Hermes vs OpenClaw : lequel installer chez soi ?

#Hermes vs OpenClaw : la réponse courte

Les deux outils appartiennent à la même famille : un agent auto-hébergé sous licence MIT, avec mémoire persistante, skills, messageries, tâches planifiées et prise en charge du protocole MCP. La différence tient à ce que chaque projet place au centre. Hermes Agent, publié par Nous Research, se présente comme un agent autonome en ligne de commande dont les compétences se créent et s'améliorent avec l'usage. OpenClaw, lancé par Peter Steinberger, se définit par sa passerelle : un processus qui relie vos messageries à un modèle, puis exécute ce que le modèle demande.

Plutôt Hermes Agent

Vous travaillez d'abord dans un terminal, vous voulez un agent qui accumule des procédures au fil des tâches, et vous êtes à l'aise avec un fichier de configuration YAML et un écosystème Python.

Plutôt OpenClaw

Vous voulez un assistant présent dans WhatsApp, Telegram, Discord, Slack, Signal ou iMessage, avec un assistant d'installation guidé et une interface web de contrôle, dans un écosystème Node.js.

Ce qui est équivalent

La licence, le principe de la mémoire en fichiers Markdown, les skills au format SKILL.md, le branchement à Ollama et les risques de sécurité propres à tout agent qui exécute des commandes.

Ce que ce guide ne fait pas

Aucun classement chiffré, aucune durée d'installation, aucune mesure de vitesse. Nous n'avons pas comparé les deux dans des conditions identiques ; nous confrontons ce que leurs documentations décrivent.

#Deux conceptions : l'agent qui apprend contre la passerelle de messagerie

Hermes Agent est d'abord un agent de terminal. Sa documentation décrit une interface texte interactive, plus d'une quarantaine d'outils (terminal, fichiers, navigateur, mémoire, tâches planifiées), un mécanisme de sous-agents qui délèguent des tâches, et plusieurs façons d'exécuter les commandes : directement sur la machine, dans un conteneur Docker ou Singularity, sur une machine distante par SSH, ou sur une plateforme cloud comme Modal. La passerelle de messagerie existe, mais elle vient en complément : un seul processus sert le terminal et les messageries avec la même mémoire et le même historique.

OpenClaw inverse l'ordre. Son cœur est la Gateway, un processus Node.js en tâche de fond qui garde les connexions ouvertes avec vos messageries, reçoit chaque message, le transmet à l'agent et renvoie la réponse dans la bonne conversation. Par défaut, elle n'écoute que sur la machine elle-même, à l'adresse 127.0.0.1 et sur le port 18789, et sert aussi une interface web de contrôle. L'agent, l'espace de travail en fichiers Markdown et les skills s'organisent autour de cette passerelle. OpenClaw peut prendre l'initiative grâce aux tâches planifiées et à un réveil périodique, par exemple pour un point chaque matin.

Les fonctions ont fini par converger : les deux planifient des tâches, se connectent à des serveurs MCP et chargent des skills. Mais si vous demandez à chacun ce qu'il sait le mieux faire, Hermes répond « exécuter et retenir », OpenClaw répond « être joignable et agir ».

Deux confusions de noms à écarter. Hermes Agent n'est pas Hermes 4 : le premier est le logiciel d'orchestration, le second une famille de modèles de Nous Research que l'on peut faire tourner derrière lui, ou pas. OpenClaw s'est appelé Clawdbot puis Moltbot jusqu'à début 2026 : les tutoriels antérieurs décrivent le même logiciel avec d'anciens noms de commandes. Notre page « OpenClaw : c'est quoi ? » retrace cette histoire : https://quelllm.fr/guide/openclaw-c-est-quoi

#Mémoire : des fichiers Markdown des deux côtés, un usage différent

Les deux projets ont fait le même choix : la mémoire vit dans des fichiers texte que vous pouvez ouvrir et corriger à la main. La manière de les remplir diffère.

Chez Hermes Agent, deux fichiers portent la mémoire durable : MEMORY.md pour les faits et procédures que l'agent juge utiles, USER.md pour ce qu'il retient de vous. Ils se trouvent dans le dossier ~/.hermes/memories/. C'est le modèle qui décide, par un outil dédié, de ce qui mérite d'y être écrit. Une option de validation humaine des écritures existe, et la documentation reconnaît un point faible : un modèle local de moins d'environ 30 milliards de paramètres peut annoncer « c'est noté » sans avoir appelé l'outil. Le conseil officiel est de demander explicitement la mémorisation, puis de vérifier le fichier.

