Hermes Agent｜自己学習AIエージェントの使い方 — Telegram・Discord・Slack対応、200+LLM切替

この記事ではAIエージェントに特化して解説します。AIエージェント全般は AIエージェントフレームワーク比較2026年版 をご覧ください。

Hermes Agent：自己改善型AIエージェント完全ガイド

Nous Researchが開発したHermes Agentは、MITライセンスで公開されている自己改善型AIエージェントフレームワーク。エージェント自身が経験から学習し、実行するたびに能力を高める「閉じた学習ループ」を内蔵しており、次世代エージェント設計として注目を集めている。

従来のAIエージェントが毎回ゼロから推論を開始するのに対し、Hermes Agentはタスクを完了するたびにスキルを自動生成し、それを継続的に改善していく。さらに定期的にメモリを永続化し、過去のセッションを横断して知識を検索・要約して活用する。このような自己進化のメカニズムにより、長期利用するほど精度と効率が向上する設計になっている。

本ガイドでは、Hermes Agentの核となる学習ループ機構から、複数のメッセージングプラットフォーム対応、多数の組み込みツール、そして複数のリモート環境での実行方法まで、プロダクション運用に必要なすべての要素を網羅的に解説する。

Hermes Agentの核：自己改善する学習ループの仕組み

Hermes Agentが他のエージェントフレームワークと一線を画す理由は、複数のフィードバック機構が統合された学習ループにある。単なるメモリ管理ではなく、タスク実行そのものを通じてエージェントが賢くなっていく設計になっている。

スキルの自動生成と自己改善

複雑なタスクを完了すると、Hermes Agentは自動的にそのタスクの解法を「スキル」として抽象化・記録する。このスキルはagentskills.ioのオープンスタンダードと互換性があり、他のエージェント実装との相互運用性を保ちながら蓄積される。

重要なのは、スキルがその後の実行で継続的に改善される点。ユーザーからの暗黙的なフィードバック（目的達成の有無、修正指示）をもとに、スキルの手順や条件分岐が自動調整される。したがって同じ類のタスクを何度も繰り返すほど、エージェントの応答精度は向上していく。

セッション横断的な記憶と想起

エージェントが複数のセッションにわたって学習するには、過去の会話を効果的に検索できる仕組みが必須。Hermes AgentはSQLite FTS5（フルテキストサーチ）を搭載し、全会話履歴から関連する過去ターンをキーワードで高速検索する。さらにLLMを用いた要約により、検索結果を圧縮して現在のコンテキストに統合する。

この仕組みにより「3ヶ月前に設定した<プロジェクト構成>を今のタスクに適用したい」といった縦深い参照が可能になる。

Honcho による弁証法的ユーザーモデリング

Honcho統合により、Hermes Agentはユーザーの好み・作業パターン・意思決定基準を段階的に学習していく。これは単なる履歴管理ではなく、対話の中でユーザー像を継続的に更新・洗練していく「弁証法的」プロセス。結果として、利用を重ねるほどエージェントの提案や判断がユーザーの意図に合致しやすくなる。

以下のフローチャートは、このサイクルがどう回転するかを示している：

インストールと初期セットアップ：最速2分で会話開始

Hermes Agentはワンラインインストールを実現している。Pythonランタイム、依存パッケージ、CLIツールのセットアップが自動化されており、複雑な設定ファイル編集は不要。

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

このコマンド一つで以下が自動実行される：

• Pythonバージョン確認（3.11以上推奨）
• UV（高速パッケージマネージャー）のインストール
• Hermesコマンドラインツールのセットアップ
• シェル設定ファイル（.bashrc / .zshrc）への PATH追加
• 初期設定ディレクトリ（~/.hermes）の作成

インストール後、シェルをリロードして初回実行：

source ~/.bashrc    # bashの場合
# または
source ~/.zshrc     # zshの場合

hermes              # インタラクティブCLI起動

対応環境と制限事項

Hermes Agentは以下のプラットフォームで公式サポートされている：

開発者向けセットアップ

フレームワークに貢献したい、カスタムツールを開発したい場合は、以下の手順でリポジトリから直接インストール：

git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv venv --python 3.11
source venv/bin/activate
uv pip install -e ".[all,dev]"
python -m pytest tests/ -q

