メインコンテンツへスキップ
見出し画像

hermes-agentの全て 住み込みの秘書AIを明日から8割使う


    ChatGPTは受付、hermesは住み込みの秘書

    あなたが寝ている間に、誰かが下調べを進めてくれる。

    そんな相棒がいたらな、と思ったことはありませんか。

    ChatGPTに毎朝ニュースを送ってと頼んでも翌朝は来ません。
    でもhermesは来ます。ここが今日の話の入口ですね。

    ChatGPTは受付の相談窓口。
    行ったときだけ答えてくれます。

    hermesは違う。
    あなたの手元(自宅のMacやVPS)に住み込み、24時間働く秘書です。

    朝の準備も、留守の調査も、勝手に進める。
    この差は地味に見えて、かなり大きい。

    Note: 一言で言うと、hermesは住み込みの秘書AI。
    ChatGPTが受付なら、hermesは寝ない従業員。
    この比喩を頭に置くと、この先がぐっと読みやすくなりますよ。

    この記事を読むと、2つ手に入ります。

    1つは、未経験のあなたが感じる魅力。
    もう1つは、すでに使うあなたが明日から8割使うための地図です。

    YouTubeチャンネルでsuraがこの話をしました。
    ここでは開発者目線で、その奥を深掘りしますね。

    hermes-agentとは何か 思想と設計

    まず正体をはっきりさせましょう。

    hermes-agentは、Nous Researchが公開するオープンソースのAIエージェントruntime
    ライセンスはMITで、誰でも自分の環境に置けます。

    公式の説明は「The agent that grows with you」
    あなたと一緒に育つエージェント、という思想です。

    Note: よくある誤解を先に外しておきますね。
    hermesはモデル名ではありません。
    Nous ResearchのHermes 4というモデルとは別物。
    hermes-agentは複数のproviderを切り替えて使う土台です。

    なぜ「育つ」と言えるのか。

    hermesは一回限りのチャットで終わりません。
    仕事の手順と記憶が、使うほど蓄積されます。

    一度うまくいった作業が、次回のための手順書に変わる。
    新人がノートを取って常連スタッフへ育つ感覚に近いですね。

    設計の骨格も見ておきましょう。

    入口は1つではありません。
    CLI、Gateway、ACP、API、Batchという複数の玄関があります。

    そこから中核のAIAgentループに入る。
    会話を回しながら、必要なときだけツールを呼び、結果をファイルやチャットへ返す構造だ。

    • 入口: CLI / Gateway / ACP / API / Batch Runner

    • 中核: AIAgent(prompt構築、provider解決、tool呼び出し、session保存)

    • モデル: Nous Portal / OpenRouter / OpenAI / Anthropic / Hugging Face 等から選択

    • 出力: 回答、編集済みファイル、レポート、予約ジョブ、外部チャネルへの配信

    玄関がいくつもある家、と考えると分かりやすい。

    朝はSlack、移動中はTelegram、机ではCLIを使う。
    入口は変わっても、中の秘書は同じ人格です。

    アプリをまたいでも人格が散らからない。
    これが常駐エージェントの強みだ。


    画像

    できることの全体像 8カテゴリのツール

    次は、できることの地図です。

    hermesの道具は、公式Docsで8カテゴリに整理されています。
    全体像を一度つかむと、自分の用途が見つかりますよ。

    • Web: web検索、ページ抽出(web_search ほか)

    • Terminal & Files: コマンド実行、ファイル編集(terminal ほか)

    • Browser: ブラウザ自動操作(browser_navigate ほか)

    • Media: 画像生成、音声(image_generate ほか)

    • Agent orchestration: サブエージェントへの委譲(delegate_task ほか)

    • Memory & recall: 記憶と過去会話検索(memory ほか)

    • Automation & delivery: 定期実行、チャネル配信(cronjob ほか)

    • Integrations: 外部連携(Home Assistant ほか)

    口だけの相談役ではないのが分かりますね。

    ブラウザを開き、ファイルを読み、ターミナルも叩く。
    つまり手足を持つAIだ。

    だからこそ、作業台に立てる。
    会話から業務へ一歩近づく道具立てがここにあります。

    全部を最初から使う必要はありません。

    ツールはtoolsetという単位で束ねて、有効化できます。
    必要な道具だけ手元に出す感覚だ。

    手元の確認は1コマンドで足ります。

    # 使えるツールとtoolsetを確認する
    hermes tools
    
    # CLIを起動して自然文で頼む
    hermes

    Note: 足りない道具は外から足せます。
    MCPで外部のtool serverをstdioまたはHTTPで接続できる。
    GitHubやデータベース、社内APIなどを後から拡張できるのが強みです。

