sliorean Hexo https://sliorean.site/ All rights reserved 2026, sliorean AI Agent 研究 · 技术折腾 · 个人博客 sliorean 2026-08-09T07:21:21.233Z sliorean 欢迎来到 sliorean 的博客！

这是本站的第一篇文章，使用 Hexo + Stellar 主题搭建。

这是什么

一个用来记录技术笔记、生活感悟与分享的小角落。

怎么写文章

1
2
3
4
5
6
7
8
# 新建文章
hexo new "文章标题"

# 本地预览
hexo server

# 生成静态文件
hexo generate

文章写好后，git push 即可自动部署上线。

接下来

  • 整理过往笔记，慢慢搬运
  • 记录新学到的东西
  • 不定期更新

祝你阅读愉快。

]]> https://sliorean.site/2026/07/hello-world/ 2026-07-26T13:50:00.000Z 欢迎来到 sliorean 的博客，本站使用 Hexo + Stellar 主题搭建。 Hello World 2026-08-09T07:21:21.233Z sliorean 一、总体对比
维度Hermes AgentOpenClaw
语言PythonTypeScript
LicenseMITMIT
Stars220,677384,195
Forks42,02680,719
Open Issues25,4487,044
Default branchmainmain
定位self-improving agentpersonal AI assistant
部署形态CLI + 可选 serverlessdaemon-first gateway
学习机制built-in learning loopexternal review；agent 本身不学习

架构哲学

  • Hermes：README 明确描述为 “the only agent with a built-in learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, searches its own past conversations”
  • OpenClaw：README 定位 “personal AI assistant that learns and grows with you, running on your own devices — developed in the open by the OpenClaw Foundation, a non-profit”

二、入口与启动流程

Hermes

  • 安装：https://hermes-agent.nousresearch.com/install.sh
  • 启动：hermes 进入交互式 CLI
  • 常用命令：hermes model、hermes tools、hermes config set、hermes gateway、hermes setup、hermes doctor、hermes update
  • 迁移：hermes claw migrate
  • 六类终端后端：local、Docker、SSH、Singularity、Modal、Daytona
  • 支持 Windows native / WSL2 / Linux / macOS / Termux
  • 自带 Git Bash（MinGit），Windows 无管理员也可运行

OpenClaw

  • 安装：https://openclaw.ai/install.sh 或 npm install -g openclaw@latest
  • 运行时：Node 24.15+ (recommended)、Node 22.22.3+、Node 25.9+
  • 启动：openclaw onboard --install-daemon → daemon 常驻
  • 运行状态：openclaw gateway status 默认端口 18789
  • 多 release channel：stable / extended-stable / beta / dev
  • 支持 macOS、Linux、Windows；提供 Windows Hub / macOS menu bar / iOS Android nodes

对比

维度HermesOpenClaw
默认形态CLI-firstdaemon-first
安装方式curl one-linercurl / npm
配置入口hermes config set~/.openclaw/openclaw.json JSON5
端口无默认18789
迁移工具hermes claw migrateOpenClaw 自身为被迁移对象

关键差异：Hermes 直接进交互；OpenClaw 先 onboarding / daemon，更像常驻后台服务。

三、核心 ReAct 主循环

Hermes

  • 流式工具输出
  • interrupt-and-redirect
  • conversation history
  • slash-command autocomplete
  • 多步骤工具调用与多协程并行

OpenClaw

  • EventStream 生命周期：agent_start → turn_start → message_start → message_update → message_end → turn_end → agent_end
  • Steering：用户可在 agent 思考时插入消息
  • Follow-up：agent 停止后新消息重唤醒
  • 动态模型切换：prepareNextTurn 每轮可选模型与 thinking level

对比

维度HermesOpenClaw
交互请求-响应请求-响应 + Steering + Follow-up
动态模型切换未在公开 README 明确prepareNextTurn
事件系统callback 风格EventStream 完整生命周期
流式整体返回text_delta / thinking_delta / toolcall_delta
中断恢复未公开appendInterruptedTurnMessage

四、状态管理与会话隔离

Hermes

  • SQLite + FTS5 session search
  • LLM summarization for cross-session recall
  • Honcho dialectic user modeling
  • 多会话 / 多平台消息路由由 single gateway process 提供

