パーソナル AI オペレーティングシステムとしての Hermes Agent

1. Hermes の核心レイヤー

Hermes の構造を理解しやすくするために、そのコンポーネントを従来のオペレーティングシステムの概念に対応付けてみましょう。

1.1 メモリアーキテクチャ

Hermes は、すべての関連情報を単一のコンテキストウィンドウ内に保持しようとする代わりに、複数の異なるメモリレイヤーを維持します。主な種類は以下の通りです。

セッションメモリ: 特定のタスクや会話中にアクティブになるコンテキスト。このタイプのメモリは通常、短期間で、現在のセッションに紐づいています。
長期メモリ: 事実、洞察、ユーザーの好み、蓄積された知識などを永続的に保存します。セッションやシステム再起動を跨いで保持されます。無制限に拡大しないよう、設定可能な上限が設けられています。

yaml

1memory:
2  memory_enabled: true
3  user_profile_enabled: true
4  memory_char_limit: 2200    # 約 800 トークン
5  user_char_limit: 1375      # 約 500 トークン

スキルメモリ: エージェントが過去の成功した作業に基づいて作成または洗練した、構造化された再利用可能な手順（スキル）の保存庫。~/.hermes/skills/ にプレーンマークダウンファイルとして保存されます。
セッションリコール: 会話履歴全体に対する FTS5 全文検索と LLM による要約。過去のセッションに問い合わせることができます。

先月話し合ったビジネスアイデアをすべて教えて。 3 週間前に実行した競合分析は何だった？

このマルチレイヤーメモリアプローチは、Hermes を典型的な会話型エージェントではなく、永続的なシステムのように機能させるための基礎要素の 1 つです。

外部メモリプロバイダー:

組み込みメモリを超えた、より高度なインテリジェンスが必要なユースケースのために、Hermes は 8 つの外部メモリプロバイダープラグインをサポートしています。

Mem0 — ナレッジグラフ + セマンティック検索。ターンごとに関連エントリのみを読み込みます。単純な全件注入と比較してトークン消費を 72% 削減。
Honcho — 2 者間弁証法的メモリ。ユーザーと AI の別々の観察記録を構築します。PII に敏感な環境向けにセルフホスティング可能。
Hindsight, Holographic, RetainDB, ByteRover, Supermemory, OpenViking — 異なるアーキテクチャを持つ追加プロバイダー。

text

1hermes memory setup
2# 対話型ピッカーでプロバイダーを選択
3hermes memory status
4# アクティブなプロバイダーを確認

1.2 プロファイル — 分離された実行環境

Hermes のプロファイルにより、ユーザーは同一マシン上でエージェントの複数の独立したインスタンスを作成・実行できます。各プロファイルは以下を独自に保持します。

設定とモデル選択
メモリストア（セッションおよび長期の両方）
インストールされたスキル群
ゲートウェイ接続と関連する認証情報
セッション履歴
Telegram ボットトークン
Cron ジョブ
状態データベース

bash

1hermes profile create researcher
2hermes profile create ops
3hermes profile create content-lead

各プロファイルは独自のコマンドになります。

bash

1researcher setup    # モデルと API キーを設定
2researcher chat     # セッションを開始
3researcher gateway start   # Telegram に接続

プロファイル設定の例:

text

1researcher:
2→ soul.md: ディープリサーチのみ。事実と数字。
3→ model: gpt-5.5（低コスト、高ボリューム）
4→ tools: web 検索、firecrawl、browser-use
5
6ops:
7→ soul.md: 管理タスク。カレンダー、メールトリアージ。
8   何かを送信する前に承認を求める。
9→ model: gpt-5.5（ルーチンタスク）
10→ tools: メール、カレンダー、notion
11
12content-lead:
13→ soul.md: コンテンツ制作。自分のトーンに合わせる。
14→ model: claude-sonnet-4（優れた文章作成）
15→ tools: X 検索、web 検索、分析

プロファイルの配布:

プロファイルは Git を介して共有できます。動作する研究エージェントを誰でも配布できます。

bash

1cd ~/.hermes/profiles/researcher
2git init && git add . && git commit -m "initial"
3git push origin main

誰でもインストールできます。

bash

1hermes profile install github.com/you/researcher

各自が自分の API キーを入力します。スキル、soul.md、ワークフローは転送されます。メモリとセッションはマシンごとに保持されます。

プロファイルの分離は機能的であり、多くの実用的なシナリオで有用です。ただし、従来のオペレーティングシステムにおけるプロセス分離と同じセキュリティや堅牢性を保証するものとして理解すべきではありません。

1.3 かんばん — オーケストレーションと状態管理

かんばんシステムは、Hermes における主要な調整および状態管理レイヤーとして機能します。以下の重要な機能を担当します。

タスクの作成と追跡
タスク間の依存関係の管理
状態遷移の処理
あるタスクやプロファイルが別のタスクに作業を引き継ぐ際のコンテキスト転送の促進
各タスク試行の実行履歴と結果の記録

ステータス: トリアージ → To-Do → 準備完了 → 実行中 → ブロック中 → 完了 → アーカイブ

ディスパッチャーは 60 秒ごとに実行され、利用可能なワーカーにタスクを自動割り当て、ハートビートを追跡し、ゾンビプロセスを検出し、リトライ予算を管理します。

bash

1hermes kanban list    # ボードを表示
2hermes kanban swarm   # 完全なマルチエージェントシステムを起動:
3                      # ルートオーケストレーター + 並列ワーカー
4                      # + ゲート検証器 + ゲート合成器
5                      # + 共有ブラックボード

朝のワークフロー例:

text

1/goal 今日の To-Do リストは次の通り:
2
31. X で AI のトレンドトピックをリサーチ
42. 調査結果に基づいて 2 件の投稿をドラフト
53. 受信箱をチェックし、緊急メールにフラグを立てる
64. 過去 24 時間の競合の投稿を取得
75. Notion のコンテンツカレンダーを更新
8
9各タスクをかんばんトリアージに追加。
10可能なものはサブエージェントに割り当て。
11全タスク完了時に Telegram でサマリーを送信。