Chez OpenClaw, la mémoire fait partie de l'espace de travail de l'agent, un dossier de fichiers Markdown qui contient aussi ses consignes et sa personnalité, placé par défaut dans ~/.openclaw/workspace. La documentation y décrit un fichier de mémoire durable et des notes datées, que l'agent relit en début de session et peut interroger. Là encore, vous pouvez ouvrir ces fichiers dans un éditeur et supprimer ce qui ne doit pas y rester.

La différence de fond est ailleurs : Hermes mise sur les skills auto-créées, vues plus bas, pour conserver des procédures et pas seulement des faits ; OpenClaw conserve des faits et des notes, et s'appuie sur les skills installées pour les procédures. La faiblesse est commune : la fiabilité de la mémoire dépend du modèle, et un petit modèle local oublie d'écrire, écrit à côté, ou confond vos préférences avec celles d'un document lu.

#Skills : apprises par l'agent ou installées depuis un registre

Une skill est un dossier contenant un fichier SKILL.md qui enseigne à l'agent une procédure précise, parfois accompagné de scripts. Le format est le même des deux côtés, mais la provenance des skills marque la différence la plus nette entre les deux projets.

Hermes Agent

La documentation met en avant des skills qui se créent et s'améliorent avec l'usage : après une tâche réussie, l'agent peut rédiger lui-même la procédure et la réutiliser plus tard. C'est le sens de l'expression « agent qui apprend ». Vous pouvez aussi écrire ou déposer vos propres skills.

OpenClaw

Les skills s'écrivent à la main ou s'installent depuis ClawHub, le registre public du projet. L'offre est large, et c'est à la fois sa force et son risque : début 2026, des chercheurs en sécurité ont signalé des centaines de skills piégées sur ce registre.

Risque commun

Une skill contient des instructions, et parfois des scripts, exécutés avec vos droits. Une skill tierce se lit entièrement avant d'être activée, exactement comme un script téléchargé. Une skill générée par l'agent se relit aussi : elle peut avoir appris une mauvaise habitude.

#Messageries : OpenClaw ratisse large, Hermes couvre l'essentiel

C'est le terrain naturel d'OpenClaw. Sa documentation liste WhatsApp, Telegram, Discord, Slack, Signal et iMessage, entre autres, et l'assistant d'installation propose de les relier dès le départ. Hermes Agent documente une passerelle vers Telegram, Discord, Slack, WhatsApp et Signal. Les listes évoluent : vérifiez la page des canaux avant de choisir pour une messagerie précise.

Le fonctionnement est identique : l'agent ouvre des connexions sortantes vers le service, aucun port entrant n'est nécessaire, et rien ne justifie d'exposer la passerelle d'OpenClaw ni l'API de Hermes sur Internet. Les deux documentations recommandent un compte dédié à l'assistant, distinct de votre compte personnel.

Contrôle de qui parle à l'agent

OpenClaw : un inconnu qui écrit reçoit un code d'appairage, et l'agent ignore ses messages tant que vous n'avez pas approuvé ce code. Hermes : une couche d'autorisation des utilisateurs, décrite dans sa documentation de sécurité, limite les comptes qui peuvent lui donner des ordres.

Interface sur la machine

OpenClaw sert une interface web de contrôle sur http://127.0.0.1:18789/, protégée par un jeton. Hermes se pilote d'abord dans son interface texte, dans le terminal.

#Modèles : en ligne ou local, avec les mêmes exigences

Aucun des deux ne fournit de modèle : ils appellent un fournisseur en ligne avec votre clé, ou un modèle local servi par Ollama, qui écoute par défaut sur http://localhost:11434. Le point délicat est le même : un agent envoie des milliers de tokens de consignes et de définitions d'outils avant votre premier message, et attend des appels d'outils dans un format strict.

Hermes Agent se configure dans le fichier ~/.hermes/config.yaml. Les serveurs compatibles OpenAI, dont Ollama, vLLM et llama.cpp, se déclarent avec une adresse de base et une clé vide. Un détail utile : les rôles peuvent viser des fournisseurs différents, par exemple un modèle local pour la conversation principale et un autre pour la compression du contexte ou les titres de session. Notre guide dédié détaille ce branchement : https://quelllm.fr/guide/hermes-agent-ollama-guide

OpenClaw déclare ses fournisseurs dans ~/.openclaw/openclaw.json et sa documentation impose l'API native d'Ollama, pas l'interface compatible OpenAI terminée par /v1, sous peine de perdre l'appel d'outils. La page qu'Ollama consacre à OpenClaw recommande au moins 64 000 tokens de contexte avec un modèle local. Le pas à pas : https://quelllm.fr/guide/openclaw-ollama-modeles-locaux

Capacité d'appel d'outils

Dans les deux cas, choisissez un modèle dont la fiche Ollama affiche la capacité tools. Un modèle de discussion classique décrit l'action au lieu de l'exécuter.

