多くの人は Hermes Agent をインストールして、チャットボットとして使います。プロンプトを入力し、応答を受け取り、タブを閉じる。それで Agent のできることのせいぜい 10% 程度しか使っていません。
この記事では、最初のプロンプトから、あなたの代わりにビジネスを動かすシステムに至るまで、Hermes Agent のすべての使用レベルをマッピングします。15 のレベルを 3 つのフェーズにまとめています。各レベルは前のレベルを基盤としていますが、自分の環境に合ったレベルにジャンプすることもできます。
各レベルで共通の構成は次の通りです：そのレベルの説明、何ができるようになるか、セットアップ方法、そしてその段階でよくある間違い。
すべての技術的な詳細は Hermes Agent v0.17.0 の公式ドキュメントとソースコードに基づいて検証済みです。
私の SubStack で他の記事も購読してください：https://substack.com/@yanxbt
フェーズ 1 — 基礎 (レベル 1-3)
あなたは Hermes を使っています。Agent はあなたの質問に応答します。
レベル 1 — ワンショットプロンプト
説明： Hermes をインストールしました。プロンプトを入力すると、Agent はツールの呼び出し、ファイルの編集、Web 検索、ターミナルコマンドで応答します。基本的なインタラクションです。
何ができるようになるか： Hermes はファイルシステム、ターミナル、Web にわたってタスクを実行します。ファイルを読み、コードを書き、インターネットを検索し、シェルコマンドを実行します。実際に「行動」します。チャットボットは「話す」だけです。
セットアップ：
デスクトップアプリ：hermes-agent.nousresearch.com からダウンロード。ワンクリックインストール。CLI：hermes setup
3 つのセットアップモード：→ クイックセットアップ（Nous Portal）：OAuth ログイン、モデル + Tool Gateway を 1 コマンドで設定 → フルセットアップ：すべてのプロバイダー、ツール、オプションを自分で設定 → ブランクスレート：プロバイダー、モデル、ファイルツール、ターミナル以外はすべて OFF。Web 検索、ブラウザ、メモリ、委任、cron、スキル、プラグイン、MCP は無効。必要なものだけを有効にします。更新後でも、自分で選択しなかったものは一切読み込まれません。
ブランクスレートは、Agent に何を許可し何を許可しないかを完全に制御したいユーザーにとって、最もクリーンな出発点です。
モデルプロバイダーに接続して、チャットを始めましょう。
よくある間違い： Hermes を検索エンジンとして扱うこと。「X について教えて」は、行動できる Agent を無駄にしています。「X を調査し、レポートを作成して ~/reports/ に保存」がツールを活用する方法です。
例： 「個人事業主向け CRM トップ 5 を調査し、価格と機能を比較して、レポートを ~/reports/crm-comparison.html に保存して」— Agent が検索、比較、ファイル作成を実行。3 分で完了。
レベル 2 — メモリ + SOUL.MD
説明： Hermes はセッションをまたいでユーザーを記憶します。SOUL.md は Agent の人格を定義します。MEMORY.md と USER.md は、プロジェクト、好み、ビジネスコンテキストに関する永続的な事実を保存します。
何ができるようになるか： Agent が毎回同じことを説明させることをやめます。同じ質問をしても、Hermes が異なるコンテキストを理解しているため、異なる回答が返ってきます。あなたの指示、好み、ビジネスの詳細がすべてのセッションで保持されます。
v0.17.0 ではアトミックメモリ操作が追加されました。Agent はメモリエントリの追加、置換、削除を 1 回の呼び出しで一括実行できます。メモリの更新が予算が足りないために編集途中で失敗することがなくなりました。
セットアップ：
デスクトップアプリ / ダッシュボード：プロフィール → SOUL.md → 編集 CLI：任意のエディタで ~/.hermes/SOUL.md を開く
アイデンティティ、口調、運用、制限事項をカバーする 50〜80 行を記述します。Agent はセッション開始時に毎回これを読み込みます。
よくある間違い： SOUL.md を空のままにして、パーソナライズされた出力を期待すること。SOUL.md がない Hermes は、デフォルトで汎用的です。アイデンティティファイルの有無が、一般的なアシスタントと「あなた専用の」アシスタントの違いを生みます。
例： 「価格を上げるべきですか？」と質問。SOUL.md がない場合：価格戦略に関する一般的なアドバイス。SOUL.md にビジネスモデル、利益率、顧客セグメントが含まれている場合：「エントリー層のコンバージョン率は 12% です。10 ドル値上げすると、収益の 60% を占めるセグメント B で解約リスクが生じます。まずセグメント A でテストしてください。」
https://x.com/IBuzovskyi/status/2065125711401062758
レベル 3 — スラッシュコマンド