OpenClaw

  • JSON transcript 文件：~/.openclaw/state/sessions/<agent-id>/<session-key>.json
  • 共享 state DB：state/openclaw.sqlite（Kysely）
  • per-agent DB：agents/<agentId>/agent/openclaw-agent.sqlite
  • FTS5 + sqlite-vec memory；MMR 多样性

对比

维度HermesOpenClaw
转录持久化SQLite 表JSON 文件 + SQLite
全文索引FTS5FTS5
向量搜索未公开sqlite-vec + embedding provider
跨会话 recall公开支持公开支持
SQL 抽象未公开Kysely 类型安全

五、记忆系统

Hermes

  • agent-curated memory with periodic nudges
  • autonomous skill creation after complex tasks
  • skills self-improve during use
  • FTS5 session search with LLM summarization
  • Honcho dialectic user modeling
  • compatible with agentskills.io

OpenClaw

  • BM25 + 向量混合搜索
  • 多 provider embedding：OpenAI / Gemini / Voyage / local
  • chokidar 文件监听
  • compaction engine 参数：BASE_CHUNK_RATIO = 0.4、MIN_CHUNK_RATIO = 0.15、SAFETY_MARGIN = 1.2
  • 长期工作区文件：MEMORY.md、SOUL.md、USER.md、AGENTS.md、TOOLS.md、HEARTBEAT.md

对比

维度HermesOpenClaw
混合搜索未公开BM25 + vector + MMR
embedding未公开多 provider + local
压缩trajectory compressioncompaction engine
长期记忆格式skills/memory 自生成markdown workspace
文件监听未公开chokidar

六、工具系统

Hermes

  • delegates and parallelizes
  • spawn isolated subagents
  • write Python scripts that call tools via RPC
  • 工具配置：hermes tools
  • 支持 MCP（optional-mcps/ 目录公开存在）
  • Skills Hub：agentskills.io 兼容

OpenClaw

  • 多源工具合并：core + platform + channel + plugin + skill（5 源）
  • tool-policy pipeline：owner / group / subagent / sandbox / plugin / explicit（6 层）
  • exec 支持 PTY、后台、多目标（host/sandbox/node）
  • 危险命令审批工作流
  • deny / allowlist / full 三级安全模式
  • per-channel tools：如 Telegram reactions

对比

维度HermesOpenClaw
工具来源内置 + MCP5 源合并
策略层数黑名单6 层管道
exec PTY未公开支持
审批工作流未公开支持
跨渠道工具未公开支持 per-channel

七、技能系统

Hermes

  • autonomous skill creation after complex tasks
  • skills self-improve during use
  • 兼容 agentskills.io
  • 无公开 market；以技能目录形式存在

OpenClaw

  • AgentSkills 标准：Markdown + YAML frontmatter
  • SKILL.md 声明 metadata + instructions
  • ClawHub 市场
  • CVE 跟踪，如 CVE-2026-25253

对比

维度HermesOpenClaw
标准内部 + agentskills.io 兼容AgentSkills
市场无ClawHub
审计未公开CVE 跟踪
创建方式agent 自主自然语言 + 脚本

八、子代理委派

Hermes

  • Spawn isolated subagents for parallel workstreams
  • write Python scripts that call tools via RPC
  • collapsing multi-step pipelines into zero-context-cost turns

OpenClaw

  • ACP：Agent Client Protocol
  • run / session 双模式
  • thread binding
  • resumeSessionId
  • target_agent 跨 agent 调用
  • 12 种结构化错误码
  • image attachments
  • cleanup delete / keep
  • ACP timeout 上限：24h
  • streamTo: parent 实时流式回传

对比

维度HermesOpenClaw
隔离ContextVarsession + thread binding
模式一次性run / session
恢复无支持
跨 agent无target_agent
流式回传输出尾部实时 streamTo
timeout 上限可配置24h 硬上限

九、MCP 集成

Hermes

  • MCP client：消费外部 MCP server
  • optional-mcps/ 目录存在
  • 不支持作为 MCP server 暴露工具

OpenClaw

  • 双向 MCP：client + server
  • createToolsMcpServer：暴露 browser/canvas/nodes 等工具
  • 4 种信号 + shutdown promise 优雅关闭
  • routeLogsToStderr 保证 stdout 协议纯净

对比

维度HermesOpenClaw
角色client onlyclient + server
暴露工具无支持
优雅关闭无特殊说明4 种信号
日志隔离无特殊说明stderr 分流