Taille du modèle

Hermes documente une mémoire peu fiable sous environ 30 milliards de paramètres. OpenClaw demande un contexte large. Repères en Q4_K_M pour les seuls poids : 14B ≈ 9 Go, 32B ≈ 19 Go, auxquels s'ajoute le contexte.

Matériel

Une RTX 3060 12GB ou une RTX 4070 12GB permettent des essais avec un modèle de 14B et des attentes mesurées. Une RTX 4090 24GB ou un Mac M4 Pro à 48 Go de mémoire unifiée donnent la marge nécessaire aux modèles de 32B avec un grand contexte.

Commencer en ligne

Les deux documentations suggèrent le modèle le plus capable dont vous disposez, parce qu'il résiste mieux aux instructions piégées. Une clé d'API plafonnée en budget est souvent le meilleur point de départ, avant de passer en local.

#Installation et entretien : ce que les documentations demandent

Nous ne donnons aucune durée d'installation, faute de l'avoir mesurée. Voici ce que chaque projet exige d'après sa documentation ; les commandes ci-dessous servent à mesurer l'effort, pas de tutoriel.

Hermes Agent : systèmes

Linux, macOS et Windows via WSL2. Le projet est écrit en Python ; le script d'installation met en place l'environnement nécessaire.

Hermes Agent : méthode

Un script officiel installe la commande hermes. La configuration se fait ensuite dans ~/.hermes/config.yaml ou par la commande de configuration de l'outil, et la passerelle de messagerie se lance comme un processus séparé.

OpenClaw : systèmes

macOS et Linux directement, Windows via WSL2. Node.js est requis, en version 22 au minimum à notre connaissance ; cette exigence a déjà changé, vérifiez-la sur la page d'installation.

OpenClaw : méthode

Un paquet npm ou un script officiel installe la commande openclaw, puis un assistant d'installation pose les questions sur le modèle, les messageries et la sécurité, et enregistre la passerelle comme service. Une installation par Docker Compose est aussi documentée : https://quelllm.fr/guide/installer-openclaw-docker

# Hermes Agent (Linux, macOS, WSL2)
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes

# OpenClaw (Node.js requis)
npm install -g openclaw@latest
openclaw onboard --install-daemon

Côté entretien, les deux projets publient souvent : Hermes Agent a tagué sa version v0.21.5 le 24 septembre 2026, et OpenClaw intègre une commande de mise à jour, openclaw update, et un diagnostic, openclaw doctor. Une installation laissée telle quelle pendant des mois devient un risque, car certaines versions corrigent des failles. Sur un serveur, épinglez un numéro de version et lisez les notes de version avant de mettre à jour.

#Sécurité : les mêmes risques, deux réponses

Le danger est identique, car il tient à la nature d'un agent : il lit des contenus venus de l'extérieur, accède à des données privées et peut exécuter des commandes. Un texte piégé peut contenir des instructions qu'il prendra pour les vôtres, et un petit modèle local se laisse en général détourner plus facilement qu'un grand. Notre guide sur l'injection de prompt détaille le mécanisme : https://quelllm.fr/guide/injection-de-prompt-llm-local

Hermes Agent documente un modèle de sécurité à huit couches : autorisation des utilisateurs, approbation humaine des commandes dangereuses, garde-fous sur l'écriture de fichiers, isolation par conteneur (Docker, Singularity, Modal), filtrage des identifiants transmis aux serveurs MCP, détection d'injection de prompt dans les fichiers de contexte, isolation entre sessions et validation des chemins de travail. L'approbation des commandes se règle par approvals.mode, avec un mode intelligent par défaut qui laisse passer les actions à faible risque et bloque les autres pour validation.

OpenClaw documente de son côté l'appairage des inconnus par code, l'authentification par jeton de la passerelle, l'exécution des conversations de groupe dans un conteneur Docker isolé, et deux commandes intégrées : openclaw doctor pour le diagnostic, openclaw security audit --deep pour repérer les réglages dangereux. Son histoire récente rappelle pourquoi ces outils comptent : la vulnérabilité CVE-2026-25253, corrigée fin janvier 2026, permettait de voler le jeton de la passerelle via un lien piégé, et des chercheurs ont recensé début 2026 des milliers de passerelles accessibles depuis Internet.

Isolement par défaut

Ni l'un ni l'autre. Hermes exécute les commandes sur la machine tant que vous n'avez pas choisi un backend conteneurisé. OpenClaw tourne sur l'hôte et réserve le conteneur Docker aux sessions de groupe, sauf installation entièrement en Docker.

