先關注後閲讀，嬌姐怕失去上進的你

文末嬌姐整理openclaw所有文章連結

想了解嬌姐點擊文末連結

在 OpenClaw 上跑了很多個 agent，處理各種業務工作流。Hermes 的會話壓縮、自動記憶和 checkpoint 機制更完善，一直想遷過去。

這是最值得遷移的理由之一——Hermes 會持續自我優化：

① 自動更新 MEMORY.md

agent 發現新規則會自己寫入記憶，跨 session 生效。

② 自動生成 Skill

讓 agent 執行新任務，它會自動生成對應 SKILL.md 並保存。

③ 自動優化 Skill

執行失敗後，agent 會改進工作流並更新 skill。

在hermes真的看到執行任務過程不斷在更新和迭代skill

【不推薦用官方命令】Windows 環境下安裝Hermes及遷移Openclaw的實操分享

這個文章中的遷移命令執行完之後，有些瑕疵優化後，我輸出了這個完整的skill分享給大家參考，可以提高遷移的效率和質量。

把完整路徑整理成了下面這份 Skill，直接複用即可，基本能做到零改動。

遷移完成後，可以讓hermes自己證明自己的核心優勢能力並打分。

---

如下是skill原文，直接複製即可用：

Step 1：讀源碼，摸清依賴

必讀文件：

workspaces/<agent>/SOUL.md

workspaces/<agent>/MEMORY.md

workspaces/<agent>/USER.md

workspaces/<agent>/scripts/

  runtime_config.py

    ← 憑證讀取邏輯（必讀）

重點檢查 runtime_config.py：讀了哪些環境變量（全部放進 .env）、依賴哪些外部服務（確認連通性）。路徑用 Path(__file__) 相對路徑的腳本複製後自動適應，無需修改。

Step 2：創建 profile 目錄

AGENT=<your-agent-name>

mkdir -p ~/.hermes/profiles/$AGENT/

  {memories,skills/$AGENT,

   workspace,sessions,logs,cron}

Step 3：創建 config.yaml

YAML

model:

  default: "<your-model>"

  provider: "auto"

  base_url: "<api-endpoint>"

  api_mode: "chat_completions"

agent:

  max_turns: 90

  context_tokens: 50000

  reasoning_effort: "none"

memory:

  memory_enabled: true

  user_profile_enabled: true

compression:

  enabled: true

  threshold: 0.50

  protect_last_n: 20

checkpoints:

  enabled: true

  max_snapshots: 50

terminal:

  cwd: "/home/<user>/.hermes/..."

注意：terminal.cwd 只是默認提示，agent 執行命令時不會自動繼承——必須在 SOUL.md 和 SKILL.md 裏用硬編碼絕對路徑（見 Step 6）。

Step 4：創建 .env

Shell

# !! 含敏感信息，不提交版本控制 !!

# LLM

OPENAI_API_KEY=<your-key>

OPENAI_BASE_URL=<your-endpoint>

# OpenClaw BOM fix（必須）

OPENCLAW_CONFIG=<path>/data/

               openclaw.json

# 飛書憑證

FEISHU_APP_ID=<app-id>

FEISHU_APP_SECRET=<app-secret>

FEISHU_TENANT_KEY=<tenant-key>

Step 5：複製腳本到 hermes workspace

Bash

# 腳本（排除緩存，原文件零改動）

rsync -av \

  --exclude='__pycache__' \

  --exclude='*.pyc' \

  $SRC/scripts/ $DEST/scripts/

# 數據庫和數據文件

rsync -av $SRC/data/ $DEST/data/

# 參考文檔（如有）

[ -d $SRC/knowledge ] && \

原理：OpenClaw 腳本用 Path(__file__).parent.parent 推斷根目錄，只要保持 workspace/scripts/ 目錄結構，複製後路徑自動正確，腳本零改動。

Step 6：創建 SOUL.md（最關鍵一步）

警告：必須包含「工作目錄（強制）」章節，否則 agent 會自己推斷，大概率跑回 OpenClaw 路徑執行腳本。

SOUL.md 模板結構：

Markdown

# SOUL.md — <agent 角色名>

## 身份

- Agent ID: <agent-name>

- 角色：<一句話描述>

## 工作目錄（強制）

**所有腳本必須在以下目錄執行：**

/home/<user>/.hermes/profiles/

  <agent>/workspace

## Pipeline 執行順序

# 步驟1

cd /home/<user>/.../workspace \

兩個關鍵細節：WSL 裏沒有 python 命令，統一用 python3；不要用 $WORKSPACE 變量，agent 執行時 shell 變量不展開，必須硬編碼絕對路徑。

Step 7：創建 memories/MEMORY.md

從原 MEMORY.md 提煉遷移：

• 保留：
  架構決策、已知 bug 及修復、配置原則
• 丟棄：
  日期流水賬、臨時 TODO、過期條目
• 必加：
  文件末尾聲明強制工作目錄，字符上限 2200

為什麼要在 MEMORY.md 也聲明工作目錄？Hermes 的記憶系統會在每次對話時把 MEMORY.md 注入 system prompt——即使某次 SOUL.md 被壓縮遺忘，工作目錄約束依然生效。這是雙重保險。

Step 8：創建 memories/USER.md

包含主要用戶信息、典型任務請求、用戶偏好。從原 USER.md 遷移，空模板時從 memory 日誌推斷。字符上限 1375。

Step 9：創建 skills/<agent>/SKILL.md

每個工具一個 section，命令同樣用硬編碼絕對路徑。結構參考：

Markdown

# <skill-name>

<一句話描述>

## 工作目錄

所有腳本在以下目錄執行：

/home/<user>/...workspace

## 工具

### <tool-name>

cd /home/...workspace && python3 ...

Step 10：驗證測試

按順序執行以下命令：

Bash

# 1. profile 出現，model 正確

hermes profile list

# 2. 文件結構診斷

hermes -p <agent> doctor

# 3. 驗證工作目錄

hermes -p <agent> chat -Q \

  -q "你的工作目錄是哪裏？"

# 4. 健康檢查

hermes -p <agent> chat -Q \

# 5. 完整工作流驗收

hermes -p <agent> chat

驗收標準：工作目錄回答是 hermes workspace 路徑、數據庫路徑不含 /mnt/d/openclaw/、端到端工作流跑通。

踩坑記錄

agent 跑回 OpenClaw 路徑

原因SOUL.md 缺少強制工作目錄章節，agent 自行推斷路徑

解決Step 6 加「工作目錄（強制）」章節，硬編碼絕對路徑

python: command not found

原因WSL 裏沒有 python 命令

解決所有命令統一改為 python3

Unexpected UTF-8 BOM

原因openclaw.json 帶 UTF-8 BOM，導致 JSON 解析失敗

解決.env 加 OPENCLAW_CONFIG 指向無 BOM 副本

$WORKSPACE 變量不展開

原因agent 在獨立 shell 執行，沒有變量上下文

解決用硬編碼絕對路徑，不用 shell 變量

外部服務連接失敗

原因Docker 服務在 Windows，WSL 訪問 localhost 不通

解決Windows 側先執行 docker start <container>

Feishu API 403

原因複用了其他 agent 的憑證

解決每個 agent 獨立 app_id/secret，放各自 .env

如果你也在用 OpenClaw 並有遷移 Hermes 的打算，希望這份 Skill 能幫你少踩幾個坑。有問題歡迎留言。

關於openclaw資料包和系列文章