特に重要な機能の 1 つが「ブロック中」状態です。タスクがこの状態になると、人間が入力を提供するかブロックを解除するまで実行が一時停止されます。この設計により、人間による監視が、外部またはアドホックな介入ではなく、ワークフローの構造化されたネイティブな一部となります。

タスクを、保持されたコンテキストと履歴を持つ第一級のオブジェクトとして扱うことで、かんばんレイヤーは、マルチエージェントやマルチステップのワークフローにおける引き継ぎ時に一般的に発生する情報損失の低減に役立ちます。

1.4 Cron ジョブ — スケジューラー

Cron ジョブは、プレーンな英語で記述された時間ベースの自律タスクです。crontab 構文は必要ありません。

このレイヤーこそが、Hermes を受動的なツールから能動的なシステムへと変えるものです。役立つ情報は、あなたが尋ねる前に届きます。

本番 Cron ジョブの例:

text

1毎朝 8 時:
2X で反応すべき AI 関連のニュースを 1 つ送信。
3
43 時間おき:
5X で自分のニッチな分野の新しい投稿をスキャンし、引用リツイートすべきものを探す。
6
7毎日 21 時:
8競合が今日、異常値のコンテンツを投稿したか確認。
9
10毎週月曜 9 時:
11コンテンツボードを監査し、7 日以上停滞しているアイデアにフラグを立てる。
12
13毎週金曜 18 時:
14今週公開したコンテンツ、パフォーマンスの良し悪し、その理由をまとめる。

Cron ジョブは、特定の Telegram トピック、特定のプロファイル、特定の配信プラットフォーム（Telegram、Discord、Slack、メール）をターゲットにできます。

Web ダッシュボードは、完全な Cron 管理 UI（作成、編集、一時停止、再開、手動トリガー、最終実行時刻と次回実行時刻の表示）を提供します。

OS の用語で言えば、Cron ジョブはスケジューラデーモンです。人間が開始しなくても、システムが予測可能なリズムで作業を実行することを保証します。

1.5 /goal — 永続的な目標（ラルフループ）

通常のプロンプトは Hermes に 1 回の応答を求めます。/goal は、判定モデルが目標達成と判断するまで、複数ターンにわたって Hermes に目標に向かって取り組ませます。

アーキテクチャ:

エージェントが目標に向けて 1 ターン実行
判定モデルが評価: 完了 or 継続？
継続の場合: エージェントがさらに 1 ターン実行
完了の場合: 目標完了、結果を配信
デフォルトの max_turns: 20。タスクタイプごとに設定可能。
/goal resume でターンカウンターをリセットして継続

bash

1hermes config set goals.max_turns 20    # リサーチ、コンテンツ
2hermes config set goals.max_turns 50    # コード、マルチステップビルド

構造化された /goal テンプレート:

text

1/goal [成果]
2using [情報源]
3with constraints: [制約条件]
4deliverable: [成果物]

例:

text

1/goal 今週公開すべき最も強力なコンテンツアイデアを決定する。
2using 自分のニッチな分野の X トレンド投稿、競合分析、
3自分の過去 30 日間の投稿パフォーマンス。
4with constraints: 使い回しの角度は避ける、
5一般的な AI 誇大広告の枠組みは使わない。
6deliverable: タイトル、フック、必要な証明アセット、
7ドラフトアウトラインを含む、最終的なアイデア 1 つ。

インタビューハック — Hermes 自身に /goal を書かせる:

text

1/goal を使いたいけど、曖昧な目標は嫌だ。
2必要な質問だけで私にインタビューして。
3それから私の回答を、可能な限り強力な
4/goal コマンドに変換して。正確な成果、コンテキスト、
5情報源、制約条件、成果物、
6そして停止すべきタイミングを含めて。

すべての /goal は自動的にかんばんカードにもなり、ボード上で進捗が可視化されます。

主要コマンド:

text

1/goal [説明]     # 自律実行を開始
2/goal status            # 実行中のものを確認
3/goal pause             # コンテキストを失わずに一時停止
4/goal resume            # 一時停止後に継続
5/goal clear             # 現在の目標を終了
6/subgoal [テキスト]         # 実行中に条件を追加
7/undo [N]               # 過去 N ターン分を取り消す（v0.16.0 の新機能）

1.6 スキル作成メカニズム

Hermes には、エージェントが自身の活動に基づいて再利用可能な手順（スキル）を作成および保存できる機能が含まれています。エージェントが特定の種類の作業を正常に完了すると、パターンを特定し、形式化し、将来の使用のために保存できます。

スキルは ~/.hermes/skills/ にプレーンマークダウンファイルとして保存されます。透過的で、読み取り可能で、編集可能です。ブラックボックスはありません。

例 — コンテンツ作成スキル:

text

1これを "content-post" というスキルとして保存:
2
3# コンテンツ投稿ワークフロー
4
51. X 検索で AI エージェントニッチのトレンドトピックをチェック
62. 過去 14 日間の自分の投稿とクロスリファレンス（重複回避）
73. エンゲージメントパターンに基づいて最強の角度を選択
84. 自分のトーンでドラフトを作成:
9   - フックは ALL CAPS
10   - 機能リストは矢印 → を使用
11   - em-dash、副詞、前置きは不使用
125. ドラフトをスコアリング:
13   - フック: スクロールを止めるか？（1-10）
14   - ブックマーク価値: 誰かが保存するか？（1-10）
15   - 証拠: すべての主張に数字が裏付けられているか？（1-10）
166. いずれかのスコアが 7 未満の場合、そのセクションを書き直し
177. 最終ドラフトを承認のために Telegram に送信

全スキルを表示:

bash

1hermes skills
2# または
3hermes dashboard    # → Skills タブ

Hermes には、ターミナル、Web、ブラウザ、ビジョン、画像生成、TTS、コード実行にわたる 60 以上の組み込みツールが同梱されています。スキルはこれらのツールの上にレイヤーとして重なり、完全なワークフローを形成します。

v0.16.0 では、デフォルトのスキルセットが実際に必要なものに絞り込まれ、標準状態ではよりスリムになり、ノイズが低減されました。NVIDIA スキルが信頼できる Skills Hub タップに加わり、公式の CUDA-X、Omniverse、NeMo、TensorRT-LLM スキルがカタログに追加されました。

