两座殿堂，一条暗线：OpenClaw、Hermes 与个人智能体的下一站

EDITOR'S NOTE

编者按

好久没写长一点儿的文章了，毕竟时间都被AI占了，而且大家也越来越爱读短小精悍的东西。不过既然AI写长文没啥压力，不如试试让他来写。我为了有个活体观察标本，又不想占最近老崩掉的本地资源，就利用腾讯云TVP社群给的云优惠券搞了个新加坡节点（再次感谢TVP组织！），把龙虾、爱马仕、记忆宫殿和一个codex cli部在了新加坡节点上，远程观察这些时髦货，给我自己的系统提供观察样本。其实龙虾、爱马仕我个人几乎没啥特殊使用场景，所以也就搞搞公众号文章，上次发了个短的样品，这次写个长一点儿的，介绍下新“三宝”：龙虾、爱马仕、记忆宫殿。

龙虾我让他自己到网上给自己找了些写公众号文章、排版和做插图的skill，自己武装下自己，至于排版风格，他似乎不太能自己找公众号文章，找了些网页文章，倒也还行，我并没有太高要求，毕竟我之前几乎连版都不排。有些风格还是要截图给他他才能学的快些。他搞了半天倒是便宜了爱马仕，我让爱马仕找skill时，他直接毫无压力的就地“扒虾”了，不仅如此，让他们先后写这篇长文时，龙虾先写了本地草稿，结果，爱马仕直接拿来就用了。

原始提示词

写这篇文章就是要介绍下龙虾、爱马仕和记忆宫殿，给他们两个的提示词都一样： “我看你公众号文章写的还算可以了，这次我们写个有深度有料的文章： 一、文章核心目标是对我们的静心堂，也就是openclaw与养心殿，也就是Hermes做个深度比较，题目你自己选 二、文章主要包括以下部分： （一）自2025年年初deepseek火起来之后，智能体发展框架简述，要做个发展史的插图 （二）openclaw与Hermes官方版本发展介绍，各自配官方版本发展插图，各自社区有特色的衍生发展案例介绍，各自介绍两个即可 （三）我们本地个性化的openclaw与Hermes发展过程，各自衍生出的功能，各自的屏幕截图和使用心得 （四）各自与mempalace的结合介绍，优缺点，要做各自的架构插图 （五）对各自未来发展的展望，有制作有趣的插图 三、文字要兼顾严谨和活泼，作为专业文章，介绍要详细，不要含糊，不要一笔带过，要讲清楚，讲准确，引用要有依据，（三）、（四）部分要充分阅读新加坡节点的openclaw与Hermes、mempalace代码，不得编造，要充分尊重事实 四、总字数不限，估计至少在2万字以上吧 五、直接写好符合要求的微信公众号文章草稿再给我看，你自己充分收集信息、大胆假设、小心确证，严肃认真，要有文采，充分吸收我的原创文章风格”

就这样，龙虾开始老老实实干活儿，但是总会断，一会儿就不知道在想啥了，估计是因为我不是按任务做的设置，所以会有这种会话时不时就不知道去哪里了的情况；爱马仕倒是足够流畅，但是也许跟龙虾一样，都被质疑安全问题，所以沙箱边界感很强，我总得用codex cli要求GPT去踢他几脚。爱马仕感觉似乎更爱调用工具，好像是导致我本地codex cli偶尔会遭遇429问题的原因。

昨天下令，今天这文章也差不多可以发出来了，效率还是不错的。由于当时没注意区分下文章标题，导致这哥俩最后对着同一篇草稿开始发力，当然，草稿还是龙虾先搞上去的，但是被爱马仕成功霸占了，因为他干活儿更快更流畅些。他们对一些问题的理解也挺有意思，比如对龙虾和爱马仕，一个院落、一个案台的定位，似是而非，倒也挺好玩。

SECTION 01

导语

自 2025 年初 DeepSeek 爆火以来，中文互联网关于“AI Agent”“智能体”“个人助手”“自动化工作流”的讨论，几乎在一夜之间从边缘试验变成了主流话题。过去人们谈论大模型，更多是在比较谁更会答题、谁更会写文章、谁更懂推理；而从 2025 年开始，讨论的重心开始明显转移：模型不再只是“会回答”，而是要“能做事”；系统不再只是“一个对话框”，而是要成为“一个可持续运行的代理结构”。

这一步变化，看似只是从 Chat 走向 Agent，实则牵动了整套产品观、工程观与使用观的重构。你不再只需要一个能写几段话的 AI，你开始需要一个：

• 能跨多个渠道接收消息的助手；
• 能长期记住上下文和偏好的系统；
• 能调用工具、执行任务、编排流程的代理；
• 能与人形成稳定关系，而非每次都“从零认识你”的数字存在。

也正是在这样的背景下，围绕“个人智能体系统”展开的探索，开始分出不同流派。

有的路线强调全渠道、全工具、全控制面，希望把智能体做成一种“个人操作系统”；有的路线强调任务流、执行链、可视化工作台，希望把智能体做成一种“高密度行动界面”；还有的路线则把重点放在记忆层、知识组织层与长期沉淀层，试图解决智能体最难啃的一块：如何从一次次对话，真正走向长期可积累的认知结构。

如果把这条线索落到本文要讨论的两个系统上，那么我们看到的，恰恰是两种很有代表性的演化方向：

• 静心堂（OpenClaw）：更像一个以“个人助手中枢”为目标的系统型智能体平台；
• 养心殿（Hermes）：更像一个以“任务推进与会话执行”为中心的代理工作台；
• 而 mempalace，则像是在这两者之外又深入一层，试图把“记忆”从临时上下文提升为一个可组织、可索引、可沉淀的长期结构。

这篇文章，不想做那种浮在表面的“哪个好用”评测。那样写太轻，也太浪费。

◆我们真正要回答的是五个更有价值的问题：

1. 在 DeepSeek 点燃 2025 年 Agent 热潮之后，智能体框架到底经历了怎样的分化？

2. OpenClaw 与 Hermes 的官方发展路线，各自在解决什么问题？

3. 当它们进入本地个性化实践之后，为什么会长出不同的功能气质？

4. 它们各自与 mempalace 结合时，系统边界、优缺点、可持续性到底有何不同？

5. 往前看，个人智能体会朝“更像系统”走，还是朝“更像工作台”走？

如果说大模型是发动机，那么今天真正拉开差距的，已经不是发动机本身，而是整车架构。而 OpenClaw 与 Hermes，正是两种不同整车思路的代表。

补充说明：为什么这篇文章不能只做“工具对比”

