2026/7/21

四大Agent源码级架构对比:Deeflow、Openclaw、Hermes、CloudeCode

Agent

在当今时代，源码级别的阅读变得前所未有的方便快捷。相对于看各种二次包装后的短视频或者是帖子，直接阅读源码显然是更好的了解Agent运作方式的途径。所以把几个著名的Agent项目都clone下来，对比了下架构设计

一、代码量级总览（实测）

通过 find + wc -l 按文件类型分别统计，结果如下（含文档/配置/依赖声明）：

项目	主要语言	源代码行数	源代码文件数	含文档总行数	语言构成
OpenClaw	TypeScript	~233.5 万	12,143	~260.9 万	TS 230 万 / 其他 3.5 万
Hermes	Python + TS	~188 万	4,827	~240.9 万	Py 151 万 / TS 36 万 / MD 45 万
Claude Code	TypeScript	~51.2 万	1,884	~51.2 万	TS 51.2 万（几乎无文档/配置）
DeerFlow	Python + TS	~36.5 万	1,465	~45.8 万	Py 29 万 / TS 7 万 / MD 9 万

量级分布可视化

OpenClaw     ████████████████████████████████████  233.5万 (TS 为主)
Hermes       ██████████████████████████████████    188 万  (Py 为主)
Claude Code  █████████████                          51.2 万  (纯 TS)
DeerFlow     █████████                              36.5 万  (Py+TS 全栈)

关键发现

OpenClaw 体量最大，但其 TS 文件数异常庞大（12,093 个），推测含生成代码或内嵌声明/类型文件，实际活跃业务代码密度需结合模块数判断。
Hermes 文档量（45 万行 Markdown）远超其他三者之和，与其"自改进 + 开放标准"的定位一致——大量技能文档、记忆文件、开放标准说明。
Claude Code 最"纯"：几乎不含文档与配置文件，51 万行全部是 TS 源码，是四者中单仓库业务代码占比最高的。
DeerFlow 最小但最"全栈均衡"：Python 后端（29 万）与 TS 前端（7 万）比例约为 4:1，是典型的分层全栈结构。

二、项目定位与速览

维度	Claude Code	OpenClaw	Hermes Agent	DeerFlow
出品方	Anthropic	社区 (Warelay→Clawdbot→Moltbot→OpenClaw)	Nous Research	字节跳动
定位	官方 CLI 编程助手	个人 AI 网关	自改进 AI 助手 + 研究平台	Super Agent 编排框架
许可证	商业产品	MIT	MIT	MIT
核心语言	TypeScript (Bun)	TypeScript (Node 22+)	Python 3.11+	Python 3.12+ (harness) + TS (Next.js)
运行时进程	单 Node 进程	单 Node 网关进程	1 Python 进程（+可选 TUI Node）	Python gateway + Node frontend + nginx + Redis
安装方式	`npm i -g @anthropic-ai/claude-code`	`npm i -g openclaw`	`curl \| bash` 一键脚本	`make up`（Docker Compose）
启用能力	44 工具 / 88+ 命令	115 插件 / 20+ 渠道 / 40+ 提供商	80+ 工具 / 16 平台 / 27+16 技能	23 技能 / 8 渠道 / 40+ 中间件

一句话画像

Claude Code：纯 TS 单体 CLI，工程成熟度最高，编译时特性裁剪玩到极致。
OpenClaw：最大体量 TS 网关，插件化架构严谨，核心与插件彻底解耦。
Hermes：Python 大脑 + TS 脸面，唯一内置"学习闭环"的 Agent。
DeerFlow：分层 harness/app 全栈框架，中间件链 + 子代理引擎工程化标杆。

三、语言栈与多语言分工

四个项目里 Hermes 和 DeerFlow 都是 Python + TS 混合，但分工模式截然不同。

3.1 Hermes：Python 做大脑，TS 做脸，单进程融合

Python (151万行)  ← Agent 引擎、LLM 适配、工具执行、多平台网关、记忆/技能
   │
   │  Web 产物：Vite 构建 → 纯静态 HTML/JS/CSS（Python FastAPI serve，无需 Node）
   │  TUI 产物：esbuild 构建 → entry.js（Python spawn `node` 子进程运行 Ink）
   ▼
TypeScript (36万行)  ← Web UI + TUI + Desktop（构建后"退休"，仅 TUI 需 Node 运行时）

Web UI：Vite 编译成静态文件，由 Python 直接 serve，浏览器即运行时，完全不依赖 Node.js。
TUI：React/Ink 打包成 ui-tui/dist/entry.js，Python 通过 stdio JSON-RPC 驱动，spawn node 子进程运行。
Desktop：Electron 独立客户端。
运行时：Docker 内 s6-overlay 监管，核心就是 1 个 Python 进程（+ 可选 dashboard）。