説明： セッション中に Agent の動作を変更するコマンド。ほとんどのユーザーはこれらを入力したことがありません。
何ができるようになるか： 1 つのセッション内で並行作業が可能になります。1 つのタスクが終わるのを待ってから次のタスクを始める必要がなくなります。
コマンド：
/background <プロンプト> バックグラウンドでタスクを実行します。メインのセッションはそのまま使えます。完了すると結果がパネルとして表示されます。
/steer <プロンプト> 現在の実行を中断せずにメッセージを挿入します。実行中の Agent の方向を変更します。
/queue <プロンプト> フォローアップをキューに入れます。現在のタスクが完了するまで待ち、その後自動的に実行されます。
/model <名前> セッション中にモデルを切り替えます。計画には Sonnet で開始、実行には DeepSeek に切り替え、レビューには Opus に切り替えます。
v0.17.0 では、Grok OAuth 経由で grok-composer-2.5-fast が追加されました。Cursor の Composer の背後にある 200K コンテキストのコーディングモデルで、Grok サブスクリプションを通じて利用できます。
Agent がビジーなときに入力した場合のデフォルト動作を設定：
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
display: busy_input_mode: steer # または queue、interrupt
よくある間違い： これらのコマンドの存在を知らないこと。ほとんどのユーザーはプロンプトを入力して終わるのを待ち、また次のプロンプトを入力します。/background だけでセッションあたりのスループットが 2 倍になります。
例： 提案書を作成中。セッションの途中で、/background research [競合他社] の価格設定とポジショニングを調査。あなたは書き続けます。5 分後、競合分析がパネルとして表示されます。それを提案書に貼り付け、流れを途切れさせません。
フェーズ 2 — レバレッジ (レベル 4-7)
Hermes はよりスマートに動作します。Agent が処理できるタスクを自分で行う必要がなくなります。
レベル 4 — スキル + スキルごとの適切なモデル
説明： スキルは、Agent が必要に応じて読み込むオンデマンドの知識ドキュメントとツールコレクションです。各スキルは異なるモデルで実行できます。
何ができるようになるか： Agent がオンデマンドでスペシャリストになります。リサーチスキルは調査方法論を読み込みます。コードレビュースキルはセキュリティパターンを読み込みます。各スキルはその作業に最適なモデルを使用します。
セットアップ：
デスクトップアプリ / ダッシュボード：Skills Hub → Browse → Install CLI：/skills search [トピック]
v0.17.0 で Skills Hub が刷新されました：接続されたハブ（OpenAI、Anthropic、HuggingFace、NVIDIA）、注目セクション、インストール前の完全なスキルプレビュー、各スキルのセキュリティスキャン。
v0.17.0 では画像編集も追加されました：image_generate でソース画像を編集できるようになりました（「このロゴを青くして」「背景を削除して」）。同じツール、新しいモード。
デスクトップアプリまたは config.yaml でスキルごとにモデルを割り当てます：
research/web search → DeepSeek V4 Flash（$0.10/M トークン、最安）
code review → Claude Opus 4.8（$5/$25/M、最高のコーディングベンチマーク）
content writing → Claude Sonnet 4.6（$3/$15/M、最強の散文 + ツール呼び出し）
coding (value) → GPT-5.5（$2/$12/M、チャットボットアリーナ 1 位、2M コンテキスト）
research with grounding → Gemini 2.5 Pro（$1.25/$10/M、Google 検索内蔵）
bulk sub-agent work → DeepSeek V4（$0.30/$0.50/M、90% キャッシュ割引）
/goal judge → Gemini Flash（最安、二値の完了/未完了判定には十分な速さ）
self-hosted (free) → Qwen 3 8B via Ollama（8GB RAM、ルーチンタスクに対応）
MiniMax M2.7 も試す価値があります。Nous Research と MiniMax は、将来のリリースを Hermes 向けに最適化するために協力しています。2026 年半ば時点で、Hermes 内部で最も使われているモデルの 1 つです。
よくある間違い： すべてのスキルを最も高価なモデルで実行すること。ルーチンの Web 検索スキルで Opus トークンを消費するのはお金の無駄です。モデルのコストをタスクの複雑さに合わせてください。
例： 競合調査スキルを Opus 4.8 ではなく DeepSeek V4 Flash で実行します。Web 検索では同等の品質。呼び出しあたり 30〜50 倍安くなります。月 30 回の実行で節約額はすぐに大きくなります。
