ロブスターは過去のものか？あなたのスループットを100倍にするヘルメス・エージェント・ツールを解剖する

2月25日、Nous ResearchというチームがGitHubにv0.1.0を静かにプッシュした。当初、ヘルメス・モデルは1行のインストールコマンドと1行の製品ポジショニングしかなかった。「あなたと共に成長するエージェント。」

当時、ノウスリサーチはモデル業界で一定の評価を得ていたにもかかわらず、それに注目する人はほとんどいませんでした。 circle-87">サークルまた、同社のHermesシリーズモデルは、HuggingFaceで既に3300万回のダウンロードを記録している。しかし、開発者コミュニティ全体の注目は、尊敬を集めるOpenClaw「ロブスター」に集中していました。わずか33日間でReactを超え、GitHub史上最も急速にスターを獲得したプロジェクトとなった「ロブスター」は、1時間に710個のスターを獲得するピークを記録しました。しかし、この頃、セキュリティ研究者は同じ期間に1日平均2.2個のCVEを公開し続け、63日間で138個のセキュリティ脆弱性を累積しました。コミュニティ全体が次のような疑問を再考し始めた。この製品は本当に本番環境で使用できるのか？

このような背景の中、競合他社のハーメスエージェントはついに好機を見出し、急成長の第一歩を踏み出した。

ハーメスは、コードにOpenClawからのワンクリック移行ツールを組み込んだ。OpenClawを去った開発者たちは落ち着く場所が必要であり、ハーメスエージェントは広く推奨される選択肢となった。

そこで、3月上旬から、Hermes AgentはGitHub Trendingに急上昇し、2200個以上のスターを獲得して11位に達しました。AwesomeAgentsはこれを「これまでで最も野心的なオープンソースエージェントのリリース」と呼んでいます。現在、HermesのGitHubには69.9k個のスターと9k個のフォークがあります。

本日、Rhythm BlcokBeatsは、このエージェントを他と差別化する要素について皆さんに話します。

Hermes Agentとは何ですか？

ヘルメス・エージェントは、ノウス・リサーチが開発した自己進化型AIエージェントであり、現在、学習ループが組み込まれた唯一のエージェントです。

使用経験から自動的にスキルを作成し、使用中に継続的にこれらのスキルを改善し、知識を再利用可能な形で積極的に固めることができます。 資産, 過去の会話履歴を取得し、複数のセッションを通じてユーザーとしてのあなたへの理解を深めます。

つまり、ヘルメス・エージェントの最大の利点は、使うほどに賢くなり、便利になるということです。

その位置づけは、IDEに組み込まれたプログラミングアシスタントでも、単一のAPI用のチャットラッパーでもなく、学習したことを記憶し、時間の経過とともに能力が向上する、サーバー上の真に自己居住型エージェントです。

ノウス・リサーチは、最初から、少数の閉鎖的な企業の手に知性を集中させるのではなく、ユーザーが制御するAIを構築するという目標を持つ、オープンソース第一の分散型AIラボとして位置づけています。初期の作業は、インフラとシステムレベルの作業への多額の投資を伴うHermesモデルシリーズに焦点を当てていました。また、グローバルに分散されたコンシューマグレードのGPUを使用したモデルトレーニングのためのDisTrO技術や、WorldSimやDoomscrollのようなマルチエージェントの相互作用と長期的な行動のためのシミュレーション環境も調査しました。

Hermes Agentチームは、NomosとPsycheモデルシリーズの背後にある同じグループの人々です。

有用なツールは何ですか？

Hermes Agentの中核的なメカニズムは、そのメモリシステムとスキルシステムです。エージェントは、2つの簡潔なコアファイル（MEMORY.md と USER.md）を保持しています。MEMORY.mdには、環境情報、慣例、過去のタスクから得られた要約された経験が保存されており、USER.mdには、ユーザーの好みやコミュニケーションスタイルが保存されています。これらの2つのファイルは、各セッションの開始時にシステムのプロンプトに自動的に挿入され、エージェントの「長期的な作業記憶」として機能します。また、すべての過去のセッションは、SQLiteの全文検索データベースに保存されており、エージェントは数週間前の会話を取り出すことができます。

スキルシステムに関して、複雑なタスクが完了するたびに（通常は5回以上のツール呼び出し）、エージェントは、操作手順、既知の内容、将来の再利用のための検証方法を記録した構造化されたMarkdownの「スキル文書」を自動的に作成します。スキルファイルは段階的開示パターンに従います。エージェントはデフォルトでスキル名と説明（約3000トークン）のみを表示し、トークンの消費を制御するために必要な場合にのみスキルの完全なコンテンツを読み込みます。

ツールに関しては、Hermesエージェントには、ウェブスクレイピング、ブラウザ自動化、コンピュータビジョン、画像生成、テキスト読み上げ、さらにはレポート生成、データバックアップ、システム監視などの自動化タスクのための自然言語スケジューリングなどのタスクをカバーする40以上のツールのビルトインサポートが備わっています。

これらのツールの中で、コミュニティによって最も頻繁に使用され、フィードバックが高く、Hermesのアーキテクチャと開発者コミュニティのニーズと一致している最も人気のあるツールは以下の通りです：