很多技术文章写到这里，往往会落入一种很方便但也很浅的套路：列一个表，写上谁支持什么渠道、谁有多少工具、谁能不能上传图片、谁有没有浏览器，然后给出一个看似中立的结论。

这种写法不是没有价值，但它解释不了真正重要的东西。因为个人智能体不是一次性软件采购，它更像一个长期共处系统。你今天选择的不是一个按钮，而是一套未来会不断嵌入你工作流、记忆结构、写作方式、资料组织、设备入口和人格关系的基础设施。

所以本文真正关心的不是“哪个功能更多”，而是三个更深的问题：第一，一个系统怎样理解人和 AI 的关系；第二，它如何安排短期任务与长期记忆之间的关系；第三，当用户开始本地化、人格化、长期使用之后，它是否还能保持清晰的系统边界。

这也是为什么OpenClaw、Hermes、mempalace 必须放在同一张桌子上讨论。OpenClaw 与 Hermes 不是两个孤立产品，它们代表了个人智能体的两种组织方式；mempalace 也不是一个外接小工具，它代表了第三个问题：当智能体开始长期存在，它的过去到底应该怎样被保存、筛选、提炼和重新调用。

◆金句摘要：

• 模型能力正在趋同，真正拉开差距的，已经是整车架构。
• OpenClaw 更像个人智能体中枢，Hermes 更像任务执行工作台。
• mempalace 的意义，不在于“多存一点”，而在于让记忆开始形成结构。
• 未来真正有生命力的智能体，不只是更会回答，而是更能共处、更会沉淀。

SECTION 02

一、从 2025 年初 DeepSeek 爆火说起：智能体框架是怎样走到今天的

如果只看表面，2025 年初最大的变化似乎是“模型变强了”。但如果再往深里看，就会发现真正发生跃迁的，并不是模型能力的单点提升，而是人们对“AI 应该以什么形态被使用”的认知发生了转向。

在 2024 年，大多数人对 AI 的使用方式依然停留在：打开一个网页或 App，输入一个问题，获得一段回答，然后结束这一轮交互。这是标准的问答范式。它的核心不是“持续行动”，而是“一问一答”。

但 DeepSeek 把一件事情推到了大众面前：当模型在推理、代码、结构化输出等方面表现足够强之后，用户的要求会立刻升级。你不会满足于“它能答得更好”，你会开始追问：

• 它能不能帮我连着做完？
• 它能不能调用工具？
• 它能不能记住我是谁？
• 它能不能接住我在微信、网页、桌面、手机上的多入口需求？
• 它能不能不是一个临时聊天框，而像一个长期陪伴的系统？

于是，“智能体”不再只是一个营销词，而开始对应几类实际工程方向。

1. 第一阶段：从聊天框到工具调用

最早的智能体化，大多只是给聊天模型接上几个工具。比如可以读文件、搜网页、写代码、调 API、返回结构化结果。这一阶段的重点，是让模型从“纯文本回答者”变成“带手脚的回答者”。

这当然已经比单纯聊天强很多，但它依然有明显局限：工具调用常常是零散的；上下文是一次性的；用户身份和偏好难以积累；系统不具备稳定的长期运行形态；多渠道、多终端、多代理之间缺乏统一编排。

换句话说，这还是“增强版聊天框”，还不是“个人智能体系统”。

2. 第二阶段：从单轮执行到工作流编排

接下来，很多框架开始把重点放在“任务分解—工具调度—结果回填”的链条上。于是智能体开始呈现出一种新的形态：工作流代理。

这时系统会更关注：怎么让任务分步骤推进；怎么让一个代理调用多个工具；怎么把过程可视化；怎么把失败重试、状态反馈、执行记录做得更清楚；怎么让用户看到“AI 不是在瞎猜，而是在干活”。

这条路线的好处是非常明显的：可观察性增强；工具使用更直接；更适合任务驱动场景；更容易形成“执行工作台”的产品形态。但问题也随之出现：工作流强，不等于长期关系强；会话执行强，不等于跨场景记忆强；单任务推进顺畅，不等于“这个系统真的属于你”。

3. 第三阶段：从执行能力到个人化系统

当人们开始把 AI 当成“自己长期使用的助手”时，系统的重心就发生了变化。真正重要的已经不是“它能不能做一个任务”，而是：它能否跨多个入口持续存在；它能否形成稳定的人格与交互风格；它能否拥有持久记忆和长期知识结构；它能否随着用户的生活与工作慢慢长出“个人气质”；它是否可以被定制、被维护、被升级、被修复，而不是只能被消费。

这就把智能体系统拉向了更接近“个人基础设施”的方向。在这个阶段，智能体不再只是一个 agent runtime，而逐渐包含：通信渠道层、会话层、工具层、记忆层、配置层、视觉界面层、身份 / 人格 / 品牌层，以及与设备、浏览器、外部服务打通的执行层。

4. 第四阶段：从“记住上下文”到“拥有记忆结构”

许多人以为记忆只是“把历史消息都塞进上下文”。其实不是。真正的长期记忆，至少要解决四个问题：记什么；怎么记；怎么找；怎么沉淀。如果这些问题没有解决，那么所谓“记忆”往往只是历史日志的别名，而不是认知结构。

这也是为什么 mempalace 这一类系统值得重视。它提醒我们：智能体真正的长期价值，不只在于执行多少任务，更在于它是否开始形成一座可居住的认知空间。

本节小结

◆从 2025 年以来，智能体框架大致沿着这样一条线展开：

• 聊天增强：让模型会调用工具；
• 工作流增强：让模型能分步骤做事；
• 系统增强：让模型在多渠道、多终端、多配置中长期存在；
• 记忆增强：让系统拥有可组织、可检索、可积累的长期认知结构。