レベル 5 — MCP（あなたの世界と接続）
説明： MCP（Model Context Protocol）サーバーは、Hermes を外部ツールに接続します。Gmail、カレンダー、Notion、Slack、ClickUp、GitHub、データベース、API。
何ができるようになるか： Agent がオープン Web だけでなく、あなたのデータを扱います。メールを読み、カレンダーを確認し、プロジェクトボードから情報を取得し、既に使っているツールのコンテキストを使って質問に答えます。
セットアップ：
デスクトップアプリ / ダッシュボード：MCP → カタログ → 参照してインストール CLI：hermes mcp
よくある間違い： 一度に 15 個の MCP を接続すること。MCP ごとにツールスキーマがコンテキストウィンドウに追加されます。15 個の MCP にそれぞれ 10 個のツールがあると、毎ターン 150 個のツール定義をモデルが読み込むことになります。使用するものだけをインストールし、使わないものは無効にしてください。Tool Search（スキーマがコンテキストの 10% 以上を消費すると自動有効）が管理に役立ちますが、MCP の数は少ない方が良いです。
例： 「今週、コーディングに没頭している間に Slack で何が起きましたか？」Agent が Slack チャンネルを読み込み、メンションや重要なトピックでフィルタリングし、メモリ内の目標とクロスリファレンス。10 行のサマリーを提供。タブを切り替える必要なし。200 件のメッセージをスクロールする必要なし。
レベル 6 — サブエージェント + 並列実行
説明： delegate_task は、独自のコンテキストウィンドウ、ターミナルセッション、ツールセットを持つ独立したサブエージェントを生成します。
何ができるようになるか： 複数のエージェントによる並行作業。1 つは調査、1 つは批評、1 つはコーディング。親エージェントが調整します。各子エージェントは異なるモデルを実行できます。
セットアップ：
Agent は、タスクが分離によって利益を得る場合に delegate_task を自動的に使用します。直接依頼することもできます。
「DeepSeek で X を調査するサブエージェントを立ち上げて、別の GPT-5.5 で調査結果を批評させる」
設定：
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
delegation: max_concurrent_children: 3 # デフォルト max_spawn_depth: 2 # 再帰の上限
役割：→ leaf（デフォルト）：実行のみ、再委任不可 → orchestrator：自身のワーカーを生成可能
バックグラウンドモード（v0.17.0）： delegate_task(background=true) はサブエージェントを派遣し、すぐに戻ります。セッションはそのまま使用できます。結果は完了時に新しいターンとして再入力されます。
よくある間違い： 単純なタスクにサブエージェントを使用すること。委任にはオーバーヘッド（コンテキスト設定、ツール割り当て）があります。メインの Agent が 3 ターンで処理できるタスクにサブエージェントを生成すべきではありません。
例： 「3 社の競合他社を並行して調査。競合 1 社につき 1 つの Agent。調査には DeepSeek を使用。親 Agent は Sonnet で 3 つの結果を統合。」3 つのレポートが 10 分で完了、通常 30 分かかるところ。各 Agent は分離されているため、1 つの調査タスクが遅くても他をブロックしません。
レベル 7 — 非同期操作
説明： ユーザーが入力しなくても Hermes が動作する 3 つの機能。
何ができるようになるか： 「私が聞いて、それに応答する」から「それが働いて、私がレビューする」へのシフト。
/goal — 永続的な目標： 目標を設定します。ジャッジモデルが毎ターン後に評価：完了したか、未完了か？Agent は目標が達成されるか、ユーザーが一時停止するか、ターン予算（デフォルト 20）が尽きるまで自動的に継続します。
/goal トロントのクリニックを 100 件見つけ、 それぞれにランディングページを作成し、 各クリニックにパーソナライズされたメールをドラフトする。
/subgoal はループをリセットせずにセッション中に条件を追加します。
Cron ジョブ — スケジュールタスク： Gateway は 60 秒ごとにティックします。期限のジョブを新しい独立したセッションで実行します。結果を 27 以上のプラットフォームに配信：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、iMessage、Microsoft Teams、Google Chat、LINE、メール、SMS など。