Approbation des actions

Hermes : documentée au cœur du produit, avec trois régimes. OpenClaw : repose sur la configuration des outils et sur l'audit intégré ; la documentation de sécurité de la passerelle est la page à lire.

Surface d'attaque

OpenClaw expose une interface web locale et un registre de skills très fréquenté ; Hermes expose davantage d'outils et de backends. Dans les deux cas, moins vous activez de canaux, d'outils et de skills, moins il y a à défendre.

#Hermes ou OpenClaw : choisir en cinq questions

Aucun des deux n'est meilleur dans l'absolu. Les cinq questions ci-dessous, posées dans l'ordre, désignent en général un favori clair. Si elles se partagent, essayez les deux dans une machine virtuelle avec un bot Telegram de test, une semaine chacun sur la même tâche sans donnée sensible : ils se désinstallent sans laisser de trace si vous les avez isolés.

1. 01
   D'où lui parlerez-vous le plus souvent ?

   Depuis un terminal, pour des tâches techniques : Hermes Agent est pensé pour cela, les messageries viennent en plus. Depuis votre téléphone, dans une messagerie que vous ouvrez déjà dix fois par jour : OpenClaw est construit autour de ce cas, avec plus de canaux pris en charge.
2. 02
   Que voulez-vous qu'il retienne ?

   Des procédures qu'il réutilisera seul : la création de skills par l'agent est le pari de Hermes. Des faits, des notes et des rappels, avec des compétences que vous choisissez : OpenClaw et son espace de travail en Markdown suffisent.
3. 03
   Quel écosystème savez-vous dépanner ?

   Le jour où quelque chose casse, vous lirez des journaux et parfois du code. Hermes est en Python, OpenClaw en Node.js.
4. 04
   Quel modèle allez-vous brancher ?

   Un fournisseur en ligne plafonné : les deux conviennent. Un modèle local sur une carte de 12 Go : attendez-vous à des limites avec les deux, Hermes sur la mémoire, OpenClaw sur le contexte. Un modèle de 32B sur 24 Go ou un Mac bien doté change la donne pour l'un comme pour l'autre.
5. 05
   Combien d'entretien acceptez-vous ?

   Les deux demandent des mises à jour régulières et une relecture de la mémoire. OpenClaw ajoute la vigilance sur les skills installées et l'exposition de la passerelle ; Hermes, sur les backends d'exécution et sur ce que l'agent apprend seul.

Plutôt Hermes Agent

Développeur ou administrateur, terminal au quotidien, tâches récurrentes à automatiser, envie d'un agent qui s'améliore et d'un contrôle fin de l'exécution (approbations, backends isolés).

Plutôt OpenClaw

Assistant personnel joignable partout, plusieurs messageries dont iMessage ou WhatsApp, installation guidée, interface web, large choix de skills prêtes à l'emploi.

Ni l'un ni l'autre

Si le besoin se limite à discuter avec un modèle local, Ollama avec Open WebUI ou LM Studio fait l'affaire avec bien moins de surface d'attaque. Pour un agent confiné par conception dans un conteneur, regardez Agent Zero. Pour des automatisations dont chaque étape est décidée à l'avance, n8n avec Ollama est plus prévisible qu'un agent.

#Sources officielles à consulter

Comparatif rédigé le 13 octobre 2026 à partir des documentations officielles des deux projets, relevées entre fin septembre et mi-octobre 2026, sans test maison, mesure ni score. Versions, listes de messageries et noms de commandes changent vite : relisez ces pages avant d'installer.

https://hermes-agent.nousresearch.com/docs/

https://hermes-agent.nousresearch.com/docs/user-guide/security

https://github.com/NousResearch/hermes-agent

https://docs.openclaw.ai/

https://docs.openclaw.ai/gateway/security

https://github.com/openclaw/openclaw

#Pour aller plus loin

Hermes Agent avec Ollama

Configuration exacte du fournisseur local, modèles pour l'appel d'outils, mémoire et limites à connaître. https://quelllm.fr/guide/hermes-agent-ollama-guide

Agent Zero avec Ollama dans Docker

Un agent livré dans un conteneur, avec bureau Linux embarqué : l'isolement fait partie de sa conception. https://quelllm.fr/guide/agent-zero-ollama-docker

Goose, l'agent local dans le terminal

L'agent de Block branché sur Ollama, avec ses modes de permission : une autre réponse au besoin « agent de terminal ». https://quelllm.fr/guide/goose-agent-local

Créer un agent IA local : architecture

Modèle, outils, mémoire, boucle : les briques communes à Hermes, OpenClaw et aux autres, pour comprendre ce que vous installez. https://quelllm.fr/guide/agent-ia-local-architecture