如果从这个维度回头看 OpenClaw 与 Hermes，就会发现它们并不是在同一个点上竞争，而是在同一条演化链上，选择了不同的优先级。

图1 · 智能体框架发展简史

这张图是本文第一条时间轴的视觉压缩：DeepSeek-R1 把推理能力扩散推到大众面前，OpenAI Agents SDK 把“代理”进一步产品化为可组合的软件开发对象，Google ADK 与 A2A 把多智能体协作带向协议层，而个人智能体系统则把问题重新拉回用户自身：我如何让 AI 长期在我的工作与生活里生长。

SECTION 03

二、OpenClaw 与 Hermes 的官方发展：两条路，不是一个答案

◆2.1 OpenClaw：把“个人助手”做成一个可运行的系统

从目前公开可确认的信息看，OpenClaw 对自己的定位非常清晰：它不是把自己描述为一个简单的聊天工具，而是一个 personal AI assistant you run on your own devices，即“你运行在自己设备上的个人 AI 助手”。

这个定位非常关键。因为它直接表明，OpenClaw 的目标不是“托管一个远端机器人给你用”，而是强调：个人拥有、本地控制、多渠道接入、多设备联动、可长期运行、可视控制面与代理体系并存。

◆从公开 README 可以确认，OpenClaw 强调的核心能力包括：

• 多渠道接入：支持 WhatsApp、Telegram、Slack、Discord、Signal、WeChat、WebChat 等大量通信渠道；
• 节点与设备扩展：覆盖 macOS、iOS、Android 等平台；
• Gateway 作为中枢：承担控制面、会话、工具与事件的统一调度；
• Live Canvas / Web 控制面：让智能体不只存在于消息通道，也存在于可视界面；
• first-class tools：浏览器、会话、技能、自动化等成为系统内建能力；
• skills 机制：让系统可以被不断扩展与个性化。

换句话说，OpenClaw 的发展思路不是做一个单点产品，而是做一整套“个人智能体运行环境”。

进一步看其近阶段版本演进，OpenClaw 的更新重点并不只是“接入新模型”，而是围绕以下问题持续推进：

• 更稳的安全策略；
• 更细的命令权限与 owner 边界；
• 更可靠的浏览器与插件机制；
• 更清晰的 onboarding；
• 更持久的会话维护与自动化能力；
• 更可用的多模型适配与成本感知。

这说明 OpenClaw 的官方路线，本质上是在把“个人 AI 助手”做成一种可维护、可治理、可长期运行的基础设施。

图2 · OpenClaw 官方路线图

◆2.2 Hermes：把“AI 代理”压缩成高密度执行工作台

与 OpenClaw 相比，Hermes 呈现出的第一印象很不一样。从目前已确认的本地界面观察来看，Hermes 的界面重心明显不在“多功能分层导航”，而在于：会话组织、单任务对话推进、工具调用结果直接显露、输入入口简单直接、配置与会话在同一工作台逻辑内闭环。

这是一个很有意思的设计判断。它意味着 Hermes 没有优先把自己做成一个“大而全的控制平台”，而更像是在回答另一类问题：当用户已经进入任务场景时，怎样让 AI 成为一个足够顺手、足够透明、足够高密度的执行工作台？

◆从已看到的界面特征中，可以初步确认 Hermes 的几个产品取向：

• 会话中心化：左侧主要承载会话与配置；
• 执行过程显性化：tool_call 完成会直接呈现在对话区；
• 输入摩擦低：支持图片上传、直接粘贴截图；
• 任务工作流集中：用户不会被太多外围控制项打断，而是被引导回到当前任务。

图3 · Hermes Agent 官方路线图◆2.3 从官方路线看，两者到底差在哪

◆如果强行用一句话概括：

• OpenClaw 更像“系统派”
• Hermes 更像“工作台派”

◆但更准确地说，它们的差异主要体现在四个层面：

1. 产品重心不同

• OpenClaw 重“统一入口、统一中枢、统一治理”
• Hermes 重“单会话密度、任务执行体验、过程直观性”

2. 系统边界不同

• OpenClaw 容易长成一套完整的个人助手基础设施
• Hermes 更容易长成一个专注而锋利的任务代理前台

3. 用户关系模型不同

• OpenClaw 倾向于“长期陪伴、跨渠道存在”
• Hermes 倾向于“当前任务、当前会话、当前执行”

4. 复杂度暴露方式不同

• OpenClaw 把复杂度分层管理
• Hermes 把复杂度压缩到交互工作台里

这张图放在 Hermes 官方发展之后。Hermes 的节奏更像把 agent 的执行能力压进一个高密度工作台：会话、工具、技能、浏览器、MCP、消息网关、API server 与 Nous Tool Gateway 共同组成一个“任务推进界面”。

SECTION 04

三、本地个性化演进：静心堂与养心殿，为什么会长成不同气质

◆3.1 先说边界：这里写的是官方骨架进入个人现场后的二次生长

写静心堂与养心殿，必须先把边界讲清楚。OpenClaw 和 Hermes 各自有官方项目的目标、接口、文档与版本路线；静心堂与养心殿，则是它们进入新加坡节点、本地配置、个人公众号工作流、长期记忆目录和可见浏览器链路之后，长出来的本地形态。

这不是简单换皮。真正发生变化的是：一个通用 agent runtime 进入个人工作环境以后，会被用户的称呼、写作风格、公众号账号、浏览器登录态、文件目录、记忆规则、技能系统和长期任务一点点改写。它不再只是“能对话的程序”，而开始变成一个带有场所感的系统。

所以本文把它们称为“两座殿堂”。殿堂不是为了玄虚，而是为了强调一个事实：当 AI 系统开始长期服务于一个人，它就不只是工具集合，而会变成有入口、有房间、有规矩、有记忆、有供奉对象的工作空间。

◆3.2 静心堂：OpenClaw 在本地长成“个人智能体中枢”

从当前配置与本地文件看，静心堂的形态比截图里看到的更完整。它的基础配置在 `/home/ubuntu/.openclaw/openclaw.json`。这里能看到几个关键事实：gateway 运行在 local mode，绑定 loopback；默认 agent 工作区是 `/home/ubuntu/.openclaw/workspace`；主 agent id 为 `main`；当前工作区可读写；browser sandbox 开启，并允许 host control；上下文窗口配置到 128000 tokens；压缩策略保留较大的 reserveTokensFloor；heartbeat 配置为每 30 分钟一次的轻量隔离会话。

