Beobachtetes Signal · 23. Mai 2026 · Migration · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv
Migration eines WhatsApp-Finance-Agenten von OpenClaw zu Hermes
Ein Entwickler hat Finn, einen persönlichen Finanz-Agenten für WhatsApp, von OpenClaw (TypeScript) zu Hermes migriert. Während OpenClaw auf ein einzelnes Agentenmodell mit klassischem Funktions-Tooling und Supabase setzt, markiert Hermes einen architektonischen Paradigmenwechsel. Die Plattform ersetzt traditionelle Tools durch progressive SKILL.md-Abstraktionen und ein Agenten-gesteuertes Skill-Management. Zudem bietet Hermes integrierte Gedächtnisprimitive wie SOUL.md, USER.md und MEMORY.md, SQLite mit FTS5 sowie Honcho für die Nutzeremulation. Native Gateways für über 20 Plattformen und ein offizieller Migrationsbefehl (hermes claw migrate) erleichtern den Wechsel. Trotz Vorteilen wie persistenter Lernfähigkeit und Multi-Platform-Reichweite müssen Entwickler eine geringere deterministische Ausführung und die frühe Reifephase von Hermes v0.10.0 berücksichtigen.
Der Fall zeigt praxisnah, wie Skill-basierte Abstraktionen und persistente Gedächtnisstrukturen die Entwicklung von Conversational Agents verändern können; allerdings handelt es sich um eine frühe Entwickler-Fallstudie und keine Plattformankündigung.
Marktsignale zu Supabase in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Der Entwickler baute Finn als OpenClaw-Plugin in TypeScript mit sechs Tools, Supabase-Persistenz, GPT-Modellen für OCR und Whisper für Sprachtranskription.
- Hermes verlagert die Kernabstraktion von Tools auf Skills: Diese werden als SKILL.md-Dateien mit progressivem Disclosure verfasst, unterstützt durch über 70 integrierte Tools.
- Ein spezielles skill_manage Tool ermöglicht es Agenten, eigenständig Skills zu erstellen und zu aktualisieren, wodurch prozedurale Lernprozesse automatisiert werden.
- Hermes integriert persistente Gedächtnisprimitive (SOUL.md, USER.md, MEMORY.md), SQLite mit FTS5 für die Session-Speicherung und Honcho für die dynamische Nutzermodellierung.
- Native Gateways für mehr als 20 Plattformen (darunter WhatsApp, Telegram, Discord, Slack) sowie der Befehl hermes claw migrate unterstützen die OpenClaw-Migration.
Verknüpfte Unternehmen
1 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Hermes positioniert sich als Agent-Runtime der nächsten Generation
Eine Entwickleranalyse vergleicht Hermes Agent und OpenClaw und argumentiert, dass Hermes das Agentenmodell von einem lokalen persönlichen Assistenten zu einer persistenten, sich selbst optimierenden Agent-Runtime weiterentwickelt. Hermes setzt auf kuratierte Memory-Schichten (MEMORY.md und USER.md), prozedurale Skills, die der Agent selbst erstellen und verbessern kann, konfigurierbare isolierte Execution-Backends (Docker, SSH, Modal, Daytona, Vercel Sandbox) sowie über Messaging zugängliche Background-Sessions. OpenClaw bleibt zwar für breiten Channel-Support und eine große Community bekannt, doch Hermes priorisiert langfristige Betriebsfähigkeit, sicherere Ausführung und kumulierendes prozedurales Wissen. Diese Eigenschaften sind entscheidend, um Agenten eher als überwachte Infrastruktur denn als kurzlebige Chatbots einzusetzen.
Hermes Agent: Open-Source-KI-Agent mit kontinuierlicher Selbstverbesserung
Dieser entwicklerzentrierte Artikel beleuchtet den Hermes Agent, einen von Nous Research entwickelten, autonomen Open-Source-KI-Agenten. Im Fokus stehen die zentralen Designprioritäten des Frameworks: persistente sitzungsübergreifende Speicherfunktionen, wiederverwendbare prozedurbezogene Skills, umfangreicher nativer Tool-Zugriff mit über 60 Werkzeugen sowie die Unterstützung diverser Runtime-Backends wie Docker, SSH und Modal. Beschrieben werden zudem ein unkomplizierter Onboarding-Prozess via Einzeiler-Installationsprogramm, typische Entwickler-Workflows von der Websuche bis zur Zusammenfassung sowie bestehende Trade-offs hinsichtlich Komplexität und Observability. Das Projekt zielt darauf ab, sich durch wiederholte Nutzung kontinuierlich zu optimieren, und wird im Rahmen der Hermes Agent Challenge mit entsprechenden Verweisen auf GitHub und offizielle Dokumentationen vorgestellt.
Hermes Agent erreicht 100K Sterne und etabliert persistente Hintergrund-KI
Hermes, ein Open-Source-Agent von Nous Research, hat innerhalb von sieben Wochen 100.000 GitHub-Sterne erreicht und positioniert sich als persistentes, sich selbst optimierendes Agenten-Framework für Produktteams. Im Gegensatz zu statischen Prompt-Bibliotheken verfolgt Hermes Sitzungsergebnisse und schreibt Skills automatisch um, indem es alle 15 Tool-Aufrufe Workflows speichert. Das Modell ist agnostisch gegenüber Backends wie Claude, GPT-4o, Gemini oder lokalen Llama-Modellen und integriert sich in Telegram, Slack, WhatsApp, Discord sowie Signal. Ein wiederholter Task zur Wettbewerbsanalyse sank von rund 20 auf 8 Minuten über sechs Wochen. Neben optionalen lokalen Medien-Workflows bietet Hermes ein kostenpflichtiges Toolkit mit strukturierten Templates. Zu den operationellen Grenzen zählen die Abhängigkeit von der lokalen Maschinenverfügbarkeit sowie Datenschutz- und Validierungsrisiken durch autonomes Pattern-Learning.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.