3.2 DeerFlow：经典前后端分离，双进程常驻

Python (29万行) ── FastAPI Gateway (uvicorn :8001) ──│
   │ harness (LangGraph Agent 引擎 + 沙箱 + 工具)      │
   ▼                                                   │ nginx (:2026)
TypeScript (7万行) ── Next.js SSR (:3000) ─────────────┘  反向代理
   Next.js 16 + React 19，独立 Node 进程常驻

前端：Next.js 16 SSR 服务，不是静态产物，需要 Node.js 运行时始终在线。
后端：FastAPI + uvicorn，内嵌 LangGraph Agent 运行时。
胶水：nginx 反向代理 + Redis Stream Bridge（跨 Worker SSE 投递）。

3.3 对比结论

	Hermes	DeerFlow
TS 编译形态	Vite→静态 / esbuild→单文件	Next.js SSR 服务
需要 Node 运行时	仅 TUI 时 spawn	始终需要（Next.js）
进程模型	1 Python（可选 +TUI Node）	Python + Node + nginx + Redis
部署复杂度	低（单容器）	中（多容器编排）

Claude Code 与 OpenClaw 则是纯 TypeScript 单体，无跨语言鸿沟，部署也即 npm install 一类。

四、核心架构对比

4.1 架构范式

项目	架构范式	核心抽象
Claude Code	单进程 React/Ink 状态树 + 工具循环	`QueryEngine` 多轮状态机
OpenClaw	四层网关（渠道→Gateway→插件→提供商）	Plugin SDK 能力注册表
Hermes	入口层 / 引擎层 / 工具层 / 存储层	`AIAgent.run_conversation()` 同步循环
DeerFlow	三层（客户端→Nginx→Gateway+Frontend）+ harness/app 分层	`make_lead_agent()` + 中间件链

4.2 Agent 引擎对比

Claude Code：QueryEngine.ts 驱动 messages[] 历史，解析 tool_use → 路由 Tool → 继续循环。支持并行工具调用、自动上下文压缩（6 种策略）、编译时 Prompt Cache 分段。
OpenClaw：Gateway 路由到 Agent 推理循环，核心不依赖具体实现，通过提供商插件 45 个有序钩子覆盖完整推理生命周期。
Hermes：run_agent.py（~12000 行）同步 + 同进程循环，避免并发竞争。子类通过 delegate_tool 在独立 Python 子进程执行。支持并行工具（最多 8 线程）、迭代预算（主 90 / 子 50 轮）、自动上下文压缩。
DeerFlow：基于 LangGraph 构建，Agent 引擎由 40+ 中间件组成可插拔链（沙箱、摘要、记忆、技能、安全终止…），子代理通过独立后台线程池执行。

4.3 对话循环风格

	循环模型	上下文压缩	并行工具	子代理隔离
Claude Code	异步多轮状态机	6 策略（auto/manual/reactive/collapse/micro/session）	✅ 多 tool_use	本地进程 / 远程 CCR 容器
OpenClaw	网关事件驱动	未重点强调	依赖插件	Gateway RPC 树
Hermes	同步单进程	LLM 驱动自动压缩	✅ 最多 8 线程	Python 子进程（delegate_tool）
DeerFlow	LangGraph 图	SummarizationMiddleware	中间件可控	后台线程池 + 并发上限

五、能力维度横向对比

5.1 工具 / 插件 / 技能系统

项目	工具数	技能系统	插件体系	自动进化
Claude Code	44 内置 + MCP	SkillTool（Markdown 包）	MCP 客户端（一等公民）	❌
OpenClaw	插件注册	—	115 内置插件 + ClawHub 社区	❌
Hermes	80+ 工具 / 50+ 工具集	27+16 内置，自动创建+自我改进	记忆 Provider / 上下文引擎插件	✅ 学习闭环
DeerFlow	builtin + MCP	23 公共技能（`allowed-tools` 隔离）	中间件链 + 社区集成	❌

Hermes 的差异化能力：技能从对话中自动生成 → 使用中自动优化 → 持久化到 skills/ → 同步 agentskills.io 开放标准。这是四者中唯一的"自改进"闭环。

5.2 多平台 / 多模型

项目	消息平台	模型提供商	终端后端
Claude Code	CLI（无 IM）	Anthropic 原生	本地 / 远程 CCR
OpenClaw	20+ 渠道	40+ 提供商	本地
Hermes	16 平台	10+ 提供商 / 200+ 模型	6 种（本地/Docker/SSH/Daytona/Singularity/Modal）
DeerFlow	8 渠道	OpenAI/Anthropic/DeepSeek/vLLM/Codex 等	本地 / Docker 沙箱

5.3 记忆系统

项目	记忆层次	存储	跨会话检索
Claude Code	SessionMemory + 压缩摘要	本地 transcript	✅
OpenClaw	未重点强调	—	—
Hermes	五层（短期/中期/长期/画像/程序性）	SQLite FTS5 + Honcho 等 9 Provider	✅ FTS5 全文
DeerFlow	MemoryMiddleware 注入	LangGraph Store (SQLite/PG)	✅

