本番環境向けHermes AIアシスタントのスキル

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は位置づけられていません。

インストール、プロバイダのセットアップ、ツールのサンドボキシング、ゲートウェイ設定については、Hermes AIアシスタントガイドを参照してください。日常のCLI操作（hermes profile、hermes skills、hermes cron、および関連コマンド）は、Hermes Agent CLIチートシートにまとめられています。この記事では、Hermesが起動した後の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。具体的なSKILL.mdの作成方法（フロントマターフィールド、ディレクトリ構成、シークレットとconfig.yamlの違い、スラッシュコマンドから消えるスキルなど）については、Hermes Agent Skill Authoring — SKILL.md Structure and Best Practicesを参照してください。

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あらゆる環境で実行できる、自己改善型エージェントが記述されています。

2026年4月現在、公開されているGitHubリポジトリは約94.6kスター、13.2kフォークを記録しており、最新リリースは2026年4月16日にタグ付けされたv0.10.0です。この活発な活動量は、このプロジェクトが迅速に進化し、広く採用されつつある一方で、依然として運用面では若く、発展途上にあると評価するのに十分なものです。

この二面性はプロダクション設計において重要です。Hermesは実際の業務をサポートするのに十分な成熟度を持っていますが、同時に動的な性質を持っているため、乱雑なセットアップはすぐに陳腐化します。以下の記事では、設定とスキルを機能のチェックリストとしてではなく、運用アーキテクチャの問題として扱います。

なぜHermesにはプロファイルファースト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の知識ドキュメントです。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表示し、必要な場合にのみ完全なスキルコンテンツを読み込む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、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インターフェースでスラッシュコマンドとして利用可能になり、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として推奨されると明記されています。

プロダクション環境での複雑さは、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明記されています。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公開しています。これは強力ですが、同時に「何でもできる」巨大なエージェント1つが、手続き的な雑多な引き出し（junk drawer）になりがちであることを意味します。

これに対する答えがプロファイルです。Hermesの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はプロファイルを独自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などとして利用できます。実際のところ、プロファイルこそが個別のスキルではなく、プロダクション所有権の真の単位となります。

プロダクションの基準

基準となる構成は驚くほどシンプルです。Hermesは非シークレットな動作を~/.hermes/config.yamlに、シークレットを~/.hermes/.envに、アイデンティティをSOUL.mdに、永続的な事実を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、その他をconfig.yamlにルーティングし、ドキュメントに記載されている優先順位は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。これは、シークレット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もあります。

実用的なマルチプロファイル構成は通常、1人あたりのプロファイルではなく、1つの責任あたりのプロファイルという形で以下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された環境であり、共通のデフォルトが役立つ場合、ベース構成からプロファイルをクローンできます。ドキュメントでは、プロファイルがメモリやセッションを共有せず、メインインストールが更新されたときにスキルがプロファイル間で同期されることが記載されています。

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という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、コンテナの分離、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、クロスセッションの分離、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。言い換えれば、「プロファイルファースト」の決定は状態の所有権を、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定義します。

自動化はこの基準の上に構築されます。Hermesのcronジョブは0、1、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はまた、セッションを管理し、cronを実行し、Telegram、Discord、Slack、WhatsApp、Email、Matrixなどのプラットフォームに結果をルーティングするバックグラウンドプロセスでもあります。公式MCPガイドは、見落としやすいもう1つのプロダクションルールを追加しています。それは、すべてを接続するのではなく、最小限の有用な表面を公開することが最良のパターンだということです。セルフホスト型モデルに対するキュースタイルのマルチエージェント実行については、Kanban in Hermes Agent for Self Hosted LLM Workflowsを伴走ランブックとして使用してください。 プロダクション構成がHermesをヘッドレスマシンに配置し、オペレータがデスクトップクライアントから接続する場合、ネットワークとサービスのトポロジーについてはHermes Agent Headless Server and Remote Desktop Setupを使用してください。

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通常、リポジトリ認証、イシューのトリアージ、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のカタログでは、この役割のためにコアのビルトインスキルパックは異例の一貫性を持っています。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提供しています。

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の完全なライフサイクルをカバーし、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慮事項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くのを防ぎます。これはまた、コーディングワークフローにおいて最も重要なAIアシスタントスキルは何であるかという実用的な質問にも答えています。最も価値のあるスキルは通常、より多くの生コード生成を約束するものではなく、リポジトリの健全性とレビューの規律を確立するものです。

Hermesの委任機能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は、中間の差分、スタックトレース、レビューノートをすべて1つの会話に押し込むよりも、よりクリーンな適合性です。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、コンテキストノイズが支配的になり始めたときに委任を惜しみなく使用することから恩恵を受けます。

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強める領域です。ビルトインの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ではqmd、parallel-cli、scrapling、および専門分野向けのより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、ハイブリッド検索をカバーしています。

