Posts

轻量个人助理 Agent 选型：Hermes、OpenClaw、nanobot 与开发框架怎么选

我曾经把个人助理的每一层都自己实现：Lark WebSocket、卡片、Agent Loop、Goal Runtime、记忆、定时任务、多模型 fallback、工具审批和多云 VPS 运维。

这样做最大的收益是理解了边界，最大的代价也是边界——一旦通用 Agent 能力持续扩张，维护一个个人助手就会逐渐变成维护一个框架。

更合理的方向是：

成熟 Agent 负责通用助理能力
标准 MCP 负责专业工具
服务端策略负责最终安全边界

但“成熟”和“轻量”不能只看项目介绍。这篇文章使用同一组需求评估 2026 年几类主流选择。

我的真实需求

这不是通用 Agent 排行榜。目标环境是一台低资源 VPS，主要服务一个人：

  • 通过 Lark 私聊和群聊使用；
  • 处理问答、翻译、摘要、Idea、纪要和博客；
  • 保存少量长期偏好与会话历史；
  • 支持定时提醒和主动推送；
  • 通过 MCP 接入 GitHub、知识库和多云运维；
  • 模型不可用时，核心运维控制面仍然可查询；
  • 重启、备份、恢复和发布等动作必须人工批准；
  • 使用远程模型，不在小 VPS 上运行本地大模型。

基于这些约束，我把候选分成两类：

成品助理：Hermes Agent / OpenClaw / nanobot
开发框架：OpenAI Agents SDK / PydanticAI / Agno / LangGraph

成品助理的优势是少造渠道、记忆和调度；框架的优势是运行时可控，但应用外壳仍要自己写。

先定义“成熟”

一个仓库更新频繁、Star 很多，不等于适合长期运行。我更关心：

  1. 配置和升级有没有稳定入口；
  2. 会话和任务能否在重启后恢复；
  3. 渠道是否处理去重、重连和用户隔离；
  4. MCP 是否支持过滤、超时和失败降级；
  5. 高风险工具是否有确定性权限边界；
  6. 日志、健康检查、备份和回滚是否可操作；
  7. 安全修复是否持续发布；
  8. 能否关闭不需要的工具，而不是默认把整台主机交给模型。

个人助理生态仍然变化很快。这里的“成熟”是相对成熟，不等于 systemd、SQLite 或 Ansible 那样经过多年稳定周期。

read more