5.4 安全机制

项目	安全层次	特色
Claude Code	权限模式 + 工具级审批 + Client Attestation	编译时 DCE 去除内部功能，bun HTTP 栈注入 attestation token
OpenClaw	DM 配对 + 凭据隔离	移动端 LAN 配对安全分级
Hermes	9 层防护	上下文注入检测、Tirith 沙箱、路径/URL/文件安全
DeerFlow	中间件链 + RBAC + 沙箱	InputSanitization / ToolResultSanitization / Guardrails

六、工程化与部署对比

6.1 技术栈总表

层次	Claude Code	OpenClaw	Hermes	DeerFlow
运行时	Bun	Node 22+	uv + Python	uv + Python / Node
构建	Bun bundle	tsdown (Rolldown)	Vite / esbuild	Next.js build / uv
Lint	Biome	oxlint (Rust)	ruff	Ruff + ESLint
类型	Zod v4	Zod	pydantic	pydantic / Zod
测试	Vitest 类	Vitest	pytest (~3000)	pytest + Playwright + rstest
UI	React/Ink	终端 + 伴侣 App	React/Ink + Web + Desktop	Next.js 16 / React 19

6.2 部署复杂度

项目	难度	命令	运行时依赖
Claude Code	★	`npm i -g`	仅 Node/Bun
OpenClaw	★	`npm i -g`	仅 Node
Hermes	★★	`curl \| bash`	Python + Node + ripgrep + ffmpeg
DeerFlow	★★★	`make up`	Python + Node + Docker + Redis + nginx

注：Claude Code / OpenClaw 因纯 TS 单体，可一行命令安装；Hermes 与 DeerFlow 因含 Python 重引擎，需更重的安装/编排。

6.3 单文件规模警示（可维护性）

文件	项目	行数	风险
`main.tsx`	Claude Code	786KB（~20K+ 行）	React 状态树过大
`run_agent.py`	Hermes	~11,989 行	同步循环巨型文件
`cli.py`	Hermes	~11,700 行	交互编排过重
`gateway/run.py`	Hermes	~11,076 行	网关逻辑集中
`subagents/executor.py`	DeerFlow	1,163 行	子代理引擎核心
`client.py` (harness)	DeerFlow	67KB	嵌入式客户端

共性警示：Agent 项目普遍出现"巨型文件"——对话循环 / CLI / 网关三大逻辑极易膨胀到万行级，是四者的共同技术债。

七、综合评分（基于各项目分析文档自评）

维度	Claude Code	OpenClaw	Hermes	DeerFlow
架构设计	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐
代码质量	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
扩展能力	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐
安全性	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐
多平台	⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
自改进	❌	❌	⭐⭐⭐⭐⭐	❌
工程化	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
文档完整	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐

八、选型建议

场景	推荐	理由
个人开发者的终端编程助手	Claude Code	纯 TS 单体、安装即用、工程成熟度最高
自托管多渠道 AI 网关（隐私优先）	OpenClaw	插件化解耦、20+ 渠道、本地优先
需要"越用越聪明"的通用助手	Hermes	唯一学习闭环、五层记忆、16 平台、6 终端后端
企业级 Agent 编排平台 / 深度研究	DeerFlow	分层 harness/app、40+ 中间件、子代理引擎、IM 集成
想研究 RL 训练数据收集	Hermes	完整 Atropos 流水线 + 轨迹压缩

九、总结

四个项目代表了当前开源/商业 AI Agent 的四种典型范式：

Claude Code —— 纯 TS 单体 CLI 的极致：用编译时特性裁剪、Prompt Cache 分段、Client Attestation 把"对话循环"工程化到天花板，但体量相对克制（51 万行）。
OpenClaw —— 插件化网关的典范：233 万行 TS 中大量是 115 个插件与 20+ 渠道适配，核心与插件通过 Plugin SDK 严格解耦，是"可扩展性"教科书。
Hermes —— Python 大脑 + 自改进灵魂：188 万行里 Python 占 151 万，TS 仅 36 万（且大部分构建后退役）。其真正护城河不是规模，而是"技能自动创建→改进→持久化"的闭环，以及覆盖 CLI/TUI/Web/Desktop/16 平台的广接入能力。
DeerFlow —— 全栈分层框架的标杆：体量最小（36.5 万行）却最"均衡"，harness/app 严格分层 + 40+ 中间件链 + 工程化 CI/CD，是字节跳动级工程标准的体现。

量级 ≠ 能力：OpenClaw 代码最多但定位是网关；Hermes 用中等体量实现了最独特的自改进能力；DeerFlow 以最小代码量提供了最完整的企业级框架；Claude Code 用最"纯"的代码库做到了最高的工程完成度。选型时应以场景匹配度优先于代码规模。