- Hermes Agentが何であるか(Nous Research製・MITライセンス・自己改善ループを持つ常駐AIエージェント)を一言で説明できる
- チャットボットやコーディングコパイロットとの違いを、住む場所・記憶・成長という軸で説明できる
- 公式リポジトリ・公式ドキュメント・独立系情報サイトhermes-agent.orgの3つの関係を区別できる
- 「セルフホスト」が具体的に何を意味するか(データの置き場所・テレメトリの扱い・モデル呼び出しの仕組み)を理解する
- Hermesがどこで動かせるか($5のVPSからGPUクラスタ、サーバーレス基盤まで)をイメージできる
これは何か
Hermes Agentに実際に触れる入口は驚くほど少ない。ターミナルでhermesという1つのコマンドを叩けば対話が始まり、設定は~/.hermes/config.yamlという1つのファイルに集約され、記憶やスキルなどエージェントが蓄積するデータはすべて~/.hermes/というホームディレクトリ配下の1か所に置かれる。この「入口の少なさ」自体が設計思想の表れで、詳しい部品構成は第2章で1枚の地図として整理する。
公式のREADMEはHermes Agentをこう定義している。
The self-improving AI agent built by Nous Research. It's the only agent with a built-in learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, searches its own past conversations, and builds a deepening model of who you are across sessions. Run it on a $5 VPS, a GPU cluster, or serverless infrastructure that costs nearly nothing when idle. It's not tied to your laptop — talk to it from Telegram while it works on a cloud VM.
README.md, NousResearch/hermes-agent
要点は次の3つに整理できる。
- 開発元とライセンス: Nous Researchが開発し、MITライセンス(
Copyright (c) 2025 Nous Research)で公開している。コードは全文が読め、改変でき、商用利用もできる。 - 自己改善ループ: 経験からスキルを作り、使うたびにそのスキル自身を改善し、知識をメモリへ持続化し、過去の会話を検索し、ユーザー像を会話をまたいで育てていく——という一連の学習ループが「組み込みで」用意されている唯一のエージェントだ、とREADMEは位置づけている。仕組みの詳細は後の節で図解する。
- どこでも動く: 月額5ドル程度の安価なVPSから、GPUクラスタ、アイドル時にほぼ課金が発生しないサーバーレス基盤まで、同じエージェントを走らせられる。ラップトップに縛られず、クラウドVM上で作業させながらTelegramから話しかける、という使い方も前提にしている。
バージョンは2026-09時点でv0.21.0(pyproject.tomlのversion値が正)。GitHub Releasesに相当する情報はリポジトリ内には無く、バージョン確認はこの1ファイルが正本になる。
もう1つ、初心者が最初につまずきやすいのが情報源の見分け方だ。「Hermes Agent」で検索すると、公式リポジトリ以外にも複数のサイトがヒットする。本ガイドが根拠にしている情報源の位置づけを、先にここで整理しておく。
| 情報源 | 位置づけ |
|---|---|
| github.com/NousResearch/hermes-agent | 公式リポジトリ。コード・README・LICENSEの正本。本ガイドの一次情報源。 |
| hermes-agent.nousresearch.com/docs/ | 公式ドキュメント。リポジトリの内容を体系立てて解説している。 |
| hermes-agent.org | Nous Research非提携の独立系情報サイト。自らのPrivacy Policy・Terms of Serviceに「independent information website」「not affiliated with Nous Research」と明記している。検索で上位に出やすく、公式サイトと誤認しやすい。 |
つまり検索で最初にたどり着きやすいのがhermes-agent.orgであっても、そこは公式サイトではない。一次情報が欲しいときは常にGitHubリポジトリかhermes-agent.nousresearch.com/docs/に戻る、という原則を本ガイド全体で徹底する。
いつ使うのか
Hermes Agentが力を発揮するのは、「一度きりの質問」ではなく「同じ相手と関係を積み重ねる」場面だ。代表的な4つの使いどころを挙げる。
| 使いたい場面 | Hermesが向く理由 | 詳しく扱う章 |
|---|---|---|
| 常駐する「セカンドブレイン」が欲しい | 会話を重ねるほどメモリと自作スキルが蓄積し、同じ説明を毎回繰り返さずに済む | 第5章・第6章 |
| 定期レポートや朝のブリーフィングを自動化したい | 組み込みのcronスケジューラでジョブを組み、結果を任意のプラットフォームへ配信できる | 第8章 |
| 複数のチャットアプリから同じエージェントに話しかけたい | 単一のゲートウェイプロセスが複数プラットフォームを横断し、会話をまたいで継続できる | 第7章 |
| モデルの学習データ(トラジェクトリ)を量産したい | バッチ実行・ShareGPT形式エクスポート・強化学習連携を備える研究向け基盤としても使える | 第12章 |
