本番環境向けのHermes AIアシスタントスキル

公式にはHermes Agentとして文書化されているHermes AIアシスタントは、単なるチャットラッパーとして位置づけられてはいません。

インストール、プロバイダのセットアップ、ツールのサンドボックス化、ゲートウェイの設定については、Hermes AIアシスタントガイドを参照してください。この記事では、Hermesの実行動作を決定するスキルとプロファイルのアーキテクチャに焦点を当てます。

公式ドキュメントおよびリポジトリでは、経験からスキルを生成し、使用中にそれを改善し、セッション間で知識を保持し、低コストのVPSからクラウドサンドボックスまで様々な環境で動作する、自己改善型エージェントが説明されています。

2026年4月時点の公開GitHubリポジトリには、約94.6kのスター、13.2kのフォークがあり、2026年4月16日にv0.10.0が最新リリースタグとして付けられています。これは、プロジェクトが急速に進化しており、広く採用されつつある一方で、依然として運用としては若い段階にあると評価するのに十分な活動量です。

この二重の性質は、プロダクション設計において重要です。Hermesは本格的な作業をサポートするのに十分な成熟度を持っていますが、動的であるため、雑然としたセットアップはすぐに陳腐化してしまいます。以下の記事では、設定とスキルを機能リストではなく、運用アーキテクチャの問題として扱います。

なぜHermesにはプロファイル優先のアーキテクチャが必要なのか

Hermesのスキルはオンデマンド型ナレッジドキュメントです。エージェントがまずコンパクトなスキルインデックスを確認し、必要に応じて完全なスキルコンテンツのみを読み込むようにすることで、プログレッシブディスクロージャー（段階的開示）を使用しています。これにより、多くのスキルがインストールされていてもトークン使用量を制御できます。インストールされたすべてのスキルはCLIおよびメッセージングサーフェスでスラッシュコマンドとして機能し、ドキュメントでは、カスタムエージェントコードではなく、指示、シェルコマンド、既存のツールで表現できる機能については、スキルが拡張メカニズムの第一選択であると明確に位置づけています。

プロダクションでの複雑さは、Hermesがスキルを凍結されたパッケージではなく、生きた状態として扱う点にあります。バンドルされたスキル、ハブからインストールされたスキル、エージェントが作成したスキルはすべて~/.hermes/skills/の下に存在し、ドキュメントではエージェントがスキルを修正または削除できることが記載されています。同じシステムは、スキル管理のために作成、パッチ、編集、削除、およびサポートファイルのアクションを提供します。これは強力ですが、同時に、何でもやる巨大なエージェントは手続き的な「お蔵入れ」になりがちでもあります。

これに対する答えがプロファイルです。Hermesプロファイルは完全に分離された環境であり、それぞれ独自のconfig.yaml、.env、SOUL.md、メモリ、セッション、スキル、cronジョブ、状態データベースを持っています。CLIはプロファイルをそのコマンドエイリアスとしても機能させるため、coderという名前のプロファイルはcoder chat、coder setup、coder gateway startなどとして使用できます。実際には、プロファイルが個々のスキルではなく、プロダクションにおける所有権の単位となります。

プロダクションのベースライン

ベースラインの構成は驚くほど簡潔です。Hermesは非機密の動作を~/.hermes/config.yamlに、秘密情報を~/.hermes/.envに、アイデンティティをSOUL.mdに、永続的事実をmemories/に、手続き的知識をskills/に、スケジュールされたジョブをcron/に、セッションをsessions/に、ログをlogs/に格納します。hermes config setコマンドはAPIキーを.envに、他のすべてをconfig.yamlにルーティングし、文書化された優先順位はCLIフラグが最優先、次にconfig.yaml、次に.env、最後に組み込みのデフォルト値です。これもまた、秘密情報と設定をどのように分割すべきかというプロダクションFAQに対する最も明確な答えです。

実用的なマルチプロファイルレイアウトは、一般的に人間ごとに1つのプロファイルではなく、責任ごとに1つのプロファイルを持つ次のような形になります。

~/.hermes/profiles/
  eng/
  research/
  ops/
  execops/
  ml/

このパターンは、Hermesプロファイルのドキュメントと一致しています。各プロファイルは独自の分離環境であり、共通のデフォルトが有用な場合、ベース設定からプロファイルを複製できます。ドキュメントでは、プロファイルはメモリやセッションを共有しないこと、およびメインインストールが更新されたときに更新されたスキルをプロファイル間で同期できることも記載されています。

