2 月 25 日、Nous Research というチームが GitHub で静かに v0.1.0 をリリースしました。初期の Hermes は、1 行のインストールコマンドと「An agent that grows with you」という製品の定位だけでした。

当時、それにはほとんど注目されませんでした。Nous Research はモデル業界で一定の評判を持っていましたが、彼らの Hermes シリーズのモデルは HuggingFace で既に 3300 万回のダウンロードを達成していました。しかし、開発者コミュニティ全体の注目は、神聖視される OpenClaw「小龍蝦」に集中していました。33 日で React を超え、OpenClaw は GitHub 史上最も急成長したプロジェクトとなり、ピーク時には 1 時間に 710 スターがつきましたが、この時、同じタイムウィンドウ内で、1 日平均 2.2 件の CVE を持続的に開示し続けるセキュリティ研究者がおり、63 日で 138 件のセキュリティ脆弱性が蓄積されました。コミュニティ全体が、このものは本番環境で本当に使用できるのかという問題を再考し始めました。

このような背景の中、競合する Hermes Agent はようやくチャンスを掴み、自身の初めての急成長期を迎えました。

Hermes は、OpenClaw からの移行を簡単にするツールを自らのコードに組み込んでおり、OpenClaw を去る一団の開発者は、落ち着く場所が必要であり、Hermes Agent が口コミで広まる優れた選択肢となりました。

そして、3 月初めから、Hermes Agent は GitHub Trending に殴り込み、最高で 11 位に躍り出て、スター数は 2200 を超えました。AwesomeAgents はそれを「2026 年までの最も野心的なオープンソース Agent リリース」と呼んでいます。現在、Hermes の GitHub には 69.9k の Star と 9k の Fork があります。

今日、リズム BlcokBeats とみなさんが、この Agent の特異な点について話し合います。

Hermes Agent とは何ですか？

Hermes Agent は Nous Research によって構築された自己進化型 AI エージェントであり、現在唯一の内部学習ループを持つエージェントです。

使用経験からスキルを自動的に作成し、使用中にこれらのスキルを持続的に改善し、知識を再利用可能な資産として定着させ、自分自身の過去の対話履歴を取得し、複数のセッションであなたの理解を深め続けます。

要するに、Hermes Agent の最大の利点は、使えば使うほど賢くなり、手馴れていくことです。

その位置付けは、IDE に組み込まれることを前提としたプログラミングアシスタントでもなく、特定の単一の API のチャットラッパーでもなく、本当にあなたのサーバーに駐在し、学んだことを覚えており、稼働時間が長いほど能力が高まる独立したエージェントです。

Nous Research は、初めからオープンソース志向で分散化を目指す AI ラボと位置付け、ユーザーが自律的に制御できる AI を構築することを目指し、知識を少数の閉じた企業に集中させるのではなく、分散化されたとても多様な世界における AI を追求しています。彼らの初期の取り組みは Hermes モデルシリーズに焦点を当てたものであり、また、インフラストラクチャやシステムに大きく投資し、DisTrO テクノロジーを使用して世界中の消費者向け GPU を横断してモデルトレーニングを行う方法や、WorldSim、Doomscroll などのマルチエージェント相互作用および長期行動の模擬環境を探索しています。

Hermes Agent チームは、Nomos、Psyche などのモデルを開発したチームです。

What are the useful tools?

Hermes Agent の最も核となる機構は、そのメモリシステムとスキルシステムです。エージェントは、2 つのコアファイルを維持しています：MEMORY.md は環境情報、規約、過去のタスクからの経験のまとめを保存しています；USER.md はあなたの好みやコミュニケーションスタイルを保存しています。これらの 2 つのファイルは、各セッションの開始時にシステムプロンプトに自動的に挿入され、エージェントの「ロングタームワーキングメモリ」となります。さらに、すべての履歴セッションは SQLite のフルテキスト検索データベースに保存され、数週間前の会話内容をエージェントが検索できるようにします。

スキルシステムに関しては、エージェントは、複雑なタスクを完了するたび（通常は 5 回以上のツール呼び出し）、構造化された Markdown 「スキル文書」を自動的に作成し、操作手順、既知内容、検証方法を記録し、将来の再利用のために提供します。スキルファイルは徐々に開示方式に従います：エージェントはデフォルトでスキル名と説明（約 3000 トークン）のみを表示し、必要に応じて特定のスキルの完全な内容を読み込んで、トークンの消費を制御します。

ツールの面では、Hermes Agent には 40 を超えるツールが組み込まれており、ウェブ検索、ブラウザ自動化、ビジョン理解、画像生成、テキスト読み上げなどをカバーしています。さらに、自然言語で定期タスクを設定して、エージェントが無人でレポート生成、データバックアップ、システムモニタリングなどの定期作業を自動実行できるようサポートしています。

特に人気のあるツールは、実際の使用においてコミュニティユーザーによって最も頻繁に使用され、最もフィードバックを受けており、Hermesの機能構造と開発者コミュニティの典型的な要求に基づいて、これらのツールが前面に配置されています：

