Hermes Agent マスタークラス：ゼロから完全自律型エージェント運用までを網羅する完全コース

以下が日本語翻訳です。

Hermes Agent を発見した人のほとんどは、最初の 1 週間は戸惑います。

Hermes が複雑だからではありません。

ゼロから完全に動作する自律エージェントシステムへと導く完全ガイドが、これまで誰も書いていなかったからです。

これが、そのガイドです。

このマスタークラスを終えるまでに、Hermes のインストール、初めてのエージェント設定、初めてのスキル構築、初めての MCP サーバー接続、永続メモリのセットアップ、初めてのワークフロー自動化、そしてあなたの介入なしに動作するマルチエージェント運用のデプロイが完了します。

各セクションは前のセクションに基づいて構築されています。最初は順番に読んでください。後で参照する必要がある場合に、特定のセクションに戻ってきてください。

セクション 1: Hermes Agent とは何か

インストールする前に、何を使って構築しているのかを理解してください。

Hermes Agent は、オープンソースの自律型 AI エージェントフレームワークです。チャットボットではありません。既存のツールのラッパーでもありません。永続的に動作し、セッションをまたいで全てを記憶し、再利用可能なワークフローを実行し、スケジュールに従って自律的に動作するエージェントを構築するためのインフラストラクチャです。

Hermes を他のエージェントフレームワークと一線を画す 4 つの特性：

永続メモリ。 ほとんどの AI エージェントは、セッションを閉じると全てを忘れます。Hermes は記憶します。全ての会話、全てのタスク、全ての出力、全ての決定が、無期限に持続するメモリレイヤーに保存されます。今日あなたが対話するエージェントは、それ以前の全てのセッションで起こったことを全て知っています。

スキルシステム。 Hermes は、スキルと呼ばれる再利用可能なワークフローファイルを実行します。スキルは、エージェントが何をすべきかを記述したプレーンな Markdown ファイルとして一度作成します。その後の実行は毎回、ロジックを再構築することなくそのスキルを呼び出します。スキルを追加するたびに、運用はより高速かつ一貫性のあるものになります。

スケジュール自動化。 Hermes は、あなたが何も開始しなくても、設定可能なスケジュールで実行されます。朝のリサーチブリーフ。夜間のコンテンツ処理。1 時間ごとのソース監視。これら全てが、設定した時間に自動的に実行されます。

MCP 統合。 Hermes は、実際のツールへのアクセスを提供する Model Context Protocol サーバーに接続します。ファイルシステム。データベース。ウェブ検索。API。外部サービス。MCP 接続のたびに、Hermes は言語モデルから、現実世界で行動するエージェントへと変貌します。

これら 4 つの特性が組み合わさることで、個々の AI とのやり取りとは質的に異なる何かが生まれます。

Hermes エージェントは、あなたが使うツールではありません。

それは、動作するシステムです。

セクション 2: インストールと初期セットアップ

前提条件:

Node.js バージョン 18 以降。Git。使い慣れたターミナル。

Node.js のバージョンを確認します:

node --version

Node.js のインストールまたは更新が必要な場合は、nodejs.org にアクセスし、現在の LTS バージョンをダウンロードしてください。

Hermes をインストール:

git clone https://github.com/hermes-agent/hermes

cd hermes

npm install

環境を設定:

cp .env.example .env

.env ファイルを開き、モデルプロバイダーを設定します:

Primary model configuration

MODEL_PROVIDER=anthropic

MODEL_NAME=claude-opus-4-5

ANTHROPIC_API_KEY=your-anthropic-api-key

Alternative: Use DeepSeek for free operation

MODEL_PROVIDER=deepseek

MODEL_NAME=deepseek-chat

DEEPSEEK_API_KEY=your-deepseek-key

Memory configuration

MEMORY_BACKEND=sqlite

MEMORY_PATH=./data/memory.db

Scheduler

ENABLE_SCHEDULER=true

SCHEDULER_TIMEZONE=America/New_York

Logging

LOG_LEVEL=info

LOG_PATH=./logs/hermes.log

Hermes を起動:

npm run start

Hermes が実行中であることを示す出力が表示されるはずです:

[Hermes] Memory backend: SQLite initialized

[Hermes] Skill directory: ./skills loaded

[Hermes] Scheduler: enabled

[Hermes] Agent ready. Awaiting instructions.