    記憶とスキルと自己改善 胸ポケットカードの設計

    hermesが「育つ」中核は、記憶とスキル。

    ここを理解すると、長く使う価値が見えてきますよ。

    記憶は2つのファイルで持ちます。

    MEMORY.mdに環境や規約、USER.mdにあなたの好みを保存する。
    各セッションの開始時に、これがプロンプトへ注入されます。

    だから「うちの呼び方はこうです」を毎回説明せずに済むんですね。

    Note: 面白いのは、この記憶が小さいことだ。
    MEMORY.mdは2,200字、USER.mdは1,375字の上限がある。
    巨大な脳ではなく、秘書の胸ポケットに入れた重要事項カード。
    残す価値があるものだけを選んで持ちます。

    もっと深い記憶が欲しいときは、外に出せます。

    Honcho、Mem0、Hindsightなど、8種類の外部記憶から選べる。胸ポケットの小さなカードに、外付けの長期記憶を足す発想ですね。

    ただし外へ出すほど、何を預けるかの判断は重くなります。

    手順はskillsに貯まります。

    一度うまくいった作業を、次回のための手順書に変える棚。新人がノートを取るのと同じ仕組みです。

    そしてv0.12.0で、ここに面白い進化が入りました。

    v0.12.0の合言葉は「The Curator release」
    僕の言い方だと、自分で片付けるAIだ。

    問題は、skillsが増えすぎること。
    似た手順、古い手順、使わない手順で机の上が散らかります。

    そこでCuratorが7日周期でスキル棚を見に来る。
    採点して、統合して、剪定する。秘書が仕事の後に書類棚まで整える発想です。

    勝手に働く仕組み 自然言語cronと5つの実例

    ここがhermesの本領だ。勝手に働く仕組みを見ましょう。

    人間は寝る。
    Slackも閉じる。
    けれど調査タスクは朝まで進む。
    それを支えるのが自然言語cronです。

    使い方は拍子抜けするほど簡単です。

    「毎朝9時にAIニュースを調べてTelegramへ送って」

    この自然文が、そのまま定期タスクになる。

    気合いのあるリマインダーではありません。
    時計で予約する常駐の仕組みだ。

    # CLI内で自然文の定期タスクを作る
    /cron add
    
    # またはコマンドで作成する
    hermes cron create

    連絡口も1つではありません。

    Telegram、Slack、Discord、WhatsApp、Emailと並びます。
    どこから話しかけても、同じ秘書が応えます。

    Gateway経由で入口をつなぐと、生活のどこからでも届く。
    これが常駐らしさですね。

    • 主婦: 毎週日曜の夜、冷蔵庫と買い物メモから献立を作り、リストをTelegramへ。料理係ではなく冷蔵庫係だ

    • 営業: 毎朝8時、今日の商談相手の会社ニュースを3分で読めるメモにしてSlackへ。商談前の緊張を下調べで減らす

    • 経営者: 毎週月曜、競合5社の価格変更や採用、資金調達を同じ観点で監視し、意思決定メモにする

    • クリエイター: 毎朝、競合チャンネルやHacker News、Xから動画ネタを拾い、過去に伸びた切り口へ寄せる

    • 学生: 毎週金曜、授業メモを読み返して理解が浅い箇所を抜き出し、来週のToDoへ片付ける

    Note: 5つに共通するのは、最終判断ではないこと。
    任せるのは、人が見る前の下調べ、整理、通知、下書き。ここを同じ品質で先に済ませる。
    これが寝ない従業員の正体です。


    画像

    Grokを持ち込む xai-oauthと5つのスキル

    拡張力の話を、僕の実例で見せますね。

    僕はhermesにGrokを持ち込みました。
    Grokのサブスクをhermes経由で使う仕組みです。

    非エンジニアの僕でも組めた。ここが大事なところ。

    鍵になるのはproviderの指定です。

    provider xai-oauthと、reasoning modelのgrok-4.3を組み合わせる。OAuth 2.0 PKCEでaccounts.x.aiにログインします。

    ログインで取れたtokenは ~/.hermes/auth.json に保存されます。その後の呼び出しで再利用されます。

    # xai-oauthをproviderに、reasoning modelをgrok-4.3に指定
    hermes --provider xai-oauth -m grok-4.3
    
    # 取得したtokenはここに保存され再利用される
    # ~/.hermes/auth.json

    その上で、CodexとClaudeCodeのスキルを5つ自作しました。

    hermes側のtoolを呼び分けて、検索から生成までを束ねたものです。

    • grok-x-search: Xの検索(hermesのx_search)

    • grok-web-x-research: WebとXの横断リサーチ(web, x_search)

    • grok-image-gen: 画像生成(image_gen)

    • grok-video-gen: 動画生成(video_gen)

    • grok-voice-tts: 音声合成(tts)