複合効果:

20 以上の自己作成スキルを持つエージェントは、新規インスタンスと比較して、同様の将来タスクを約 40% 高速に完了します（Nous Research の観察による）。この複合効果こそが Hermes の核心的な差別化要因です。

実際には、スキル作成の成熟度、信頼性、自律性の度合いは大きく異なります。多くの場合、特に初期使用時や複雑なタスクにおいては、高品質な結果を得るために、人間による作成スキルのレビューとキュレーションが依然として重要です。

1.7 自律キュレーター — ガベージコレクター

スキルが数週間、数ヶ月の使用で蓄積されるにつれて、冗長性、古くなった手順、肥大化が現実的な懸念事項となります。自律キュレーターがこれに対処します。

キュレーターは、設定可能なスケジュール（デフォルト: 7 日周期）で実行されるバックグラウンドプロセスです。以下のことを行います。

冗長または重複するスキルを特定
関連性がなくなったスキルを削除
関連手順を圧縮・統合
検索効率のためにスキルライブラリを最適化
検索しやすさのためにスキルの説明を改訂

OS の用語で言えば、キュレーターはガベージコレクター兼デフラグメンターとして機能します。スキルファイルシステムが時間の経過とともに劣化するのを防ぎます。

これは、後述のツール検索がスキル名と説明に依存して検索を行うため、特に重要です。メンテナンスが不十分な説明は検索精度を低下させます。

NVIDIA NemoTron Labs のライブストリームで、Nous Research の Karan 氏は次のように確認しました。「Hermes キュレーターは、スキルライブラリを常に管理、クリーニング、最適化、改訂、改善、圧縮する自律的なバックグラウンド機能です。」

1.8 ツール検索 — 動的リンカー

15 以上の MCP サーバーを接続すると、そのツールスキーマが毎ターンコンテキストウィンドウのスペースを消費します。ほとんどのツールが現在のタスクに関係ない場合でも同様です。

ツール検索は、すべての MCP/プラグインスキーマを 3 つの軽量ブリッジツールに置き換えます。

tool_search — 名前と説明で適切なツールを検索（BM25 検索）
tool_describe — 必要に応じて完全なスキーマを読み込み
tool_call — それを実行

各ブリッジツールのコストは約 300 トークンであり、完全なスキーマ配列の数千トークンとは対照的です。

yaml

1tools:
2  tool_search:
3    enabled: auto    # デフォルト、コンテキスト使用率 10% で作動

3 つのモード: auto（推奨）、on（常時有効）、off（無効）。

Opus 4 での精度は、ツール検索有効時で 49% から 74% に向上しました（Anthropic の自社テストによる）。

Hermes のコアツール（ターミナル、メモリ、ブラウザ、Web 検索）は遅延されません。毎ターン読み込まれたままです。

OS の用語で言えば、ツール検索は動的リンカーとして機能します。起動時にすべての共有ライブラリをロードする代わりに、実行中のプロセスが必要としたときにオンデマンドでロードします。これにより、実際の作業のためにメモリ（コンテキストウィンドウ）を節約します。

1.9 ゲートウェイ — ネットワークスタック

ゲートウェイは、Hermes をどこからでもアクセス可能にするレイヤーです。1 つのゲートウェイプロセスが、エージェントを 27 以上のメッセージングプラットフォームに同時に接続します。

Telegram、Discord、Slack、WhatsApp、Signal、SMS、Email、Matrix、Mattermost、Microsoft Teams、Teams Meetings、Google Chat、LINE、DingTalk、Feishu/Lark、WeCom、WeChat、QQ、Yuanbao、BlueBubbles (iMessage)、SimpleX、ntfy、Open WebUI、Home Assistant、MS Graph Webhooks など。

bash

1hermes gateway start

ゲートウェイは単一のプロセスとして実行されます。承認ボタンは Telegram と Slack でネイティブ機能として利用可能で、エージェントが機密性の高いアクションを実行する前に人間の確認を要求できます。

SSEP — 構造化ストリームイベントプロトコル（v0.16.0 以降）:

エージェントは生のテキストをストリーミングしてプラットフォームがレンダリングできることを期待するのではなく、以下のように動作します。

エージェントは型指定されたイベントのみを発行: MessageChunk、MessageStop、ToolCallChunk、ToolCallFinished、Commentary、LongToolHint、GatewayNotice
ゲートウェイルーターが各イベントを適切なプラットフォームアダプターにルーティング
各アダプターはレンダリングできるものをレンダリングし、できないものをサイレントにドロップ

Telegram は MarkdownV2 でアニメーション付きドラフトを取得します。iMessage はユーザーが見る必要のないツールクロームをドロップします。各イベントは不変です。ストリームごとの順序は保持されます。

OS の用語で言えば、ゲートウェイはネットワークスタックであり、SSEP はディスプレイサーバー/コンポジターです。エージェントはユニバーサルな出力形式を生成し、レンダリングレイヤーがそれをディスプレイごとに適応させます。

リモートアクセス:

デスクトップアプリは、別のマシン（VPS、ホームサーバー、Tailscale 経由など）で実行されている Hermes バックエンドに接続できます。

bash

1hermes dashboard --host 0.0.0.0
2# 認証ゲート経由でユーザー名とパスワードを設定
3# デスクトップアプリが URL + 認証情報で接続

VPS で実行されている 1 つのエージェント。ラップトップのデスクトップアプリ、SSH 経由の CLI、電話の Telegram から管理。すべて同じメモリ、スキル、セッションにアクセスします。

1.10 ボイスモード — I/O レイヤー

ボイスモードは、CLI およびすべてのメッセージングプラットフォームにわたって音声入出力を提供します。

text

1/voice on        # 音声対音声モード
2/voice tts       # 常に音声で応答
3/voice off       # テキストに戻す