Hermes が永続メモリとスケジューラを有効にして実行されています。

インストールを確認:

最初のメッセージを入力します:

Hello. What do you know about yourself?

Hermes は、その設定、メモリステータス、利用可能なスキルについて説明するはずです。

セクション 3: ファイルアーキテクチャを理解する

何かを構築する前に、全てがどこにあるのかを理解してください。

hermes/

skills/

[your-skill-name].md

data/

memory.db

processed/

outputs/

logs/

hermes.log

config/

sources.json

schedule.json

CLAUDE.md

.env

package.json

skills/ は、あなたが構築する全てのワークフローが置かれる場所です。各スキルは Markdown ファイルです。Hermes はこれらのファイルを読み取り、それらが記述するワークフローを実行します。

data/ は、Hermes が処理する全てのものを保存する場所です。memory.db は永続メモリを支える SQLite データベースです。processed/ は処理済みのアイテムを保持します。outputs/ は生成されたコンテンツを保持します。

logs/ には操作ログが含まれます。期待通りに動作しない場合は、hermes.log を確認してください。

config/ には設定ファイルが含まれます。sources.json はコンテンツソースを定義します。schedule.json は自動化されたワークフローが実行されるタイミングを定義します。

CLAUDE.md は、インストール全体の中で最も重要なファイルです。これは、あなたが誰で、何をしていて、どのように動作してほしいかを Hermes に伝えます。これについてはセクション 4 で構築します。

セクション 4: CLAUDE.md を書く

CLAUDE.md は、Hermes エージェントの運用憲法です。

全てのスキルは実行前にこれを読みます。全ての自動化ワークフローはこれをコンテキストとして使用します。全ての出力はこれによって形成されます。

CLAUDE.md が不十分だと、一般的な出力が生成されます。

CLAUDE.md が正確に書かれていると、あたかもあなたの運用を熟知している誰かが作ったかのような出力が生成されます。

以下が完全なテンプレートです:

Hermes Agent — CLAUDE.md

Identity

Name: [あなたの名前またはブランド]

Role: [あなたの役割]

Primary platform: [公開プラットフォーム]

Audience: [サービスを提供する対象者]

Content and Work Focus

Primary topics: [主要トピックをリスト]

Content formats: [作成するコンテンツ形式]

Voice and tone: [コミュニケーションスタイル]

What you never do: [避けるべき特定の事項]

Current Projects

[プロジェクト 1]: [一言説明]

Status: [アクティブ/保留中/完了]

Next action: [具体的な次のステップ]

[プロジェクト 2]: [一言説明]

Status: [アクティブ/保留中/完了]

Next action: [具体的な次のステップ]

Current Priorities

[現在最も重要なこと]
[2 番目に重要なこと]
[3 番目に重要なこと]

Content Standards

A great output: [具体的な説明]

An acceptable output: [最低基準]

A rejected output: [不合格となるもの]

Sources I Trust

[特定の出版物、チャンネル、人物をリスト]

What I Specifically Do Not Want

[避けるべきトピック、形式、アプローチをリスト]

Memory Rules

全ての重要な決定を、その理由とともに保存する
公開された全てのコンテンツをパフォーマンスノートと共に追跡する
ソース品質評価を記憶する
同じソースからのコンテンツを 72 時間以内に繰り返さない

Output Rules

生成された全てのコンテンツを data/outputs/ に保存する
全てのファイルに日付スタンプを付ける: YYYY-MM-DD-[type]-[topic].md
全ての操作を logs/hermes.log に記録する
公開前に人間のレビューが必要なものは全てフラグを立てる

Update Schedule

このファイルのレビューと更新: [あなたのスケジュール]

スキルを構築する前に、30 分かけてこれを完全に記入してください。下流の全ては、この文書の品質に依存します。

セクション 5: 初めてのスキルを構築する

スキルは、Hermes が実行するワークフローを記述したプレーンテキストの Markdown ファイルです。

スキル形式には 4 つの必須セクションがあります:

skill-name

Purpose

[このスキルが何をするかについての一文]

Trigger

[手動またはスケジュールによる呼び出し方法]

Process

[Hermes が行うことのステップバイステップの指示]

Output

[スキルが生成するものと、それを保存する場所]