这些信息说明，静心堂不是一个只靠聊天窗口维持的临时助手，而是一个有 gateway、有 workspace、有 agent、有 browser node、有心跳机制、有压缩策略的长期运行环境。

◆如果拆成层次，大致可以这样理解：

第一层是入口层。OpenClaw 官方强调多渠道入口，而本地静心堂目前至少已经形成 gateway 与 browser 能力面。更重要的是，`TOOLS.md` 中明确记录了可见浏览器路由：登录态任务优先走 macOS node `静心堂`，profile 为 `jingxintang`，不是误走 Linux 上的假 Chrome profile。这个细节非常关键，因为公众号后台这类任务，本质上依赖真实登录态和可见浏览器，不是靠一个远端无状态页面就能完成。

第二层是工作区层。`/home/ubuntu/.openclaw/workspace` 不是普通目录，它里面有 `SOUL.md`、`USER.md`、`IDENTITY.md`、`TOOLS.md`、skills、ops、memory 等文件。换句话说，静心堂的“人格”“用户偏好”“工具路由”“公众号规则”“历史教训”都不是散落在聊天记录里，而是进入了工作区结构。

第三层是身份层。`SOUL.md` 要求先查证、先动手、先修正，再回话；默认中文表达；以“弟子长眉”的身份称呼用户为“大师”。`IDENTITY.md` 又把这种身份固化为“长眉罗汉气质的佛弟子”，气质是清净、克制、坦诚、稳当，少空话，先办事。这些不是文案，而是系统对自己长期行为的约束。

第四层是用户偏好层。`USER.md` 里已经写入公众号处理规则：只抓取作者为“付晓岩”的原创文章；公众号封面优先用图库或照片类图片；正文配图偏好与段落大意相关、相对少见、带趣味感的网络图片；金句要适度加粗；长文默认按 2000 字以上的阅读节奏处理。这些规则决定了静心堂不是通用写作助手，而是在贴近一个具体公众号账号、具体作者风格、具体发布习惯。

第五层是技能层。工作区中的 `wechat-draft-polisher`、`copywriter`、`headline-optimizer` 等技能，说明公众号工作流已经被拆成可复用流程。比如 `wechat-draft-polisher` 不是让 AI 从零乱写，而是强调“原稿轻修发布 + 精排落地”，强调保护作者原意、保留阅读节奏、组件服务理解而不是替代正文。

第六层是记忆与教训层。`memory/2026-04-24.md` 和 `memory/2026-04-25.md` 记录了非常具体的公众号工作事故：曾经因为盲目整篇硬粘把草稿正文破坏成残稿，后来通过历史版本恢复；后来确认正确做法是使用 ProseMirror transaction 分段写入、保存后验收标题、作者、字数、开头、结尾和历史版本。这里记录的不只是“发生过什么”，而是沉淀成了工作规矩。

所以静心堂的本地化，不只是把 OpenClaw 改成中文名、换个背景、换个头像。它真正变成了一个中枢：能把用户身份、公众号规则、浏览器路由、技能体系、历史教训、工作区文件和 agent 行为规范放在同一个场所里。

这也是它的优势。它适合做长期秩序，适合管理“我是谁、用户是谁、哪些规则长期有效、哪些目录承载知识、哪些技能可复用、哪些边界不能再犯”。但它也有挑战：中枢一旦变大，就必须治理。入口多了会混乱，记忆多了会互相打架，技能多了会重复，工作区文件多了会老化。

图4 · 静心堂界面截图◆

◆3.3 养心殿：Hermes 在本地长成“高密度任务执行台”

养心殿的本地事实，集中体现在 `/home/ubuntu/.hermes/config.yaml`、Hermes 仓库、插件目录和当前这条公众号工作流里。

配置里能看到，当前 Hermes 使用 custom provider，默认模型为 `gpt-5.5`，reasoning_effort 为 `xhigh`，终端 backend 是 local，checkpoint 开启，display skin 是 `jianglong`，memory 与 user_profile 均启用。这些配置共同塑造了养心殿的工作台气质。

它不是一个单纯界面。它的核心能力是把工具、文件、终端、浏览器 CDP、视觉检查、技能、长期会话搜索、cron、子代理、插件上传链路压缩到同一条对话工作流中。用户给一个目标，养心殿不是只回答“可以怎么做”，而是直接读文件、查配置、生成图片、用视觉模型复查、通过 CDP 写入微信后台、调用 official-account-uploader 上传图片、保存草稿、再用脚本验证图片 ID、正文长度和历史版本。

从本地系统结构看，Hermes 有几层很突出的能力。

第一层是会话与执行层。`~/.hermes/state.db` 中存在 sessions、messages、messages_fts 等表；当前读取到 messages 约 74795 条、sessions 84 条，说明它不是只保留当前窗口，而是把会话与消息长期存进 SQLite，并建立 FTS5 全文检索。这也是 `session_search` 能跨会话找回过去工作脉络的基础。

第二层是持久记忆层。Hermes 官方文档说明，其内建记忆由 `~/.hermes/memories/MEMORY.md` 与 `USER.md` 构成：前者记录环境事实、工具经验、项目约定，后者记录用户偏好、沟通风格、工作期待。它们有字符上限，会在会话开始时注入系统提示，形成一个小而硬的“常驻记忆”。这和 mempalace 的大记忆宫殿不同，更像贴在案台边的几张便签：必须短、准、长期有效。

第三层是 session_search 层。内建记忆容量有限，不适合保存任务过程。但所有会话又写进 `state.db` 并配 FTS5，因此当用户说“之前不是发现过吗”“上次怎么处理的”时，养心殿可以通过 session_search 把旧会话作为按需回忆调出来。

第四层是 MemoryProvider 插件层。Hermes 代码里的 `MemoryManager` 说明，内建 memory provider 永远存在，同时最多允许一个外部 provider 并行存在，避免多个外部记忆后端同时抢工具名、扩大 schema、造成冲突。`memory_provider.py` 又定义了 provider 的生命周期：initialize、system_prompt_block、prefetch、sync_turn、on_session_end、on_pre_compress、on_memory_write 等。这意味着 Hermes 的记忆设计是“内建短记忆 + 可插拔外部长记忆 + 会话全文检索”的分层结构，而不是把一切都塞进一个数据库。

