README によれば Hermes Agent は「Nous Research が作った自己進化型 AI エージェント」。内蔵の学習ループが使用経験から skill を生み、使いながら磨き、自分の過去の会話を検索し、セッションをまたいで少しずつユーザーモデルを作り上げていく。MIT ライセンスで、github.com/NousResearch/hermes-agent にて公開開発されている。

Hermes Agent は Nous Research が開発している。NousResearch/hermes-agent リポジトリには 300 名以上のコントリビューターがいるが、commit の大多数は Nous Research のコアメンテナーによるもので、トップコントリビューターだけで 2,500+ commit を積んでいる。ライセンスは MIT。

公式が推奨するのは README にある curl 1 行：`curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash`。スクリプトが uv、Python 3.11、Node.js、ripgrep、ffmpeg までまとめて入れてくれる。完全なドキュメントは hermes-agent.nousresearch.com/docs/getting-started/installation。

動かない。ネイティブ Windows はサポート対象外。README が明記する対応プラットフォームは Linux、macOS、WSL2、Termux 経由の Android だ。Windows ユーザーは WSL2 に入って、同じ curl を WSL2 ディストリの中で動かしてほしい。

Python 3.11。README と repo の pyproject.toml どちらにもそう書いてある。インストールスクリプトが uv 経由で Python 3.11 を自動で入れるので、自分で環境を組む必要はない。事前に必要なのは git だけ。

README に並ぶ内蔵プロバイダは Nous Portal、OpenRouter（200+ モデル）、z.ai/GLM、Kimi/Moonshot、MiniMax、OpenAI、そしてカスタム endpoint。v0.8.0 ではネイティブの Google AI Studio サポートも追加され、Anthropic と Mistral も依存として同梱されている。インストール後に `hermes model` を実行して好きなのを選べる。

README に載る内蔵デプロイ先は Telegram、Discord、Slack、WhatsApp、Signal、Email、CLI。v0.6.0 で飛書/Lark と WeCom も追加された。どのプラットフォームも同じ `hermes setup` ウィザードで設定する。

Hermes Agent 自体は無料で、MIT ライセンスだ。料金が発生するのは選んだモデルプロバイダ側（Nous Portal、OpenRouter、OpenAI など）。v0.8.0 のリリースノートによれば Nous Portal は MiMo v2 Pro を無料枠で提供している。あるいは Hermes をローカルモデルの endpoint に向けてもいい。

インストールスクリプトはデフォルトでリポジトリを `~/.hermes/hermes-agent/` に clone し、`hermes` バイナリを `~/.local/bin/hermes` にシンボリックリンクする。場所を変えたいならスクリプトを実行する前に `HERMES_INSTALL_DIR` を設定する。

`hermes update` を実行するだけ。CLI に内蔵のアップデータがあり、公式インストールガイドに書いてある。自分で制御したいなら、インストールディレクトリに `cd` して `git pull`、そして venv の中で `uv pip install -e ".[all]"` を再実行する。

動く。README は Termux 経由の Android を明示的にサポートしていて、インストールスクリプトは Termux を自動検出して `.[termux]` extra を入れる。同じ 1 行コマンド、root は不要。

README の説明はこうだ：Hermes は「使用経験から skill を作り、使いながらそれを磨き、自分に知識を定着させる後押しをし、自分の過去の会話を検索し、セッションをまたいであなたに対するモデルを深めていく」。README はまさにこの点で Hermes をステートレスなチャットアシスタントと区別している。

skill は再利用・再合成可能な能力単位だ。Hermes は README で言及されているオープンカタログ agentskills.io をネイティブにサポートし、さらに作業セッションの中から自分で新しい skill を生成・保存もできる。この自己生成する skill システムが学習ループの一部になっている。

対応している。v0.6.0（2026-03-30）で MCP サーバーモードが入り、Hermes のツールを他の MCP クライアントに公開できるようになった。v0.8.0（2026-04-08）では MCP OAuth 2.1 が追加され、認証付きの MCP 接続も使えるようになった。どちらも公式リリースノートでハイライトされている。

v0.6.0（2026-03-30）で公式 Docker コンテナが追加され、そのリリースの GitHub notes でハイライトとして挙げられた。v0.6.0 より前は、curl スクリプトとローカル Python 環境だけが公式のインストールパスだった。

README にはツール実行用の 6 つの terminal バックエンドが並んでいる：local、Docker、SSH、Daytona、Singularity、Modal。普通のシェルから短命なサーバーレスコンテナまで、好みの隔離度で Hermes のコマンドを走らせられる。

v0.7.0（2026-04-03）で memory は pluggable なプロバイダインターフェースになった。サードパーティのバックエンドは provider ABC を実装して plugin システムから登録すれば使える。参考実装は Honcho で、プロファイル単位の host/peer 解決を持っていて、README に書かれた「弁証法的ユーザーモデル」の実装でもある。