v0.17.0 での追加：→ WhatsApp Business Cloud API（公式 Meta アダプター、QR ブリッジ不要） → iMessage via Photon Spectrum（Mac リレー不要） → Telegram リッチメッセージ（Bot API 10.1、ネイティブフォーマット） → Automation Blueprints：ダッシュボードでのワンクリック cron テンプレート（モーニングブリーフィング、週次レビュー、ニュースダイジェスト、リマインダー）。cron 構文不要。
3 つのコストレイヤー：→ no_agent モード：スクリプト自体がジョブ、料金は常に $0 → wakeAgent ゲート：スクリプトが LLM の必要性を判断、何かが変わるまで $0 → context_from：ジョブ出力をフレームワークなしでパイプラインに連結
セーフティネット — チェックポイント： 自律操作を実行する前にチェックポイントを有効にします。Agent は変更前に作業ディレクトリのスナップショットを取得します。/rollback で夜間に問題が発生した場合に状態を復元します。
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
checkpoints: enabled: true
よくある間違い： 曖昧な cron プロンプトを作成すること。cron 実行は毎回ゼロから始まります。メモリもチャット履歴もありません。「あのサーバーの問題をチェックして」では何も伝わりません。「10.0.0.5 に SSH 接続し、nginx のステータスを確認し、ポート 443 が 200 を返すことを確認」なら機能します。
例： 午前 8:00。Telegram に通知。あなたはこれを頼んでいません。Cron が届けました：「あなたの専門分野の arXiv 論文が 3 件。競合他社が価格ページを更新。あなたがウォッチしている GitHub リポジトリが破壊的変更をマージ。アクション：11 時の会議の前に競合の価格を確認。」
https://x.com/IBuzovskyi/status/2066145326780518736
フェーズ 3 — 自律性 (レベル 8-15)
Hermes はあなたなしで動作します。システムは時間とともに複合的に成長します。
レベル 8 — マルチプロファイルアーキテクチャ
説明： それぞれが独自の SOUL.md、設定、メモリ、スキル、cron ジョブ、モデルを持つ個別の Hermes プロファイル。1 つのマシン上で完全に分離された Agent。
何ができるようになるか： 過負荷なジェネラリストの代わりに専門化されたワーカー。Scout プロファイルはシグナルを見つける。Analyst プロファイルは調査を統合する。Coder プロファイルは機能をリリースする。それぞれが 1 つのジョブを、そのジョブに適したモデルでうまく実行します。
セットアップ：
デスクトップアプリ / ダッシュボード：Profiles → Build（5 ステップのウィザード：Identity → Model → Skills → MCPs → Review）CLI：hermes profile create [名前]
各プロファイルは独自のコマンドになります：
hermes -p scout chat hermes -p analyst chat
よくある間違い： すべてのプロファイルに同じ SOUL.md を与えること。分離がポイントです。分析しようとする Scout はトークンを無駄にします。ソースを見つけようとする Analyst は Scout の作業を複製します。プロファイルごとに 1 つのジョブ。
例： Scout が夜間に 12 のソースを発見。Analyst が午前 10 時までにそれらを 4 つの Wiki エントリに統合。Briefer が午前 8 時に 5 箇条のサマリーを配信。あなたはコーヒーを飲みながらそれを読む。どれもメモリを共有しません。それぞれが 1 つのジョブを、そのジョブに適したモデルで実行しました。
https://x.com/IBuzovskyi/status/2067313826492547483
レベル 9 — 自己改善型ナレッジベース
説明： Andrej Karpathy のパターンに基づく LLM Wiki スキル。相互リンクされたマークダウンファイルとして構築される自己改善型ナレッジベース。Hermes にバンドルされています。
何ができるようになるか： メモリの上限を超えて蓄積される長期的な知識。Hermes の組み込みメモリは会話コンテキストを処理します。Wiki はドメイン知識（記事、トランスクリプト、会議メモ、調査結果）を処理します。相互参照はリンクされたままです。矛盾は自動的にフラグされます。
セットアップ：
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
WIKI_PATH=~/obsidian-wiki
初回実行時に、スキルはドメインを尋ね、適切なタグ分類で SCHEMA.md を構築します。
グラフビューのために Obsidian に接続：OBSIDIAN_VAULT_PATH を同じディレクトリに設定します。
Wiki にフィード：「この記事を Wiki にインデックスして：[URL またはテキストを貼り付け]」
よくある間違い： Wiki に何もフィードしないこと。空のナレッジベースは何も追加しません。価値は蓄積から生まれます。1 ヶ月目：50 エントリ。3 ヶ月目：相互参照付きで 300 以上のエントリ。Agent はナレッジベースが賢くなるにつれて、よりシャープになります。