次のプロダクション境界は実行です。Hermesはローカル、Docker、SSH、Modal、Daytona、Singularityの6つのターミナルバックエンドをサポートしており、セキュリティドキュメントでは、危険なコマンドの承認、コンテナ分離、MCP認証情報のフィルタリング、コンテキストファイルのスキャン、セッション間分離、入力サニタイズを含むディフェンスインデプスモデルを説明しています。つまり、「プロファイル優先」の決定は誰が状態を所有するかを答え、バックエンドの決定はリスクのある作業をどこで許可するかを答えます。

自動化はこのベースラインの上に構築されます。Hermes cronジョブはゼロ、1つ、または複数のスキルをアタッチでき、現在のチャットを継承するのではなく、新しいエージェントセッションで実行されます。メッセージングゲートウェイもまた、セッションを管理し、cronを実行し、結果をTelegram、Discord、Slack、WhatsApp、Email、Matrixなどのプラットフォームにルーティングするバックグラウンドプロセスです。公式MCPガイドでは、見落としやすい1つのプロダクションルールが追加されています。それは、すべてを接続するのではなく、最小限の有用なサーフェスを公開することが最良のパターンであるというものです。

ソフトウェアエンジニアリングプロファイル

最も明らかなHermesのペルソナは、エージェントをチャットウィンドウのようにではなく、反復可能なリポジトリオペレータのように振る舞わせたいソフトウェアエンジニアです。このプロファイルは一般的に、リポジトリ認証、イシューの分類、PRの作成、コードレビュー、デバッグ、計画に基づく実行を重視します。Hermesカタログでは、この役割のためのコアビルトインスキルパックは異常に一貫性があります：github-auth、github-issues、github-pr-workflow、github-code-review、code-review、plan、writing-plans、systematic-debugging、およびtest-driven-developmentです。委任が重要であれば、Hermesにはcodex、claude-code、opencode、hermes-agent-spawningなどのビルトイン自律エージェントスキルも同梱されています。

このパックを有用にするのは、個々のスキルではありません。スキルが開発手順をエンコードする方法です。github-pr-workflowはPRライフサイクル全体をカバーし、github-issuesはイシュー操作を形式化し、github-code-reviewとcode-reviewはレビューを事後の考えではなく明確なステップとし、systematic-debuggingはエージェントが早急な修正に飛びつかないようにします。これはまた、コーディングワークフローにおいてどのAIアシスタントスキルが最も重要かという実用的な質問にも答えます。最も価値のあるスキルは、通常、リポジトリの健全性とレビューの規律を確保するものであり、より多くの生コード生成を約束するものではありません。

Hermesの委任はこのプロファイルをさらに強化します。プラットフォームは、独自の会話、ターミナルセッション、ツールセットを持つ分離された子エージェントを生成でき、親エージェントに戻ってくるのは最終的なサマリーのみです。コードベースにとって、これは中間の差分、スタックトレース、レビューノートを1つの会話に押し込むよりもクリーンな適合です。プロダクション用語で言えば、エンジニアリングプロファイルは狭いスキルセット、DockerやSSHなどのサンドボックス化されたバックエンド、そしてコンテキストノイズが支配的になり始めるときに委任を積極的に活用することで恩恵を受けます。

研究および知識プロファイル

研究プロファイルは、Hermesが通常のアシスタントとは異なる感覚を抱き始める場所です。ビルトインカタログにはすでにarxiv、duckduckgo-search、blogwatcher、llm-wiki、ocr-and-documents、obsidian、domain-intel、ml-paper-writingが含まれており、公式のオプションカタログにはqmd、parallel-cli、scrapling、および専門分野向けの広範な研究ティアが追加されています。このスタックは、すべてを単一のRAGパターンに強制することなく、論文検索、ソース監視、OCR、ローカルノートシステム、ドメイン偵察、執筆、およびハイブリッド検索をカバーします。

このプロファイルは、メモリとスキルのどちらが重要かという質問に答えるための最も明確な場所でもあります。Hermesドキュメントでは、メモリはユーザー、プロジェクト、および好みに関する事実として定義され、スキルは物事を行うための手順を格納します。研究工作には両方が必要です。メモリは、アシスタントがすでにドメインと読者の好みについて学んだことを保持し、スキルは「arXivをスキャンし、新しい論文を要約し、Obsidianにノートを記述する」といった反復可能な手順をエンコードします。この区別は重要です。なぜなら、プロダクション研究システムは、すべてをメモリとして扱ったり、すべてをワークフローとして扱ったりすると失敗するからです。Hermesはこれらの懸念に別々の場所を提供します。メモリがどのように機能するかという完全な技術的な概要（2ファイルアーキテクチャ、文字数制限、プレフィックスキャッシング、および8つの外部プロバイダオプションすべて）については、Hermes Agent Memory Systemを参照してください。

