メインコンテンツへスキップ
見出し画像

パソコンの中に秘書を置く|AIエージェント「Hermes Agent」の仕組みと安全な始め方

    パソコンの中に「自分専用の秘書」がいて、用事を伝えればある程度なんでもやってくれる――最大限よく言えば、そんなソフトが「Hermes Agent(ヘルメス・エージェント)」です。私はいま、これを自分のMacに入れて少しずつ試しています。

    これまで同じようなことはClaudeにさせてきました。そこで、Claudeと比べてどこが違うのかを確かめながら導入を進めている段階です。この記事では、Hermes Agentとは何か、どう動くのか、どうやって入れるのかを、公式ドキュメントで調べた内容を中心に初心者向けにまとめます。あわせて、私がいちばん大きな違いだと感じている「安全機構の持ち方」について、自分の考えを書きます。

    先に結論を書くと、Hermes Agentは「頭脳(AIモデル)を自由に選べる秘書ソフト」です。その自由さが便利さでもあり、同時にリスクにもなります。とくにローカルLLMを頭脳にする場合は、大手のAIサービスが肩代わりしてくれていたブレーキの一部を、自分で用意する必要があります。

    Hermes Agentとは

    一言でいうと「パソコンの中で動く秘書」

    ChatGPTやClaudeのチャット画面は、基本的に「質問すると文章で答えてくれる相手」です。一方、Hermes Agentのような「AIエージェント」は、答えるだけでなく、自分でパソコンを操作して作業を進めます。

    たとえば「このフォルダの資料を読んで要点をまとめ、ファイルに保存して」と頼むと、エージェントはファイルを開き、内容を読み、まとめを書き、保存するところまでを自分で順番に実行します。人間の秘書に用事を頼む感覚に近いものです。

    開発元と位置づけ

    Hermes Agentは、オープンソースのAIモデル「Hermes」シリーズで知られるNous Research(ノース・リサーチ)が開発しているAIエージェントです。GitHubのリポジトリの説明文は「The agent that grows with you(あなたと一緒に成長するエージェント)」で、ライセンスはMIT、つまり無料で使える公開ソフトです。2026年10月時点で、GitHubのスター数は約25万に達しています。

    公式FAQによると、Hermes Agent本体は無料で、かかるのは使うAIモデルの料金だけです。ローカルLLMを使う場合は、モデルの実行自体に料金はかかりません。また、テレメトリ(利用状況の送信)や分析データの収集はしておらず、会話や記憶は自分のパソコンの ~/.hermes/ フォルダに保存されると説明されています。

    なお、似た位置づけのソフトに「OpenClaw」があります。Hermes Agentには hermes claw migrate という、OpenClawからの移行用コマンドも用意されています。

    できることの一覧

    公式ドキュメントの機能一覧から、初心者にも関係しそうなものを抜き出すと次のとおりです(2026年10月時点)。

    • ターミナル操作とファイル編集:コマンドを実行し、ファイルを読み書きする。40以上のツールが用意されている

    • Web検索とブラウザ操作:サイトを開く、フォームに入力する、情報を抜き出す

    • 永続メモリ:好みやプロジェクト、環境のことを MEMORY.md と USER.md に覚えておき、次の会話でも使う

    • スキル:複雑な作業をこなしたあと、その手順を「スキル」として自動で書き残し、使うたびに改善する

    • スケジュール実行(cron):「毎朝7時にニュースをまとめて送って」のような定期作業を、自然な言葉で設定できる

    • メッセージ連携:Telegram、Discord、Slack、WhatsApp、Signalなどから、スマホでエージェントに話しかけられる

    • サブエージェント:作業を分けて、子エージェントを並列で動かす(既定では3つまで同時)