例： 「競合他社 X はオンボーディングをどのように行っていますか？」と質問。Wiki がない場合：Agent は Web を検索し、一般的な情報を提供します。3 ヶ月分の Wiki エントリがある場合：Agent はあなた自身の調査ノート、クライアントが競合他社 X について言及した会議のトランスクリプト、先月インデックスした記事を引き出します。Web 検索では見つからないコンテキストを含む回答が得られます。
レベル 10 — カンバンオーケストレーション
説明： すべてのプロファイルで共有される永続的な SQLite タスクボード。ステータスは triage → todo → ready → running → blocked → done → archived と流れます。ディスパッチャーは 60 秒ごとに作動します。
何ができるようになるか： 依存関係チェーンを持つ複雑なマルチステッププロジェクト。各カードは独自の /goal ループ（goal_mode）を実行できます。未完了の親カードがあるカードは自動的に待機します。複数のプロファイルが自分に割り当てられたカードをピックアップします。
セットアップ：
/kanban create "クリニックを 100 件調査" \ --assignee scout --goal --goal-max-turns 15
/kanban create "ランディングページを作成" \ --assignee coder --goal --goal-max-turns 20 \ --depends-on "クリニックを 100 件調査"
CLI：hermes kanban またはチャットで /kanban。
Kanban vs cron vs delegate_task：→ Kanban：永続的な作業キュー、再起動後も持続、マルチプロファイル → Cron：時間ベースのスケジューリング、繰り返しタスク → delegate_task：セッション内での一回限りの並列実行
よくある間違い： 単純な線形パイプラインに Kanban を使用すること。3 つのプロファイルを一直線に並べた場合（Scout → Analyst → Briefer）、ファイルベースの調整で十分機能します。Kanban は、依存関係ツリー、並列ブランチ、または追跡が必要な 10 以上のタスクがある場合に価値を発揮します。
例： 四半期ごとの競合分析を Kanban プロジェクトとして。12 枚のカード：3 競合 × 4 次元（価格、機能、ポジショニング、採用シグナル）。価格カードは Web スクレイピングカードに依存。採用カードは LinkedIn 調査カードに依存。Agent は依存関係がクリアされるたびに作業をピックアップ。統合された最終レポートをレビューします。
レベル 11 — ボイスモード
説明： すべてのメッセージングプラットフォームでの音声認識と音声合成。6 つの STT プロバイダー、5 つの TTS プロバイダー。
何ができるようになるか： Telegram、Discord、WhatsApp で音声メッセージを使って Hermes と会話。Agent は文字起こし、処理、合成音声での応答が可能。タイピング不要の完全な音声会話。
STT プロバイダー：→ faster-whisper（無料、デバイス上で実行） → ローカルコマンドラッパー → Groq（高速クラウド） → OpenAI Whisper API → Mistral → xAI
TTS プロバイダー：→ Edge TTS（無料、デフォルト） → ElevenLabs（最高品質、有料） → OpenAI TTS → MiniMax → NeuTTS（無料）
よくある間違い： ルーチンの音声メッセージに高価なクラウド STT を使用すること。ローカルの faster-whisper はほとんどの言語で十分に機能し、コストはかかりません。複雑な音声やノイズの多い環境には有料の STT を取っておきましょう。
例： 会議に向けて運転中。Telegram で音声メッセージ：「昨夜の調査で、11 時の電話の前に知っておくべきことは？」Agent は 30 秒の音声サマリーで応答。読む代わりに聞く。ハンドルは両手で。
レベル 12 — ブラウザ自動化
説明： Hermes はブラウザを制御して、Web サイトの閲覧、フォームへの入力、データの抽出、Web アプリケーションとの対話ができます。
何ができるようになるか： ブラウザセッションを必要とするタスク：動的ページのスクレイピング、Web フォームへの入力、API のないツールとの対話。Agent はページを認識して操作します。
セットアップ：
Nous Portal サブスクライバー向けに Tool Gateway に含まれています：
hermes setup --portal
または、ダッシュボードからブラウザ自動化を個別に設定します。
よくある間違い： API が存在するタスクにブラウザ自動化を使用すること。ブラウザ自動化は、直接 API 呼び出しよりも遅く、脆弱で、高コストです。API が存在しない場合にのみ使用してください。
例： 競合他社に公開 API がない。Agent がブラウザ経由で価格ページを開き、現在のプランと価格を抽出し、Wiki に保存された先月のスナップショットと比較。変更を検出：フリーティアが廃止されていた。朝のブリーフィングでフラグが付けられました。