ヒンドサイト 現在、このエコシステムで最も人気のあるスタンドアロンツールであり、Hermesが推奨する長期記憶用プラグインとして機能しています。各長期記憶（LLM）呼び出しの前に関連するコンテキスト情報を自動的に呼び出し、ローカルPostgreSQLまたはクラウド展開をサポートし、Hermes内のメモリプロバイダーとしてネイティブに統合されています。

Anthropic-Cybersecurity-Skills は、MITRE ATT&CKフレームワークに直接対応する753以上の構造化されたサイバーセキュリティスキルを備えた、エコシステムのトップスタースキルセットであり、セキュリティリサーチやペネトレーションテストのシナリオに最適です。

ミッションコントロール このエコシステムで最も人気のあるエージェントオーケストレーションダッシュボードで、エージェントフリートの管理、タスクの配布、コストの追跡、マルチエージェントの共同作業ワークフローをサポートしており、プロダクションデプロイメントの標準としてコミュニティから強く推奨されています。

エルメスエージェント自己進化 DSPy + GEPAを使用してスキル、提案、コードを最適化する進化型自己改善技術です。

Hermes Workspace は、Hermes内のネイティブワークスペースで、チャットインターフェース、ターミナル、スキルマネージャーを統合しており、最も人気のあるグラフィカルなエントリポイントとして機能します。

また、独自の会話コンテキスト、独立したターミナル、Python RPCスクリプトを持つ個々のチャイルドエージェントを生成でき、コンテキストスイッチのコストなしで並列パイプラインを可能にします。

インフラの柔軟性に関して、ローカル、Docker、SSHリモート、Daytonaサーバーレス、Singularityコンテナ、Modalクラウド関数という6つのターミナルバックエンドをサポートしています。DaytonaとModalはアイドル状態のときはスリープし、最小限のコストがかかります。5ドルのVPSやGPUクラスターで実行したり、Telegram経由でコマンドを発行したり、直接SSHでログインしないクラウドサーバーで動作させることができます。

Hermes Agentは現在、開発者向けのオープンソースエージェントフレームワークであるOpenClawと最も直接的な競争関係にあります。

そのアーキテクチャ哲学は大きく異なります。OpenClawのコア設計は、「制御平面」であり、セッション、ルーティング、ツール実行、状態管理を担当する統一された長期実行プロセスで、すべてがこの中央コントローラーを介して流れる。一方、Hermesは、エージェント自身の実行ループをコアに据え、「実行、学習、改善」という反復サイクルを中心に、ゲートウェイ、ジョブスケジューラー、ツールランタイムなどのコンポーネントを構築している。

両者のスキルシステムの違いは特に顕著である：OpenClawのスキルは、主に手動で作成され、ワークスペース、個人用、共有、プラグインなどの異なるレベルからロードされる。一方、Hermesは、エージェントが経験からスキルを生成し、真の自律学習ループを形成することを目指している。

インストールと使用方法

始め方はとても簡単です。「curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash」という1つのコマンドで、インストールを完了できます。Linux、macOS、WSL2をサポートしています。Hermes Agentは、手動での操作なしにすべての設定を自動的に処理します。

Hermesウェブサイト

Hermes Agentのインストールが完了したら、「hermes setup」を実行してセットアップウィザードを起動します。モデルプロバイダー（Nous Portal、OpenRouter、OpenAI、または任意のカスタムエンドポイントをサポート）を選択し、メッセージングプラットフォーム（Telegram、Discord、Slack、またはWhatsApp）に接続してから、最初の会話を開始します。最初の対話から、Hermes Agentはすぐに学習モードに入り、メモリを構築し、スキルを作成し、各セッション後にさらに能力を高めていきます。

日常的な使用の中心的なコマンドは以下の通りです：

hermes（会話を開始する）、

hermesモデル（LLMプロバイダーとモデルを選択）、

hermesツール（有効なツールを設定）、

hermesゲートウェイ（メッセージゲートウェイを開始、Telegram、Discordなどのプラットフォームと統合）、

hermesセットアップ（フルセットアップウィザードを実行、一度にすべてのコンテンツを設定）、

hermesクローマイグレート（OpenClawからマイグレート）

hermes update（最新バージョンへのアップデート）、

hermes doctor（問題診断）;

Hermesエージェントは、以下のシナリオに適しています：セッション間でコンテキストを記憶し、継続的に改善する必要がある一般的なAIアシスタント、ツール、プラグイン、MCPサーバー、ブラウザ、またはシェルを組み合わせたカスタムエージェントワークフロー、エージェントをローカルハードウェア、クラウドVM、または低コストのサーバーレスインフラストラクチャに展開すること、およびプラットフォーム間で検索可能な会話履歴と学習したスキルを維持するために永続的なアシスタントを必要とするシナリオ。

より具体的には、Telegram上で会話を行いながらクラウドVM上でタスクを実行させたり、自動化を設定し、レポートを任意のプラットフォームにプッシュさせたり、定期的なタスクを引き継がせたりすることができます。また、SlackやDiscordに統合してチーム全体にAIコラボレーションサポートを提供したり、トレースエクスポート機能を利用して次世代ツールコールモデルのRLトレーニング用のトレーニングデータを生成することもできます。