DEERFLOW_GATEWAY_URL=http://localhost:2026
DEERFLOW_LANGGRAPH_URL=http://localhost:2026/api/langgraph
# LLM API Keys
OPENROUTER_API_KEY=sk-or-xxx
ANTHROPIC_API_KEY=sk-ant-xxx
OPENAI_API_KEY=sk-xxx
# 可选：其他配置
LOG_LEVEL=INFO
DEBUG=false
使用方式
命令行
# 启动完整服务
oclaw-hermes start
# 发送消息
oclaw-hermes chat "分析当前建筑行业趋势"
# 深度研究
oclaw-hermes research "中国装配式建筑发展现状"
# 蒸馏专家
oclaw-hermes distill "曹德旺"
# 同步记忆
oclaw-hermes sync --full
# 查看状态
oclaw-hermes status
Python API
from oclaw_hermes import OclawHermes
# 初始化
client = OclawHermes()
# 发送消息（自动路由到最优智能体）
response = client.chat(
message="帮我写一个 Python 爬虫",
mode="ultra", # flash/standard/pro/ultra
context={
"skills": ["regex-generator", "excel-formula"],
"experts": ["elon-musk", "buffett"]
}
)
# 深度研究
report = client.research(
topic="新能源汽车电池技术",
depth=5,
output_format="markdown"
)
# 蒸馏专家
skill_path = client.distill(
expert_name="段永平",
sources=["books", "interviews", "social"],
output_dir="~/my-skills/"
)
# 记忆同步
client.sync_memories(direction="bidirectional")
在 OpenClaw 中使用
# 安装 oclaw-hermes Skill
openclawmp install oclaw-hermes
# 使用
> 启动 hermes 桥接
> 用 deerflow 研究一下量子计算
> 蒸馏一个马斯克视角
> 同步所有记忆
核心脚本
| 脚本 | 功能 |
|---|---|
bridge.py | 三平台桥接服务 |
mflow.py | 记忆流同步引擎 |
distill.py | 专家蒸馏器 |
research.py | 深度研究链 |
verify.py | 部署验证 |
chat.py | 交互式对话 |
架构图
┌─────────────────────────────────────────────────────────────────────┐
│ 用户交互层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 命令行 CLI │ │ Python API │ │ OpenClaw │ │ Web UI │ │
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │
└─────────┼────────────────┼────────────────┼────────────────┼────────┘
│ │ │ │
└────────────────┴────────────────┴────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────┐
│ oclaw-hermes 核心层 │
│ ┌─────────────────────────────────────────────────────────────┐ │
│ │ 智能体路由器 │ │
│ │ (意图识别 → 智能体选择 → 任务分发) │ │
│ └─────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌─────────────┬─────────────┼─────────────┬─────────────┐ │
│ │ Lead Agent │Research Agent│ Code Agent │Browser Agent│ │
│ └──────┬──────┴──────┬──────┴──────┬──────┴──────┬──────┘ │
│ │ │ │ │ │
│ ┌──────┴──────┐ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐ │
│ │ Skill Agent │ │Memory Agent│ │Expert Agent│ │
│ └──────┬──────┘ └────┬────┘ └────┬────┘ └────┬────┘ │
│ │ │ │ │ │
│ └─────────────┴─────────────┴─────────────┘ │
│ │ │
│ ┌───────────────────────────┴───────────────────────────┐ │
│ │ mflow 记忆流 │ │
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │
│ │ │ 即时记忆 │ │短期记忆 │ │长期记忆 │ │技能记忆 │ │ │
│ │ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ │ │
│ │ └───────────┴───────────┴───────────┘ │ │
│ │ │ │ │
│ │ ┌────┴────┐ │ │
│ │ │专家记忆 │ │ │
│ │ └─────────┘ │ │
│ └──────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────┘
│
┌────────────────────────┼────────────────────────┐
│ │ │
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ OpenClaw │ │ Hermes │ │ DeerFlow │
│ 技能生态系统 │ │ 自进化记忆 │ │ 多智能体协作 │
│ │ │ │ │ │
│ • 58+ Skills │ │ • 三层记忆 │ │ • LangGraph │
│ • 工程咨询 │ │ • 技能创建 │ │ • 研究链 │
│ • 大师系列 │ │ • 多平台网关 │ │ • 代码沙箱 │
│ • 专业工具 │ │ • 40+ 工具 │ │ • 浏览器自动化 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
与原版 Hermes 的差异
| 特性 | Hermes | oclaw-hermes |
|---|---|---|
| 目标平台 | 通用 | OpenClaw 专属优化 |
| 记忆同步 | 单端 | 三端同步 (mflow) |
| 多智能体 | 子 Agent 委托 | DeerFlow 集群 |
| 研究能力 | 基础 | 深度研究链 |
| 技能生态 | 自建 | OpenClaw 58+ Skills |
| 专家蒸馏 | 无 | 集成度量衡专家系统 |
| 部署方式 | 多种 | Docker Compose 一键 |
贡献
欢迎提交 Issue 和 PR！
许可
MIT License
致谢
- Hermes Agent - 自进化 Agent 框架
- DeerFlow - 多智能体协作平台
- OpenClaw - Skill 生态系统
Agent 的边界，就是世界的边界。
让 OpenClaw、Hermes、DeerFlow 的边界，成为你能力的延伸。