このプロファイルはまた、メモリとスキルのどちらが重要かの問いに対して最も明確な答えを示す場所でもあります。Hermesのドキュメントでは、メモリはユーザー、プロジェクト、設定に関する事実として、スキルは物事を行うための手順として定義されています。研究作業には両方が必要です。メモリには、アシスタントがすでに学習したドメインに関する情報と読者の設定が保持され、スキルには「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」などの反復可能な手順がエンコードされます。この区別は重要です。なぜなら、プロダクションの研究システムは、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ためです。Hermesはこれらの懸念に別々の居場所を提供します。メモリがどのように機能するか（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）に関する完全な技術的な概要については、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から不均衡な恩恵を受けます。Hermesのcronジョブは実行前に明示的にスキルを読み込むことができ、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なければならないと強調しています。したがって、blogwatcher、arxiv、obsidian、またはllm-wikiを組み合わせた定期的なパイプラインは、「今日変わったものを確認する」という曖昧なジョブよりも信頼性が高いです。言い換えれば、研究プロファイルは、ソースの発見、ノート作成、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、それぞれ名前のついたスキルによって表現されるときに最も効果的に機能します。

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さはありませんが、しばしばより価値があります。これは、Hermesにイベントに反応し、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、ホストを負担にすることなくそれらすべてを実行させたいユーザーです。Hermesには、そのような作業スタイルのための適切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、またはシークレット注入に拡張される場合の公式オプションスキルであるdocker-management、fastmcp、cli、1password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はコンテナの雑務をフリーフォームのシェルゲームではなく名前のついた手順に変えます。fastmcpはHermesが新しいMCPツールを取り巻くオーケストレーターになる必要があるときに有用であり、1passwordはシークレットの処理をシェル履歴やマークダウンファイルにこっそり隠すのではなく、明示的に保ちます。公式MCPガイダンスは、同じプロダクションの直感を強化しています。最小限の有用な表面で適切なものを接続することです。この運用プロファイルがモバイルチャットインターフェースを通じて消費される場合、実装の詳細はHermes Voice Control from Your Phoneで説明されています。

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信頼性を維持するかという問いに対して最も明確な答えを示す場所でもあります。Hermesの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つ以上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、自動発火は通常のCLIチャットセッションではなく、ゲートウェイトイカー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シンプルでない場合でも、直截的です。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

静かですが非常に現実的なHermesのペルソナが1つあります。それはチーフオブスタッフ、運用リード、または過剰に負荷のかかった創設者のように見えるものです。関連するスキルは派手さはありませんが、オフィス向けに形状付けられています。google-workspace、notion、linear、nano-pdf、powerpoint、およびビルトインのhimalayaメールスキル、さらに公式オプションスキルであるagentmail、telephony、one-three-one-rule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、プレゼンテーション、PDFのクリーンアップ、構造化されたコミュニケーションフレームワーク、さらには実際に重要である場合の電話およびSMSワークフローへのアクセスを提供します。

ここでは、カタログよりもフローが重要です。google-workspaceは日常の執行を固定します。NotionとLinearは、アシスタントがタスクシステムの記録になるのを防ぎます。one-three-one-ruleは、意思決定支援は標準化するのが最も難しいものの1つであるため、このスキルはHermesに一般の「これを要約する」動作ではなく、提案のための名前のついた手順を提供するため、驚くほど有用です。nano-pdfとpowerpointは、チームが毎日デッキやPDFを触り始めたときに小さく見えるオペレーショナルな乗数です。

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見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、および他のいくつか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、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集約的なデプロイメントが通常、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、その系譜が現れています。カタログには、ステートフルな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などのスキルを含む大規模なビルトインおよびオプションの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、推論最適化までの全スタックにわたっているという点です。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、オプションの計算および最適化スキルはHermesが実験とデプロイの両方について一貫して話すことを可能にします。

これはまた、自制心が最も重要なプロファイルでもあります。オプションのMLOpsカタログが非常に大きいため、ML作業のためのプロダクションHermesセットアップは通常、範囲について意見を持つことが有益です。評価とデプロイ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。論文と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保持できますが、プロダクションでの有用性は依然としてアクティブな表面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は、プロダクションセットアップが失敗す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、直接のGitHubリポジトリ、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ソースを区別し、ハブインストール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です。Hermesはまた、検査中にリポジトリURL、週間インストール数、監査シグナルなどのアップストリームメタデータを表面化します。これは堅牢な信頼モデルですが、それは味（センス）の代わりにはなりません。

スキルに求めるべきことには限界もあります。Hermesのドキュメントは、ジョブが指示、シェルコマンド、既存のツールで表現できる場合、スキルが推奨される選択であり、カスタムツール、フック、ライフサイクル動作にはプラグインの方がより誠実な抽象化であると明確に述べています。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、それはスキルは再利用可能な手順として扱われ、適切なツールまたはプラグインデザインの強制された代替として扱われるべきではないことを意味します。

コミュニティとサポートは健全に見えますが、それは変化の速度を消去するものではありません。HermesのドキュメントはユーザーをDiscord、GitHub Discussions、Issues、Skills Hubに導き、公開リポジトリは頻繁なリリースと大規模な貢献フットプリントを示しています。運用上の帰結はシンプルです。アップデートはシステムの一部であり、システム外で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、変化が неизбе的に訪れたときにそれがローカルに留まるように、分離と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りの手続き的契約として扱われるときに最も良く機能します。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担う瞬間、システムは複利效應を止め、責任を漏らし始めます。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ジョブディスクリプションを与えることにあります。

この記事は、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、および観測性をカバーするAI Systemsクラスターの一部分です。