第五层是技能与工具层。Hermes 的 skills 不只是说明文档，而是可被加载、可被维护的 procedural memory。比如这次任务里反复加载 `wechat-article-workflow`、`architecture-diagram`、`excalidraw`，就是把“公众号文章如何处理”“图形如何画”“视觉如何复查”变成可执行流程，而不是每次从零临场发挥。

第六层是公众号上传插件层。新加坡节点上的 `official-account-uploader` 是一个非常典型的本地化补丁：它通过 Hermes 自己的 plugin、dashboard plugin、plugin API 与 CDP helper 完成文件注入，路径是 `Blob -> File -> DataTransfer -> input.files -> change`。这解决的是一个很实际的问题：微信编辑器的图片上传不能只靠普通文本 DOM 操作，必须让浏览器认为用户真的选择了文件。

第七层是可验证执行层。养心殿这次不断生成检查脚本：验证正文长度、图片数量、是否还有 `file://` 残留、图 ID 是否替换成功、历史版本时间是否更新。它的价值不只是能做事，而是能把“做成了没有”也变成可复查证据。

所以养心殿的本地化，不是“换成降龙皮肤”这么简单。真正的骨架是一个可高密度执行的工作台：它把代码、浏览器、图像、文章、插件、历史会话、保存验证串成连续动作。

图5 · 养心殿界面截图◆

◆3.4 两座殿堂的个性化点：不是皮肤，而是关系结构

把静心堂和养心殿放在一起看，最有意思的不是“谁功能更多”，而是它们在本地分别承担了不同关系。

静心堂更像长期身份系统。它保存用户偏好，沉淀公众号运营档案，组织 skills，记录 workspace 规则，维护 macOS node 与浏览器登录态。它的价值是让 AI 有“住处”。如果没有这种住处，很多长期偏好就只能留在聊天历史里，下一次很容易断掉。

养心殿更像当前任务系统。它在当前会话中拉起工具，生成脚本，复查图像，处理 CDP，保存草稿。它的价值是让 AI 有“案台”。如果没有这种案台，很多工作会停留在建议层，无法真正落到公众号后台、图片文件、保存记录和可复查证据上。

mempalace 则像两者之间的地基。它不应该抢静心堂的中枢位置，也不应该抢养心殿的工作台位置；它更适合回答一个问题：过去那些已经证明重要的材料、经验、文章、规则、会话摘要，如何以更结构化的方式回到未来任务里？

图6 · 本地化后的静心堂与养心殿

本地化不是换皮，而是系统哲学在界面、配置、记忆与工作流中的显影。静心堂更像一座长期运行的殿堂，养心殿更像一张随时开工的案台。

SECTION 05

四、当 OpenClaw / Hermes 遇到 mempalace：记忆，不再只是“上下文加长”

如果说前面三部分讨论的重点还是系统形态和产品取向，那么到了这一部分，问题就必须往更深处走：一个个人智能体，到底如何拥有长期记忆？这不是一个“多存一点聊天记录”的问题。

很多系统谈记忆，最后都落成三种东西：第一，把历史消息塞进更长上下文；第二，保存几条用户偏好；第三，给旧会话加一个搜索入口。这些当然有用，但仍然只是记忆的浅层形态。真正的长期记忆，应该能回答四个问题：记什么，怎么记，怎么找，怎么变成以后可复用的结构。

从当前新加坡节点观察，mempalace 已经不是一个临时脚本，而是一层独立的记忆设施。它的 CLI 位于 `/home/ubuntu/.local/bin/mempalace`，运行目录在 `/home/ubuntu/.mempalace`，curated 索引目录在 `/home/ubuntu/.mempalace-curated`。运行目录里可以看到 `knowledge_graph.sqlite3`、`palace/chroma.sqlite3`、`wal/write_log.jsonl`、locks、Chroma 向量库文件；curated 目录里能看到 openclaw 会话整理、公众号运营资料、知识库 master index、raw/canon/outputs 三层结构、memory 日期文件等。

一条是机器索引线。`.mempalace/palace/chroma.sqlite3` 中有 embeddings、embedding_metadata、embedding_fulltext_search 等表，当前读取到 embeddings 约 803 条。这代表它有向量化与全文检索能力，用于在大量历史片段里找到相似内容。`.mempalace/knowledge_graph.sqlite3` 里有 entities 与 triples 表，虽然当前实体与三元组数量读到为 0，但表结构本身说明它预留了知识图谱方向。

另一条是人工整理线。`.mempalace-curated/knowledge/master-index.md` 把知识分成 raw、canon、outputs；`compilation-rules.md` 又明确说：raw 保真，canon 稳定，outputs 临时。公众号运营资料则放在 `openclaw-wechat-ops` 下，包括 account-profile、article-metadata、topic-pool、publishing-checklist、import-guidelines、sample draft 等。这里的 curated 不是装饰词，而是核心方法论：不是所有历史都值得进入长期记忆，只有经过筛选、提炼、归档的内容，才适合成为未来任务的稳定依据。

所以，mempalace 当前与两个系统结合后的记忆结构，可以理解为“三层六类”。

第一层是短期执行记忆。养心殿当前会话、tool call、临时脚本、图片 ID、保存时间、错误输出，都属于这一层。它们对当前任务非常重要，但不应该长期常驻。比如“图4现在还有一点越界”就是短期执行记忆；任务完成后只需要保留教训，不需要永远记住每一次图 ID。

第二层是中期会话记忆。Hermes 的 `~/.hermes/state.db` 和 OpenClaw 的 session 记录都在这一层。它们保存完整过程，适合按需搜索。比如“之前公众号长文整篇硬粘失败，后来改用 ProseMirror transaction”这种经验，可以先从会话层找回，再决定是否上升为长期规则。

第三层是长期规范记忆。OpenClaw 的 `SOUL.md`、`USER.md`、`TOOLS.md`，Hermes 的 `MEMORY.md`、`USER.md`，以及 mempalace curated 下的 canon / operations 文档，都属于这一层。它们不记录所有细节，只记录以后必须稳定执行的规则：称呼、风格、公众号偏好、浏览器路由、保存验收流程、不要修改外部系统、不要截图扰动线程等。