こんな場面では他の選択肢のほうがよい
Hermes Agentは万能ではない。次のような場面では、あえて別のツールを選んだほうが素直だ。
- IDEに密着したコード補完・ペアプログラミング: Hermesはエディタに常駐する仕組みを持たない。エディタと一体化した提案が欲しいなら、コーディングコパイロットの方が自然に噛み合う。
- 一度きりの質問にさっと答えてほしいだけ: セットアップと常駐プロセスの維持というオーバーヘッドに見合わない。学習ループの恩恵(記憶の蓄積・スキルの自動作成)も、使い捨てのやり取りでは発揮しようがない。
- サーバーやVPSを用意・管理する手間をかけたくない: セルフホストが前提の設計なので、動かし続ける環境の管理責任は自分で持つことになる。管理をまるごと預けたいなら、マネージドのチャットサービスの方が気楽だ。
チャットボット・コーディングコパイロットとの違い
独立系サイト hermes-agent.org のヒーローコピーはHermesを「Not a chatbot. Not a copilot.(チャットボットでも、コパイロットでもない)」と紹介している(README自体にこの言い回しは登場しない)。実際、両者との違いは機能の多さではなく、セッションが終わったときに何が残るかという一点に集約される。
チャットボットは1回の会話(セッション)が閉じれば、そこで得た文脈は次の会話に引き継がれない。コーディングコパイロットはIDEのセッションに紐づき、エディタやファイルを閉じればコンテキストは消える。対してHermesは常駐プロセスとして動き続け、会話が終わってもメモリファイルとして知識を残し、次の会話の冒頭でその記憶を読み込む。「住む場所」で言えば、チャットボットはブラウザタブ、コパイロットはIDEプロセス、Hermesはあなたのサーバー上で動き続けるプロセスそのものだ。
もう1つの違いは「賢くなるのはエージェント自身か、モデルの重みか」という点だ。チャットボットやコパイロットが賢くなるとすれば、それは基盤モデルのアップデートによるものが大半だが、Hermesは同じモデルを使っていても、蓄積したメモリと自作したスキルの分だけ、あなた専用のエージェントとして育っていく。
「育つ」しくみ — 閉じた学習ループ
Hermesの「成長」は比喩ではなく、READMEが「a closed learning loop(閉じた学習ループ)」と呼ぶ具体的な仕組みに支えられている。
流れを言葉で追うと次のようになる。
- 会話の中でユーザーがタスクを持ちかける。
- 解決が難しい・手数の多い課題に出会うと、Hermesは
skill_manageというツールを使って、その解き方を再利用可能な手順書(スキル)として自分で書き出す(自動スキル作成。詳しくは第6章)。 - 一度作られたスキルは、使うたびに内容が磨かれていく。
- 途中で得た知識やユーザーの好みは、Hermes自身による「持続化しておこう」という定期的な自己への働きかけ(nudge)を通じて、メモリファイルへ書き残される(詳しくは第5章)。
- 次回以降の会話では、過去のセッションを全文検索で呼び出し、必要な文脈だけを思い出しながら会話を再開する。
この5ステップが1周すると、次の会話は「前より少しだけ賢い状態」から始まる。これがHermesにとっての「育つ」の実体であり、モデル自体を再学習しているわけではない点に注意したい(モデルを再学習する側の話は第12章で扱う)。
セルフホストという設計 — どこで動き、データはどこに残るか
「セルフホスト」という言葉は、Hermes Agentの場合3つの具体的な約束を意味する。
- エージェント本体は、Nous Researchのサーバーではなくあなたが用意したマシン(自分のPC・VPS・GPUサーバー等)の上で動く。
- 記憶・セッション履歴・スキルなど、エージェントが蓄積するデータはすべて
~/.hermes/というローカルのディレクトリに置かれ、あなたのマシンの外へは出ない。 - 導入は環境に関わらず基本的に1本のコマンドで完結する。
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
このコマンドはLinux・macOS・WSL2・Termux(Android)で共通して使え(Windows ネイティブには PowerShell 用の install.ps1 が別に用意されている。詳細は第3章)、5ドル規模の小さなVPSでもGPUクラスタでも同じように動く。インストールが具体的に何をしているかは第3章で詳しく扱う。
ここで注意したいのは、「セルフホスト」は「完全オフラインで動く」という意味ではないことだ。会話の推論そのものは、Nous PortalやOpenRouterなど選んだモデルプロバイダのAPIを呼び出して行われる(4系統のプロバイダの詳細は第3章)。ローカルvLLMを選べば推論自体も自分のマシン内で完結させられるが、それ以外の3系統ではネットワーク越しにプロンプトと応答がやり取りされる。ネットワークを越えて出ていくのはその往復だけで、メモリファイルやスキル、会話履歴そのものが外部へ送信されるわけではない。
テレメトリについても、言葉だけで「トラッキングなし」と鵜呑みにせず実装を確認しておくと理解が正確になる。設定にはhermes setup telemetryというセクションがあり、そこで扱う「共有メトリクス」機能は既定で無効になっている。有効化しても集計されるのは範囲を絞ったカウンタ・ヒストグラムだけで、そのパッケージは同じHermesプロファイル内に留まりアップロードされない、と設定コード自身のメッセージに明記されている。つまり「何も送信しない」というより「既定オフ・有効化してもローカル止まり」という理解の方が正確だ。
ハンズオン 1-1 公式情報源を自分の目で確認する