研究プロファイルはまた、cronから不均衡に恩恵を受けます。Hermes cronジョブは実行前にスキルを明示的にロードでき、自動化ガイドでは、スケジュールされたプロンプトは新しいセッションで実行されるため完全に自己完結型である必要があると強調しています。したがって、blogwatcher、arxiv、obsidian、またはllm-wikiを組み合わせる定期的なパイプラインは、曖昧な「今日の変更を確認する」ジョブよりも信頼性が高いです。つまり、研究プロファイルは、ソース発見、ノート執筆、長期保存が1つの長い自然言語プロンプトの中に隠れるのではなく、それぞれ名前付きのスキルによって表現されるときに最もよく機能します。

自動化および運用プロファイル

運用プロファイルは派手ではありませんが、しばしばより価値があります。これは、イベントに反応し、システムを検査し、スクリプト化されたチェックを実行し、出力をチャンネルにルーティングし、ホストを負債に変えることなくそれらすべてを行いたいユーザーです。Hermesには、そのような作業スタイルに必要なビルディングブロックがあります。イベント駆動型アクティベーションのためのビルトインwebhook-subscriptions、MCPベースのツールのためのビルトインnative-mcpおよびmcporter、そしてワークフローがコンテナ、カスタムMCPサーバー、または秘密情報の注入に拡大する際にdocker-management、fastmcp、cli、1passwordなどの公式オプションスキルです。

このパックが機能する理由は、各スキルが1つの境界を所有しているためです。webhook-subscriptionsは外部システムからのイングリッジを処理します。docker-managementはコンテナの雑用を自由形式のシェルゲームではなく名前付きの手続きに変えます。fastmcpはHermesが新しいMCPツール周辺のオーケストレーターになる必要がある際に有用であり、1passwordは秘密情報の処理がシェル履歴やマークダウンファイルにこっそり隠されるのではなく明示的であることを保ちます。公式MCPガイダンスは同じプロダクション本能を強化しています。最小限の有用なサーフェスで適切なものを接続することです。

このプロファイルはまた、スケジュールされたAIワークフローがどのようにして信頼性を維持するかを答えるための最も明確な場所です。Hermes cronドキュメントでは、ジョブは新しいセッションで実行され、1つまたは複数のスキルをアタッチでき、自己完結型プロンプトを使用すべきであると述べています。cronトラブルシューティングガイドでは、自動トリガーは通常のCLIチャットセッションではなくゲートウェイタイカに依存すると追加しています。したがって、信頼できるパターンは実装がそうではないとしても単純です。明示的なスキル、明示的な配信ターゲット、自己完結型プロンプト、分離されたバックエンド、そして実際に実行されているゲートウェイです。

執行運用プロファイル

静かですが非常に実在するHermesのペルソナは、チーフオブスタッフ、運用リード、または過負荷状態の創設者のように見えます。関連するスキルは派手ではなく、よりオフィス形状です。google-workspace、notion、linear、nano-pdf、powerpoint、およびビルトインのhimalayaメールスキル、さらにagentmail、telephony、one-three-one-ruleなどの公式オプションスキルです。このミックスは、Hermesにインボックス、カレンダー、ドキュメント、タスク、デッキ、PDFクリーンアップ、構造化されたコミュニケーションフレームワークへのアクセスを与え、実際に重要であれば電話およびSMSワークフローさえも提供します。

ここでは、カタログよりもフローが重要です。google-workspaceは日常の執行をアンカーします。NotionとLinearはアシスタントがタスクシステムの記録になりのを防ぎます。one-three-one-ruleは、意思決定サポートは標準化するのが最も難しいことの1つであるため、驚くほど有用であり、このスキルはHermesに一般的な「これを要約する」動作ではなく、提案のための名前付きの手続きを与えます。nano-pdfとpowerpointは、チームが毎日デッキやPDFに触れ始めると小さく見えることのない運用乗数です。

Hermesのメッセージングおよび音声機能は、このプロファイルを初めに見えるよりも実用的にします。ゲートウェイはエージェントをSlack、Telegram、Discord、WhatsApp、Email、Matrix、およびいくつかの他のチャンネルを通じて公開でき、音声スタックはマイク入力、メッセージングでの音声返信、およびライブDiscord音声会話をサポートします。ドキュメントではまた、1つのHermesインスタンスがホワイトリストとDMペアリングを通じて複数のユーザーにサービスを提供でき、ボットトークンは単一のプロファイルに排他的であることを記載しています。これが、コミュニケーション重視の展開が一般的にエンジニアリングや運用と同じボットアイデンティティを共有するのではなく、少なくとも1つの専用プロファイルから恩恵を受ける理由です。