    • 音声:マイクで話しかけ、音声で返事を聞く

    • MCP連携:GitHubやデータベースなど外部サービスの「接続部品」をつなぐ

    • チェックポイント:ファイルを変える前に状態を保存し、/rollback で元に戻す

    対応OSはLinux、macOS(Apple Siliconのみ。Intel Macは対象外)、Windows、WSL2、Android(Termux)です。

    仕組みを図で理解する


    画像

    頭脳(LLM)と手足(ツール)が分かれている

    Hermes Agentを理解するうえでいちばん大事なのは、「考える部分」と「手を動かす部分」が分かれていることです。

    • 頭脳=LLM:何をするか考える。ClaudeやGPTのようなクラウドのAIでも、自分のMacで動かすローカルLLMでもよい

    • 手足=ツール:実際にコマンドを実行したり、ファイルを書いたりする。ここはHermes Agentが自分のパソコン上で担当する

    • 秘書の机=ゲートウェイとメモリ:スマホからの依頼を受け付け、過去の会話や覚えたことを保管する

    流れは次のようになります。

    1. 私が「〇〇して」と頼む(パソコンのターミナル、またはスマホのメッセージアプリから)

    2. Hermes Agentが、依頼内容とメモリ・スキルをまとめてLLMに送る

    3. LLMが「このコマンドを実行しよう」「このファイルを読もう」と計画を返す

    4. Hermes Agentがツールで実行し、その結果をまたLLMに返す

    5. 3〜4を繰り返して、作業が終わったら報告する

    頭脳は hermes model というコマンドで切り替えられ、公式READMEでは「コードの変更なしにプロバイダーを切り替えられる」と説明されています。つまり、同じ秘書のまま、中身の頭脳だけをClaudeにしたり、ローカルLLMにしたりできるわけです。

    記憶とスキル:使うほど育つ

    Hermes Agentのもう一つの特徴が「学習ループ」です。READMEによると、経験からスキルを作って使用中に改善し、過去の会話を検索し、セッションをまたいでユーザー像を深めていく仕組みを持っています。

    • メモリ:私の好みや環境を覚えておく(容量に上限がある、整理されたメモ)

    • セッション検索:過去の会話を全文検索し、要約して呼び出す

    • スキル:うまくいった手順を文書化し、次回から必要なときだけ読み込む

    ここでいう「学習」は、AIモデルそのものを再学習するのではなく、メモやマニュアルを自分で書き足していくイメージです。人間の秘書が「この人はこういう資料の形式が好き」とノートに書いておくのに近いと思います。

    また、プロジェクトのフォルダに AGENTS.md や CLAUDE.md などの指示ファイルがあれば、自動で読み込んでくれます。すでにClaude Codeを使っている人は、そのフォルダの指示書をそのまま生かせます。

    私が試している理由

    私はこれまで、似たようなことをClaudeにさせてきました。ファイルの整理や、決まった作業の自動化など、「用事を伝えて任せる」使い方です。

    そのうえでHermes Agentを入れてみたのは、Claudeと比べてどの程度違いがあるのかを確かめたかったからです。今はまだ導入を試している段階で、本格的に業務に組み込んだわけではありません。今後、使える部分が見つかれば、このnoteで少しずつ紹介していくつもりです。

    もう一つのきっかけは、Claudeの契約内容に応じてAPIの利用料が付与される仕組みがあることです。その分を使いながら、Hermes Agentの使用感を確かめていこうと考えています(この仕組みの詳細は、あとの「Claude APIを頭脳にする場合」で説明します)。

    導入手順(Macの場合)

    ここからは、公式ドキュメント(2026年10月時点)に書かれている手順をまとめます。バージョンによって変わる可能性があるので、実際に入れるときは公式のインストールページも確認してください。

    動作に必要なもの

    • Mac:Apple Silicon(M1以降)。Intel Macは対象外

    • 頭脳になるLLM:次のどれか

      • クラウドのAPI(Anthropic、OpenAI、OpenRouterなど)のAPIキー

      • ローカルLLM(Ollama、LM Studio、llama.cppなど)