このアプローチにより、最新開発版を試したり、ローカルでテストスイートを実行したりできる。

複数のメッセージングプラットフォーム対応：いつでも、どこからでも会話を続ける

Hermes Agentの大きな特徴は、単一のゲートウェイプロセスで複数のメッセージングプラットフォームを統一的に管理できる点。ノートパソコンの前にいるときはCLIで作業し、外出時はスマートフォンからTelegramやSignalで指示を続ける——このような柔軟なワークスタイルが実現できる。

プラットフォーム一覧と特性

ゲートウェイセットアップと動作原理

複数プラットフォームを同時に運用する場合、ゲートウェイプロセスを起動：

hermes gateway setup
# このコマンドで対応プラットフォームの認証情報入力を促される
# 例: Telegram Bot Token、Discord Webhook URL など

hermes gateway start
# バックグラウンドでゲートウェイ起動
# 複数プラットフォームからのメッセージを受け取る単一プロセスとして動作

ゲートウェイ運用時のメリット：

• 会話の統一：どのプラットフォームから送信した会話も同じコンテキスト履歴を共有。Telegramで始めた会話をSlackから継続可能
• リソース効率：エージェントプロセスは1個のままで、複数プラットフォームのメッセージをハンドル
• 自動スケーリング：プラットフォーム数を増やしても追加メモリ消費はほぼゼロ

LLMプロバイダーの自由な選択：ベンダーロックイン回避

hermes model コマンド一つで、複数のLLMプロバイダーを切り替えられる点は、Hermes Agentのもう一つの大きな利点。コード変更や再起動不要で、プロバイダー間を自由に移行できる。

対応プロバイダーとモデル

プロバイダー変更の実際：

hermes model
# 対話的プロンプトで利用可能なプロバイダーとモデル一覧が表示される
# 例：
# 1. Nous Portal - Nous-Hermes-2-Mixtral-8x7B
# 2. OpenRouter - meta-llama/llama-2-70b-chat
# 3. OpenAI - gpt-4o
# 選択番号を入力、または「OpenRouter:meta-llama/hermes-2-pro」の形式で直接指定

モデル切り替えはリアルタイムで反映され、次のターンから新しいモデルが使用される。複数モデルの比較実験も容易。

組み込みツールと拡張の仕組み

Hermes Agentには、ファイルシステム操作から外部API呼び出し、プログラム実行まで、実用的なツールが多数プリインストールされている。不要なツールは無効化でき、外部MCPサーバーで機能を拡張できる。

ツール有効化・管理

hermes tools
# 対話的インターフェースで個別ツールのON/OFF切り替え
# デフォルトでは安全なツールセットのみ有効

組み込みツールの代表例

Hermes Agentに含まれる主要ツール群：

• ファイル・ディレクトリ操作：ファイル作成・読み込み・更新、フォルダ構造検査、バッチリネーム
• コマンド実行：シェルコマンド実行（ローカル、SSH、Docker経由）、プロセス管理
• テキスト処理：ファイル全文検索、正規表現置換、マークダウン解析
• Web操作：URL取得・スクリーンショット、HTML解析
• データ処理：JSON/CSV/YAML解析、データ変換パイプライン
• 開発支援：Git操作（commit, push, branch管理）、diff表示、コード品質チェック
• 計算・分析：統計計算、グラフ生成、データ可視化
• 通知・連携：メール送信、Slack通知、Webhook呼び出し
• システム管理：CPU/メモリ監視、ディスク容量確認

MCP（Model Context Protocol）統合による拡張

Hermes AgentはModel Context Protocolに対応し、外部MCPサーバーを接続してツール機能を大幅に拡張できる。例えば、カスタムデータベースへのアクセス、社内専用API、プロプライエタリソフトウェアとの連携など、無限に拡張可能。

MCPサーバーの接続方法は公式ドキュメント「MCP Integration」セクションで詳述されている。

自然言語でのスケジュール自動化：定期タスクをコードなしで定義

cron統合機能により、複雑なスケジュール指示を自然言語で記述でき、指定プラットフォームへの自動配信まで一括処理できる。

cron設定の実例

hermes
# 会話開始後

> /cron "毎朝9時に前日のGitHubイシューと PRをまとめてTelegramに送信"
# Hermes Agentが内部的にスケジュール設定に変換・保存