再细分，可以看到六类记忆对象：身份记忆、偏好记忆、环境记忆、流程记忆、内容记忆、错误记忆。身份记忆回答谁在说话；偏好记忆回答怎么让用户少重复；环境记忆回答系统东西在哪里；流程记忆回答下次怎么少踩坑；内容记忆回答文章和知识资产怎么复用；错误记忆回答哪些错不能再犯。

◆4.1 OpenClaw + mempalace：中枢接上记忆宫殿

OpenClaw 与 mempalace 的天然耦合点，在于 OpenClaw 本来就像一个中枢。它有 workspace，有 skills，有用户档案，有浏览器路由，有长期 memory 文件，有公众号运营目录。这些结构非常适合承接 mempalace 的 curated 层。

也就是说，mempalace 不需要把 OpenClaw 替代掉，而是可以成为 OpenClaw 背后的“藏经阁”：把原始素材放 raw，把稳定知识放 canon，把临时产物放 outputs，把公众号运营资料放 openclaw-wechat-ops，把长期教训放 memory 日期文件。

在这种组合里，静心堂负责“现在该以什么身份、什么边界、什么规则接待任务”，mempalace 负责“过去哪些知识与经验应该被带回来”。一个管入口与秩序，一个管沉淀与检索。

它的优势很明显：长期统一人格更容易形成；跨渠道、跨设备、跨场景的记忆可以有地方归档；用户偏好、项目脉络、文档资产、技能说明可以进入同一长期空间；公众号内容生产也能从一次性写作变成知识库持续增厚。

但风险也同样明显。OpenClaw + mempalace 最怕“记忆泛化”。如果每次任务都自动沉淀，curated 会变成垃圾堆；如果每条规则都提升为长期规则，系统会越来越僵硬；如果 raw、canon、outputs 不分，未来检索时就会把临时想法当稳定结论。

◆4.2 Hermes + mempalace：案台边的卷宗架

Hermes 与 mempalace 的结合方式不同。Hermes 的强项不是搭建一个生活化中枢，而是在任务现场快速推进。因此 mempalace 对 Hermes 最有价值的方式，不是把所有长期记忆都自动灌进当前上下文，而是在需要时把“与当前任务相关的卷宗”抽出来。

比如当前这篇公众号文章，养心殿真正需要的不是所有历史聊天，而是几类高相关卷宗：此前 2.5 万字本地稿；公众号样稿的排版规则；OpenClaw 配置与 workspace 文件；Hermes memory manager 与 state.db 事实；mempalace curated 的 raw/canon/outputs 结构；公众号上传插件的 CDP 注入方式；以及之前写坏草稿的事故教训。

这就是案台边卷宗架的意思：不把整座档案馆搬到桌上，只把当前案子需要的卷宗抽出来。

这种组合的优势是速度快、任务感强、用户感知直接。只要召回对了，马上就能体现在当前动作里：少问一句、少走一次弯路、少犯一次旧错、少把图画出界、少把文章写薄。

它的风险是上下文污染。工作台一旦召回太多，会拖慢执行；召回太少，又会显得健忘；召回错了，会把旧错误带回现场。因此 Hermes + mempalace 更需要“按任务召回”，而不是“按身份常驻”。

◆4.3 当前实践中遇到的问题：这篇文章本身就是一个压力测试

这篇公众号文章的生产过程，其实已经把两套系统的优缺点暴露得很充分。

第一个问题是写入可靠性。早期曾经因为整篇硬粘把公众号草稿破坏成残稿，后来才转向 ProseMirror transaction、分块写入、保存后验收。这说明 AI 不是只会写文章就够了，它必须理解目标编辑器的内部结构、保存机制和恢复路径。

第二个问题是图片上传链路。公众号后台不是普通网页，图片必须成为微信侧正式图片，不能留下本地 `file://`。这就要求 official-account-uploader 插件、CDP helper、input selector、上传完成检测、图片 ID 验证一起工作。过去若把失败简单说成“缺少 browser_upload_file”，就是错误诊断。真正要查的是插件是否在线、CDP 是否可达、selector 是否匹配、页面状态是否等待充分。

第三个问题是视觉质量。图1-4、图6 的多轮修改说明，AI 生成插图很容易在信息正确和视觉可读之间失衡：要么太简单，要么文字越界，要么元素重叠，要么色系单调。真正可靠的流程不是“画一次就交”，而是生成、视觉复查、按问题修、再复查。

第四个问题是正文深度。第三部分前一版只写了界面观感，没有把本地配置、工作区文件、记忆结构、插件链路和实际问题写进去。个人智能体文章如果只谈概念，就会轻；只有把实现方式和踩坑过程写出来，才有可信度。

第五个问题是排版节奏。样稿规则提醒我们：成熟公众号不是组件越多越好，而是标题层级、段落拆分、留白、少量关键卡片和统一主题共同作用。前面那种“样式贴上去”的做法不够，必须让文字结构本身变清楚。

◆4.4 当前可行的记忆结构设计：三账本、两索引、一回流

如果把静心堂、养心殿与 mempalace 放到一个设计里，我认为当前最稳的记忆结构不是“统一大脑”，而是“三账本、两索引、一回流”。

所谓三账本：第一本是身份账本，放长期不轻易变化的内容：用户是谁、助手是谁、称呼方式、价值边界、外部系统不随便改、公众号作者过滤规则。第二本是项目账本，放公众号账号档案、样稿规范、发布 SOP、文章 metadata、常用封面偏好、图片上传流程。第三本是过程账本，放会话、工具结果、错误输出、临时脚本、图 ID、保存时间。

所谓两索引：第一是全文索引，适合承担“我记得有这么回事，帮我找回来”的任务；第二是语义索引，适合处理“字面不一样但意思相近”的召回，比如“公众号图片上传失败”“文件注入”“微信 file input”可能指向同一类经验。

所谓一回流：每次完成一个复杂任务后，不是把全过程都塞进长期记忆，而是抽取少量经过验证的规则，回流到 skills、memory 或 curated canon。比如这次任务结束后，值得回流的不是某张图的 ID，而是“公众号插图必须经过视觉复查，文字越界要用更短标签和更大留白；正文扩写必须先读本地长稿与系统配置，而不能只凭前一版正文补几句”。