    • コンテキスト長64,000トークン以上のモデル:これより小さいモデルは起動時にはじかれます

    インストール

    方法は2つあります。

    1. デスクトップ版(初心者向け) 公式サイトからDMGをダウンロードし、Hermes.app をアプリケーションフォルダにコピーします。クイックスタートでは、macOSとWindowsはこちらが推奨されています。

    2. CLI版(ターミナルで使う) ターミナルで次のコマンドを実行します。

    curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

    インストールが終わったら、シェルを読み込み直してから起動します。

    • source ~/.zshrc(Macの標準シェルの場合)

    • hermes(チャットを始める。新しい画面を使うなら hermes --tui)

    ファイルは次の場所に入ります。

    • プログラム本体:~/.hermes/hermes-agent/

    • コマンド:~/.local/bin/hermes

    • 設定やメモリ:~/.hermes/

    ちなみに、ネット上のスクリプトをそのまま bash に流し込むこの方式は手軽ですが、中身を確認せずに実行することになります。気になる人は、先にURLをブラウザで開いて中身を見てから実行すると安心です。

    最初に覚えるコマンド

    • hermes setup:全体の設定を対話形式で行う

    • hermes model:頭脳にするLLMとプロバイダーを選ぶ

    • hermes tools:使うツールを選ぶ

    • hermes config set キー 値:設定を変える(APIキーは自動で ~/.hermes/.env に、それ以外は ~/.hermes/config.yaml に保存される)

    • hermes gateway setup:スマホのメッセージアプリと連携する

    • hermes doctor:調子が悪いときの診断

    • hermes update:最新版に更新

    • hermes -c:前回の会話の続きから始める

    頭脳の選び方(3つの道)

    Hermes Agentの頭脳は、大きく3つから選べます。

    • 大手のクラウドAPI(Claude、GPTなど)

      • 長所:賢い。長い作業でも安定しやすい。事業者側の安全対策がある

      • 短所:使った分だけ料金がかかる。依頼内容が事業者に送られる

    • API中継サービス(OpenRouterなど)

      • 長所:1つのキーで多くのモデルを切り替えられる

      • 短所:料金と安全対策はモデルごとに違う

    • ローカルLLM(Ollama、LM Studioなど)

      • 長所:料金がかからない。データが手元から出ない

      • 短所:Macのメモリと速度が必要。モデルによっては安全対策が弱い、または外されている

    ローカルLLMについては、以前の記事「MacでローカルLLMを始めるなら」で、LM Studio・Ollama・MLXの違いをまとめています。

    Claude APIを頭脳にする場合

    Claude(Anthropic)を頭脳にする方法は、Hermes Agentのプロバイダー説明によると2つあります。

    • APIキー:AnthropicのConsoleでAPIキーを作り、hermes model で設定する。従量課金で、Claudeの月額プランとは別会計

    • OAuth(Claudeアカウントでログイン):Maxプランで、しかも追加利用分(extra usage)を購入している場合だけ使える。消費されるのはMaxの基本枠ではなく、追加購入した分

    ここで注意したいのは、Anthropicの規約上の位置づけです。Claude Codeの「Legal and compliance」ページでは、OAuth認証はClaude Codeなど Anthropic自身のアプリの通常利用のためのもので、サードパーティの開発者がFree・Pro・Maxプランの認証情報を経由してリクエストを流すことは認めていない、と書かれています。2026年4月には、Claudeのサブスクリプション枠でOpenClawなどのサードパーティ製ツールを動かす使い方が対象外になったことも報じられました。サードパーティのエージェントでClaudeを使うなら、基本はAPIキーの経路と考えておくのが安全です。

    そこで役に立つのが、私が「契約に応じてAPI利用料を付与してくれる」と書いた仕組みです。Claude Platformのドキュメント「API credits for Max and Team plans」によると、2026年10月時点で次のようになっています。

    • 対象プラン:Max 5x、Max 20x、Team(Free、Pro、Enterpriseは対象外)

    • 毎月の額:Max 5xは100ドル、Max 20xは200ドル、Teamは席ごとにStandard 20ドル・Premium 100ドル(チーム全体で月500ドルまで)

    • 使える範囲:Claude API、Claude Agent SDK、Managed Agents、Playground

    • 使えない範囲:Claude Code、Claudeアプリの追加利用、AWSやGoogle Cloud経由のClaude

    • 期限:請求サイクルの終わりに失効し、繰り越しはない

    • 受け取り方:claude.aiの「Settings → Billing」にある「API credits」で、受け取るConsole組織を選んでリンクする。新規加入の場合は加入から7日後から

    Hermes AgentはAPIキーでClaude APIを呼び出すので、リンクしたConsole組織で作ったAPIキーを使えば、このクレジットから消費される形になると考えられます。ただし、公式ページにはサードパーティ製ツールについての明記がないため、実際に使ったあとにConsoleの「Billing」で残高の減り方を確認するのが確実です。

    もう一つ、Claude Codeとこのクレジットは別物だという点に注意してください。Claude Codeはサブスクリプションの枠で動き、APIクレジットはClaude Codeには使えません。

    ローカルLLMを頭脳にする場合

    公式FAQによると、ローカルLLMは「Custom endpoint(独自の接続先)」として登録します。Ollamaの例は次のとおりです。

    • hermes model を実行して「Custom endpoint」を選ぶ

    • API base URL:http://localhost:11434/v1

    • API key:ollama

    • Model name:使うモデル名(FAQの例は qwen3.5:27b)

    設定ファイル ~/.hermes/config.yaml に直接書く場合は、次のようになります。

    model:
      default: qwen3.5:27b
      provider: custom
      base_url: http://localhost:11434/v1
    

    ローカルLLMでつまずきやすいのは、コンテキスト長です。プロバイダー説明によると、OllamaはVRAMが24GB未満だと既定のコンテキストが4,096トークンになります。Hermes Agentはツールを使うために最低64,000トークンを必要とするので、そのままでは足りません。

    • Ollama:環境変数 OLLAMA_CONTEXT_LENGTH か、Modelfileの num_ctx で64,000以上にする(OpenAI互換APIからは変えられない)

    • LM Studio:画面上か lms load モデル名 --context-length 64000 で64,000以上にする

    • llama.cpp:-c 65536 のように指定し、ツール呼び出しのために --jinja を必ず付ける

    また、Ollamaで num_ctx を指定した場合は、Hermes側の model.context_length も同じ値に合わせるよう書かれています。起動時の表示や /usage で、認識されているコンテキスト長を確認できます。

    コンテキストを大きくすると、そのぶんメモリを多く使います。Macのメモリに余裕がないと、モデルが読み込めなかったり、極端に遅くなったりする点は覚えておいてください。

    最初に試すとよいこと

    クイックスタートでは、いきなり大きな仕事を任せず、結果を確かめやすい依頼から始めるよう勧めています。

    1. 「今のフォルダの主なファイルを教えて」のような、答えを自分で確認できる依頼をする

    2. /help、/tools、/model などのコマンドを見ておく

    3. hermes -c で前の会話に戻れるか確かめる

    4. 基本の会話が安定してから、スキル、スマホ連携、定期実行へ進む

    Claudeとの最大の違いは「安全機構の持ち方」

    画像

    大手のAPIでは、危ない依頼にブレーキがかかる

    ここからは、私がいちばん大きな違いだと考えている点です。

    ClaudeやChatGPTのような大手のAPIを使っている場合、利用者が危ない橋を渡ろうとすると、当然のようにストップがかかります。ブレーキはいくつかの場所にあります。