レベル 13 — API サーバー
説明： Hermes を OpenAI 互換の HTTP エンドポイントとして公開。ツール、メモリ、スキルを備えた完全な Agent が標準 API 形式で利用可能。
何ができるようになるか： OpenAI 形式を話す任意のフロントエンドが Hermes をバックエンドとして接続可能：Open WebUI、LobeChat、LibreChat、ChatBox、カスタムアプリケーション、Excel 統合。Agent が、その上に構築する API になります。
セットアップ：
デスクトップアプリ、ダッシュボード、または .env で設定：
API_SERVER_ENABLED=true API_SERVER_KEY=your_secret_key
Gateway を起動：デスクトップアプリ / ダッシュボード：Gateway → 起動 CLI：hermes gateway
エンドポイント：http://127.0.0.1:8642/v1/chat/completions
マルチユーザー設定： ユーザーごとに異なるポートで 1 つのプロファイルを作成。それぞれが独立した設定、メモリ、スキルを持ちます。
よくある間違い： API サーバーを認証なしでパブリックインターネットに公開すること。サーバーはデフォルトで 127.0.0.1 にバインドします。リモートアクセスは SSH トンネル経由で行い、公開露出は避けてください。v0.17.0 では、トークンが必要なすべてのエンドポイントに OAuth ゲートが、ダッシュボードにウェブソケット認証が追加されました。
例： 競合調査が API エンドポイントとして動作。カスタムダッシュボードが Hermes に最新情報をクエリ。チームはライブの内部ページで競合データを確認。誰も Telegram を開かない。データが自分自身を提供します。
レベル 14 — IDE 統合 (ACP)
説明： Hermes が VS Code、Zed、JetBrains エディタ内で ACP（Agent Communication Protocol）サーバーとして動作。
何ができるようになるか： チャット、ツールアクティビティ、ファイル差分、ターミナルコマンドがエディタ内に表示されます。Agent はプロジェクトディレクトリで、エディタのコンテキストを使用して作業します。Agent コア、ツール、メモリは CLI や Gateway と同じです。
セットアップ：
hermes acp start
VS Code の場合：ACP 拡張機能をインストールし、Hermes を指定します。
ACP に含まれるもの：→ ファイルツール：read_file、write_file、patch、search_files → ターミナル実行 → エディタ内のチャットインターフェース → 危険なコマンドに対する承認プロンプト
ACP に含まれないもの（設計による）：→ メッセージ配信 → Cron ジョブ管理 → Gateway 固有の機能
よくある間違い： ACP が Gateway を置き換えると考えること。ACP はエディタ内のコーディングセッション用です。Gateway はメッセージング、cron、マルチプラットフォーム配信を処理します。どちらも同じ Agent コアを基盤として実行されます。
例： 価格ページのコーディング中。VS Code 内で Hermes に「競合他社 X は階層をどのように構成していますか？」と質問。Agent が Obsidian Wiki を確認し、調査ノートを見つけ、回答を提供。ブラウザも Telegram も開かずにデザインを調整。
レベル 15 — プロファイルディストリビューション
説明： Agent のセットアップ全体を git リポジトリとしてパッケージ化。1 コマンドで誰でも Agent をインストール可能。
何ができるようになるか： Agent が製品になります。販売、チームとの共有、クライアントへの配布が可能。API キーと個人のメモリ以外はすべて転送されます。
v0.17.0 では RAFT Agent Network も導入されました：Hermes を外部 Agent として raft.build に接続。契約によるプライバシーを持つウェイクチャネルブリッジ（ウェイクペイロードはメタデータのみを運び、メッセージ本文は運びません）。Agent は他のマシン上の Agent と協調できます。
ディストリビューションの内容：
distribution.yaml # マニフェスト SOUL.md # アイデンティティ config.yaml # モデルとプロバイダーの設定 skills/ # カスタムスキル cron/ # スケジュールジョブ mcp.json # 接続ツール
他人のディストリビューションをインストール：
hermes profile install
よくある間違い： ディストリビューションに API キーや個人データを含めること。認証情報はマシンごとに保持されます。ディストリビューションは人格、スキル、ワークフローを運びます。ユーザーは自分のキーを用意します。