5 つの音声認識プロバイダー:

Local faster-whisper（無料、デバイス上で実行）
Groq
OpenAI Whisper
Mistral Voxtral
xAI Grok STT

5 つの音声合成プロバイダー:

Edge TTS（無料、デフォルト）
ElevenLabs
OpenAI
NeuTTS（ローカル、無料）
MiniMax

Telegram 音声メッセージ、Discord 音声チャンネル（エージェントとのライブ音声会話）、WhatsApp、Signal、Slack、CLI で動作します。

OS の用語で言えば、ボイスモードは I/O レイヤーであり、テキスト以外の代替入出力方法を提供します。

1.11 セキュリティレイヤー

Hermes は、本番環境向けに複数のセキュリティプリミティブを提供します。

レイヤー 1 — Bitwarden Secrets Manager（認証情報管理）

bash

1hermes secrets bitwarden setup   # ウィザード: bws をインストール、トークンを要求
2hermes secrets bitwarden status  # 接続を確認
3hermes secrets bitwarden sync    # ドライラン: 適用される内容を確認

.env 内の 1 つのブートストラップトークン。実際の認証情報はすべて Bitwarden に存在します。すべての Hermes インスタンスは起動時にシークレットをプルします。Web アプリでキーを 1 回ローテーションすると、すべてのインスタンスが次回再起動時にそれを取得します。無料ティア。

レイヤー 2 — iron-proxy Egress ファイアウォール（認証情報保護）

bash

1hermes egress install   # iron-proxy バイナリをダウンロード、SHA-256 検証
2hermes egress setup     # 対話型ウィザード
3hermes egress start     # 管理プロキシデーモンを起動

実際の認証情報をサンドボックスに注入する代わりに、Hermes はエージェントに不透明なプロキシトークンを提供します。iron-proxy はネットワーク境界でインターセプトし、実際の認証情報と交換し、リクエストを転送します。サンドボックスは実際のキーを保持しません。

レイヤー 3 — プロンプトウェア防御

Brainworm クラスのプロンプトインジェクション攻撃に対する防御。エージェントは、処理されたドキュメント、Web ページ、ツール出力内の悪意のあるコンテンツを通じて指示を上書きしようとする試みを検出し、拒否します。

v0.16.0 では以下を追加: CVE-2026-48710 Starlette ピン止め、SSRF オフループ強化、サブプロセス認証情報ストリッピング。このリリースだけで 16 件のセキュリティタグ付きイシューがクローズされました。

レイヤー 4 — OpenShell（エンタープライズ、NVIDIA パートナーシップ経由）

エンタープライズデプロイメント向けに、Hermes は NVIDIA OpenShell および Microsoft セキュリティプリミティブと統合されています。OpenShell は以下を提供します。

エージェントがアクセスできるものを制御する、ユーザーごとのポリシーゲート
出力時のトークンマスキング（エージェントは実際の認証情報を認識しない）
再起動不要のホットスワップ可能なポリシー
管理者の可観測性と監査証跡

NVIDIA NemoTron Labs のライブストリームで、Nous Research の Karan 氏: 「どれだけ賢くなっても、この特定のゲートウェイを通り抜ける方法はない、あなたが作ったスキルを使用することを許可しない、ということを私が言える能力。なぜなら、私が望む特定の方法であなたを監督していないからです。」

1.12 拡張性 — Skills Hub と MCP カタログ

Skills Hub (agentskills.io): コミュニティがコントリビュートするスキル。ダッシュボードまたは CLI を通じてハブから直接参照、検索、インストールできます。

MCP カタログ: Nous Research がキュレーション。すべてのエントリはマージされた PR 経由。カタログ内のスキル数: 19,932。

bash

1hermes mcp    # 対話型ピッカー

NVIDIA スキル: Skills Hub に統合された公式 NVIDIA エージェントスキル。CUDA-X ライブラリ、Omniverse ワークフロー、NeMo トレーニングと推論、TensorRT-LLM 最適化、CUDA-Q 量子プログラミング。NVIDIA 製品リポジトリから毎日ミラーリングされます。

OS の用語で言えば、Skills Hub と MCP カタログはパッケージマネージャーとして機能します。ユーザーは、ゼロから構築することなく、機能を発見、インストール、管理できます。

1.13 インターフェースレイヤー

Hermes は、複数のサーフェスを通じてアクセスおよび管理できます。

CLI（コマンドラインインターフェース）: 完全な機能パリティ。すべてのコマンド、すべてのツール、すべての設定オプションが利用可能。最も強力なインターフェース。

bash

1hermes          # セッションを開始
2hermes chat     # 上記と同じ
3hermes doctor   # 診断チェック
4hermes dump     # デバッグ用の完全なシステム状態
5hermes status   # 視覚的な概要

TUI（テキストユーザーインターフェース）: パネルとナビゲーションを備えたリッチなターミナルインターフェース。CLI のパワーと視覚的なフィードバックの中間。

デスクトップアプリ（v0.16.0 — 「The Surface Release」）: macOS、Windows、Linux 向けのネイティブ Electron アプリ。1 週間で 100 の PR と 159 のコミットにわたって構築されました。Jensen の GTC キーノートで初めてデモされました。

サイドバイサイドプレビューペイン
内蔵ファイルブラウザ
ファイルをチャットに直接ドラッグ＆ドロップ
統合ボイスモード
ステータスバーのインラインモデルピッカー（ファジー検索可能）
同時マルチプロファイルセッション
モデル、API キー、ツールの設定 UI
プロファイル管理
アーティファクトビューアー（Hermes が作成するすべてのファイル）
アプリ内セルフアップデート
完全な簡体字中国語翻訳
CLI と同じ HERMES_HOME ディレクトリ — セッションはシームレスに転送