十、Provider 抽象

Hermes

  • 支持 Nous Portal / OpenRouter / OpenAI / any endpoint
  • hermes model 切换，无代码改动，无锁定
  • 100+ models via Nous Portal

OpenClaw

  • 支持：Anthropic / OpenAI / Google(Gemini) / xAI(Grok) / OpenRouter / GitHub Copilot / MiniMax 及任意 OpenAI/Anthropic 兼容端点
  • OAuth 订阅：Anthropic / OpenAI(ChatGPT/Codex) / GitHub Copilot
  • 12+ providers in built-in catalog
  • 动态 API key 刷新
  • thinking level 切换
  • context transform

对比

维度HermesOpenClaw
数量5+12+
OAuth未公开支持
动态 key未公开支持
thinking level未公开支持
context transform未公开支持

十一、网关与多渠道

Hermes

  • Telegram / Discord / Slack / WhatsApp / Signal + CLI
  • Cross-platform conversation continuity
  • Voice memo transcription

OpenClaw

  • 26+ 渠道：WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、SMS、IRC、Microsoft Teams、Matrix、Feishu、LINE、Mattermost、Nextcloud Talk、Nostr、Synology Chat、Tlon、Twitch、Zalo、Zalo Personal、ClickClack、Raft、Reef、QQ、WebChat
  • macOS / iOS / Android companion apps
  • Voice Wake + Talk Mode
  • Live Canvas with A2UI
  • WebChat 内置
  • 国内 IM：微信、QQ、飞书、钉钉

对比

维度HermesOpenClaw
渠道数626+
国内 IM无微信/QQ/飞书/钉钉
companion apps无macOS menu bar / Windows Hub / iOS / Android
Voice Wake无macOS/iOS + Android
Live Canvas无A2UI
Heartbeat无HEARTBEAT.md + cron

十二、安全模型

Hermes

  • DM 访问视为不受信输入
  • Daytona / Modal serverless 隔离
  • sandbox 选项

OpenClaw

  • DM pairing：默认 pairing code；allowFrom 白名单
  • sandbox 后端：Docker / SSH / OpenShell
  • 工具策略：deny / allowlist / full
  • MEMORY.md 仅主会话加载
  • Owner boundary
  • Approval workflow
  • ClawHub 审计：CVE-2026-25253
  • AGENTS.md：runtime 只读 canonical config
  • 安全文档：docs.openclaw.ai/gateway/security

对比

维度HermesOpenClaw
隔离粒度serverless VM/containerDocker / SSH / OpenShell
多渠道权限未公开per-group / per-channel
审批未公开支持
配置兼容性宽松严格，无静默兼容
skill 审计无CVE 跟踪

十三、自改进

Hermes

  • agent-curated memory with periodic nudges
  • autonomous skill creation after complex tasks
  • skills self-improve during use
  • trajectory_compressor 训练数据归档

OpenClaw

  • 外部审查：ClawSweeper（独立仓库）
  • agent 本身不自改进；改进的是代码仓库 PR 质量
  • external review robot + structured output

对比

维度HermesOpenClaw
运行时学习agent 自主无
技能自动创建支持无
记忆自动更新nudges无
代码审查无ClawSweeper
训练数据归档支持无

十四、部署与运行时

Hermes

  • 本地：python -m hermes 或 hermes
  • Modal / Daytona serverless
  • $5 VPS systemd
  • Docker backend
  • modal deploy / daytona deploy

OpenClaw

  • npm 全局
  • Docker Compose
  • pnpm + tsx 开发
  • 国内云一键：阿里云 / 腾讯云 / 移动云模板
  • daemon：launchd / systemd user / Scheduled Task

对比

维度HermesOpenClaw
serverlessModal/Daytona无
5$ VPS支持支持
国内云一键无支持
Windows native支持Windows Hub
冷启动serverless hibernatedaemon 常驻无冷启动

十五、综合结论

OpenClaw 优势区域

  • 多渠道生态
  • 工程成熟度
  • AgentSkills 标准 + ClawHub
  • 双向 MCP
  • 国内 IM
  • 流式交互 + 事件系统
  • 混合记忆搜索

Hermes 独特优势

  • 内置自改进闭环
  • 训练数据导向设计
  • Serverless scale-to-zero
  • Nous Portal 一站式 keys
  • Windows native 无 WSL 也可跑