> /cron "毎週月曜午前10時に前週のコミット統計を集計してSlackに投稿"

> /cron "毎月末日に全プロジェクトのストレージ容量をチェックし、管理者にメール通知"

背後では以下のプロセスが自動実行される：

1. 自然言語解析：指示を「タイミング」「実行内容」「配信先」に分解
2. スケジュール生成：cron互換の時刻指定に変換（0 9 * * *など）
3. ジョブ登録：Hermes Agent内の永続スケジューラに登録
4. 定期実行：指定時刻に自動実行、結果を指定プラットフォームに配信
5. 失敗通知：実行に失敗した場合、ユーザーに自動通知

日次レポート、定期監査、定型バックアップなど、無人で継続実行されるタスクが増え、人的作業負荷が大幅に削減される。

サブエージェント委譲と並列化：大規模ワークフロー管理

Hermes Agentは、メインエージェントから孤立したサブエージェントプロセスを生成し、複数のワークストリームを並列実行できる。これにより、大規模ワークフロー全体をより小さな独立したタスク単位に分割し、効率化できる。

サブエージェント生成の利点

• パイプライン圧縮：複数ステップのタスクをサブエージェントに委譲すれば、メインエージェントはその間に別タスクへ移行可能。コンテキスト圧縮コストを軽減
• 並列化：同一リソースで複数の独立したタスクを同時実行
• エラー隔離：サブエージェント側で発生したエラーがメインエージェントに波及しない

Pythonスクリプトから RPC経由でサブエージェントのツール呼び出しが可能で、複雑な自動化パイプラインの構築に対応している。

ターミナルバックエンド：どの環境でも実行可能

Hermes Agentは6種類のターミナルバックエンド（実行環境）に対応し、$5のVPSから高性能GPUクラスタまで、幅広いインフラで動作する。

バックエンド比較表

Daytona：サーバーレス永続化エージェント環境

Daytonaバックエンドの特筆すべき特徴は、セッション間のアイドル時に仮想環境をハイバネーション状態に遷移し、オンデマンドで復帰させる仕組み。例えば：

• 朝：エージェントが立ち上がり、各種スケジュールタスクを実行
• 日中：使用がないため、自動的にスリープ状態へ
• 午後：メッセージ受信でオンデマンド起動、コンテキスト復帰
• 夜間：再度スリープ

この過程で継続的なサーバー料金がほぼゼロに削減される一方、セッション間で永続的なメモリ・ファイルシステムを保持できる。小規模チームのラボ環境や個人プロジェクトに最適。

Modal：GPUサーバーレス推論

Modal バックエンドを使用すれば、GPU計算が必要な処理（大規模言語モデルの微調整、画像生成など）を、実行時間分だけ課金される形で利用できる。定常的にGPUを保有する必要がなく、バースト需要への対応に最適。

hermes config set terminal.backend modal
hermes config set modal.gpu_type a100  # A100 GPU指定例

CLIとメッセージングプラットフォームの統一コマンドセット

Hermes Agentの大きな設計上の利点は、CLIとメッセージングプラットフォーム間でコマンドをほぼ統一している点。ユーザーはどのプラットフォームを使用していても、同じスラッシュコマンド文法で操作可能。

共通スラッシュコマンド一覧

例えば、Telegramで「/retry」と送信すれば、前回のエージェント応答を取り消して再実行させられる。CLIでも Ctrl+Cの後に /retry を実行するのと同じ効果が得られる。

OpenClawからの移行：スムーズな乗り換え

Nous Researchが以前開発していた「OpenClaw」プロジェクトからの移行を容易にするため、Hermes Agentにはワンコマンド移行ツールが用意されている。

移行コマンド

hermes claw migrate
# インタラクティブ移行ウィザード起動
# 既存OpenClaw設定を自動検出し、段階的に移行内容を確認

hermes claw migrate --dry-run
# 実際には変更しない。移行内容を事前にプレビュー

hermes claw migrate --preset user-data
# APIキーなどシークレット情報は移行しない安全な方法

移行される設定・データ

初回 hermes setup ウィザード起動時に、~/.openclaw ディレクトリが自動検出されると、移行を提案するダイアログが表示される。既存ユーザーの移行障壁をほぼゼロに抑えている。

