
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。

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
hermesNote: 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。

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。

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 startNote: 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。