选型原则

  • 要 7×24 个人助手、多渠道、生态成熟 → OpenClaw
  • 要 agent 自我进化、serverless、训练数据沉淀 → Hermes
  • 要国内 IM 接入 → OpenClaw
  • 要单用户研究场景、Python 生态 → Hermes
]]> https://sliorean.site/2026/07/Hermes-vs-OpenClaw-%E6%8A%80%E6%9C%AF%E5%AF%B9%E6%AF%94%E5%88%86%E6%9E%90/ 2026-07-25T16:00:00.000Z 从架构、工具调用、记忆系统等维度对比 Hermes Agent 与 OpenClaw 两个 AI Agent 框架。 Hermes Agent vs OpenClaw 技术对比 2026-08-09T07:21:21.233Z sliorean 一、GitHub API 实证数据
项目StarsForksOpen IssuesDefault BranchLicenseCreated
OpenClaw384,19580,7197,044mainMIT2025-11-24
Hermes220,67742,02625,448mainMIT2025-07-22
Nanobot46,2588,190843mainMIT2026-02-01
ZeroClaw32,3984,843575masterApache-2.02026-02-13
NanoClaw30,37312,874853mainMIT2026-01-31
PicoClaw29,7264,34061mainMIT2026-02-04
IronClaw12,5611,4871,406mainApache-2.02026-02-03

Stars 排名：OpenClaw (384K) > Hermes (221K) > Nanobot (46K) > ZeroClaw (32K) > NanoClaw (30K) > PicoClaw (30K) > IronClaw (13K)

最新 Release

项目Latest ReleasePublished类型
OpenClawv2026.7.12026-07-13stable
Hermes———
Nanobotv0.3.02026-07-25stable
ZeroClawv0.8.32026-07-16stable
NanoClawv2.1.172026-06-17stable
PicoClawv0.3.12026-07-03stable
IronClawironclaw-v1.0.0-rc.12026-07-21release candidate

二、OpenClaw（openclaw/openclaw）

定位：personal AI assistant；OpenClaw Foundation 非营利维护。

渠道：WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、SMS(Twilio)、IRC、Microsoft Teams、Matrix、Feishu、LINE、Mattermost、Nextcloud Talk、Nostr、Synology Chat、Tlon、Twitch、Zalo、Zalo Personal、ClickClack、Raft、Reef、QQ、WebChat，另注 macOS/iOS/Android nodes。

创建者：Peter Steinberger + 社区；README “## Molty” 章节原文。

Sponsors：OpenAI、GitHub、NVIDIA、Vercel、Blacksmith、Convex。

运行时：Node 24.15+ / 22.22.3+ / 25.9+。

安装：openclaw onboard --install-daemon。

三、Hermes Agent（NousResearch/hermes-agent）

定位：The self-improving AI agent built by Nous Research。

特性：skills self-improve during use；FTS5 session search；LLM summarization；Honcho dialectic user modeling；compatible with agentskills.io；scheduled automations；six terminal backends；research-ready trajectory compression。

安装：https://hermes-agent.nousresearch.com/install.sh

Windows：PowerShell one-liner 支持；自带 MinGit；%LOCALAPPDATA%\hermes\。

迁移：hermes claw migrate 支持从 OpenClaw 导入 SOUL.md、MEMORY.md、USER.md、skills、API keys 等。

四、Nanobot（HKUDS）

定位：open-source, ultra-lightweight personal AI agent。

版本：README 仍显示 v0.2.2，但 GitHub Release 已到 v0.3.0；以 API 为准。

v0.3.0 notes：260 PRs merged、38 new contributors、”The agent gained agency”。

版本历史：v0.2.2 / v0.2.1 / v0.2.0 / v0.1.5.post3。

渠道：Telegram、Discord、Slack、WeChat、Email、Mattermost 等 README 所列。

特性：WebUI；/goal；Dream；MCP；cron；子代理；多语言文档 10 种。

五、PicoClaw（sipeed）

定位：Tiny, Fast, and Deployable anywhere；Sipeed 出品。

运行时：Go 1.25+。

硬件：LicheeRV-Nano $9.9；NanoKVM $30-100；MaixCAM $50-100；Android。

对比表（README 原文）：

OpenClawNanoBotPicoClaw
LanguageTypeScriptPythonGo
RAM>1GB>100MB<10MB
Boot (0.8GHz)>500s>30s<1s
CostMac Mini $599~$50$10+

