OpenClaw vs Hermes 최종 역할 분담

핵심 원칙

OpenClaw: 확정된 명령을 정확히 반복 실행 (크론, 파이프라인, 데이터 수집)
Hermes: AI 판단이 필요한 작업 (대화, 분석, 알림 판단, 스킬 실행)
공유 매체: ~/knowledge-agent/ (양방향 읽기/쓰기)

역할 분담표

OpenClaw이 잘하는 것 (유지)

기능	이유	대안 없음
데이터 수집 크론 (225개)	셸 직접 실행, 무료, 밀리초 정밀, 에러 백오프/자동 비활성화	Hermes는 API 의존 + 비용
파이프라인 스크립트 실행	PYTHONPATH 제어, 프로세스 관리, 타임아웃 강제	Hermes는 타임아웃 강제 불가
멀티에이전트 오케스트레이션	bus_commands 큐, 5개 워커 병렬	Hermes는 단일 에이전트
시스템 자가복구 (sweeper)	60초 주기, LLM-free, 프로세스 감시	Hermes는 게이트웨이 의존
크론 모니터링	consecutiveErrors 추적, 자동 비활성화, 알림	Hermes에 이 기능 없음

Hermes가 잘하는 것 (이전/확대)

기능	이유	OpenClaw 대비 이점
텔레그램/디스코드 대화	멀티플랫폼 네이티브, 실시간 응답	OpenClaw은 봇 API만
AI 판단이 필요한 크론	시그널 해석, 이상 감지, 요약 생성	OpenClaw은 판단 불가
스킬 기반 분석	93개 스킬 + 자동 매칭	OpenClaw은 하드코딩
[SILENT] 패턴	정상이면 조용히, 이상 시만 알림	OpenClaw에 없음
로컬 모델 폴백	Ollama qwen3.5:9b 자동 전환	OpenClaw은 LLM 폴백 없음
볼트 MCP 접근	양방향 읽기/쓰기 + 검색	OpenClaw은 파일 I/O만

공유 영역 (양쪽 협력)

기능	주체	보조
볼트 노트 생성	Hermes (AI 판단 후 작성)	OpenClaw (파이프라인 수집)
분석 리포트	Claude Code (심층 분석)	Hermes (요약 배포)
시장 모니터링	OpenClaw (데이터 수집)	Hermes (이상 감지 알림)
스킬 개선	Hermes (사용 중 패치)	Claude Code (구조적 리팩토링)

Hermes 크론 기준: 이런 것만 넣는다

넣어야 하는 것 (AI 판단 필수): - vault-analyst-feedback: 시그널 읽고 → 핵심 추출 → 원자 노트 생성 - 볼트 품질 검토: 노트 읽고 → maturity 판단 → 승격 제안 - 이상 감지 알림: 데이터 읽고 → 정상이면 [SILENT], 이상이면 텔레그램 알림

넣으면 안 되는 것 (셸 실행이면 충분): - python3 script.py 실행만 하는 크론 - API 호출 → 파일 저장만 하는 수집 크론 - 정해진 명령을 반복하는 모든 것

메모리 통합 흐름도

Hermes (텔레그램)              Claude Code (터미널)
    │                              │
    ├─ 수집/대화 결과 ─────→ knowledge-agent/100-inbox/
    │                              │
    │                   ←───── 분석 결과 ──── knowledge-agent/400-reports/
    │                              │
    ├─ agent-vault MCP 읽기        ├─ agent-vault MCP 읽기
    │                              │
    └─ 승격 제안 → _staging/ ──→ 해리 검토 → ~/knowledge/ 승격

현재 상태 (2026-04-03)

OpenClaw 크론: 225개 (4개 복구 완료)
Hermes 크론: 1개 (vault-analyst-feedback만)
양방향 공유 프로토콜: CLAUDE.md + SOUL.md에 명시
로컬 모델: Ollama gemma3:12b + qwen3.5:9b + qwen3.5:4b 설치 완료