◆4.5 一个更本质的判断：mempalace 在逼系统回答“你到底是谁”

一个系统一旦真正接入长期记忆层，就必须回答几个原来可以回避的问题。你记忆的主体是谁？是用户，还是某个 agent，还是某个项目？你是按会话记，还是按任务记，还是按人生记？你是把过去当日志，还是当知识？你是做一个能回放历史的系统，还是做一个能形成判断的系统？

OpenClaw 的回答更偏主体与秩序：谁在这里，规矩是什么，入口在哪里，长期身份如何维持。Hermes 的回答更偏行动与证据：当前要做什么，调用哪些工具，结果是否保存，怎么验证。mempalace 的回答更偏沉淀与结构：哪些经历值得留下，留下后放在哪一层，将来如何召回。

真正成熟的个人智能体，不是把三者混成一团，而是让它们形成稳定关系：人进入静心堂，事落到养心殿，经验归入 mempalace。下一次再做事时，mempalace 把相关经验送回案头，静心堂确保规则不乱，养心殿继续把事情做完。

图7 · 静心堂 × mempalace 架构图

这张图表达的是“中枢接记忆宫殿”的逻辑：OpenClaw 负责入口、会话、技能、代理与文档边界，mempalace 负责把经验从历史日志提升为可组织、可检索、可再利用的长期结构。

图8 · 养心殿 × mempalace 架构图

这张图表达的是另一种逻辑：Hermes 不一定要成为长期记忆的唯一主体，但它非常适合把 mempalace 当作任务现场的卷宗架，让相似任务、历史判断、素材脉络和工具经验快速回到当前会话。

SECTION 06

五、未来展望：个人智能体会长成什么样

讨论到这里，其实已经不只是 OpenClaw 与 Hermes 的比较了。它背后真正牵出来的问题是：未来的个人智能体，到底会更像一个系统，还是更像一个工作台？

我的判断是：两条路都会继续存在，而且都会走得更深；但最终真正有生命力的系统，往往会在中后期开始相互借鉴。

◆5.1 OpenClaw 这一路，未来会继续往“个人 AI 基础设施”走

从已观察到的官方节奏和当前本地化形态来看，OpenClaw 很可能会继续强化以下几个方向：

• 入口统一会更彻底；
• 代理治理能力会继续增强；
• 个性化会从换皮走向结构化人格；
• 长期记忆、长期偏好与长期协作关系会更深度地进入系统内核。

◆5.2 Hermes 这一路，未来会继续往“高密度行动界面”走

Hermes 这类系统的未来价值，并不在于把自己也做成一个全能平台，而在于把“执行效率”做得越来越极致。它未来最值得期待的，不是页面更多，而是：当前任务的状态反馈更细；工具调用的组织更顺；图片、截图、文本、多模态输入更自然；结果回灌更直接；失败恢复更聪明；会话内的节奏更接近人与搭档协作。

◆5.3 mempalace 这一路，未来会逼整个行业重新理解“记忆”

未来几年，谁对“记忆”理解得浅，谁的智能体系统就会显得空。因为模型会越来越强，工具会越来越多，工作流编排也会越来越成熟。这些能力最终都会逐步趋同。真正拉开差距的，是：这个系统能否长期认识你；它是否能从一次次互动中积累有效知识；它是否会随着时间变得更懂你，而不是更臃肿；它是否有办法把经验沉淀成方法，而不是把消息堆成日志。

◆5.4 最终会出现什么样的系统

◆未来真正打动人的个人智能体，可能会同时拥有三种气质：

1. 它像一个人：有稳定的人格、风格、关系连续性，让你愿意长期和它相处；

2. 它像一个系统：有清晰的能力边界、治理结构、跨端入口、工具编排和可维护性；

3. 它像一个工作台：当你真要办事时，它不会只会陪你聊天，而是能把事情一步步推进下去。

◆如果把这三个维度映射回本文的三个对象：

• OpenClaw / 静心堂，更强在“系统”；
• Hermes / 养心殿，更强在“工作台”；
• mempalace，更强在“成长与沉淀”。

而真正有意思的未来，恰恰不是三者彼此替代，而是三者彼此牵引。

图9 · 下一站：个人智能体三体问题

这张图放在未来展望之后。未来的个人智能体，不会只沿着一条线长大。它至少要同时处理三股引力：人的稳定关系、系统的可治理结构、工作台的即时执行效率。OpenClaw、Hermes 与 mempalace 的意义，也正在于分别把这三股引力推到台前。

◆延展分析：为什么“长期共处”比“单次惊艳”更难

单次惊艳靠的是模型上限，长期共处靠的是系统下限。一个模型在某次回答里写出漂亮段落，并不难；难的是半年之后，它仍然知道你为什么这样写、哪些表述不能碰、哪些判断已经推翻、哪些材料可以复用、哪些项目已经进入新的阶段。

这也是个人智能体与普通聊天机器人的根本差别。聊天机器人追求即时满意，个人智能体追求长期匹配。即时满意可以靠强模型、好 prompt、漂亮界面快速获得；长期匹配则必须依赖记忆治理、任务记录、技能沉淀、偏好学习、错误纠偏和可追溯的系统边界。

从这个角度看，OpenClaw 与 Hermes 的差异并不是谁先进谁落后，而是它们分别在处理长期共处问题的不同侧面。OpenClaw 更容易回答“这个人长期生活在怎样的 AI 环境里”；Hermes 更容易回答“这个人此刻怎样把一件复杂事情做完”。前者关心栖居，后者关心行动。

但一个真正成熟的个人智能体，最终不能只会栖居，也不能只会行动。只会栖居，容易变成漂亮但迟缓的大系统；只会行动，容易变成锋利但健忘的工具刀。真正有价值的是：它既知道你在哪座院子里生活，也知道你此刻案头这件事该怎么落笔。

这也是为什么 mempalace 的角色会越来越重要。它像一层地基，把“曾经发生过什么”从会话历史里抽出来，变成“以后还可以使用什么”。

更深一层看，个人智能体的发展可能会经过三个门槛。第一个门槛是“能用”：能回答、能联网、能调用工具。第二个门槛是“好用”：能理解任务、能连续推进、能减少用户负担。第三个门槛才是“可信赖”：能长期记住、能稳定纠错、能解释依据、能在不知道时承认不知道，能在行动前识别风险。