最初の実際のスキルを構築しましょう。設定されたソースを読み取り、構造化されたサマリーを提供する朝のブリーフィングです。

skills/morning-briefing.md を作成します:

morning-briefing

Purpose

設定された全てのソースから構造化された朝のインテリジェンスブリーフィングを生成し、outputs フォルダに保存します。

Trigger

毎日午前 6:00 にスケジュール実行。

手動: "Run morning briefing" または "Generate my briefing"

Process

CLAUDE.md を読み取り、自分が誰で、どのトピックが重要かについての完全なコンテキストを得る。

config/sources.json を読み取り、設定された全てのソースを取得する。

主要トピックリスト内の各ソースについて: ウェブ検索を使用して、過去 24 時間の重要な動向を検索する。

以下の基準を使用して結果をフィルタリングする:

INCLUDE: 新しい発表、重要なアップデート、

研究結果、主要プレイヤーによる戦略的な動き

EXCLUDE: 焼き直しのコンテンツ、新しい情報のない

意見記事、CLAUDE.md の設定に基づいて

ノイズと分類されるもの

今日のニュースに関連する、以前のセッションからの関連情報がないかメモリを確認する。

以下の形式でブリーフィングを生成する:

Morning Brief — [日付]

THE ONE THING

[今日最も重要な動向と、それが自分の仕事に

とって特に重要な理由]

WHAT HAPPENED

[3〜7 件の重要なアイテム、各 2〜3 文]

WHAT TO WATCH

[監視すべき 1〜2 の展開中の状況]

FROM MEMORY

[以前のセッションで保存された何かとの

TODAY'S FOCUS

[ブリーフィングに基づく推奨優先事項]

ブリーフィングを data/outputs/[日付]-morning-briefing.md に保存する

サマリーを daily-brief タグでメモリに保存する

Output

outputs フォルダ内の構造化されたブリーフィングファイル。

daily-brief タグ付きのメモリエントリ。

hermes.log 内のログエントリ。

最初のスキルをテストします:

Run morning briefing

Hermes が各ステップを実行し、情報を検索し、最初の自動ブリーフィングを生成するのを見守ってください。

セクション 6: メモリシステム

メモリこそが、Hermes を有能なツールから、複合的に成長するシステムへと変えるものです。

メモリの仕組みを理解することで、時間の経過とともにより賢くなるスキルを設計できるようになります。

Hermes がメモリを保存する方法:

全ての重要な操作は、SQLite データベースにメモリエントリを作成します。各エントリには以下が含まれます:

Content: 保存された内容
Tags: 検索のためのカテゴリ
Timestamp: 作成された時刻
Source: どのスキルが作成したか
Relevance score: 取得頻度に基づいて更新

Hermes がメモリを取得する方法:

任意のスキルが実行されると、Hermes は実行前に関連するコンテキストを自動的にメモリから検索します。この検索は意味的類似性を使用するため、正確なキーワードが一致しなくても関連する概念が浮かび上がります。

メモリのためのスキル設計:

全てのスキルに明示的なメモリ命令を含めます:

Memory Instructions

STORE after completion:

Key findings tagged: [relevant-tags]
Decisions made tagged: decision
Outputs produced tagged: output

RETRIEVE before starting:

Previous runs of this skill
Any entries tagged: [relevant-tags]
Decisions that affect this workflow

手動メモリ操作:

Store this in memory: [情報] — tag it as [タグ]

What do you remember about [トピック]?

Show me all memory entries from the last 7 days

What decisions have been stored?

メモリの複合効果:

1 週間分のメモリを持つ Hermes エージェントは便利です。

3 ヶ月分のメモリを持つ Hermes エージェントは、別のカテゴリのツールです。

3 ヶ月間の毎日の運用後、Hermes は数百のソースを読み、数千のコンテンツを処理し、数十の決定を追跡し、あなたの特定の運用において何が機能し、何が機能しないかについての詳細な全体像を構築します。

全ての新しいタスクは、その蓄積されたコンテキストの恩恵を受けます。

セクション 7: MCP サーバーを接続する

MCP サーバーは、Hermes を世界について推論するエージェントから、世界に働きかけるエージェントへと変えます。

各 MCP 接続により、Hermes は実際のツールにアクセスできるようになります。ファイルシステム。ウェブ検索。データベース。API。外部サービス。

コア MCP サーバーのインストール:

Filesystem MCP — read and write local files

npm install -g @modelcontextprotocol/server-filesystem

Web search — real-time Brave Search

npm install -g @modelcontextprotocol/server-brave-search

GitHub — repository access

npm install -g @modelcontextprotocol/server-github

Puppeteer — browser automation

npm install -g @modelcontextprotocol/server-puppeteer

.env で MCP 接続を設定:

Filesystem

MCP_FILESYSTEM_PATH=/path/to/your/working/directory

Brave Search

MCP_BRAVE_API_KEY=your-brave-search-api-key

GitHub

MCP_GITHUB_TOKEN=your-github-personal-access-token

Puppeteer

MCP_PUPPETEER_HEADLESS=true

Filesystem MCP:

最もすぐに価値のある接続です。Hermes にローカルファイルへの直接的な読み取りおよび書き込みアクセスを提供します。

接続されると、Hermes は以下を行えます:

スキル命令で指定されたファイルを読み取る。出力をシステム上のフォルダに直接書き込む。新しい情報に基づいてファイルを更新する。新しいコンテンツがないかフォルダを監視する。

Filesystem MCP を使用するスキル:

Process

[PATH] のファイルを読み取りコンテキストを得る
コンテンツを処理する
出力を [OUTPUT PATH] に書き込む
インデックスファイルを [INDEX PATH] で更新する

Brave Search MCP:

Hermes にリアルタイムのウェブ検索へのアクセスを提供します。これがないと、Hermes はトレーニングカットオフ時点までの情報についてのみ推論できます。これがあれば、Hermes はライブウェブを検索して現在の情報を取得します。

全てのリサーチ、モニタリング、およびブリーフィングスキルは Brave Search の恩恵を受けます。

無料の Brave Search API キーは brave.com/search/api で取得してください。無料枠では月 2,000 クエリが利用可能です。

GitHub MCP:

Hermes に GitHub リポジトリへのアクセスを提供します。コードを読み、トレンドリポジトリをチェックし、フォローしているリポジトリを監視し、リリースを追跡できます。

以下の場合に有价值: 開発者ツールコンテンツ、オープンソースモニタリング、技術リサーチ、リポジトリ分析。

MCP 接続の確認:

What MCP servers are currently connected?

List all available tools from connected servers.

Hermes は、接続されている各サーバーと、それらが提供する全てのツールをリストアップするはずです。

セクション 8: スケジューラシステム

スケジューラは、Hermes をあなたが使うツールから、動作するシステムへと変えます。

スケジューラなし: Hermes は、あなたが尋ねた時に、あなたが尋ねたことを行います。

スケジューラあり: Hermes は、あなたが関与しているかどうかに関わらず、継続的に動作します。

スケジュールを設定:

config/schedule.json を作成:

{

"schedules": [

{

"skill": "morning-briefing",

"cron": "0 6 \ \ *",

"description": "Daily morning briefing at 6AM"

{

"skill": "source-monitor",

"cron": "0 \/2 \ \ \",

"description": "Check sources every 2 hours"

{

"skill": "content-processor",

"cron": "0 20 \ \ *",

"description": "Process captured content at 8PM"

{

"skill": "weekly-review",

"cron": "0 19 \ \ 0",

"description": "Weekly review every Sunday at 7PM"

{

"skill": "memory-consolidation",

"cron": "0 23 \ \ *",

"description": "Consolidate memory entries at 11PM"

}

]

}

Cron 式リファレンス:

0 6 \ \ * → 毎日午前 6:00

0 \/2 \ \ \ → 2 時間ごと

0 20 \ \ 1-5 → 月曜から金曜の午後 8:00

0 19 \ \ 0 → 毎週日曜日午後 7:00

0 23 \ \ * → 毎日午後 11:00

全ての Hermes 運用に必要な 5 つのスケジュールワークフロー:

Morning briefing: 毎日午前 6:00。ソースを読み取る。インテリジェンスブリーフを生成する。その日のフォーカスを設定する。

Source monitor: 2 時間ごと。設定されたソースに新しいコンテンツがないか確認する。処理キューに追加する。

Content processor: 毎日午後 8:00。日中に取得された全てのコンテンツを処理する。出力を生成する。メモリを更新する。

Weekly review: 日曜日午後 7:00。その週の活動を統合する。パターンを特定する。インサイトを生成する。

Memory consolidation: 毎日午後 11:00。新しいメモリエントリをレビューする。重複を削除する。関連性スコアを更新する。

スケジュール実行の監視:

Show me scheduled operations for today

What ran in the last 24 hours?

