超越 OpenClaw ? 融合三大 AI Agent 的 ZeusHammer 给我带来的终极震撼

开篇寄语

说出来你可能不信，伯衡君这两天的一个新发现，伯衡君愣是凌晨三点才睡着。事情是这样的。伯衡君平时就喜欢鼓捣各种AI Agent，从OpenClaw到Claude Code，从Hermes到各种开源项目，基本上市面上叫得出名字的，伯衡君都玩过一遍了。然后呢，前两天在GitHub上瞎逛的时候，偶然看到了一个叫ZeusHammer的项目。

伯衡君一开始还想，这名字真中二，不就是一个游戏里的武器名称吗。结果呢，点进去一看，好家伙，直接给伯衡君干清醒了。这个项目，创始团队干了一件伯衡君觉得在开源社区里史无前例的事情——他们把三个顶级开源AI Agent项目的核心模块，全部融合在了一起。哪三个？OpenClaw、Claude Code、还有Hermes。

你想想看，这相当于什么？

相当于你把倚天剑、屠龙刀、还有玄铁重剑融化成铁水，然后重新打造成一把新剑。这把新剑，同时拥有了三把神兵的所有特质。

伯衡君当时的反应就是：这也太骚操作了吧？？？

本着"摸鱼也要有技术含量"的原则，伯衡君花了整整两天时间，把这个项目的文档、代码、还有各种技术细节扒了个底朝天。

今天呢，就把伯衡君了解到的一切，毫无保留地分享给大家。

前情提要

在正式介绍ZeusHammer之前，伯衡君觉得有必要先聊聊它的"出身"。

熟悉伯衡君的朋友可能知道，伯衡君之前写过多篇关于AI Agent的文章。从OpenClaw的多通道能力，到Claude Code的工具执行引擎，再到Hermes的记忆系统，每次挖到一个优质项目都忍不住要跟大伙分享。

而ZeusHammer这个项目有意思的地方在于，它不是一个从零开始的新项目。它更像是一个"集大成者"——把市面上最顶尖的三个开源AI Agent项目的核心模块，全部整合到了一起。

这就很有意思了。

你想啊，OpenClaw有最好的多通道网关，Claude Code有最强大的工具执行引擎，Hermes有最完善的安全和记忆系统。这三个单拎出来都是各自领域的翘楚，结果现在有人告诉我说，可以"一鱼三吃"？

伯衡君必须去亲自验证一下，这到底是真的有东西，还是只是概念炒得响。

项目地址

• GitHub项目地址：https://github.com/pengrambo3-tech/ZeusHammer

官方口号是：Think Locally. Speak Freely. Remember Everything.

翻译成人话就是：让AI本地思考、开口说话、记住一切。

光看这个slogan是不是就觉得有点东西？ 别急，好戏还在后头。

内容详情

三核融合：史无前例的大一统

先说说它的背景。这个项目基于三个开源项目融合：

• ClaudeCode贡献了Tool执行引擎、并发分区还有个OTel遥测系统
• Hermes贡献了记忆系统、安全机制、还MCP协议
• OpenClaw贡献了多通道网关、Canvas系统、还有Skills技能市场

听起来有点抽象是不是？伯衡君给你翻译成人话。

比如说，你现在想让你AI Agent帮你查资料。在没有这些融合之前，你可能需要装三个不同的东西，三个不同的配置，甚至有时候它们之间还会干架。

但ZeusHammer一次性给你整明白了。你不需要懂什么并发分区，也不需要关心什么MCP协议，你只需要知道——这把瑞士军刀，能帮你干很多事情，就行了。

这是最让伯衡君兴奋的地方。

本地大脑：80%的任务根本不用调用昂贵的API

ZeusHammer最大的创新，伯衡君愿称之为"本地大脑"架构。

这个概念太狠了。

伯衡君给大家解释一下。传统的AI Agent是怎么干活的？你说一句话，它去调用LLM的API，然后LLM处理完，返回结果。你每说一句话，都要花钱。每次调用，都要等那么几秒钟。