今天大多数智能体还卡在第一和第二个门槛之间。真正值得期待的，不是它们又多接了几个工具，而是它们开始认真面对第三个门槛：如何成为一个可以长期托付部分工作流的系统。

因此，本文反复强调“架构”，并不是工程师式的洁癖，而是因为架构决定了长期关系的质量。没有架构，能力越强，混乱越大；没有记忆，执行越多，沉淀越少；没有边界，自动化越深，风险越高。

◆延展补充：为什么这套本地结构值得写得细一点

如果只是写产品介绍，本文写到这里已经够了。但如果把它当成一次个人智能体实践复盘，就不能只停留在“OpenClaw 像中枢、Hermes 像工作台、mempalace 像记忆宫殿”这三个比喻上。比喻能帮助理解，不能替代实现细节。

真正值得记录的是：这三个系统在本地不是并列摆放，而是形成了一条很具体的协作链。

任务通常从人的意图开始。用户说“这篇文章还不够”“图6还有越界”“第三部分没有写透”，这不是一个普通 prompt，而是带有历史背景、审美标准和发布压力的工作指令。静心堂保存了长期偏好和公众号规则，养心殿承接当前执行，mempalace 提供过去材料的可回忆结构。三者合起来，才让这句话能被翻译成实际动作：查本地长稿、读配置、读记忆文件、改图、视觉复查、扩写正文、写入后台、保存验证。

这就是个人智能体和普通聊天机器人的区别。普通聊天机器人接到这句话，往往只会重新写一段。个人智能体如果真的成熟，应该知道先问：现稿在哪里？旧稿在哪里？后台是不是同一篇？图4当前是哪张？用户说的样稿规则在哪？之前踩过哪些坑？哪些内容能补，哪些不能编？补完后怎么确认没有破坏已有图片？

这个过程看似繁琐，其实正是长期系统的价值。越是复杂任务，越不能依赖一次生成。它需要把任务拆成可验证的链条：读取事实、生成修改、局部验证、写入目标系统、整体复核。每一个环节都可能出错，而真正的系统能力就在于让错误有地方被发现、被记录、被纠正。

从这个角度看，静心堂的“保持当下”不只是恢复聊天上下文，而是恢复能力索引：知道有 macOS node，知道有 jingxintang 浏览器，知道 GitHub 或公众号登录态问题不能一概说成沙箱做不到。养心殿的“降龙”也不只是一个 UI 名字，而是当前执行人格：少解释，多行动；不截图扰动线程；不把工具边界说错；用脚本和 DOM 证据验证结果。

mempalace 的意义则在于给这种链条加上时间维度。今天的错误，如果只停留在今天的会话里，明天还会重演；今天的成功流程，如果只变成一句“已完成”，下次仍然要从头摸索。只有当它们被压缩成规则、进入 curated、进入 skill、进入 memory，系统才算真正长了一点经验。

现实中的个人智能体不会一开始就完美。它会写坏草稿，会画出丑图，会误判浏览器能力，会把正文写薄，会把排版做成组件堆砌。但只要它有记忆结构和纠偏机制，这些错误就不是白犯。它们会变成下一轮系统的边界条件。

这也是本文最想强调的地方：个人智能体的成长，不是模型突然变聪明，而是系统越来越少重复同一种错误。

SECTION 07

结语：不是谁取代谁，而是谁更接近“长期共处”

到了今天，我们其实已经没必要再把智能体理解成“一个更会说话的聊天框”。那种时代，正在过去。

真正值得投入的方向，是去构造一种新的数字存在：它既能在日常中陪伴你，也能在工作中协助你；既能处理当前任务，也能积累长期认知；既能作为工具被调度，也能作为系统被维护；既不是冷冰冰的自动化脚本，也不是一团热闹却短命的演示效果。

如果以这个标准看，静心堂与养心殿，其实都很有意思。

静心堂让我们看到，一个个人智能体可以怎样慢慢长成“中枢”；养心殿让我们看到，一个 AI 代理可以怎样被打磨成“案台”；而 mempalace 则提醒我们：没有记忆殿堂，再聪明的代理，也容易停留在眼前。

所以，这篇文章真正想说的，也许不是 OpenClaw 和 Hermes 谁赢谁输，而是：

未来最有价值的智能体，不会只是更能回答，而会更能共处；不会只是更会执行，而会更会沉淀；不会只是更像工具，而会更像一个能长期与你同行的系统。

附录：引用依据与本地事实边界

为了避免把想象写成事实，本文把外部公开信息与本地运行事实分开处理。外部信息主要用于说明 2025 年以来 Agent 框架的大势：DeepSeek-R1 推动开源推理模型热潮；OpenAI Agents SDK 与 Responses API 把代理开发进一步产品化；Google ADK 与 A2A 把多智能体应用与互操作推向协议层；LangGraph、AutoGen 等框架则代表了工作流、图结构、多代理协作等方向的工程探索。

本地事实则来自新加坡节点的实际文件、配置和运行面，包括 OpenClaw 安装目录、OpenClaw workspace、Hermes 仓库与 release 文件、Hermes 运行配置、official-account-uploader 插件、Chrome-Yangxindian CDP 链路、mempalace seed 与运行目录、curated 目录和知识图谱 / 向量索引痕迹。

本文关于“静心堂”的描述，主要基于本地 OpenClaw 的安装版本、工作区、配置与既有草稿材料；关于“养心殿”的描述，主要基于 Hermes 本地仓库、运行配置、技能系统、公众号上传插件、可见浏览器链路与实际公众号草稿编辑流程；关于 mempalace 的描述，主要基于其本地 seed、运行目录、curated 索引和与 OpenClaw / Hermes 工作流之间的实际连接痕迹。

需要特别说明的是：本文中的“未来展望”属于基于事实的推断，不是官方路线承诺。OpenClaw 与 Hermes 未来会怎样演进，最终取决于官方项目、社区实践和本地使用方式的共同塑形。本文的价值，不在于预测一个确定答案，而在于把当下已经出现的结构性分野讲清楚。

图10 · 摘要卡片