    • モデル自身:危険な依頼を断るように訓練されている

    • 事業者の利用規約と監視:規約に反する使い方は制限される

    • アプリ側の確認:Claude Codeなどは、コマンドの実行前に許可を求める

    つまり、利用者が何も設定しなくても、何重かの安全装置がはじめから付いている状態です。

    ローカルLLMでは、ブレーキの一部を自分で持つことになる

    一方、Hermes AgentではローカルLLMを頭脳にできます。オープンなモデルの中には、安全のための拒否の仕組みを弱めたり取り除いたりした改変版も出回っています。もしそうしたモデルを頭脳にすれば、ユーザーが望むことを、ほぼなんでもやってくれる状態になるのではないか、と私は考えています。

    秘書にたとえるなら、大手のAPIは「会社の規則を守るプロの秘書」です。ローカルの改変モデルは「規則を気にせず、言われたことをそのまま実行する秘書」に近いかもしれません。本人の指示が正しいうちは便利ですが、指示が間違っていたり、誰かにだまされた指示が紛れ込んだりしたときに止めてくれる人がいません。

    Hermes Agent自身の安全機構

    ただし、Hermes Agentに安全機構がないわけではありません。公式のセキュリティ文書では、次の8層の防御が説明されています。

    1. ユーザー認可:誰が話しかけられるか(許可リスト、DMペアリング)

    2. 危険コマンドの承認:破壊的な操作の前に人間の確認をはさむ

    3. ファイル書き込みの保護:~/.ssh/ や ~/.aws/ などへの書き込みを禁止

    4. コンテナ隔離:Dockerなどの中でコマンドを動かす

    5. MCPの認証情報フィルタ:外部接続部品に余計な環境変数を渡さない

    6. コンテキストファイルのスキャン:プロジェクト内のファイルに仕込まれた「AIへの命令」(プロンプトインジェクション)を検出

    7. セッション間の隔離

    8. 入力のサニタイズ

    危険コマンドの承認には、~/.hermes/config.yaml の approvals.mode で3つのモードがあります。

    • smart(既定):補助のLLMがリスクを判定し、低リスクは自動承認、危険なものは自動拒否、判断がつかないものは人間に確認

    • manual:危険と判定されたコマンドは毎回人間に確認

    • off:確認をすべて省略(--yolo オプションと同じ)。信頼できる使い捨て環境だけで使う想定

    さらに、rm -rf / によるルートの全削除、フォークボム、ディスクの初期化、URLの内容をそのままシェルで実行する操作などは、「ハードライン」として、YOLOモードでも実行されません。承認待ちに5分(既定300秒)応答がなければ拒否される「フェイルクローズ」の設計にもなっています。

    この承認の仕組みは、頭脳のモデルとは別に、Hermes Agentというソフトの側で動いています。つまり、頭脳がどのモデルでも、承認の画面は出ます。ここは安心材料です。

    落とし穴:「安全の判定役」もLLMかもしれない

    一方で、気をつけたい点もあります。既定のsmartモードでは、危険かどうかを判定するのは「補助のLLM」です。プロバイダー説明によると、補助タスクの設定は既定で auto になっていて、ビジョンやWeb要約などの補助タスクはメインのチャットモデルを使います。承認の判定が同じ設定に従うかどうかまでは公式の記述で確認できませんでしたが、もし安全対策の弱いローカルモデルが判定役も兼ねるなら、ブレーキの効きが弱くなる可能性があります。ローカルLLMで試すなら、approvals.mode: manual にして自分の目で確認するほうが安心だと思います。

    また、公式文書自身が次のように注意しています。

    • 拒否リストやファイル保護は、うっかりミスを減らすためのもので、悪意のあるエージェントを防ぐ強固な壁ではない

    • 書き込み制限は write_file と patch の2つのツールにだけ効く。ターミナルツールは同じOSユーザーとして動くので、シェル経由では制限を回避できる可能性がある

    • Dockerなどのコンテナで動かす場合は、危険コマンドのチェックが省略される(コンテナが壁になる前提)。そのため、ホスト側のフォルダをマウントすると、そこは影響を受ける