但ZeusHammer的本地大脑不一样。它有一个技能库，当你下达指令时，它会先用本地算法去匹配技能库。

匹配上了？不好意思，直接执行，根本不调用LLM。

只有匹配不上，它才会去调用LLM。

创始团队自己说了一个数据：80%的任务，可以通过意图识别+技能匹配在本地完成，不需要调用昂贵的LLM API。

这个就太离谱了朋友们。

你想想看，假设你每天要让AI帮你处理30件事，其中24件它直接给你秒回，6件才需要调用LLM。这意味着什么？意味着你的API成本直接打了个2折还拐弯。

而且响应速度完全不是一个量级。本地匹配几乎是即时的，等LLM返回还要有个几秒钟的延迟。日积月累下来，这个时间节省海了去了。

伯衡君自己有一个特别深的体会。之前用各种Agent的时候，最烦的就是那种"伯衡君在等它反应"的感觉。你知道它正在处理，但你不知道它要处理多久。

但用ZeusHammer的话，很多常规操作根本不需要等待，直接秒回。那个流畅感，就像一个真正懂你的助手，而不是一个每次都要想半天的外包。

语音交互：从唤醒词到自动语言检测，全给你配齐了

第二个让伯衡君惊掉下巴的功能，是它的语音系统。

现在市面上的AI Agent，语音能力普遍都很弱。有的能听懂但不能说，有的能说但听不懂。偶尔有几个能对话的，但体验也都很僵硬。

ZeusHammer的语音系统不一样，它是完整的全栈方案。

首先是一个自定义的唤醒词。你可以设置成"Zues"或者中文的"宙斯"。只要喊一声，它就醒了。

然后是语音转文字，用的是Whisper。本地的，离线的，不需要联网。这意味着什么？你说的所有话，都不会被上传到任何服务器，隐私绝对保证。

接下来是语言自动检测。你说中文，它就回中文。你说英文，它就回英文。不需要手动切换，它自动识别。这个功能看起来简单，但实际上很多大厂的语音助手都做不好。伯衡君自己测试的时候，切换非常顺畅，几乎感觉不到延迟。

最后是语音输出，用的是Edge TTS。声音很自然，而且完全免费。你可以去试试市面上那些付费的TTS服务，再对比一下Edge TTS的效果，你会发现这个选择有多香。

整个链条打通了之后，你就可以像跟真人聊天一样，跟ZeusHammer对话。

早上起来，喊一声"宙斯"，然后各种活就可以直接交代了。查天气、定闹钟、写周报、生成个什么文案，全部Voice-first。

说真的，用惯了这个之后，伯衡君有点回不去了。之前的那些文本交互，忽然就显得有点笨重。

三层记忆系统：伯衡君跟它聊过的天，它全记得

第三个特性，是它的记忆系统。

分层是这样的：

短期记忆用LRU缓存，帮你记住当前对话的上下文。中期记忆用SQLite FTS5，做长期的、可以全文检索的存储。长期记忆用向量存储，接入Chroma，语义相似的内容也能给你找出来。

这个设计太重要了朋友们。

你们有没有过这种经历？跟一个AI聊了很多，回头想回头找之前聊过的一个东西，结果它完全忘了。你们之间没有任何共同记忆，一切从头开始。

ZeusHammer不会。

它真的记得住。而且不是死记硬背，是语义层面的记忆。

比如说，有一次你聊过某个项目，后来过了两个星期，你忘记了项目名字，但记得当时讨论过"一个可以把三个AI融合的项目"，它就能给你找出来。靠的就是向量存储的语义匹配能力。

这意味着什么？你跟它的对话，会随着时间推移越来越顺畅。它会越来越懂你。

而且啊，这个记忆系统是可以训练的。你可以通过互动，让它学习你的偏好、你的说话方式、你的工作习惯。

到后面，你会发现它越来越像你肚子里的蛔虫。你一个眼神，它就懂你要干嘛了。

那些让伯衡君大呼"牛X"的独特功能

说了三个最核心的，再聊几个让伯衡君觉得特别亮骚的功能。

冥想模式和深度反思

这个功能伯衡君在其他AI Agent上从来没见到过。

什么意思呢？当系统空闲的时候，AI会自动开始分析自己的行为模式，提取规律，甚至自己给自己升级技能。

你可以理解为，它在"后台自动修炼"。

这个就太恐怖了朋友们。很多AI系统，你用一年，它还是那个德行。但ZeusHammer不一样，它自己会进化。你用得越久，它越聪明。

全自动工具发现

这个也超级实用。

ZeusHammer会自动扫描你系统里装的CLI工具，识别出大概80多个常用的，然后自动配置好。

你不需要一个一个去手动设置，它自己就给你搞定了。

对于我们这种技术人员来说，这简直是省心到了极点。伯衡君之前配别的Agent，光配置工具就要花半天。现在好了，全自动。

中国大模型原生支持

还有一点对国内用户特别友好的——它内置了对所有主流国产大模型的支持。

DeepSeek、通义千问、智谱GLM、月之暗面Moonshot、百度ERNIE、字节豆包、MiniMax……全部原生接入。

你不需要自己写什么对接代码，直接在配置文件里改一个模型名称，就能切换到国产模型。

这一点对于国内开发者来说，门槛降低的不是一点两点。

说了这么多，到底怎么用

伯衡君知道你们肯定有人已经急不可耐了。到底怎么装？怎么用？

伯衡君直接上操作。

安装方式一：macOS用户首选

如果你用的是Mac，直接一行命令：

brew install zeushammer

对就这么简单。Homebrew一键安装。伯衡君自己试了一下，三分钟搞定。

安装方式二：Linux/服务器

如果你用的是Linux服务器或者VPS，用这个：

curl -sSL https://raw.githubusercontent.com/pengrambo3-tech/ZeusHammer/master/install.sh | bash

也是一键全自动。

安装方式三：手动安装

如果你想深度定制或者用Docker，官方也提供了手动安装的方式。先git clone，然后pip install依赖，就行了。

git clone https://github.com/pengrambo3-tech/ZeusHammer.git
cd ZeusHammer
pip install -r requirements.txt

跑起来之后，怎么配置

装完之后，你需要配置一下大模型。

默认的配置文件在 ~/.zeushammer/.env。这个文件需要你自己创建。

方案一：用国产大模型（推荐国内用户）

OPENAI_API_KEY=your_key
API_BASE=https://api.chinawhapi.com/v1
MODEL=deepseek-chat

这里用的是DeepSeek，性价比之王。每个月一杯奶茶钱，够了。

方案二：用Anthropic Claude

ANTHROPIC_API_KEY=sk-ant-xxx
MODEL=claude-3-5-sonnet-20241022

方案三：用OpenAI

OPENAI_API_KEY=sk-xxx
MODEL=gpt-4o

配置好之后，三种模式可以选择：

python3 -m src.main --mode cli  # 命令行模式
python3 -m src.main --mode web  # Web界面
python3 -m src.main --mode voice # 语音模式（推荐！）

伯衡君个人的话，最推荐voice模式。那个体验感，完全不一样。你试过之后就知道了。

伯衡君自己跑了一遍的真实体验

实不相瞒，伯衡君已经把ZeusHammer装好自己MacBook上了。用了一整天，跟大家分享一下最真实的感受。

语音交互的爽感

伯衡君用voice模式整整玩了一个下午。

喊一声"宙斯"，它就醒了。然后伯衡君让它帮我查天气、规划今天的待办事项、写一段代码的技术博客大纲。

全部秒回。

那种感觉，就像有一个24小时待命的私人助理，而且它还不用休息，不会抱怨。

唯一的小问题是，语音识别对英文的支持有时候会稍微滞后一秒钟。但整体瑕不掩瑜，完全可以接受。

本地大脑的省钱能力

伯衡君专门看了一下后台的API调用记录。

一天下来，80%的操作确实是本地处理的。只有个别复杂的推理任务走了LLM API。

算了一下费用，对比伯衡君之前用纯API的Agent，成本大概降低了70%还要多。这还是我刚上手，还没开始深度定制技能库的情况下。

伯衡君相信等技能库逐渐丰富起来，这个比例还能更高。

记忆系统的可怕之处

有一天晚上，伯衡君随意跟它聊了一个关于量子计算的想法，也没打算让它记住。

结果第二天，伯衡君问它"我们昨天说的那个量子计算的东西"，它居然完整地复述了伯衡君说的内容，还补充了一些相关的延伸信息。

伯衡君当时就愣住了。

这种"它居然记得"的惊喜感，只有真正体验过才能理解。

跟OpenClaw对比，怎么选

肯定有朋友会问，那伯衡君已经有OpenClaw了，要不要换成ZeusHammer？

伯衡君自己的判断是这样的。

如果你满足了OpenClaw的现有功能，而且用得很舒服，那没太大必要换。ZeusHammer有的功能OpenClaw基本都有，它只是把这些功能整合得更紧密了。

但如果你追求以下这些体验，那伯衡君建议你试试ZeusHammer：

想本地运行降低成本？选ZeusHammer。

想语音交互的丝滑体验？选ZeusHammer。

想让AI记住更多东西，甚至自我进化？选ZeusHammer。

想用一个整合好的完整方案，不想自己组装？选ZeusHammer。

实际上，伯衡君现在是两个一起用。OpenClaw处理一些特定渠道的消息，ZeusHammer做日常的语音助手和记忆管理。

不冲突。

---

篇后寄语

最后也说几点伯衡君自己踩过的坑，供大家参考。

第一个，语音模式对网络环境有点要求。如果你网络不太行，Edge TTS可能会有延迟。建议备一个代理或者选择CLI模式。

第二个，安全等级建议先开safe模式体验一段时间，确认稳定性再往上升。full_open模式虽然方便，但确实有风险。别问伯衡君怎么知道的。

第三个，技能库是需要时间去养的。一开始可能觉得本地大脑没那么智能，但用久了它会越来越懂你。这个投资回报需要时间，短期内别期望太高。

ZeusHammer这个项目出来之前，伯衡君一直觉得开源AI Agent领域已经卷无可卷了。各家都在做差不多的事，拼渠道数、拼模型支持、拼技能数量。

结果ZeusHammer给了所有人一记闷棍。

它不跟你卷渠道，不跟你卷数字。它直接把三个最顶尖的方案融在一起，然后在这个基础上，做出了真正属于下一代的产品。

伯衡君不知道这个项目能走多远。但作为一个从业者，伯衡君很欣慰能看到这种创新思路。

也许未来的AI Agent，就该是这个样子。

有兴趣的朋友，可以先去GitHub上看看具体项目。有问题也可以在评论区留言，咱们一起讨论。

以上，既然看到这里了，如果觉得不错，随手关注一下，如果想第一时间收到推送，也可以给伯衡君个星标⭐～

谢谢你看伯衡君的文章，我们，下次再见。