Show me the execution log

セクション 9: 完全なコンテンツ運用を構築する

このセクションでは、Hermes を使用して完全に自動化されたコンテンツ運用を構築する手順を説明します。終了時には、ソースを監視し、バイラルコンテンツの機会を特定し、下書きを生成し、公開キューを自動的に管理するシステムが完成します。

ステップ 1: ソースを設定する

config/sources.json を作成:

{

"sources": [

{

"name": "Anthropic Blog",

"type": "rss",

"url": "https://anthropic.com/news/rss",

"priority": "critical",

"check_interval": "1h"

{

"name": "GitHub Trending AI",

"type": "web",

"url": "https://github.com/trending/python?since=daily",

"priority": "high",

"check_interval": "4h"

{

"name": "HackerNews AI",

"type": "web",

"url": "https://news.ycombinator.com",

"priority": "medium",

"check_interval": "2h"

}

]

}

ステップ 2: コンテンツ機会識別スキルを構築する

skills/content-opportunity.md を作成:

content-opportunity

Purpose

全てのソースをスキャンして作成する価値のあるコンテンツ機会を見つけ、コンテンツキューに追加します。

Trigger

source-monitor が新しいコンテンツを検出した後に実行。

手動: "Find content opportunities"

Process

CLAUDE.md を読み取り、自分のコンテンツピラーとオーディエンスを確認する。

source-monitor によって新規としてフラグが立てられ、source-monitor-new タグでメモリに保存された全てのアイテムを読み取る。

各新しいアイテムについて評価する:

バイラルポテンシャルスコア (1-10):

これは私の特定のオーディエンスが気にするものか？
これは本当に新しい情報か、それとも焼き直しか？
これは現在のコンテンツピラーのいずれかに接続するか？
他者が取っていない独自の角度を取れるか？

スコア 7 以上のアイテムのみが機会として認定される。

認定された各機会について、data/outputs/content-queue.md に以下のエントリを作成する:
ソースとリンク
これが機会である理由
推奨コンテンツ角度
推奨形式 (ツイート/スレッド/記事/動画)
優先度: 緊急/高/中

全ての機会を content-queue タグでメモリに保存する

Output

更新された content-queue.md ファイル。

content-queue タグ付きのメモリエントリ。

ステップ 3: 下書き生成スキルを構築する

skills/draft-generator.md を作成:

draft-generator

Purpose

コンテンツキュー内のアイテムについて、その優先度に基づいてコンテンツ下書きを生成します。

Trigger

毎日午後 2:00 に実行。

手動: "Generate drafts" または "Draft the top 3 items"

Process

CLAUDE.md を読み取り、自分の声、トーン、コンテンツルールを確認する。

data/outputs/content-queue.md を読み取り、保留中のアイテムを確認する。

優先度スコアによって上位 3 件のアイテムを選択する。

選択された各アイテムについて:

a. ウェブ検索を使用してトピックをリサーチし、

情報が最新かつ正確であることを確認する

b. 繰り返しを避けるため、このトピックの以前の

カバレッジがないかメモリを確認する

c. 指定された形式で下書きを生成する:

TWEETS の場合:

cyrilXBT 形式に従う:

ALL CAPS での宣言フック
短くインパクトのある行
各文は独立した行に
最後に Bookmark this + Follow CTA

THREADS の場合:

フックツイート
具体的な詳細を含む 5-8 の本文ツイート
CTA クローザー

ARTICLES の場合:

強力なフック段落
問題提起
解決策の手順
実行可能なステップ
フォロー CTA

各下書きを data/outputs/drafts/[日付]-[形式]-[トピック].md に保存する

content-queue.md を更新し、アイテムを下書き済みとしてマークする。

下書きサマリーを draft-generated タグでメモリに保存する

Output

data/outputs/drafts/ 内の下書きファイル。

更新された content-queue.md。

draft-generated タグ付きのメモリエントリ。

ステップ 4: パフォーマンストラッカースキルを構築する

skills/performance-tracker.md を作成:

performance-tracker

Purpose

コンテンツのパフォーマンスを追跡し、そのデータを使用して将来のコンテンツ決定を改善します。

Trigger

手動: "Log performance for [コンテンツ] — [指標]"

