Hermes Agent 是一个可自托管的开源 Agent，核心能力是把任务执行经验沉淀成可复用 Skills，并在后续任务中持续加载和改进。围绕它的学习闭环、持久化记忆、定时任务、多代理并行机制，以及 MiniMax M2.7 这类底层模型在 Agent 场景中的作用进行拆解。
OpenClaw 的核心价值不只是个人 AI 助理形态，而是它在提示词动态组装、上下文压缩、分层记忆、工具约束和安全护栏上的工程设计。围绕 Prompt、Context、Harness 三个维度，可以拆出一套可迁移到 Agent 系统里的架构方法。
OpenClaw 和 Hermes Agent 都属于通用 Agent 系统，但架构重心不同：OpenClaw 更偏本地优先的 Gateway 控制面，Hermes 更偏会沉淀经验的学习型 Runtime。这里从系统分层、Skills、Memory、安全、安装和迁移几个角度讲清两者的差异与选型思路。
大语言模型本身没有运行时状态，AI Agent 必须在模型外设计记忆系统。围绕 OpenClaw、Claude Code 和 Hermes Agent，拆解文件记忆、上下文工程、情景记忆三种架构路线的机制、适用场景和代价。
SkillClaw 是阿里 DreamX 团队开源的 Agent 技能进化框架。它把多用户交互轨迹沉淀为共享证据，在后台自动修正或创建技能，并通过夜间验证把更好的技能同步给所有 Agent。
Hermes Agent 是 Nous Research 推出的开源 AI Agent 框架，核心特点是能在任务执行后自动沉淀经验。这里从 Learning Loop、四层记忆系统、多模型编排、消息网关和上手成本几个角度，讲清它和 OpenClaw 这类 Agent 工具的关键差异。
办公 Agent 的瓶颈已经从“能不能生成内容”转向“能不能把结果交付到真实工作流”。围绕 QClaw V2 的 Connector 和 Multi-Agent 能力，讲清 AI 办公自动化如何从对话框输出走向文档、邮件、会议和多角色协作。
SDD-RIPER 用持久化 Spec、代码索引和审批状态机约束大模型编程，解决上下文腐烂、审查失控、维护断层和代码不可信问题。这里给出团队一周内试点、扩散和治理的完整流程。
Claude Code Skill 可以把人物的判断框架、表达风格和案例材料封装成可复用能力。这里以张雪峰 Skill 为例，拆解资料调研、心智模型提炼、决策启发式、表达 DNA、测试验证和安装使用流程。
init-skill 是一个用于初始化 Claude Code 项目上下文体系的开源 skill。它通过 CLAUDE.md、专用子智能体、路径规则、工作流和记忆机制，让 AI 在项目中持续积累约束、偏好和经验，减少重复犯错。