ダウンロード: hermes-agent.nousresearch.com/desktop

Hermes がすでにインストールされている場合:

bash

1hermes desktop

Web ダッシュボード:

bash

1hermes dashboard    # localhost:9119 を開く

モデル、Cron ジョブ、スキル、プロファイル、かんばんボード
完全なブラウザベース管理パネル: MCP カタログ、メッセージングチャンネル、認証情報、Webhook、メモリ管理
プラグイン可能な認証: OIDC またはユーザー名/パスワードログイン
テーマ（YAML）とプラグイン（JS + Python）で完全に拡張可能
デフォルトではデータは localhost から出て行かない

メッセージングプラットフォーム: ゲートウェイを通じて 27 以上のプラットフォーム（セクション 1.9 でカバー）。

2. 複合効果

Hermes の複合的な性質は、その最も際立った特性であり、典型的なエージェントではなくオペレーティングシステムのように機能する主な理由です。

1 日目: Hermes はあなたについて何も知りません。すべてのタスクに完全な指示が必要です。あなたは自分のワークフロー、好み、ツールを説明します。エージェントは白紙の状態です。

2 週間目: Hermes はあなたのプロジェクト、好み、作業スタイルに関するメモリを蓄積しています。すでに答えた質問をしなくなります。10 メッセージ必要だったタスクが 3 メッセージで済むようになります。

月目 1: Hermes は完了した作業から 15～20 個のスキルを作成します。あなたのコンテンツワークフロー、リサーチプロセス、受信箱のトリアージ方法がそれぞれ再利用可能な手順としてエンコードされます。初日はエージェントが 20 ターンかかっていたタスクが、5 ターンで完了するようになります。

月目 3: 40 以上のスキルと深い記憶を持つエージェントは、より優れたモデルに切り替えて空白のコンテキストで使用しても再現できないレベルで動作します。蓄積されたスキル、記憶、学習された好みは、セッションを重ねるごとに複合的な優位性を生み出します。

計算: 20 以上の自己作成スキルを持つエージェントは、新しいインスタンスと比較して類似の将来タスクを約 40% 速く完了します。この改善は複合的に作用します。完了したタスクごとに、将来の作業を加速するスキルが作成または洗練される可能性があります。

実際には何を意味するのか:

NVIDIA NemoTron Labs のライブストリームから、Nous Research の Johnny 氏が実際のワークフローを次のように説明しました。「毎朝、計画セッションを開始します。計画セッションごとに、やりたいことを記した日付キーファイルを取得します。スキルは過去 1 週間を振り返り、何が不足していたか、または緊急と言ったのに手をつけていないものがないかを教えてくれます。午後 11 時に cron が起動し、『やりたかったことはできましたか』と尋ねます。」

これは使用を通じて進化したシステムです。朝の計画スキル、日付キーファイリングシステム、週次振り返り — これらはどれも事前に作成されたものではありません。Johnny 氏の使用パターンから生まれ、恒久的なインフラストラクチャになりました。

最初の Hermes モデルをトレーニングした Karan 氏は、ML アブレーションに使用しています。「アブレーションは本当に嫌いです。退屈で時間がかかります。でもやらなければなりません。それが科学のやり方です。今では Hermes がやってくれます。そして私はやらなくて済みます。」

複合効果は、Hermes をアプリケーションではなくインフラストラクチャとして扱うべき核心的な論拠です。アプリケーションは 90 日目も 1 日目と同じ価値を提供します。インフラストラクチャは投資によって改善されます。

3. トークン経済学 — 実際のコスト

Hermes をパーソナル OS として実行するには具体的なコストがかかります。それらを理解することは持続可能な使用のために重要です。

エージェントランタイム: Hermes 自体は無料でオープンソース（MIT ライセンス）です。コストはモデル推論とインフラストラクチャから発生します。

インフラストラクチャのオプション:

最低 VPS スペック: 2 vCPU、2GB RAM（軽い使用向け）。

推奨: 4 vCPU、8GB RAM（ヘビー使用向け）。GPU は不要 — Hermes はモデルを直接呼び出さず、API を呼び出します。

モデルプロバイダーのオプション:

X API コスト（2026 年 2 月以降、従量課金）:

代替案: OpenTweet MCP は月額 $5.99 定額。

現実的な月間予算:

以下のトークン推定値は、一般的なセッションパターンに基づく概算です。実際の消費量は、モデル、タスクの複雑さ、ツールの出力量、設定によって異なります。Hermes 内で /usage を使用して実際の数値を測定してください。

この記事で説明されている完全なコンテンツシステム（5 つの毎日 cron ジョブ、/goal を使用した 1 日 2 回のコンテンツセッション、毎日のサブエージェントリサーチ、カンバン追跡）を実行すると、月に約 10～11M トークンを消費します。モデル戦略に応じたコストは次のとおりです。

GPT-5.5 で月額 $27 の同じシステムが、Claude Opus では月額 $250 かかります。同じ cron ジョブ、同じ /goal、同じサブエージェントで 10 倍の差です。

なぜ重要なのか: Hermes はモデルに依存しません。プロファイルごと、タスクごとにモデルを選択します。X のトレンド投稿をスキャンする日常的な cron ジョブには Opus レベルの推論は不要です。$0 の GPT-5.5 呼び出しで同じ仕事ができます。高価なモデルは、執筆品質や深い推論が本当に違いを生む 1 日 1 回の /goal にだけ予約してください。

最も安価な完全パス:

これで、5 つの毎日 cron ジョブ、永続的な記憶、自己改善するスキル、カンバンタスク追跡、スマートフォンからの Telegram アクセスを備えた 24 時間 365 日稼働の自律エージェントが実現します。

比較: 同じ作業を行うバーチャルアシスタントは月額 $500～2,000 です。コンテンツエージェンシーは月額 $3,000～8,000 です。

Nous Portal に関する注意: Plus ティア（月額 $20、$22 クレジット）は軽い使用（1～2 個の cron ジョブ、1 日数回のセッション）に適しています。ここで説明する完全なコンテンツシステムには、Super ティア（月額 $100、$110 クレジット）または独自キーの持ち込みがより現実的です。

トークン最適化（コスト削減の 6 つの方法）:

コンパクトファイルリーダー — ファイル読み取りあたりのトークンが 14% 削減（最新バージョンでは自動）
プロンプトキャッシング — マルチターンセッションで約 75% 削減（Anthropic モデルのみ）
/compress — セッション履歴を要約し、オーバーヘッドを削減
Tool Search — スキーマを事前に読み込まず、オンデマンドで読み込み
サブエージェント委任 — 各サブエージェントを独自のコンテキストで実行し、要約のみ返却
検索ベースの記憶 — 単純な全注入と比較してトークンが 72% 削減

動作するエージェントへの最短パス:

bash

1hermes setup --portal

1 回の OAuth で、モデル + Web 検索 + 画像生成 + TTS + クラウドブラウザをカバーします。個別の API キーは必要ありません。

4. レイヤーがどのように連鎖するか

これらのレイヤーは積み重ねることで複合効果を発揮します。以下はエンドツーエンドで動作するチェーンの一例です。

text

18:00 AM — Cron ジョブが起動。
2
3content-lead プロファイルが起動し、
4/goal を構造的に開始する:
5
6"find the 3 strongest content angles for today
7using X trending data and my last 14 days of posts."
8
93 つのサブエージェントを生成:
10→ サブエージェント 1: X のトレンド投稿をスキャン
11→ サブエージェント 2: 最近の投稿パフォーマンスを取得
12→ サブエージェント 3: 競合アカウントをチェック
13
14Tool Search は各サブエージェントが必要なツールのみを読み込む。
15プロンプトキャッシングによりシステムプロンプトのコストを低く抑える。
16各サブエージェントは独自のコンテキストで実行（委任）。
17
183 つすべてがカンバンカードになる。
19ディスパッチャーがそれらを並行して追跡。
20
21サブエージェントが完了。content-lead が
22content-post スキルを実行して 2 つの投稿をドラフト。
23
24ドラフトは Telegram の Content トピックに
25承認用に届く。
26
27ユーザーが 1 つを承認、もう 1 つを却下。
28承認された投稿は xurl 経由で公開。
29
3010 分後、競合が同じトピックに対する
31リアクションを公開。
32Webhook が起動。
33Hermes がフォローアップの切り口をドラフトし、
34React トピックに送信。
35
36すべてダッシュボードで確認可能。
37何が実行され、何が出荷され、何が保留中か。
38
39午後 11 時、日次レビュー cron が起動。
40セッション検索がその日の作業を取得。
41要約が Telegram に配信される。

1 日。9 つのアーキテクチャレイヤーが起動。2 つの投稿が出荷。手動リサーチはゼロ。総 API コスト: 約 $2～4。

5. 主な特性

永続性

Hermes は、メモリシステムを通じてセッション間で情報を保持するように明示的に設計されています。これにより、蓄積されたコンテキストと作成されたスキルが、各セッションや再起動後に失われることなく、時間とともに持続できます。

分離と調整

プロファイルとカンバンの組み合わせにより、Hermes は分離と構造化された協力の両方をサポートします。プロファイルは異なるワークロード間の分離を提供し、カンバンは協力が必要な場合に制御された引き継ぎとコンテキスト転送を可能にします。

自己改善メカニズム

スキル作成機能の存在により、Hermes は構造的な自己改善の経路を持ちます。プロンプトエンジニアリングや手動のツール定義のみに依存するシステムとは異なり、Hermes は使用パターンに基づいて自身の機能を拡張できます。自律キュレーターは、スキルライブラリをクリーンで効率的な状態に長期間維持します。

人間による監視をネイティブ機能として

人間の介入は、カンバンの Blocked タスク状態と Telegram や Slack の承認ボタンを通じて、第一級の概念として実装されています。これにより、システムはクリーンに実行を一時停止し、コンテキストを保持し、必要な入力が提供されるとインテリジェントに再開できます。

6. 実用的な考慮事項

Hermes を単なる会話ツールではなくインフラストラクチャとして使用する場合、いくつかの実用的な要素が重要になります。

システムの長期的な価値は、メモリと作成されたスキルが時間とともにどのように管理、キュレーション、維持されるかに大きく依存します。自律キュレーターは役立ちますが、定期的な人間によるレビューが品質を向上させます。
プロファイルの分離は有用ですが、意図的な設定が必要です。自動的ではなく、従来のプロセス分離と同じ保証を提供するものではありません。
自律的に作成されたスキルの品質と有用性は大きく異なります。多くの場合、特に初期段階では、人間によるレビューが結果を改善します。
リソース消費、特にモデルのコンテキストウィンドウと推論コストは、積極的に監視する必要があります。/usage と /compress を定期的に使用してください。ヘビーな MCP 設定には Tool Search を有効にしてください。
システム全体の有効性は、単にソフトウェアを実行するだけで自動的に現れるものではなく、思慮深い設定と継続的な管理に大きく依存します。
トークン経済学は、ヘビーな使用パターンにコミットする前に理解しておく必要があります。Nous Portal Plus を月額 $20 から始めて、そこからスケールアップしてください。

トークン対応設定

Hermes を複数のプロファイルと cron ジョブを持つ完全な OS として実行すると、セッション開始ごとにトークンを消費します（システムプロンプト + メモリ + スキルインデックス）。最適化なしでは、コストが予想よりも速く増加する可能性があります。

適切なモデルを適切なタスクに:

すべてのタスクに最強のモデルが必要なわけではありません。タスクタイプにモデルを合わせることが、最大のコスト削減レバーです。

text

1content-lead プロファイル:
2→ モデル: claude-sonnet-4（強力な文章作成、中程度のコスト）
3
4researcher プロファイル:
5→ モデル: gpt-5.5（安価、Codex 経由で $0 の大量利用）
6
7ops プロファイル:
8→ モデル: gpt-5.5（ルーチンタスク、コスト効率が良い）
9
10code-reviewer プロファイル:
11→ モデル: claude-opus-4-8（複雑な推論のみ）

