Hermes Agentの使い方とできること｜記憶とスキルで育つAIエージェント

01.Hermes Agentとは：ひと言でいうと

Hermes Agentとは、記憶、スキル、ツール実行、複数のAIモデル接続を備えたAIエージェントです。単発のチャットAIではなく、長く使うなかで「このユーザーは何をしているか」「このタスクはどう進めるべきか」を覚える方向に設計されています。

公式READMEでは、Telegram、Discord、Slack、WhatsApp、Signal、CLIなどから利用できること、Nous Portal、OpenRouter、OpenAI、Anthropic、自前APIなど複数のAIモデル接続先を使えることも説明されています。

GitHub上の注目度も伸びています。2026年5月12日時点で、NousResearch/hermes-agent は14万star台に到達しています。OpenClawの初動ほど派手ではありませんが、2026年春以降に急加速しているプロジェクトとして見ておくべきです。

02.開発の経緯：Nous Research が作る理由

Hermes Agent は、米国のオープンソースAI研究機関 Nous Research が開発・公開しているプロジェクトです。同社は、オープンソースのAIモデルを広げることを掲げ、分散型の学習基盤や、偏りの少ないLLMの研究で知られています。

Nous Research は Hermes シリーズ（Nous-Hermes / Hermes 2 / Hermes 3 / Hermes 4 など）として、指示に従い、ツールを使うのが得意なオープンウェイトLLMを公開してきました。Hermes Agent は、その考え方を「AIモデル単体」ではなく、実際に作業するエージェントへ広げたものです。公式READMEの「the agent that grows with you」「the self-improving AI agent」という言葉も、この流れで読むと自然です。

Hermes Agent には学習用の環境 Atropos も用意されており、エージェントの実行履歴（trajectory）を、次世代のツール呼び出しモデルの学習に活かす設計になっています。公式 README の Research-ready 行には「Batch trajectory generation, Atropos RL environments, trajectory compression for training the next generation of tool-calling models（次世代ツール呼び出しモデル学習のための、軌跡のバッチ生成、Atropos RL 環境、軌跡圧縮）」と明記されており、CONTRIBUTING.md でも environments/ 配下に RL/Atropos の連携が用意されています。つまりHermes Agentは実務ツールであると同時に、Nous Research にとって次のオープンソース LLM を鍛えるための実験場でもあるという二重の位置づけです。OpenClaw からの移行コマンド hermes claw migrate も標準搭載され、OpenClaw利用者を意識しつつ独自の「覚えて改善する」方向を打ち出しています。

03.Hermes Agentの主要機能

Hermes Agentは「何でも自動化する魔法のAI」というより、長く使う個人やチームの作業環境として設計されています。実務上は、記憶、スキル、定期実行、作業分担、モデル切替の5点を押さえると理解しやすくなります。

04.仕組み：記憶とスキル改善

記憶：過去会話とユーザーの好み

Hermes Agentの特徴は、会話が終わったあとも過去の会話や作業の前提を扱える設計です。公式READMEでは、過去会話の検索、AIによる要約、ユーザーの好みや前提の整理が説明されています。これは「毎回ゼロから説明する」負担を減らす一方、保存してはいけない情報の扱いを慎重に決める必要があります。

スキル：経験を手順化して再利用する

Hermes Agentは、複雑なタスクのあとにスキルを作り、使いながら直していくことを特徴にしています。たとえば「毎週の競合調査」「特定リポジトリのリリースノート作成」「顧客別の提案資料下書き」のように、手順と判断基準を残すほど効果が出やすくなります。

設定ファイル：MEMORY / USER / SOUL / Skills / SQLite セッションDB

Hermes Agent の振る舞いは、ホームディレクトリ配下の ~/.hermes（Windows ネイティブは %LOCALAPPDATA%\hermes）にまとまる 設定ファイル群と SQLite データベース で決まります。OpenClaw が Markdown ファイル中心で持つのに対し、Hermes Agent は「人が読み書きする Markdown」と「機械検索のための DB」を組み合わせる設計です。

運用上のポイントは2つあります。1つ目は、記憶が「人が読む Markdown」と「機械検索する DB」の二系統に分かれていることです。MEMORY.md が膨らみすぎると逆効果なので、長期の会話履歴・スキル実行履歴は SQLite + FTS5 と Honcho ユーザーモデルが受け持ちます。2つ目は、OpenClaw からの移行が標準フローに組み込まれていることです。hermes claw migrate 一発で SOUL.md / MEMORY.md / スキル / 認可済みコマンド / 一部 API キーが取り込まれ、ホームディレクトリの構造を引き継いだまま乗り換えられます。

05.推奨スペックと動かす場所

Hermes Agent は Python 3.11 と Node.js 22 の上で動きます。OpenClaw とは異なり、エージェント本体に Python 依存があるため、ローカル端末よりも cloud VPS や Daytona / Modal といったサーバーレス実行先 に置いて 24/7 常駐させる発想と相性がよい設計です。

公式が明示しているのは「$5 VPS でも動く」「サーバーレス（Modal / Daytona）でも動く」「GPU クラスタにも置ける」という3点で、具体的な最小 RAM / CPU の数値は README・docs ともに明示されていません。OpenClaw を組み合わせたり、AI コーディングエージェントを経由させたりすると、その分のリソースが別途必要になります。最終判断は対象ワークロードでの実測に委ねつつ、Hermes Agent 自体の強みは「ノートPCに縛られず、安いVPSやサーバーレスでも常駐できる」点として押さえておけば十分です。

06.向いている用途・向かない用途

07.OpenClawとの違い

どちらも CLI とメッセージング常駐に対応しているので「常駐するかどうか」は両者の差ではありません。OpenClaw は端末密着＋OS操作（computer use）に厚く、Hermes Agent は記憶・スキル改善・クラウド常駐に厚い という方向の違いがあり、最初の数週間は似た体験でも、半年運用するとはっきり差が出てきます。詳しい比較表・選び方・企業導入の論点は別記事に整理しています。

08.導入前の注意点

Hermes Agentは強力ですが、記憶とスキル改善を使うほど、情報管理の責任も増えます。特に企業利用では、保存してよい情報、削除すべき情報、スキル化してよい作業、外部のAIモデルに送ってよいデータを明文化してください。

09.FAQ

10.まとめ

Hermes Agentは、AIエージェントを「一回ごとの便利ツール」ではなく、記憶とスキルが増えていく作業パートナーとして使うための基盤です。導入時は、スキル改善の価値と同時に、記憶の管理、スキルのレビュー、外部モデルへの送信範囲を必ず設計しましょう。