他のAIエージェントフレームワークとの比較

エージェントフレームワークには多くの選択肢がある。Hermes Agentの位置づけを理解するため、主要プロジェクトとの機能比較表を示す：

各プロジェクトの選択基準

• 汎用の自動化タスク＋自己学習を求める：Hermes Agentが最適。スキルの自動生成と改善が他にない機能
• マルチエージェントでの役割分担・ワークフロー構築：Crew AIやDify。複数のエージェントを協調させるのに優れている
• コーディングタスク特化：OpenHands。コード生成・修正に特化した設計
• ノーコード運用：Dify。ビジュアルワークフロー構築に強い

ベストプラクティスと運用上のTips

Hermes Agentを本番運用する際、実装上・運用上の注意点を列挙する。

メモリとスキルの保守

定期的にメモリを確認・整理する。古い情報や重複は削除し、スキルの命名を統一する。

hermes
# 会話内で
> /compress
# コンテキストの圧縮・最適化を実行
> /insights --days 30
# 過去30日の利用統計を表示、スキル使用頻度を確認

セキュリティ設定

本番環境では、コマンド承認機能を有効化し、危険な操作（ファイル削除、システム再起動など）を実行前に確認する：

hermes config set security.command_approval true
# ファイル削除操作の実行前に確認プロンプトが表示される

ゲートウェイ運用時には、許可ユーザーリストを明示的に指定：

hermes config set gateway.telegram.allowed_users "user_id_1,user_id_2"

コスト管理

複数モデルを並列利用する場合、/usage コマンドで定期的にトークン消費を監視。高額なモデルと廉価モデルを使い分ける設定をする：

hermes config set model.default openrouter:meta-llama/llama-2-70b-chat
# デフォルトは低コストモデル

# 複雑なタスクが必要な場合は /model で切り替え
> /model openai:gpt-4o

Hermes Agentの使い方：実践シナリオ別クイックリファレンス

Hermes Agentの使い方を、よくある実践シナリオ別に整理する。初めて触るユーザーが「何から始めればいいか」を即座に把握できるようにまとめた。

シナリオ1：日常タスクの自動化

# Hermes Agentを起動して日常タスクを自動化する
hermes

# 例: 毎朝の情報収集を自動化
> /cron "毎朝8時にHacker Newsのトップ10記事を要約してTelegramに送信"

# 例: プロジェクトの定期レポート
> /cron "毎週金曜17時にGitリポジトリの週次コミット統計をSlackに投稿"

シナリオ2：開発プロジェクトでの活用

# プロジェクトディレクトリでHermesを起動
cd ~/my-project && hermes

# コードレビューを依頼
> このリポジトリのsrc/配下のPythonファイルを読み、コード品質の問題点を指摘して

# テストの自動生成
> tests/ディレクトリに、src/utils.pyのユニットテストをpytestで生成して

# Git操作の自動化
> 未コミットの変更をレビューし、適切なコミットメッセージを提案して

シナリオ3：リサーチ・情報整理

hermes

# 複数ソースからの情報収集
> このURLの論文を読み、要点を5つのバレットポイントにまとめて
> https://arxiv.org/abs/xxxx.xxxxx

# 比較分析
> React、Vue、Svelteの最新バージョンの特徴を比較表にまとめて

# ドキュメント生成
> README.mdのテンプレートを、このプロジェクトの構成に合わせて生成して

シナリオ4：マルチプラットフォーム連携の使い方

# ゲートウェイを起動して複数プラットフォームから操作
hermes gateway start

# CLIで複雑なタスクを開始
hermes
> 大規模なデータ分析タスクを開始

# 外出時はTelegramから進捗確認
# Telegram: /status で現在の実行状態を確認
# Telegram: 追加の指示をテキストや音声メモで送信

# オフィスに戻ったらSlackで結果を受け取り

公式ドキュメント体系と参照方法

Hermes Agentの公式ドキュメントはhermes-agent.nousresearch.com/docsに一元管理されている。以下のセクション構成で、実装からトラブルシューティングまで網羅：

ドキュメント内の検索機能で、特定の機能やコマンドを素早く検索できる。

参照ソース

• NousResearch/hermes-agent - GitHub
• Hermes Agent 公式ドキュメント
• Honcho - ユーザーモデリングライブラリ
• agentskills.io - スキルオープンスタンダード
• Model Context Protocol (MCP)