- 公式リポジトリを開く。操作: github.com/NousResearch/hermes-agentにアクセスし、README冒頭の説明文と、ライセンス表示(
LICENSEファイルへのリンク)を確認する。期待される結果: 「self-improving」「Nous Research」「MIT License」という語が見つかる。 - 公式ドキュメントを開く。操作: hermes-agent.nousresearch.com/docs/にアクセスし、左メニューの構成をざっと眺める。期待される結果: Getting Started・User Guide・Referenceといった区分の下に、本ガイドの各章が扱う話題(インストール・CLI・メモリ・スキル等)に対応する見出しが並んでいるのが確認できる。
- 独立系情報サイトの見分け方を確認する。操作: 検索エンジンで「hermes agent」を調べ、上位に出てくるhermes-agent.orgのPrivacy Policyページを開く。期待される結果: 「independent information website」「not affiliated with Nous Research」という趣旨の記載が見つかり、それが非公式の情報サイトだと確定できる。
この3ステップを一度やっておくと、以降の章でコマンドや設定キーが公式ドキュメントのどこに書かれているかを自分でも追えるようになる。
つまずきポイント
hermes-agent.orgを公式サイトだと思い込む。 検索で最初に見つかることが多いが、運営者自身がPrivacy Policy・Terms of Serviceで「Nous Researchとは非提携の独立系情報サイト」と明記している。一次情報が欲しいときは必ずGitHubリポジトリか公式ドキュメントに戻る。
「多機能なチャットボット」のつもりで単発利用してしまう。 Hermesは常駐して記憶を積み重ねる設計が前提で、起動してすぐ終了するような使い方では自己改善ループ(メモリ蓄積・スキル自動作成)の恩恵がほとんど発生しない。
「セルフホスト=完全オフライン」だと誤解する。 自分のマシンに残るのはHermes本体とデータだけで、推論そのものは選んだモデルプロバイダのAPIに依存する(ローカルvLLMを使う場合を除く)。ネットワーク接続は前提条件になる。
サイトのヒーロー統計をそのまま暗記してしまう。 例えば「5 Chat Platforms」という数字は、同じサイトの機能カードでは6項目(Telegram・Discord・Slack・WhatsApp・Signal・CLI)が列挙されており、内訳の対応関係はサイト自身も説明していない。実際に対応するプラットフォーム数はリポジトリの実装で数えるほうが正確で、第7章で実測値を扱う。
理解度チェック
Q1. Hermes Agentを一言で説明するとどうなりますか?
Nous Researchが開発したMITライセンスのオープンソースAIエージェントで、経験からスキルを作り・使うたびに改善し・記憶を持続化するという「組み込みの学習ループ」を持つ常駐エージェント。チャットボットでもコーディングコパイロットでもない。
Q2. 公式ドキュメントのURLはどれですか? hermes-agent.orgとの違いも含めて答えてください。
公式ドキュメントはhermes-agent.nousresearch.com/docs/。hermes-agent.orgはNous Research非提携の独立系情報サイトで、自身のPrivacy Policy・Terms of Serviceにその旨を明記している。
Q3. Hermesとコーディングコパイロットの決定的な違いは何ですか?
コパイロットはIDEのセッションに紐づき、エディタやファイルを閉じるとコンテキストが消える。Hermesは常駐プロセスとして動き続け、会話が終わってもメモリファイルに知識を残し、次の会話でその記憶を読み込む。
Q4. 「セルフホスト」という言葉が意味することとして正しいのはどれですか?
エージェント本体とデータ(~/.hermes/)が自分のマシン上に置かれ外に出ないこと。ただし推論自体は選んだモデルプロバイダのAPIに依存するため(ローカルvLLM利用時を除く)、「完全オフラインで動く」という意味ではない。
Q5. Hermes Agentはどのような環境で動かせますか?
月額5ドル程度の小さなVPSから、GPUクラスタ、アイドル時にほぼ課金の発生しないサーバーレス基盤まで、同じエージェントを走らせられる。ラップトップに縛られず、クラウドVM上で動かしながらTelegramなど別プラットフォームから話しかける、という使い方も前提にしている。
まとめ
- Hermes AgentはNous Research製・MITライセンスのオープンソースAIエージェントで、経験からスキルを作り・改善し・記憶を持続化する「閉じた学習ループ」を組み込みで持つ、常駐型のエージェントである。
- チャットボットやコーディングコパイロットとの違いは機能の多さではなく、会話やセッションが終わった後に「何が残るか」にある。
- 公式情報源はGitHubリポジトリと
hermes-agent.nousresearch.com/docs/の2つで、hermes-agent.orgは非提携の独立系情報サイトである。 - セルフホストとは、エージェント本体とデータ(
~/.hermes/)が自分のマシンに残ることを指し、完全オフラインという意味ではない。推論そのものは選んだモデルプロバイダのAPIに依存する。 - $5のVPSからGPUクラスタ、サーバーレス基盤まで、同じ1本のコマンドで動かせる。
次章では、この章で触れた~/.hermes/やゲートウェイ・メモリ・スキルといった部品が、実際にどうつながっているのかを1枚の地図として整理する。第2章 アーキテクチャ全体像へ進もう。