例： Scout、Analyst、Briefer で構成される調査部門を構築しました。新しいチームメンバーが参加。彼らは次を実行：hermes profile install github.com/you/research-dept. 3 つのプロファイル、Wiki 構造、cron ジョブ、SOUL.md テンプレートがインストールされます。自分の API キーと Telegram ボットを追加。10 分で稼働開始。
1 つのワークフロー、15 の進化
競合調査。同じタスク。各レベルでどのように変化するかを見てください。
レベル 1： 「今週 AI エージェントで何が新しいですか？」と入力し、テキストの壁を読む。
レベル 2： Agent はすでに SOUL.md からあなたのニッチと競合他社を知っている。同じ質問、答えはあなたの市場にフィルタリングされる。
レベル 3： /background で競合他社を調査しつつ、提案書を作成。フローを中断せずに結果が表示される。
レベル 4： 調査スキルは DeepSeek V4 Flash で実行。分析スキルは Sonnet で実行。Web 検索に Opus の価格を支払うのをやめる。
レベル 5： Agent が回答する前に Slack、メール、ClickUp を確認。「競合他社が昨日リリース。あなたのチームが #product で議論しました。」
レベル6：3 つのサブエージェントが 3 つの競合他社を並行して調査。各エージェントは DeepSeek 上で動作。親エージェントは Sonnet で分析。30 分かかっていた作業が 10 分に。
レベル7：もう聞く必要はありません。cron ジョブが午前 7 時に実行。wakeAgent ゲート：何も変わらなければ $0。競合他社がアップデートをリリース = エージェントが起動し、調査し、Telegram にブリーフを配信。あなたはコーヒーを飲みながらそれを読む。
レベル8：Scout プロファイルが 3 時間ごとにシグナルを検出。Analyst が午前 10 時に分析。Briefer が午前 8 時に配信。3 つのプロファイル。1 つのパイプライン。
レベル9：調査結果は Obsidian の Wiki に送られる。3 ヶ月目：300 以上のエントリ。エージェントは、あなたが尋ねていなかったパターンを表面化する。なぜなら、Wiki がソース間の関連性を見つけたからだ。
レベル10：四半期分析はカンバンプロジェクトとして実行される。依存関係チェーンを持つ 12 のカード。依存関係が解消されると、エージェントが作業を引き継ぐ。あなたは最終レポートをレビューする。
レベル11：会議に向かって運転中。音声メッセージ：「昨夜の調査で何かあった？」エージェントが音声で応答。あなたは読む代わりに聞く。
レベル12：競合他社に API がない。エージェントがブラウザ経由で価格ページを開き、先月のスナップショットと比較。変更を検出。あなたのブリーフにフラグが立てられる。
レベル13：調査が API エンドポイントとして実行される。カスタムダッシュボードがそれを照会する。あなたのチームは、ライブページで競合インテリジェンスを確認できる。
レベル14：機能のコーディング中。VS Code 内で「競合他社 X はこれをどう処理している？」と質問する。エージェントはエディタを離れることなく、Wiki から回答する。
レベル15：あなたの調査環境は git リポジトリ。新メンバーは 1 つのコマンドを実行するだけ。Scout、Analyst、Briefer、Wiki 構造、cron ジョブ。すべて 10 分でインストール完了。
トークンエコノミクス：15 のレベルすべてを費用対効果高く運用する方法
レベル 3 を超えるすべてのレベルでトークンが消費されます。以下は、支出を予測可能に保つための制御方法です。
タスクごとの適切なモデル（レベル 4+）
すべてのタスクに最も高価なモデルが必要なわけではありません。Web 検索 = DeepSeek V4 Flash（$0.10/M）。分析 = Sonnet（$3/$15/M）。最終レビュー = Opus 4.8（$5/$25/M）。スキル、プロファイル、cron ジョブごとにモデルを割り当てます。完全なモデル別タスクリファレンスはレベル 4 を参照してください。
WakeAgent ゲート（レベル 7+）
スクリプトは毎 tick 無料で実行されます。変更がないかチェックします。変更なし = エージェントは起動せず = $0。エージェントは、仕事があるときだけトークンを消費します。
NO_AGENT モード（レベル 7+）
スクリプト自体がジョブとなる場合。アップタイムチェック、ディスクアラート、ファイル監視。出力は Telegram に直接送られます。LLM 呼び出しはゼロ。トークン消費はゼロ。永遠に。
事前実行スクリプト（レベル 7+）
スクリプトが無料でデータを収集。出力はプロンプトにコンテキストとして注入されます。モデルは、データを見つけるためにツール呼び出しを行う代わりに、スクリプトが取得したものを要約します。
リーンツールセット（レベル 5+）
cron ジョブごとに --skills web,file を設定します。コンテキスト内のツールスキーマが減る = プロンプトが小さくなる = 安価に。ニュースダイジェストジョブにブラウザ、委任、カンバンツールは必要ありません。
ツール検索（レベル 5+）
