对比
Hermes Agent vs LangGraph 对比：用现成助手，还是自己构建智能体？
Hermes Agent 是安装后就能通过聊天工具使用、并在使用中积累技能的完整助手。 LangGraph 是底层编排框架，供开发者用代码构建有状态的智能体。 怎么选，取决于你需要一个可用的助手，还是要把智能体工作流做进自己的软件。
如果你想要一个能记住上下文、积累可复用技能，并在聊天工具里响应的个人或团队助手，Hermes 更合适。 如果智能体是你正在开发的产品的一部分，需要自己定义每一步执行、检查点和审批逻辑，就选择 LangGraph。
本文依据英文版截至 2026 年 10 月 19 日对 Hermes Agent 仓库及文档、LangGraph 仓库及 LangChain 文档的核对结果整理。 这里聚焦 Hermes 与 LangGraph；关于更广泛的 LangChain 与 LangGraph 选型问题，可参考OpenClaw Launch vs LangGraph 对比。
快速对比
| 对比项 | Hermes Agent | LangGraph |
|---|---|---|
| 开发方 | Nous Research | LangChain |
| 许可证 | MIT | 开源库采用 MIT |
| 产品形态 | 安装、配置后即可使用的完整智能体 | 构建有状态智能体的底层编排框架 |
| 你需要准备什么 | 模型、配置和接入渠道 | 用 Python 或 JavaScript 编写节点、边、状态和工具 |
| 记忆 | 智能体自行维护记忆，支持历史会话全文检索 | 提供线程状态检查点和长期记忆存储，具体逻辑由你设计 |
| 技能积累 | 从已完成任务中创建技能，并在后续使用中改进 | 没有内置的技能学习机制，行为取决于你编写的图 |
| 交互入口 | 命令行和消息网关，支持 Telegram、Discord、Slack、WhatsApp、Signal、邮件等 | 不内置用户界面，需要接入自己的应用或 API |
| 工具 | 40+ 内置工具、技能和 MCP 服务 | 通过代码绑定工具，也可通过适配器接入 MCP |
| 执行流程 | 由智能体执行循环调度，可派出子智能体并行工作 | 显式定义图结构，支持循环、分支和中断 |
| 持续运行与恢复 | 常驻进程、持久化记忆和 cron 定时调度 | 每一步保存状态检查点，故障后可恢复执行 |
| 部署方式 | 自行部署，或使用 OpenClaw Launch 等托管服务 | 自行部署，或使用 LangSmith Deployment（原 LangGraph Platform） |
LangGraph 是什么？
LangGraph 的定位是构建有状态智能体的底层编排框架。你把智能体建模为一张图： 节点是函数或模型调用，边决定下一步执行什么，带类型定义的状态对象在节点之间传递。 图中允许循环，因此模型可以反复调用工具；也可以设计分支、并行执行，或把任务路由到专门的子图。
它着重解决生产环境中的执行问题。检查点保存器会在每一步之后保存状态，让任务在进程崩溃后从中断处继续； 也支持在需要人工参与时暂停，等待审批或修改状态后再继续，并查看此前的状态。 LangGraph 于 2025 年 10 月发布稳定版 1.0，同时提供 Python 和 JavaScript 版本。
周边商业产品统一使用 LangSmith 品牌：LangSmith 提供追踪与评估，LangSmith Deployment 在 Agent Server 上托管长时间运行的智能体，LangSmith Studio 则用于可视化调试。 后两者原名分别是 LangGraph Platform 和 LangGraph Studio，均在 2025 年 10 月更名。 LangChain 的高层智能体 API 和 Deep Agents 包也都构建在 LangGraph 之上。
Hermes Agent 是什么？
Hermes Agent 是 Nous Research 开发的开源智能体，强调在使用中不断成长。 它以完整助手的形式提供：安装后，选择 Nous Portal、OpenRouter、OpenAI、自定义端点等模型来源，便可以开始工作。
它的一项特色是学习循环。完成复杂任务后，Hermes 可以把解决方法写成技能，并在后续使用中继续改进； 同时维护自己的记忆笔记，通过搜索历史对话找回上下文。 它还内置 cron 定时调度，可把任务结果发送到已连接的平台，支持子智能体并行工作， 提供本地、Docker、SSH、Modal、Daytona 等多种终端后端，并支持MCP 工具接入。
消息网关让你能从日常聊天工具访问同一个助手。文档列出的渠道包括 Telegram、Discord、Slack、WhatsApp、 Signal、短信、邮件、Matrix、Mattermost、Microsoft Teams、飞书 / Lark、企业微信、微信和 LINE 等。
核心区别：智能体的行为由谁来编写？