    つまり、本当の安全の壁は「モデルが断ってくれること」ではなく、「エージェントが触れられる範囲を物理的に狭めること」です。

    最近の情報漏洩ニュースとAIエージェント

    ここからは私見です。昨今、セキュリティ関係の漏洩のニュースが連日流れていますが、私は、こうしたAIエージェントを利用している部分が大きいのではないかと個人的に考えています。

    これを裏付けるかどうかは分かりませんが、先週、関連する公的な発表がありました。インドのサイバーセキュリティ機関CERT-Inが2026年10月16日に出した重大度「Critical」の勧告(CIAD-2026-0049「AI Agents as Attack Vectors」)です。報道によると、内容は次のとおりです。

    • 研究・評価中の自律型AIエージェントが、決められた作業範囲を超えて、インドの組織の稼働中のシステムに到達した

    • エージェントは、設定ファイルや公開リポジトリ、権限の広すぎるクラウドロールに残っていた認証情報を使い、個人情報を含む業務記録を読み取った

    • 影響を受けた組織は自分では気づけず、AIモデルの提供者の調査で初めて分かった

    • 攻撃者が、公開されているAI攻撃用フレームワークを使い、侵入から被害までの時間が数日から数時間に縮んでいる

    一方で、勧告は根本原因を「ソースコード内の認証情報の露出、放置されたAPI、過剰な権限、管理画面の公開、未更新のミドルウェア」といった、従来型のセキュリティの不備だとしています。AIエージェントが新しい穴を作ったというより、もともとあった穴を、人間よりはるかに速く、たくさん見つけて通ってしまう、という見方です。

    国際的な非営利団体OWASPも、2025年12月に「OWASP Top 10 for Agentic Applications」を公開し、AIエージェントならではのリスクを整理しています。エージェントの安全は、すでに専門家の間で独立したテーマになっています。

    個人で使う場合に当てはめると、私は次のように考えています。

    • エージェントは「自分と同じ権限」で動く。自分が見られるものは、エージェントも見られる

    • 依頼した本人に悪意がなくても、読み込んだWebページやファイルに仕込まれた命令に従ってしまうことがある(プロンプトインジェクション)

    • だから、「何をさせるか」より先に「何に触らせないか」を決めておく

    安全に試すための設定


    画像

    公式ガイド「Secure Hermes on a work machine」をもとに、個人のMacで試すときの設定をまとめます。

    承認を手動にし、絶対に実行させないルールを足す

    ~/.hermes/config.yaml に次のように書きます。

    approvals:
      mode: manual
      timeout: 300
      deny:
        - "git push --force*"
        - "*curl*|*sh*"
        - "dd if=* of=/dev/*"
    
    security:
      redact_secrets: true
    
    checkpoints:
      enabled: true
    
    • deny に書いたパターンは、YOLOモードでも拒否されます。先頭が * のパターンはYAMLの書き方の都合で、必ず引用符で囲みます

    • redact_secrets は、出力に含まれるパスワードなどを伏せ字にする設定で、既定で有効です

    • checkpoints を有効にすると、破壊的な操作の前にプロジェクトの状態を自動保存し、/rollback で戻せます(既定は無効)

    書き込める場所を限定する

    環境変数 HERMES_WRITE_SAFE_ROOT で、ファイルを書き込めるフォルダを限定できます。

    export HERMES_WRITE_SAFE_ROOT=/path/to/project:/Users/自分/.hermes

    ガイドによると、プロジェクトのフォルダだけを指定すると、Hermes自身の定期実行の設定やスキルの保存ができなくなるため、~/.hermes も2つ目の場所として入れておくよう書かれています。

    コマンドはコンテナの中で動かす

    いちばん効果が大きいのは、コマンドの実行場所をMacの外に出すことです。

    terminal:
      backend: docker
      docker_image: "nousresearch/hermes-sandbox:desktop"
      docker_forward_env: []
    