Weekly review は全てのパフォーマンスログを読み取ります。

Process

パフォーマンスデータでトリガーされた場合:
コンテンツ参照と共に指標をメモリに保存する
タグ: performance-log

パターンを特定する:
今週最もパフォーマンスが良かったトピックは？
最もエンゲージメントが高かった形式は？
最もバイラルコンテンツを生み出したソースは？

パターンが明確な場合、パフォーマンスデータに基づいて CLAUDE.md のコンテンツ優先度を更新する。

日曜日に週次パフォーマンスレポートを生成する。

Output

performance-log タグ付きのメモリエントリ。

outputs フォルダ内の週次パフォーマンスレポート。

セクション 10: マルチエージェント運用

シングルエージェントの Hermes は強力です。マルチエージェントの Hermes は、異なるカテゴリの能力です。

マルチエージェント運用とは、複数の特殊化された Hermes インスタンスがそれぞれ運用の 1 つのドメインを処理し、メモリを共有し、出力を調整することを意味します。

4 エージェントコンテンツ運用:

Research Agent: ソースを監視し、機会を特定し、深層リサーチを実施します。読み取りのみ。作成は決して行いません。

Production Agent: リサーチ出力を受け取り、コンテンツ下書きを生成します。作成のみ。公開は決して行いません。

Quality Agent: 制作出力を基準に対してレビューします。承認するか、修正のために差し戻します。作成も公開も行いません。

Distribution Agent: 承認された出力を受け取り、公開スケジュールを管理します。公開のみ。作成は決して行いません。

マルチエージェント設定のセットアップ:

各エージェント用に個別の CLAUDE.md ファイルを作成:

hermes-research/

CLAUDE.md ← Research agent constitution

skills/ ← Research-only skills

hermes-production/

CLAUDE.md ← Production agent constitution

skills/ ← Production-only skills

hermes-quality/

CLAUDE.md ← Quality agent constitution

skills/ ← Quality-only skills

hermes-distribution/

CLAUDE.md ← Distribution agent constitution

skills/ ← Distribution-only skills

共有メモリレイヤー:

4 つのエージェント全てが同じ SQLite データベースを指すように設定:

MEMORY_PATH=/shared/hermes-memory.db

これにより、全てのエージェントが他の全てのエージェントの出力を読み取ることができます。リサーチ出力はプロダクションから見えます。プロダクション出力は品質から見えます。品質承認は配信から見えます。

ハンドオフプロトコル:

各エージェントは、メモリタグを通じてハンドオフの準備ができていることを知らせます:

Research agent が作業を完了 → ready-for-production タグ付きで出力を保存

Production agent がタグ付きアイテムをピックアップ → ready-for-quality タグ付きで出力を保存

Quality agent が承認 → ready-for-distribution タグ付きで出力を保存

Distribution agent が公開 → published タグ付きで結果を保存

オーケストレータースキル:

パイプライン全体を監視するマスターオーケストレータースキルを 1 つ作成:

pipeline-orchestrator

Purpose

4 つのエージェント全てを監視し、パイプラインステージ間のスムーズなハンドオフを確保します。

Trigger

30 分ごとに実行。

Process

ready-for-production タグ付きのアイテムを確認する見つかった場合: production agent にアラート

ready-for-quality タグ付きのアイテムを確認する見つかった場合: quality agent にアラート

ready-for-distribution タグ付きのアイテムを確認する見つかった場合: distribution agent にアラート

いずれかのステージに 4 時間以上あるアイテムを確認する見つかった場合: 停滞としてフラグを立て、レビューを促すアラートを出す

4 時間ごとにパイプラインステータスレポートを生成する

Output

pipeline-status タグ付きのメモリ内パイプラインステータス。

停滞アイテムのアラート。

時間単位の操作ログ。

セクション 11: 高度なスキルパターン

Hermes 運用が成熟するにつれて、基本的なスキル形式ではカバーできない状況に遭遇するでしょう。これらの高度なパターンは、最も一般的な複雑なシナリオを処理します。

パターン 1: 条件付き実行

条件に基づいて異なるパスを取るスキル:

Process

条件を確認: [確認する内容]

IF [条件 A]: パス A を実行: [パス A のステップ]

IF [条件 B]:

パス B を実行:

[パス B のステップ]

IF NEITHER:

人間のレビューのためにフラグを立て、曖昧なケースをログに記録する。

パターン 2: リトライロジック

失敗時に再試行すべきスキル:

Process

各アイテムについて、以下を最大 3 回試行:

試行: [主要アプローチ] 成功した場合: 出力に進む失敗した場合: エラーをログに記録し、代替を試す

代替: [バックアップアプローチ] 成功した場合: 代替が使用されたことを注記して出力に進む失敗した場合: 失敗としてマークし、レビューのためにフラグを立てる

不完全または不確実な出力で進めないこと。

パターン 3: 品質ゲート

出力前に基準を適用するスキル:

Quality Gate

出力を保存する前に、以下の基準に照らして評価します:

PASS 基準 (すべて true である必要があります):

[CRITERION 1]
[CRITERION 2]
[CRITERION 3]

PASS の場合: 出力を保存し、成功をログに記録

FAIL の場合: どの基準が失敗したかを特定し、修正を試みて再評価。修正試行は最大 2 回。

2 回試行しても失敗する場合: 失敗ノートと共に review-needed/ フォルダに保存。

パターン 4: Memory-Informed Execution

実行のたびに賢くなるスキル:

Memory-Informed Process

実行前に以下を取得:

メモリからこのスキルの過去の全実行
パフォーマンスデータ（タグ: [関連タグ]）
過去の実行から保存されたパターンノート

取得したコンテキストを使用:

過去に失敗したアプローチを回避
過去に成功したアプローチを優先
現在の実行にパターンインサイトを適用

実行後に保存:

使用したアプローチ
成功したかどうか
観察された新しいパターン
タグ: [スキル名]-learning

セクション 12: 一般的な問題のトラブルシューティング

Hermes の運用では、最初の数週間は必ず問題が発生します。以下は最も一般的な問題とその修正方法です。

問題: Hermes がスケジュールされたスキルを実行しない

.env でスケジューラーが有効になっていることを確認:

text

1ENABLE_SCHEDULER=true

cron 式が有効かどうかを crontab.guru で確認。

スケジューラーのエラーを hermes.log で確認:

text

1tail -f logs/hermes.log

問題: メモリがセッション間で保持されない

メモリデータベースのパスが正しいことを確認:

text

1MEMORY_PATH=./data/memory.db

データディレクトリのファイル権限を確認:

text

1ls -la data/

Hermes プロセスにはこのディレクトリへの書き込みアクセスが必要です。

問題: MCP サーバーが接続できない

MCP サーバーがグローバルにインストールされていることを確認:

text

1which npx
2npx @modelcontextprotocol/server-filesystem --help

API キーが .env に末尾スペースなしで正しく設定されているか確認。

MCP 設定変更後、Hermes を再起動。

問題: スキルの出力品質が低い

最も一般的な原因は、CLAUDE.md が曖昧なことです。セクション 4 に戻り、すべてのセクションに具体的な詳細を追加してください。

また、スキルの Process セクションが十分に具体的であることを確認してください。曖昧な指示は曖昧な出力を生みます。

問題: Hermes が古い情報を使用している

Brave Search MCP が接続されていることを確認:

text

1What MCP servers are connected?

Brave Search がリストにない場合、API キーを確認し、MCP サーバーを再インストールしてください。

問題: スキルは実行されるが出力が保存されない

Filesystem MCP が接続され、正しいパスを指していることを確認。

スキルファイル内の出力パスが、Hermes が実行されている作業ディレクトリからの相対パスであることを確認。

セクション 13: 運用の測定と改善

時間とともに改善されない Hermes 運用は、メモリシステムを正しく使用していません。

週次レビュースキル:

skills/weekly-review.md を作成:

text

1# weekly-review
2
3## Purpose
4
5今週の運用を総合し、来週の改善点を特定する。
6
7## Trigger
8
9毎週日曜日 19:00。
10
11手動: "Run weekly review"
12
13## Process
14
151. 過去 7 日間のすべてのメモリエントリを読み込む。
16
171. スキルのパフォーマンスを分析:
18   1. 問題なく実行されたスキルはどれか?
19   1. エラーが発生したスキルはどれか?
20   1. 最高の出力を生成したスキルはどれか?
21   1. 改善が必要なスキルはどれか?
22
231. コンテンツパフォーマンスを分析 (ログ記録している場合):
24   1. 最もパフォーマンスが良かったコンテンツはどれか?
25   1. 高パフォーマンスのコンテンツに共通するパターンは?
26   1. 来週優先すべきトピックは?
27
281. メモリ品質を分析:
29   1. メモリエントリは正しく作成されているか?
30   1. スキル実行時の検索結果は関連性があるか?
31   1. 保存内容にギャップはないか?
32
331. 改善推奨事項を生成:
34   1. 今週改善する 1 つのスキル
35   1. 今週構築する 1 つの新しいスキル
36   1. 効率化する 1 つのプロセス
37   1. コンテンツで優先する 1 つのトピック
38
391. 確認された改善点があれば、CLAUDE.md を更新する。
40
41## Output
42
43data/outputs/ に週次レビューレポート
44
45改善点が特定された場合は CLAUDE.md の更新
46
47メモリエントリにタグ付け: weekly-review

重要な指標:

スキル信頼性率: スケジュールされたスキルのうち、エラーなく実行される割合。目標は 95% 以上。

メモリ検索関連性: スキルに対してメモリが検索されたとき、それが実際に関連しているか。毎週レビュー。

出力品質の一貫性: 出力が一貫して基準を満たしているか。手動で追跡。

運用カバレッジ: 意図したワークフローのうち、実際に自動化されている割合。時間とともに 100% を目指す。

セクション 14: 90 日間構築計画

成熟した Hermes 運用を構築するには、一貫した反復を 90 日間続ける必要があります。

1 日目から 7 日目: 基盤

Hermes をインストール。CLAUDE.md を記述。モーニングブリーフィングスキルを構築。Filesystem MCP サーバーと Brave Search MCP サーバーを接続。最初のスケジュールブリーフィングを実行。

目標: Hermes が安定して動作し、毎日 1 つの有用な出力を生成する。

8 日目から 30 日目: コアスキル

特定の運用に合わせて 5 ～ 8 つのコアスキルを構築。5 つすべての標準自動化ワークフロー用にスケジューラーを設定。ドメインに固有の最初の MCP サーバーを特定。

目標: Hermes が繰り返し発生する知識作業の 30% を自動化している。

31 日目から 60 日目: 最適化

メモリ品質をレビューし、保存規則を改善。3 ～ 4 週間の結果に基づいてスキル出力を洗練。条件付き実行と品質ゲートを使用した最初の高度なスキルを構築。

目標: Hermes の出力が手動修正なしで一貫して品質基準を満たしている。

61 日目から 90 日目: マルチエージェント

運用がそれを正当化する場合、マルチエージェントアーキテクチャを設計。専門エージェントの CLAUDE.md ファイルを構築。共有メモリレイヤーを設定。オーケストレータースキルをデプロイ。

目標: Hermes が調整されたマルチエージェント運用を実行し、最も複雑なワークフローをエンドツーエンドで処理している。

複利の現実

今日 Hermes 運用を開始し、90 日間一貫して実行したビルダーは、すぐには模倣できない何かを手に入れます。

技術へのアクセスが難しいからではありません。

90 日間の一貫した運用で蓄積されるメモリレイヤーは、ショートカットできるものではないからです。

90 日目の Hermes エージェントは、あなたの運用を知っています。どのソースがオーディエンスに最適なコンテンツを生み出すかを知っています。どのアプローチが成功し、どのアプローチが失敗したかを知っています。あなたの声、基準、優先順位を、何百回もの実行を通じて知っているのです。

その蓄積された知性こそが参入障壁です。

運用を実行するたびに、その障壁は深まります。

開始を待つ日々は、決して取り戻せない複利の知性の日々です。

今週末に基盤を築きましょう。

スキルを書くのに必要なのは午後だけです。

メモリは最初のセッションから蓄積され始めます。

複利効果は、あなたの介入なしに最初の自動化ワークフローが実行された瞬間から始まります。

自律型 AI 運用を実際に機能させる Hermes Agent の構築、スキルテンプレート、マルチエージェントアーキテクチャのすべてについて、@cyrilXBT をフォローしてください。