警告：v1.0 前不生产部署；官方域名唯一 picoclaw.io。

六、NanoClaw（nanocoai）

定位：A lightweight alternative to OpenClaw that runs in containers for security。

运行时：Node 20+；pnpm；Docker；Bun agent-runner。

渠道 13 个：WhatsApp、Telegram、Slack、Discord、Gmail、Microsoft Teams、iMessage、Matrix、Google Chat、Webex、Linear、GitHub、Email (via Resend)。

Providers：Claude / Codex / OpenCode / Ollama。

安全：Docker 容器；credentials never enter container；OneCLI’s Agent Vault。

Philosophy 7 条：Small enough to understand、Secure by isolation、Built for the individual user、Customization = code changes、AI-native, hybrid by design、Skills over features、Best harness, best model。

v2.1.17：BREAKING: @onecli-sh/sdk 0.5.0 → 2.2.1；新增 Codex (OpenAI) provider；Setup 可选择安装 provider。

七、ZeroClaw（zeroclaw-labs）

定位：Fast, small, and fully autonomous AI personal assistant infrastructure。

运行时：Rust Edition 2024；单二进制 3.4-8.8 MB；<5MB RAM；冷启动 <10ms。

OS：Linux、macOS、Windows、FreeBSD、NixOS、Docker。

许可：双许可 MIT OR Apache 2.0（README 原文）；GitHub API license 为 Apache-2.0。

安装：https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/master/install.sh

OS-level sandbox：Landlock / Bubblewrap / Seatbelt / Docker。

SOP engine、ACP、Peripheral trait（GPIO/I2C/SPI/USB）。

v0.8.3：379 commits from 56 contributors；新增 WebAssembly plugin host (wasmtime)、Git forge channel、Tauri desktop app、cost & usage accounting、SSRF/security fixes。

配置：~/.zeroclaw/config.toml。

渠道 30+；providers ~23+。

八、IronClaw（nearai）

定位：Agent OS focused on privacy, security and extensibility。

灵感来源：README 明确声明 “Rust reimplementation inspired by OpenClaw”；FEATURE_PARITY.md 跟踪矩阵。

语言：Rust 1.96+；Rust + Node.js 22+ (构建时)。

数据：PostgreSQL 15+ + pgvector。

许可：Apache 2.0 OR MIT（README 原文）；GitHub API license 为 Apache-2.0。

v1.0.0-rc.1 (2026-07-21)：ground-up rebuild；不是 0.29.x 的增量升级；无 in-place upgrade 路径；IRONCLAW_REBORN_HOME + ironclaw onboard 全新安装。

WASM sandbox：capability-based permissions、endpoint allowlisting、credential injection、leak detection、rate limiting、memory/CPU/time limits。

安全：Prompt injection defense（Block/Warn/Review/Sanitize）；AES-256-GCM secrets encryption。

Providers：26 个内置 catalog；NEAR AI、OpenAI、Anthropic、Gemini、Bedrock、Ollama、OpenRouter、Groq、DeepSeek 等。

7 个平台目标：macOS Intel/Apple Silicon、Linux x86_64/aarch64 gnu/musl、Windows x86_64。

九、横向对比

语言与运行时

项目主语言运行时License
OpenClawTypeScriptNode 24.15+MIT
HermesPythonPython 3.11+MIT
NanobotPythonPython 3.11+ / uvMIT
ZeroClawRust单二进制Apache-2.0 or MIT
NanoClawTypeScriptNode 20+ / pnpm / Bun / DockerMIT
PicoClawGoGo 1.25+MIT
IronClawRust单二进制 / Rust 1.96+Apache-2.0 or MIT

隔离与安全

项目隔离机制凭据保护
OpenClawDM pairing + Docker/SSH/OpenShell sandboxDM pairing allowlist
Hermesserverless 隔离 + sandbox—
Nanobot（README 未明确专门容器）（README 未明确）
ZeroClawLandlock/Bubblewrap/Seatbelt/Docker + WASM pluginChaCha20-Poly1305 + 6-digit pairing
NanoClawDocker 容器OneCLI Agent Vault
PicoClaw（README 仅 .security.yml）（README 未明确）
IronClawWASM Sandbox + Docker SandboxAES-256-GCM + leak detection