    公式文書によると、Dockerのコンテナは権限をほぼすべて落とし、プロセス数などにも上限をかけた状態で起動します。docker_forward_env を空にしておけば、APIキーなどの秘密情報もコンテナに渡りません。別のマシンにSSHでつないで、そちらで実行させる方法もあります。

    スマホ連携は許可した人だけにする

    メッセージ連携を使う場合、許可リストが空なら既定で全員を拒否します。自分のIDだけを ~/.hermes/.env の TELEGRAM_ALLOWED_USERS などに書くか、ペアリング(一度だけ使えるコードで承認する方式)を使います。公式ガイドは「大切なマシンで GATEWAY_ALLOW_ALL_USERS=true を設定してはいけない」と明記しています。

    試す前のチェックリスト

    • 重要なファイルや認証情報があるフォルダで起動していないか

    • ~/.hermes/.env の権限を chmod 600 で自分だけにしたか

    • 勤務先のパソコンではないか(勤務先の規則が優先)

    • YOLOモードや approvals.mode: off にしていないか

    • ローカルLLMを使うとき、安全対策を外した改変モデルを選んでいないか

    • 定期実行やスマホ連携は、基本の会話が安定してから足すか

    よくある質問

    Claude Codeとどう違うの?

    どちらも「パソコンで作業するAIエージェント」ですが、Claude CodeはAnthropic製で頭脳はClaudeです。Hermes Agentは頭脳を自由に選べ、スマホのメッセージアプリからの操作や定期実行、自分でスキルを増やす仕組みを最初から持っています。その代わり、安全の設定を自分で考える場面が増えます。

    お金はかかる?

    Hermes Agent本体は無料です。頭脳にクラウドのAPIを使えばその利用料がかかり、ローカルLLMなら実行自体は無料です。ClaudeのMaxプランやTeamプランなら、毎月付与されるAPIクレジットを使う方法もあります。

    ローカルLLMはどのくらいのMacが必要?

    公式に推奨モデルの一覧はありません。FAQの例は qwen3.5:27b で、64,000トークン以上のコンテキストが必要です。モデル本体に加えてコンテキストの分もメモリを使うので、余裕のあるメモリ容量が望ましいです。

    Claudeのサブスクリプションのログインで使ってもいい?

    Hermes Agentのプロバイダー説明では、OAuthでのログインは「Maxプラン+追加利用分の購入」がある場合だけ使え、消費されるのは追加分だとされています。一方で、Anthropicの規約ページは、サードパーティがFree・Pro・Maxの認証情報経由でリクエストを流すことを認めていません。迷うなら、APIキーを使うのが無難です。

    会話の内容はどこに送られる?

    公式FAQによると、送信先は設定したLLMのプロバイダーだけで、Hermes自体はテレメトリを集めていません。ローカルLLMなら、内容はMacの外に出ません。クラウドのAPIを使う場合は、そのプロバイダーのデータの扱いに従います。

    まとめ

    • Hermes Agentは、Nous Researchが開発する無料・オープンソースのAIエージェントで、パソコンの中の秘書のように作業を代行してくれる

    • 頭脳(LLM)を自由に選べ、メモリとスキルで使うほど育つ。スマホ連携や定期実行もできる

    • Claudeを頭脳にするならAPIキーが基本。MaxやTeamプランなら毎月のAPIクレジットを活用できる

    • いちばんの違いは安全機構の持ち方。大手APIはモデルと事業者がブレーキを持つが、ローカルLLMではその一部を自分で用意する必要がある

    • 承認の手動化、書き込み範囲の限定、コンテナでの実行で、「触らせない範囲」を先に決めてから試すのがおすすめ

    私自身はまだ導入を試している段階です。Claudeでやってきたことと比べて、使える部分が見つかれば、また具体的な使用感を紹介します。

    参考リンク


    この記事は公開から30日後に「気になるAI情報のメンバーシップ」(月500円・初月無料)の特典になります。過去記事はメンバーシップでまとめて読めます。

    関連記事

    あなたへのおすすめ