フロンティアモデル（Opus、GPT-5.5）は複雑な /goal に使用します。安価なモデルは日常の cron ジョブとルーチンのトリアージに使用します。1 つの切り替えで月額請求額が半減します。

軽量プロファイルではメモリ制限を下げる:

デフォルトのメモリ注入はターンあたり 2,200 文字（約 800 トークン）です。50 ターンの /goal セッションでは、メモリの繰り返しに 40K トークンが費やされます。深い個人コンテキストが必要ないプロファイルには:

bash

1hermes config set memory.memory_char_limit 1000
2hermes config set memory.user_char_limit 500

現実的な max_turns を設定する:

bash

1# リサーチとコンテンツ（短く、集中）
2hermes config set goals.max_turns 20
3
4# コードタスク（長く、より多くの反復が必要）
5hermes config set goals.max_turns 50

Opus で 50 ターンは、セッションごとに $5～12 かかる可能性があります。max_turns はグローバルではなくプロファイルごとに設定してください。リサーチプロファイルが 20 を超えることはめったにありません。

6 つのトークン最適化すべてを有効にする:

yaml

1tools:
2  tool_search:
3    enabled: auto    # スキーマをオンデマンドで読み込み
4
5memory:
6  memory_char_limit: 2200    # 不要な場合は低く
7  user_char_limit: 1375      # 不要な場合は低く

さらに: プロンプトキャッシング（Anthropic では自動）、長時間セッションのための /compress、並列作業のためのサブエージェント委任。

サイドジョブには安価な補助モデルを使用する:

Hermes は圧縮、ビジョン、Web 要約、承認スコアリング、ツールルーティング、セッションタイトルを補助モデルにオフロードします。各スロットは独立して設定可能です。高価なモデルをメインの作業に残しながら、これらには安価で高速なモデルを使用してください。

bash

1hermes model
2# メインモデル: claude-sonnet-4（品質）
3# 補助: 高速で安価なモデル（圧縮、ルーティング）

これは、/compress と自動圧縮が、メインモデルの価格ではなく、安価なトークンで実行されることを意味します。

圧縮しきい値を調整する:

yaml

1compression:
2  threshold: 0.50    # デフォルト: コンテキストウィンドウの 50% で圧縮

より積極的な圧縮にはこれを 0.30～0.40 に下げます。セッションはより軽量になり、圧縮が起動する前に蓄積されるトークンが少なくなります。

ロスレスコンテキスト管理 (LCM):

yaml

1context:
2  engine: "lcm"    # プラグイン、デフォルトのロッシー圧縮を置き換え

デフォルトの圧縮機はロッシーです。要約して古いコンテキストを破棄します。LCM はプラグインの代替であり、トークン使用を最適化しながら、すべてのコンテキストを損失なく保持します。hermes plugins → Context Engine から利用可能。

/usage で監視する:

text

1/usage

これを定期的に実行します。セッション間でトークン数を比較します。cron ジョブが予想よりも多くのトークンを消費する場合は、プロンプトを簡素化するか、より安価なモデルに切り替えてください。

セットアップの複雑さによるコスト規模:

これらは推定範囲です。Hermes で /usage を実行して、実際の数値と比較してください。

最も安価なパス: GPT-5.5 を Codex 経由ですべて実行（月額 $20 の ChatGPT サブスクリプション、推論込み）。Claude または Opus は、推論品質がアウトプットに測定可能な違いをもたらすセッションにのみ予約してください。

7. 現在の制限（2026 年 6 月時点）

Hermes はいくつかの意味のあるアーキテクチャ上の強みを持っていますが、完全に成熟したパーソナルオペレーティングシステムではなく、まだ進化中のシステムです。

ネイティブの Desktop App はアクセシビリティを大幅に向上させますが、すべてのツールインタラクション、特に複雑なブラウザ自動化や特定のローカル統合において、CLI/TUI との完全な機能パリティはまだ提供していません。
多数の同時エージェントや非常に長時間のワークフローを実行すると、モデルのコンテキストウィンドウと推論リソースに大きな負荷がかかる可能性があります。注意深いリソース管理が必要になることがよくあります。
プロファイルの分離は多くのユースケースで実用的で機能的ですが、従来のオペレーティングシステムのプロセス分離と同じレベルの堅牢性やフォールト分離を提供するものではありません。
自律的なスキル作成は有望な方向性ですが、その成熟度と信頼性は依然として変動します。高品質で再利用可能なスキルには、特に複雑またはリスクの高いタスクの場合、多くの場合まだ人間によるキュレーションが必要です。
長時間セッション中の自動圧縮はコンテキスト損失を引き起こす可能性があります。自律キュレーターとセッション呼び出しは部分的な解決策です。ウィンドウの存続期間中、完全なスレッドをコンテキストに保持することで、静かなドリフトを防ぎますが、セッション長を制限します。
一部の高度なツール統合は、Desktop App やメッセージングインターフェースよりも CLI/TUI を介して使用した方が安定している場合があります。
SSEP ゲートウェイプロトコルは新しいものです（v0.16.0）。あまり一般的でないメッセージングプラットフォームでは、プラットフォームごとのレンダリングにエッジケースが存在する可能性があります。

これらの制限は、主にアーキテクチャの根本的な欠陥ではなく、実装の成熟度に関連しています。プロジェクトは引き続き活発に開発されています。v0.16.0 "Surface Release" だけでも、874 のコミット、542 のマージされた PR、170 のコミュニティメンバーからの貢献が含まれていました。以前の v0.15.0 "Velocity Release" には、1,302 のコミット、747 のマージされた PR、321 のコントリビューターが含まれていました。

8. Hermes と他のエージェントフレームワークの比較

Hermes を評価する際の最も一般的な質問: Claude Code、OpenClaw、CrewAI と比較してどうか？その答えは、それらは異なる問題を解決し、異なる哲学に基づいて構築されているということです。

機能するメンタルモデル（3 つすべてを使用するビルダーから）:

Claude Code はデスクでの日常のドライバーです。最高の生のコーディングエージェントです。仕事が「コードを書き、リファクタリングし、デバッグし、このコードベースを理解する」ことであれば、Claude Code が勝ちます。