十、选型建议

  1. 最全生态 + 最成熟 → OpenClaw
  2. 自改进能力 + research-ready → Hermes
  3. Python + WebUI + 极活跃迭代 → Nanobot
  4. Rust + 边缘部署 + 极轻量 → ZeroClaw
  5. 容器隔离 + Claude Code 原生 → NanoClaw
  6. Go + 极低资源 + 跨架构 → PicoClaw
  7. 企业级安全 + WASM + PostgreSQL → IronClaw

十一、验证方法

GitHub API endpoints 已用于本版所有 stars/forks/issues/release 数据：

README 原文：

  • OpenClaw、Hermes、Nanobot、PicoClaw、NanoClaw、ZeroClaw、IronClaw 均已抓 raw README.md 复核

数据截止 2026-07-26。

]]> https://sliorean.site/2026/07/claw-family-analysis/ 2026-07-25T16:00:00.000Z 梳理 Claw 家族（OpenClaw、IronClaw、ZeroClaw、Nanobot 等）各 AI Agent 框架的定位与差异。 Claw 家族 AI Agent 框架分析 2026-08-09T07:21:21.233Z sliorean 一、论文元信息
项内容
标题Yunjue Agent Tech Report: A Fully Reproducible, Zero-Start In-Situ Self-Evolving Agent System for Open-Ended Tasks
arXiv2601.18226
v1 提交2026-01-26 (cs.AI)
v2 提交2026-02-06
投稿标注ICML / Machine Learning, ICML
LicenseCC BY 4.0
DOI10.48550/arXiv.2601.18226

二、作者

1
2
3
Haotian Li*†¹²    Shijun Yang*†³¹    Weizhen Qi¹
Silei Zhao¹        Rui Hua¹            Mingzhu Song¹
Xiaojian Yang¹     Chao Peng¹
  • * Equal contribution；† During Internship at Yunjue Technology
  • 机构：¹ Yunjue Technology、② Harbin Institute of Technology、③ University of Science and Technology of China
  • 通讯：Weizhen Qi qiweizhen@yunjuetech.com
  • Copyright 2026 by Yunjue Technology

三、论文结构

v1

Abstract → 1. Introduction → 2. In-situ self-evolving agents → 3. Methodology（3.1 / 3.2 / 3.3）→ 4. Experiment setup → 5. Evaluation on open-ended evolution（5.1 / 5.2 / 5.3 / 5.4）→ 6. Related Work → 7. Discussion and future work → 8. Conclusion → A. Experiment setup → B. More evaluation results → C. Case study → D. Prompts → References

v2 新增

  • A. Mathematical proof（A.1 Theorem 5.1、A.2 Theorem 5.2）
  • B. Algorithm
  • 后续附录顺移为 C–F

四、摘要

v2 摘要核心表述：静态工具集与离线训练使能力边界僵化；提出 In-situ Self-Evolving；关键路径是 tool evolution；引入 Parallel Batch Evolution；提出收敛监控指标，功能类似训练损失。

五、核心范式：In-Situ Self-Evolving

1. 形式化定义

Agent system = tuple M = ⟨W, C, T⟩。W 为有向图，C 为上下文集合，T 为工具集合。

2. In-Situ Self-Evolving 定义

查询序列 {x₁,…,x_T} 驱动系统从 M₀ 进化到 M_T；t 轮后更新为 M_{t-1} → M_t；任何组件都可被修改；与训练式自进化不同，in-situ 发生在推理阶段、无 ground truth。

3. 关键设计决策：固定 W 和 C，只让 T 演化

fix W；参考 Agent KB 后 fix C；系统退化为 M_t = ⟨W₀, C₀, T_t⟩。工具集变异是通用 agent 最决定性因素。

脚注 1：执行流虽可动态分支，但 workflow structure 与 prompt templates 是预定义的，故视为固定。

4. 为什么选工具

工具提供可验证的二值信号：程序要么成功要么抛异常；这是自主纠错的前提。

六、四点贡献

  1. Zero-start In-Situ Self-Evolving 达到 SOTA
  2. 跨域迁移性
  3. 收敛监控指标 EGL
  4. 可复现开源

七、方法论

1. Tool Accumulation（3.1 节）

收到 x_t 后先检索 T_sub ⊆ T_{t-1}，不足则合成 P_t，执行，自我反思，最后 T_t = P_t ∪ T_{t-1}。

进化分宽度和深度两个维度；充分迭代后趋于收敛。

2. Parallel Batch Evolution（3.2 节）

批量 B 个查询并行，各自生成局部工具集 P_{t,i}，batch 结束后聚类去重，得到 T_t = Φ({G_j})。

类 mini-batch SGD；也是 Best-of-N test-time scaling。

3. Yunjue Agent 多 Agent 系统（3.3 节）

角色：Manager / Executor / Tool Developer / Integrator，批级同步由 Aggregator + Merger 完成。