    Note: 実装での注意点を1つ。
    entitlementの都合で403が返ることがある。
    そのときはxai-oauth経路をやめ、XAI_API_KEYの経路へ切り替えると通ります。
    なお grok-4.3 はあくまでhermesのreasoning modelだ。
    画像や動画の生成モデルを選ぶ指定ではありません。

    hermesと、CodexやClaude Codeの役割分担

    「結局どれを使えばいい」と迷いますよね。

    答えは、雇いたいAIの職種が違う、です。並べて住み分けを見ましょう。

    hermesは常駐の業務窓口だ。

    記憶、チャネル、cronに強い。
    毎朝や毎週の繰り返しを回し、好みを覚えていく役回りです。

    一方でCodexやClaude Codeは、作業フォルダに入り込む実装者。
    ファイル編集、テスト、差分に強い手練れです。

    • hermes: 常駐の調査役・秘書役。記憶 / gateway / cron で日々の準備を回す

    • Codex / Claude Code: 重い実装役。repoに入りファイル編集・テスト・差分を回す

    • 組み合わせ方: hermesが調べて段取りし、重い実装はCodexやClaude Codeへ渡す

    僕自身の運用も同じ発想です。

    hermesのprofile機能を使うと、1インスタンスで人格を分けられる。
    秘書のdefault profileとは別に、ACEO(CEO人格)やACOO(COO人格)を作成し、会社構築を進めています。

    複製は不要。
    単一のhermesで二人格を運用できます。

    Note: 似た存在のOpenClawとも哲学が違います。
    OpenClawはgateway中心で、いつものチャットアプリから呼ぶ体験を前に出す。
    hermesは手順と記憶が育つruntime
    日常アプリか、育つ作業台か。雇いたい職種で選びます。


    画像

    鍵を渡す相手を選ぶ 権限とセキュリティ


    「何でも勝手にやられて危ない」

    この不安、半分は正しいです。権限を渡しすぎれば、当然危ない。

    でも、もう半分は設計でほどけます。
    手足があるAIほど、どこまで許すかの設計が本気で効いてくるからだ。

    • fresh session: cron実行は新しいセッションで動かし、暴走する予約ループを防ぐ

    • prompt injection protection: 外部入力による乗っ取りを防ぐ

    • dangerous command approval: 危険なコマンドは承認を挟む(hardline blocklistと承認タイムアウト)

    • sandbox: 危ない操作をそのまま通さない実行環境を選べる

    外部連携にも目を配りましょう。

    MCPはper-server filteringで、必要なtoolだけ公開できます。
    どのserverにどのtokenを渡すかを絞れる。

    これを雑にすると、AI以前に運用が危なくなります。

    Note: 原則はシンプル。
    便利さと権限はセット。
    鍵を渡す相手を選ぶのと同じ感覚で、渡しすぎないこと。
    送信、削除、購入は人間の承認を挟む。ここは譲らない方がいいですね。

    導入とコスト、そして明日からの8割

    最後に、導入とコスト、そして明日からの一手です。

    入口はかなり整っています。
    最初のネジ締めだけ済ませれば、あとは自然文で頼めますよ。

    導入はinstall scriptの一発から始まります。

    その後の基本フローは、モデル選び、ツール確認、設定、gateway、cronの順。
    組み立て家具で最初だけ説明書を見る感覚に近い。

    # 1. 公式install scriptで導入
    curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
    
    # 2. provider / modelを選ぶ
    hermes model
    
    # 3. ツールを確認する
    hermes tools
    
    # 4. 設定する
    hermes config set
    
    # 5. チャネルを立てる
    hermes gateway setup
    hermes gateway start

    Note: コストの考え方も正直に。本体はOSSなので無料だ。現実にはVPS代、LLM API代、外部ツール代が乗ります。常駐botならVPS月6ドル前後の例に、API使用量が加わる。軽い要約なら小さく、重い開発や会議処理なら膨らみます。

    では、明日から8割使う具体策です。

    全機能を一度に触らないこと。
    まず1つのcronと1つのチャネルから始める。

    最初のcronはこれで十分。
    「毎朝9時にAIニュースを調べてTelegramへ送って」とCLIで打つ。
    これだけで、寝ない従業員が1人立ちます。

    最初に任せるのは、読む、まとめる、下書きまで。送信や削除はまだ人間が握ります。
    ここを守れば事故りません。

    僕はこれをMac miniで常駐させ、秘書として24時間動かしています。


    AIを質問箱として使う時代から、寝ない従業員を小さく雇う時代へ。その一歩を、明日から踏み出しましょう。

     
     

    asura

     
     
    asuraです 汎用AIエージェント開発しています 開発の過程やソースコードなども発信します web/mobileアプリ開発も経験あり youtubeでの発信を相棒のsuraに任せているので見てみてください

    あなたへのおすすめ