Hermes Agent は 24 時間 365 日のインフラストラクチャです。あなたが眠っている間に実行され、プロファイルを通じて複数のワークロードを管理し、スキルと記憶を通じて複合効果を発揮し、どこからでも Telegram で連絡が取れます。

OpenClaw はチャットファーストのアシスタントです。最大のマーケットプレイス、最も簡単なマネージドホスティング（月額 $3）、最も強力な非技術者向けユーザーエクスペリエンスを備えています。

CrewAI はオーケストレーションフレームワークです。複数の専門エージェントが Python で定義されたパイプラインで連携する必要がある場合に使用します。スタンドアロンのエージェントではなく、マルチエージェントシステムを構築するためのフレームワークです。

違いを示す 1 つのベンチマーク:

独立したテストで、同じ 18 のプロンプトを Claude Code（Opus 4.7）、OpenClaw（Sonnet 4.6）、Hermes Agent で実行しました。Hermes は 18 のうち 14 で勝利しました。負けた 4 つは、Claude Code のコードベース理解が比類のない生のコーディングタスクでした。勝利した 14 つは、以前のセッションからの記憶とコンテキストが違いを生んだタスクでした。

結論: Hermes は履歴が重要である場合に勝ちます。Claude Code はコードの深さが重要である場合に勝ちます。それらは補完的であり、競合しません。

Hermes には hermes claw migrate が付属しています。これは OpenClaw からの組み込み移行コマンドです。製品が特定の競合他社に対して名前付き移行コマンドを出荷する場合、ポジショニングは明確です。

9. ここから始める

この記事全体を読んで始めたい場合、あなたの状況に基づいて 3 つのパスがあります。

パス 1 — 15 分ある場合（最短で最初の結果へ）:

bash

1# インストール
2curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
3
4# ワンコマンドセットアップ（モデル + ツール + ゲートウェイ）
5hermes setup --portal
6
7# Telegram に接続
8# @BotFather にメッセージ → /newbot → トークンをコピー
9# hermes setup が尋ねたらトークンを貼り付け
10
11# 最初の cron ジョブを設定
12hermes chat
13> "毎朝 8 時に Telegram に AI ニュースのトレンドまとめを送って"
14
15# 完了。明日の朝にはブラウザを開かずに
16# ブリーフィングが届きます。

パス 2 — 一晩ある場合（完全な個人セットアップ）:

Hermes をインストールし、hermes setup --portal を実行
Telegram に接続（BotFather → トークン → 貼り付け）
最初のプロファイルを作成: hermes profile create work
エージェントの振る舞いを定義する soul.md を作成
3 つの cron ジョブを設定（朝のブリーフィング、競合チェック、日次レビュー）
構造化テンプレートで最初の /goal を実行:

text

1/goal [成果] を [ソース] を使用して
2制約: [制約]
3成果物: [成果物]

ダッシュボードを開く: hermes dashboard

8. 1 週間後にスキルをレビュー。弱いものを削除。強いものを洗練。

パス 3 — 完全な OS が欲しい場合（週末プロジェクト）:

Hetzner CX22 VPS を立ち上げる（約月額 $7）
SSH 経由で VPS に Hermes をインストール
hermes setup --portal を実行
Telegram ゲートウェイに接続: hermes gateway start
3～4 つのプロファイルを作成（content、research、ops、code）
各プロファイルの soul.md を作成
プロファイルごとに cron ジョブを設定
プロファイル間のタスク追跡のためにカンバンを設定
ラップトップに Desktop アプリをインストール
認証ゲート経由で Desktop をリモートバックエンドに接続
config.yaml で Tool Search を有効化
トークン最適化のためにメモリ文字制限を下げる
認証情報のために Bitwarden Secrets Manager を設定
1 週間実行。スキル、メモリ、トークン使用量をレビュー。
反復。システムはここから複合効果を発揮します。

圧倒された場合の優先順位:cron ジョブ（10 ハック記事の #3）、/goal 構造（#4）、スキル（#8）から始めてください。これらの 3 つの設定は、Hermes の感触を一晩で変えます。

結論

Hermes Agent は、現在のオープンソースエージェントフレームワークの中でも、単純な会話やツール呼び出しインターフェースを超えて、アーキテクチャ的に最も野心的な試みの 1 つを代表しています。永続的なメモリ、プロファイルベースの分離、カンバンによる構造化タスクオーケストレーション、平易な英語の cron スケジューリング、永続的な /goal 目標、動的ツール読み込み、マルチプラットフォームゲートウェイアクセス、音声インタラクション、プロダクションセキュリティプリミティブ、再利用可能な手順を作成するためのメカニズムの組み合わせにより、現在利用可能な他のほとんどのシステムよりも、パーソナルオペレーティングシステムの概念により密接に沿った特性を備えています。

最初の Hermes モデルをトレーニングした Nous Research の Karan 氏は、それを簡潔に説明しました。「Hermes Agent は、言語モデルを手に取り、コンピュータ上で起こるすべてがテキストの入力または出力であることを認識する能力です。Hermes Agent を使用すると、コンピュータ上のすべての統合機能を使ってそれができます。ブラウザ、アプリ、コンピュータ上で行うすべてのことを使用できます。汎用の自動化ツール、コンピュータのアクションとデジタルアクションの汎用シミュレータです。」

同時に、現実的な期待を維持することが重要です。Hermes はまだ完全に成熟したパーソナル AI オペレーティングシステムではありません。そのアーキテクチャの方向性は有望ですが、実際の効果は依然として注意深い設定、継続的な管理、および機能の成熟度の正直な評価に大きく依存します。

インフラストラクチャとして思慮深く使用された場合、Hermes は時間とともに能力が複合的に向上する、長期的で進化する AI 支援ワークフローを構築するための基盤として機能できます。意味のある違いは、システムの機能と制限がどれほど意図的に理解され活用されるかにあります。

エージェントは準備ができています。スタックは準備ができています。価値は使用とともに複合的に向上します。