流程：

  1. Manager 检索工具；不足时由 Tool Developer 即时合成 Python primitives
  2. Executor 用 ReAct 执行
  3. 运行时若遇到缺少能力，暂停并请求 Manager 动态补工具
  4. 结束后 Integrator 汇总出 a_t，更新 T_t

八、Benchmark 与成绩

已验证的具体数据

以下数据均在论文 HTML v2 第 5.1 / 5.2 / Table 1–3 可读到：

Benchmark成绩说明来源
HLE 48.0高于后端 45.8；排第二第 5.1 节
DeepSearchQA 73.5相对 Gemini 3 Pro +16.9第 5.1 节
FinSearchComp 65.0相对 Gemini 3 Pro +15.1第 5.1 节
xbench-ScienceQA 76.5WS 下 80.2；新工具合成降 100%Table 1 / 第 5.2 节
xbench-DeepSearch 59.7新工具合成降 100%Table 1
2500 HLE 查询 → 97 工具Table 1第 5.2 节
DeepSearchQA 新工具 34 个Table 1第 5.1 节
FinSearchComp 新工具 18 个Table 1第 5.1 节

消融实验：

  • B=2/4/8/16 以及 ∞ baseline 的 Acc / Time / TSR / ATT / Cost 见 Table 2
  • 不同 backend 在 DSQA / FSC 的结果见 Table 3

五个 benchmark 名称

  1. HLE
  2. DeepSearchQA
  3. FinSearchComp T2/T3
  4. xbench-ScienceQA
  5. xbench-DeepSearch

九、EGL 指标

公式（第 5.3 节）：

1
EGL(t) ≜ L_t = C_t / U_t = (Σ_{i=1}^{t} c_i) / (Σ_{i=1}^{t} u_i)

其中 c_i 与 u_i 分别是第 i 步的工具合成数与调用数。

定理：

  • 5.1 Descent Condition：当边际合成比 < 历史累计比时，EGL 下降
  • 5.2 Convergence Rate：若 C_t 收敛、U_t 线性增长，EGL 以 O(1/t) 收敛到 0

证明见附录 A.1 / A.2。

十、涌现工具

top 工具包括：

  • web_search
  • fetch_text_url / fetch_api_data
  • evaluate_expression_math
  • read_excel（出现在 warm-start / zero-start 交集中）

十一、官方 Highlight

  1. In-situ Self-evolving Paradigm
  2. SOTA Performance from Zero-Start
  3. Tool-First Evolutionary Principle
  4. Fully Reproducible & Open Traces

十二、GitHub 仓库

项内容
仓库YunjueTech / Yunjue-Agent
LicenseApache-2.0
Python3.12+
包管理uv
OSmacOS
Web Demouvicorn web_demo.app:app --port 8000
CLI Demopython -m cli.cli
复现分支reproduce
TracesYunjueTech / Yunjue-Agent-Traces
LogsGoogle Drive 文件夹
News2026-01-26 / 01-31 / 02-08 / 02-11

十三、公司

项内容
名称Yunjue Technology（云玦科技）
联系qiweizhen@yunjuetech.com
合作方Harbin Institute of Technology、USTC
CopyrightCopyright 2026 by Yunjue Technology
愿景Self-Evolving AGI + wearable devices

十四、第三方解读（未独立验证）

十五、参考文献

]]> https://sliorean.site/2026/07/%E4%BA%91%E7%8E%A6Agent%E9%AA%8C%E8%AF%81%E8%B5%84%E6%96%99%E6%B1%87%E7%BC%96/ 2026-07-25T16:00:00.000Z 汇编云玦 Agent 相关论文、实验数据与验证资料，便于系统查阅与引用。 云玦 Agent（Yunjue Agent）资料汇编 2026-08-09T07:21:21.233Z