Hindsight は現在、生態系内で最も人気のある単一のツールであり、Hermes の公式推奨する長期メモリプラグインです。それは、LLMコールの前に関連するコンテキストを自動的にリコールし、ローカルのPostgreSQLまたはクラウドデプロイメントをサポートし、HermesにネイティブのMemory Providerとして統合されています。

Anthropic-Cybersecurity-Skills は、生態系内で最も高いスターズを有するスキルパッケージで、753以上の構造化されたネットワークセキュリティスキルを収録し、MITRE ATT＆CKフレームワークを完全にマッピングしており、セキュリティ研究とペネトレーションテストシナリオに適しています。

mission-control は現在、生態系内で最も人気のあるエージェント配置ダッシュボードであり、エージェントフリートの管理、タスクの配布、コスト追跡、および複数のエージェントによる共同ワークフローをサポートし、コミュニティによって生産レベルの展開に推奨されています。

Hermes Agent Self-Evolution は、進化型の自己改善技術であり、DSPy + GEPAを使用してスキル、ヒント、およびコードを最適化しています。

Hermes Workspace は、Hermesのネイティブワークスペースであり、チャットインターフェイス、ターミナル、およびスキルマネージャーを統合しており、最も人気のあるグラフィカルなエントリーポイントです。

さらに、独立したサブエージェントを派生させることもできます。各サブエージェントは独自の対話コンテキスト、個別のターミナル、Python RPCスクリプトを持ち、ゼロコンテクストコストの並行パイプラインを実現します。

インフラの柔軟性に関して、6つのターミナルバックエンドをサポートしています：ローカル実行、Docker、SSHリモート、Daytonaサーバーレス、Singularityコンテナ、およびModalクラウドファンクション。DaytonaとModalはアイドル時にスリープ状態になり、コストはほぼゼロです。5ドルのVPSやGPUクラスターで実行でき、Telegramを介して命令を送信して、直接SSHでクラウドサーバーにログインすることなく、それらが動作するようにできます。

Hermes エージェント は現在、OpenClaw と直接競合関係にあり、両者とも開発者向けのオープンソース エージェント フレームワークです。

両者のアーキテクチャの哲学はまったく異なります：OpenClaw の設計の中心には「コントロール プレーン」があり、統一的で長期間実行されるプロセスであり、セッション、ルーティング、ツールの実行、および状態の管理を担当し、すべてのものがこの中央コントローラを介して流れます。一方、Hermes はエージェント自体の実行ループを中心とし、ゲートウェイ、タイマースケジューラ、ツールランタイムなどをこの「Do、Learn、Improve」の反復ループの周囲に構築しています。

スキル システムにおいて、両者の違いは特に顕著です：OpenClaw の多くのスキルは人手で作成され、ワークスペース、パーソナル、共有、またはプラグインなどの異なるレベルからロードされます。一方、Hermes のアプローチは、エージェント自身が経験からスキルを生成し、真の自律学習のフィードバック ループを形成することです。

インストールと使用方法

非常に簡単です。1行のコマンド「curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash」を実行するだけでインストールが完了し、Linux、macOS、および WSL2 がサポートされ、Hermes エージェントはすべての設定を自動的に完了し、手動操作は不要です。

Hermes 公式ウェブサイト

Hermes エージェントのインストールが完了したら、「hermes setup」と実行して起動ウィザードを開始し、モデル プロバイダー（Nous Portal、OpenRouter、OpenAI、または任意のカスタム エンドポイントをサポート）を選択し、メッセージング プラットフォーム（Telegram、Discord、Slack、または WhatsApp への接続）を設定して、最初の対話を開始してください。最初のインタラクションから、Hermes エージェントはすぐに学習モードに入り、記憶を構築し、スキルを作成し、各対話の後、より能力を得るようになります。

日常的な使用の主要コマンドは次のとおりです：

hermes（対話を開始）、

hermes model（LLM プロバイダーとモデルの選択）、

hermes ツール（どのツールを有効にするかを構成）、

hermes ゲートウェイ（メッセージゲートウェイを起動し、Telegram、Discord などのプラットフォームにアクセス）、

hermes セットアップ（完全なセットアップウィザードを実行し、すべてのコンテンツを一度に構成）、

hermes claw migrate（OpenClaw からの移行）、

hermes update（最新バージョンに更新）、

hermes doctor（問題の診断）；

Hermes エージェントが適しているシナリオには、セッション間でコンテキストを覚え、継続的に能力を向上させる汎用 AI アシスタント；ツール、プラグイン、MCP サーバー、ブラウザ、またはシェルを組み合わせてカスタムエージェントワークフローを使用する必要があるシナリオ；ローカルハードウェア、クラウド VM、または低コストのサーバーレスインフラ上にエージェントを展開する必要があるシナリオ；および対話履歴を横断的に検索可能に保持し、スキルの習得を持続的にする必要があるパーシステントアシスタントシナリオが含まれます。

具体的には、Telegram 上での会話と同時に、クラウド VM 上でタスクを実行し、自動化を設定し、レポートを任意のプラットフォームにプッシュできるようにすることができます。定期的なタスクを引き受けることができます； Slack または Discord に接続して、チーム全体に AI 協力支援を提供することができます；また、次世代のツール呼び出しモデルの RL トレーニング用のトレーニングデータを生成するために、トレースエクスポート機能を活用することもできます。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia