Hermes Agent 使い方｜Telegram・Discord・Slack対応、LLM300+種切替

「Hermes Agent 使い方」で検索してこのページに来た人がまず知りたいのは、Nous Research製の自己改善型AIエージェントを実際にどう起動し、Telegram・Discord・Slackからどう操作するかだろう。本ガイドは2026年7月28日時点のリポジトリ最新版（★221,670・フォーク42,367・MITライセンス）を基に、対応プラットフォームが最古のタグ付きリリース時点の7種から20種以上へ拡大した点まで含めて整理する。

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｜LangGraph・CrewAI・Dify等9種をStar数・実コードで検証 をご覧ください。

Hermes Agent 使い方の基本：自己改善する学習ループと/learnコマンド

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。公式READMEは「学習ループを内蔵した唯一のエージェント」と位置づけており、実行するたびにスキルを自動生成し、メモリを永続化し、セッションを横断してユーザー像を深化させる仕組みを持つ。

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。$5のVPSからGPUクラスタ、アイドル時にほぼ無料のサーバーレス環境まで、幅広いインフラで動作する点も特徴。

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。スキルは~/.hermes/skills/配下にSKILL.mdとして保存され、hermes skills browse/search/install/publishで検索・共有もできる。

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。

/learnコマンドでワークフローを即スキル化

2026年6月23日にPR #51506としてマージされた/learnコマンドは、公式スラッシュコマンドリファレンスによると「ディレクトリ・URL・直前にエージェントを歩かせた作業・貼り付けたメモなど、任意の説明対象から再利用可能なスキルを蒸留する」機能。2日後のPR #52372でCONTRIBUTING.md準拠のスキル作成規約に対応し、初のタグ付きリリースは2026年7月1日のv2026.7.1。エージェントは自らツールを使って材料を集め、標準的な作成規約に沿ったSKILL.mdを生成する。

・私物のAPIドキュメントURLに対して/learnを実行すると、認証・ページネーション・よく使うコールをカバーするスキルが生成される
・ステージングサーバーへのデプロイ作業を1回エージェントと一緒に行った後、「/learn how I just deployed the staging server」と指示すれば、その手順がCLIとメッセージング双方で呼び出せる再現可能な手順になる

/learnは個別のインジェスト機構を持たず、CLI・TUI・メッセージングゲートウェイ・ダッシュボードのどこで実行しても同じ挙動になる。保存されたスキルはそのままスラッシュコマンドとして呼び出せる。

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：対応環境とネイティブWindows対応

インストール用のURLは2026年内にraw.githubusercontent.com経由から公式ドメイン経由へ変更されている。最新のワンラインインストールは以下。

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

このコマンド一つで、Pythonバージョン確認、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へのPATH追加、初期設定ディレクトリ（~/.hermes）の作成が自動実行される。

source ~/.bashrc    # bashの場合。zshなら source ~/.zshrc
hermes              # インタラクティブCLI起動

対応環境：ネイティブWindowsも公式サポートに

もっとも大きな変更点はネイティブWindows対応。旧バージョンではWSL2の利用が必須だったが、公式ドキュメントによれば現在はPowerShellワンライナーで直接動作する。ネイティブWindows対応はPR #21561で2026年5月8日にベータ追加され、PR #36093で同月31日にベータを卒業している。

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

インストーラーはuv・Python 3.11・Node.js・ripgrep・ffmpegに加え、管理者権限不要のポータブルGit Bash（MinGit、約45MB）を%LOCALAPPDATA%\hermes\gitに展開し、既存のシステムGitとは完全に隔離した状態でシェルコマンドを実行する。システムにGitが既にある場合はそちらを自動検出して使う。

開発者向けセットアップとバックエンド

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の手順も更新されている。標準インストーラーで作られる$HERMES_HOME/hermes-agentのフルgitチェックアウトから作業するのが推奨経路。

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
cd "${HERMES_HOME:-$HOME/.hermes}/hermes-agent"
uv pip install -e ".[all,dev]"
scripts/run_tests.sh

手動クローンで進める場合、公式ドキュメントは仮想環境をクローン先ディレクトリの外に作ることを明示的に注意喚起している。エージェントが自分自身のチェックアウトに対して相対パスのコマンドを実行すると、ディレクトリ内のvenvが巻き込まれて消去され、稼働中のランタイムがセッション途中で壊れる恐れがあるため。

curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv ~/.hermes/venvs/hermes-dev --python 3.11
source ~/.hermes/venvs/hermes-dev/bin/activate
uv pip install -e ".[all,dev]"
scripts/run_tests.sh

Telegram・Discord・Slackなど20以上のプラットフォームでの使い方

Hermes Agentの大きな特徴は、単一のゲートウェイプロセスで多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。公式メッセージングガイドが列挙する対応チャネルは、Telegram・Discord・Slack・WhatsApp・Signal・SMS・Email・Home Assistant・Mattermost・Matrix・DingTalk・Feishu/Lark・WeCom・Weixin・BlueBubbles（iMessage）・QQ・Yuanbao・Microsoft Teams・LINE・ntfy・ブラウザの21種類に、Google ChatやIRCなども加わる。最古のタグ付きリリースv2026.3.12（2026年3月12日公開）の時点で既にTelegram・Discord・Slack・WhatsApp・Signal・Email（IMAP/SMTP）・Home Assistantの7プラットフォームに対応しており、そこからさらに拡大を続けている。

日本のユーザーにとってはLINE対応が実務上の分岐点になりやすい。TelegramやDiscordは海外エンジニアコミュニティでは標準でも、国内の非エンジニア関係者への共有ではLINEの方が導入障壁が低い場面が多く、Slack中心の開発チームと日本語ネイティブなクライアント・関係者向けの通知経路をLINEで分けて運用する構成が組みやすい。

主要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共通コマンド

hermes gateway setup
# 対応プラットフォームの認証情報入力を促される（Telegram Bot Token、Discord Webhook URL等）

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単一プロセスで受信

CLIとメッセージングでコマンド体系がほぼ共通化されている点も使い勝手を左右する。

LLMプロバイダーの自由な選択：300+モデルとローカルLLM対応

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の大きな利点。コード変更や再起動は不要で、プロバイダー間を自由に移行できる。

Nous Portalで鍵管理を一本化

モデル・Web検索・画像生成・音声合成・クラウドブラウザと5種類のAPIキーを個別に集めたくない場合、Nous Portalが1つのサブスクリプションで全てをまとめる。公式READMEによると300+モデルを/model <name>で切り替えられ、Web検索（Firecrawl）・画像生成（FAL）・音声合成（OpenAI TTS）・クラウドブラウザ（Browser Use）を横断するTool Gatewayも同じ契約でオンになる。

hermes setup --portal
# OAuthでログイン、Nousをプロバイダーに設定、Tool Gatewayを有効化
hermes portal info
# 現在有効な連携を確認

Nous Portalを使わず、これまで通り自前のAPIキーをプロバイダーごとに使うことも可能。ゲートウェイはバックエンド単位で個別設定できるため、両者を併用しても構わない。

ローカルLLM対応（Ollama・vLLM・llama.cpp等）

「hermes agent ローカルllm」で検索する読者が多いように、Hermes Agentはクラウド一辺倒ではない。公式プロバイダードキュメントは自己ホスト型としてOllama・vLLM・SGLang・llama.cpp・LM Studio・LocalAI・Janを挙げており、「OpenAI互換の任意のAPIエンドポイント」も動作対象と明記している。ネットワーク接続を切った環境や、機密データを外部に出したくない現場での運用に向く。

より詳しいモデル選定・量子化・推論最適化の考え方は LLMとは？仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版 を参照。

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 - 300+モデルから選択
# 2. OpenRouter - meta-llama/llama-2-70b-chat
# 3. Ollama（ローカル） - llama3.1:70b
# 選択番号、または「provider:model」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。

Hermes Agent 使い方の実践編：DevOps自動化・コーディング支援・cron自動化

自然言語でのスケジュール自動化

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。

hermes
> /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"
> /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"

DevOpsでの活用例

「hermes agent devops」で調べる読者向けに、インフラ自動化での使い方を整理する。Hermes Agentは6種類のターミナルバックエンド（Local・Docker・SSH・Singularity・Modal・Daytona）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。

・Docker：再現性重視の環境隔離。CI相当の検証用途に向く
・SSH：既存サーバーへの軽量な計算タスクの委譲
・Daytona：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し、オンデマンドで復帰。継続的なサーバー料金がほぼゼロに抑えられる
・Modal：GPU計算が必要な処理を実行時間分だけ課金で利用。バースト需要への対応に最適
・サブエージェント委譲：メインエージェントから孤立したサブエージェントを生成し、複数のワークストリームを並列実行。エラーがメインに波及しない

hermes config set terminal.backend modal
hermes config set modal.gpu_type a100

日次のインフラ死活監視、定期バックアップ確認、コミット統計のSlack配信など、無人で継続実行されるDevOpsタスクを組みやすい。

開発プロジェクトでのコーディング支援

「hermes agent coding」の検索意図に対応する使い方は、プロジェクトディレクトリでの直接起動から始まる。

cd ~/my-project && hermes
> 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
> 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
> 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

ファイル操作・シェルコマンド実行（ローカル、SSH、Docker経由）・Git操作・正規表現置換・Web取得など、公式ドキュメントで「40+ tools」と説明される組み込みツール群がベースにある。不要なツールはhermes toolsで無効化でき、Model Context Protocol対応の外部MCPサーバーを繋げば機能をさらに拡張できる。

OpenClawからの移行

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、ワンコマンド移行ツールが用意されている。

hermes claw migrate              # インタラクティブ移行ウィザード
hermes claw migrate --dry-run    # 実際には変更せず内容をプレビュー
hermes claw migrate --preset user-data   # APIキー等のシークレットを除いた移行
hermes claw migrate --overwrite  # 既存の衝突を上書き

SOUL.md（ペルソナ定義）・MEMORY.md/USER.md（メモリ）・ユーザー作成スキル・コマンド許可リスト・プラットフォーム認証・APIキー・TTS素材・AGENTS.mdまで移行対象。初回hermes setup起動時に~/.openclawが自動検出されると移行を提案するダイアログが出るほか、対話的にプレビューしながら進めたい場合はopenclaw-migrationスキルも用意されている。

他のAIコーディングエージェントとの比較：Codex・OpenHands・Claude Code

「hermes agent codex」のように、他のエージェントとの違いを調べる検索意図は多い。学習ループとメッセージング連携を軸に主要ツールと比較する。

各ツールの選択基準

・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、/learnによるワークフロー蒸留は他にない機能
・OpenAI純正・ChatGPTとの一体運用を優先：OpenAI Codex CLI。ChatGPT Business/Enterprise等の契約に組み込まれ、第一party製の完成度を取りやすい
・Anthropicモデルでのコーディング特化運用：Claude Code。IDE連携が強い
・コーディングタスク特化のOSSで比較検討したい：OpenHands。SWE-Benchでの実績を軸にコード生成・修正へ最適化
・サンドボックス分離を重視した並列実行：Tencent CubeSandboxのようなmicroVM型の隔離実行と比較検討する価値がある

まとめ：Hermes Agentが向いている人・向いていないケース

Hermes Agentは、複数のメッセージングプラットフォームから同じエージェントに触れ続けたい人、LLMプロバイダーをクラウドとローカルの間で自由に行き来したい人、cronで無人の定期タスクを組みたい人に向く。学習ループと/learnコマンドにより、使い込むほど自分専用のエージェントに近づいていく設計は、他のOSSエージェントにあまり見られない差別化要素。

一方で、GitHub上のOpen Issuesは26,091件（2026年7月28日時点）と多く、急成長中のOSSらしく機能追加のスピードに対してドキュメント・安定性が追いつききっていない領域もある。ChatGPTやClaude公式CLIのような単一ベンダーの一貫したサポートを求める場合や、コーディング特化のシンプルなツールで十分な場合は、Codex CLIやClaude Code、OpenHandsの方が学習コストは低い。本番でメッセージングゲートウェイを常時稼働させる場合は、コマンド承認機能と許可ユーザーリストの設定を先に済ませておくことが公式ドキュメントでも強調されている。

本稿の数値・日付は2026年7月28日時点のGitHub API実測（★221,670・フォーク42,367・Open Issues 26,091）と、gh pr view/gh api releasesによるPR・リリース履歴の一次確認（#51506・#52372・#21561・#36093・v2026.3.12・v2026.7.1等）に基づく。

参照ソース

• NousResearch/hermes-agent - GitHub
• Hermes Agent 公式ドキュメント
• Messaging Gateway ガイド
• Providers（LLM連携）ガイド
• Slash Commands リファレンス（/learn含む）
• 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)