MLおよびデータプラットフォームプロファイル

Hermesは研究ラボによって構築されており、その系譜は現れています。カタログには、状態を持つノートブックスタイルの作業のためのjupyter-live-kernel、モデルおよびデータセット操作のためのhuggingface-hub、評価および実験追跡のためのevaluating-llms-harnessおよびweights-and-biases、プロダクションRAGストレージのためのqdrant-vector-search、およびaxolotl、fine-tuning-with-trl、modal-serverless-gpu、lambda-labs-gpu-cloud、flash-attention、tensorrt-llm、pinecone、qdrant、nemo-curatorなどの大規模なビルトインおよびオプションMLOpsティアが含まれています。

ここで注目すべきは、単に広範さではありません。スキルがノートブックの反復からデータキュレーション、評価、ベクトル検索、ファインチューニング、推論最適化までのスタック全体をカバーしていることです。MLプラットフォームユーザーにとって、Hermesはアシスタントのように感じられなくなり、ライフサイクル全体で手順を運ぶことができるコントロールプレーンのように感じ始めます。jupyter-live-kernelは反復的な探索を処理し、evaluating-llms-harnessおよびweights-and-biasesは測定を形式化し、オプションのコンピュートおよび最適化スキルはHermesに実験およびデプロイメントの両方について一貫して話すことを可能にします。

これもまた、自制心が最も重要となるプロファイルです。オプションMLOpsカタログが非常に大きいため、ML作業用のプロダクションHermesセットアップは一般的に、範囲について意見表明することから恩恵を受けます。評価およびデプロイメントを所有するプラットフォームエンジニアリングプロファイルは、すべてのトレーニングフレームワークをインストールする必要はありません。論文およびノートシステムを所有する研究プロファイルは、すべてのベクトルデータベーススキルを必要としません。Hermesは巨大なスキルインベントリを運ぶことができますが、プロダクションでの有用性は依然としてアクティブなサーフェスを狭めることから来ます。

スキルが負債となる場所

Hermesスキルシステムの最も強力な部分こそが、プロダクションセットアップが間違える場所でもあります。Hermesはビルトインカタログ、公式オプションカタログ、Vercelのskills.sh、よく知られたスキルエンドポイント、直接GitHubリポジトリ、およびマーケットプレイススタイルのコミュニティソースからスキルを閲覧およびインストールできます。セキュリティモデルはbuiltin、official、trusted、communityのソースを区別し、ハブインストールされたスキルに対してセキュリティスキャンを実行し、非危険なポリシーブロックに対してのみ--forceを許可します。危険なスキャン判定はブロックされたままになります。Hermesはまた、検査中にリポジトリURL、週間のインストール数、監査シグナルなどのアップストリームメタデータを表示します。これは堅固な信頼モデルですが、品味の代わりにはなりません。

スキルに求められることにも限界があります。Hermesドキュメントは、仕事が指示、シェルコマンド、既存のツールで表現できる場合にスキルが第一選択であることを明示しており、プラグインはカスタムツール、フック、ライフサイクル動作のためのより誠実な抽象化であると述べています。プラグインガイドは、プラグインが独自のスキルをバンドルする方法さえ示しています。プロダクションでは、それはスキルが適切なツールまたはプラグイン設計の強制された代替ではなく、再利用可能な手順として扱われるべきであることを意味します。

コミュニティおよびサポートは健全に見えますが、変更速度を消去するものではありません。HermesドキュメントはユーザーをDiscord、GitHub Discussions、Issues、およびSkills Hubに誘導しており、公開リポジトリは頻繁なリリースおよび大規模な貢献フットプリントを示しています。運用上の取りawayは十分に単純です。更新はシステムの一部であり、その外側のイベントではありません。本物のプロダクションセットアップは、プロファイル、スキル、ワークフローの前提が進化することを想定し、変更が必然的に到来したときにそれが局所的に留まるように分離および狭いスキルパックを使用します。

Hermesは、スキルが明確に分離されたプロファイル周囲の手続き的契約として扱われるときに最もよく機能します。1つのプロファイルがエンジニアリングエージェント、研究アシスタント、運用ワーカー、インボックスボット、MLプラットフォームをすべて同時に持つ瞬間に、システムは複利を停止し、責任が漏れ始めます。クリーンなプロダクションパターンは、より多くのスキルを持つことよりも、各プロファイルに実際に維持できる職務説明を与えることに関するものです。

この記事は、AI Systemsクラスターの一部分であり、セルフホスト型アシスタント、検索アーキテクチャ、ローカルLLMインフラストラクチャ、および可観測性をカバーしています。