使用 LangGraph 时，图的结构、每个节点的代码、状态中保存哪些信息、使用什么持久化后端，以及用户通过什么界面访问， 都由你决定。这些开发工作换来的是细致、可测试的流程控制。 当智能体是产品功能，需要对不同客户保持一致的行为时，这种控制尤其有价值。
使用 Hermes 时，助手本身已经具备完整的执行逻辑，你通过配置、技能、记忆和接入的工具来调整它。 你对推理路径的控制没有细到每个节点，但可以直接开始使用，并让技能和记忆随使用逐步积累。
两种方案都需要考虑运维。自建 Hermes 需要一台持续开机的机器；LangGraph 应用也需要部署、密钥管理、监控和升级， 无论你自行维护，还是交给 LangSmith Deployment。
什么情况下选 LangGraph？
- 你要把智能体做进自己的产品、API 或后端处理流程。
- 流程必须明确可控，需要指定分支、重试、审批或多智能体路由。
- 任务耗时较长或容易中断，需要通过检查点恢复执行。
- 你需要逐步追踪、评估和重放执行过程。
- 团队有工程师负责代码及其部署维护。
什么情况下选 Hermes Agent？
- 你希望现在就能用上一个助手。
- 你主要通过 Telegram、Discord、Slack、WhatsApp 等聊天工具使用它。
- 你希望记忆和学到的技能随几周、几个月的使用持续积累。
- 你需要每天的简报、报告或定期检查，并把结果送到聊天里。
- 通过配置和技能调整行为，已经足够满足需求。
两者如何搭配使用？
两者可以通过MCP连接。LangGraph 智能体部署到 Agent Server 后， 可通过 /mcp 端点，以 Streamable HTTP 方式提供 MCP 工具。 在 Hermes 配置的 mcp_servers 中填入远程 HTTP MCP 服务的 URL 和认证请求头， Hermes 就能在需要时调用你的图。Hermes 负责对话、记忆和聊天渠道，LangGraph 负责边界清晰的结构化任务。
例如，用户在 Telegram 或 Slack 中向 Hermes 提出需求，再由 LangGraph 处理需要检查点的审批链或多步数据管道。 访问权限应由 LangGraph 服务本身校验，不能把权限控制交给发起调用的智能体。
在 OpenClaw Launch 上让 Hermes 全天运行
定时任务需要进程保持运行，聊天消息也需要随时有服务接收。你可以自己维护 VPS， 也可以在浏览器里通过OpenClaw Launch 托管 Hermes。 助手运行在独立容器中，通过控制面板连接聊天平台；模型调用可以使用自己的 API Key，也可以使用套餐内的 AI 额度。 具体可参考Hermes 全天运行指南和Hermes 部署指南（英文）。
Hermes 托管服务运行的是 Hermes 助手，不会同时托管独立的 LangGraph 应用。 如果要组合使用，仍需把图部署在自己的基础设施或 LangSmith Deployment 上，再让 Hermes 连接它的 MCP 端点。
如何做出选择？
LangGraph 适合需要把定制、可恢复的智能体流程集成到软件中的工程团队； Hermes 适合希望直接使用记忆、技能和聊天入口的人。 如果还拿不准，可以选一个真实任务，先在 Hermes 聊天中完成一次，再用最小的 LangGraph 图实现一次。 比较需要写多少代码，以及今后由谁维护，通常就能判断哪条路更合适。
常见问题
Hermes Agent 是基于 LangGraph 开发的吗？
不是。Hermes Agent 是 Nous Research 的独立开源项目，有自己的智能体执行循环、记忆、技能和消息网关。LangGraph 则是 LangChain 推出的框架，用来以图的形式编写智能体。两者互不依赖。
LangGraph Platform 和 LangSmith Deployment 是同一个产品吗？
是。LangChain 在 2025 年 10 月将 LangGraph Platform 更名为 LangSmith Deployment，LangGraph Studio 也更名为 LangSmith Studio。开源 LangGraph 库本身保留原名，仍采用 MIT 许可证。
Hermes 和 LangGraph，哪个记忆能力更适合我？
取决于你想直接使用，还是自己设计。Hermes 内置由智能体维护的记忆和历史会话检索，运行后即可使用。LangGraph 提供检查点保存器来持久化线程状态，以及用于长期记忆的存储机制；保存什么、使用什么键、何时检索，都由开发者决定。
Hermes 可以调用 LangGraph 智能体吗？
可以，通过 MCP 连接。部署在 Agent Server 上的 LangGraph 智能体可以通过 /mcp 端点，以 Streamable HTTP 方式暴露为 MCP 工具。Hermes 在配置的 mcp_servers 中声明远程 HTTP MCP 服务后，就能像调用其他工具一样调用这个工作流。