ツールスキーマがコンテキストの 10% 以上を占有すると自動的に有効化。完全なツール定義を 3 つのブリッジツールに置き換えます。数千トークンではなく、約 300 トークン。エージェントは、すべてを一度に読み込むのではなく、必要に応じてツールを発見します。
圧縮しきい値（レベル 7+）
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
compression: threshold: 0.40 # デフォルト 0.50
コンテキスト圧縮を早期に実行。20 ターン以上の長い /goal 実行や cron セッションでも、トークン予算内に収めます。
Curator — デフォルトで無料（v0.17.0）
決定論的なスキル枝刈りは引き続き無料で実行。LLM による統合は現在オプトインのみ：
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
curator: consolidate: true # オプトイン、デフォルトは false
ルーチンのバックグラウンドキュレーションはトークンを消費しません。スキルライブラリの深いクリーンアップが必要な場合のみ、統合を有効にしてください。
ロスレス圧縮（teknium 氏による PR #47866）
search_files の結果は、モデルに到達する前に圧縮されます。同じ情報。より少ないトークン。最新の Hermes にマージ済み。hermes update を実行。
Judge 用の補助モデル（レベル 7+）
/goal の judge はすべてのターン後に実行されます。安価で高速なモデルにルーティングします。
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
auxiliary: goal_judge: provider: openrouter model: google/gemini-3-flash-preview
Gemini Flash での 20 回の judge 呼び出し vs Opus での 20 回 = 大幅な節約。
予算上限（すべてのレベル）
デスクトップアプリ、ダッシュボード、または config.yaml で設定：
budget: daily_max_usd: 10 session_max_usd: 2 monthly_max_usd: 200
ハードリミット。上限に達するとエージェントは停止します。cron ジョブや /goal 実行を有効にする前に、これらを設定してください。
支出の監視
デスクトップアプリ / ダッシュボード：使用状況タブにプロファイル別の内訳が表示されます。CLI：任意のセッションで /usage を実行すると、セッションごとの統計が表示されます。
Briefer プロンプトに「今週のトークン支出を添えて終了」を追加すると、Telegram で週次のコスト追跡が可能です。
これらすべてに共通するパターン：高価なモデルから、無料のコード、安価なモデル、圧縮されたコンテキストへと作業を移行する。エージェントは推論する。それ以外はすべて無料で実行される。
ブランクスレートから始める
初日からトークン管理を重視する場合は、Blank Slate モード（hermes setup → Blank Slate）でインストールしてください。プロバイダー、モデル、ファイルツール、ターミナル以外はすべて無効。必要な機能を一つずつ追加していきます。明示的に有効にしない限り、何も読み込まれません。これが最も安価で最も制御された開始点です。
ほとんどの人が止まるレベル
レベル 1-2。Hermes をインストールし、SOUL.md を作成し、スマートなチャットボットとして使用します。エージェントは 1 日あたり 30 分を節約します。
レベル 3 からレベル 7 へのジャンプは、日々の節約時間が分から時間単位に変わる地点です。/background、適切なモデルを備えたスキル、wakeAgent ゲートを備えた cron ジョブ。これらが積み重なります。
レベル 7 からレベル 10+ へのジャンプは、エージェントがツールからシステムへと変わる地点です。マルチプロファイルアーキテクチャ、自己改善する知識、カンバンオーケストレーション。あなたがいなくても行われた仕事をレビューします。
自分の現在のレベルを特定する方法
レベル 15 に到達する必要はありません。ほとんどの個人創業者はレベル 7-10 でうまく機能しています。それ以上のレベルは特定の問題を解決します：モバイルワークフロー向けの音声、API のないツール向けのブラウザ、カスタム統合向けの API サーバー、コーディング向けの IDE、チーム向けのディストリビューション。
自分のボトルネックに合ったレベルを選んでください。その一つをセットアップします。それが十分でなくなったら、次のレベルに進んでください。
関連記事
- HERMES AGENT SOUL.MD: モデルよりも 50 行が重要な理由 — レベル 2 の詳細
- HERMES AGENT はあなたが寝ている間に自分自身を構築する — レベル 7 の詳細
- HERMES AGENT + NOTEBOOKLM + OBSIDIAN: 3 エージェント研究部門 — レベル 8-9 の詳細
公式ソース
すべての技術詳細は Hermes Agent v0.17.0 のドキュメントで確認済み。