README のクイックスタートは、まず `source ~/.bashrc` でシェルを読み直し、続いて `hermes` で会話を開始、`hermes model` でプロバイダを選び、`hermes tools` でツールを設定、最後に `hermes setup` でフルウィザードを通す、という順番だ。ぜんぶ README のインストール後セクションにある。

公式リポジトリは github.com/NousResearch/hermes-agent。MIT ライセンスで、現在約 5 万 star、約 6,500 fork、main ブランチには 3,700+ commit。ホームページは hermes-agent.nousresearch.com。

README は 3 つのコミュニティチャネルを挙げている：Nous Research Discord（discord.gg/NousResearch）、バグ報告は github.com/NousResearch/hermes-agent/issues、長めの質問や skill レシピの共有は同じリポジトリの GitHub Discussions。

CLI のシンボリックリンクとインストールディレクトリを削除すればいい：`rm ~/.local/bin/hermes` のあと `rm -rf ~/.hermes/hermes-agent`。インストール時に `HERMES_INSTALL_DIR` を設定していたなら、そちらのパスを消す。システム全体のパッケージには一切手をつけない。

違う。これはファン運営のコミュニティサイトで、Nous Research が運営・公認・関与しているわけではない。掲載内容はすべて公開資料から取っている。GitHub リポジトリ、リリースノート、hermes-agent.nousresearch.com の公式ドキュメントが出典だ。Hermes Agent と Nous Research はそれぞれの所有者の商標。

ありません。README に記載されている組み込みインターフェースは CLI とチャットゲートウェイ（Telegram、Discord、Slack、WhatsApp、Signal、Email）で、v0.8.0 には公式ブラウザ UI は含まれていません。ブラウザから Hermes を使いたい場合、コミュニティでよく使われる方法は 2 つあります：(1) Hermes を Matrix/Discord/Slack ワークスペースに接続し、そのプラットフォームの Web クライアントを使う；(2) MCP 対応エディタで Hermes の MCP サーバーモード（v0.6.0 で追加）に接続する。

はい、Linux VPS は最も一般的なデプロイ方法です。公式要件は：最低 2 GB メモリ（ローカルモデルを実行する場合はそれ以上）、約 1 GB ディスク、Python 3.11（curl スクリプトで自動インストール）。SSH でログインして同じインストールコマンドを実行するだけです。共有ホストでのコマンド分離が心配な場合は、README の SSH または Docker サンドボックスバックエンドを有効にすると、Hermes のシェルツールが VPS のファイルシステム上ではなくコンテナ内で実行されます。

上流の公式ドキュメントは hermes-agent.nousresearch.com/docs にあります。インストール、設定、ツール、チャネル、CLI リファレンスの正式な情報源です。このコミュニティサイト（hermesagents.net）の事実はすべてその公式ドキュメント、NousResearch/hermes-agent の README、および GitHub リリースノートから取得しています。上流とこのサイトの情報が食い違う場合は上流を信頼してください。

いいえ。「Hermes」という名前を使う無関係な製品がいくつか存在します——エンタープライズセキュリティエージェント、メールクライアント、ミドルウェアなど。このサイトが扱っているのは Nous Research の Hermes Agent のみです。github.com/NousResearch/hermes-agent にあるオープンソースの自己改善型 AI エージェントです。Hermes セキュリティ製品をお探しの場合は、そちらの公式サイトをご確認ください。

Teams launched in v0.12.0 (March 2026) as the first plugin-shipped messaging platform. v0.14.0 (May 2026) wired the full Microsoft Graph stack end-to-end: Graph auth + client foundation, a webhook listener that receives Teams events, a pipeline plugin runtime, and outbound delivery via the Teams adapter. Register a Microsoft Graph app, paste the credentials into `hermes gateway setup`, and the bot can read messages and post back in any Teams channel, DM, or group.

Both were added as first-class platforms in v0.14.0 (May 16, 2026). LINE runs via the official LINE Messaging API and brings Hermes to Japan, Korea, and Taiwan markets where LINE dominates. SimpleX Chat is the privacy-focused decentralized messenger with no user IDs — Hermes can run on it without exposing identifiers. They bring total messaging support to 22 platforms.

Yes — v0.14.0 introduced `hermes proxy`. Run it once and you get a local OpenAI-compatible HTTP endpoint backed by whichever OAuth provider you're signed into — Claude Pro, ChatGPT Pro, or SuperGrok. Codex CLI, Aider, Cline, Continue, and anything else that accepts an OpenAI-compatible endpoint can hit it. One subscription, every tool, no API key required.

Yes — v0.14.0 made `/handoff` actually transfer sessions live. Mid-conversation, hand off to a different model, personality, or profile and Hermes moves the entire session — every message, every tool call, every piece of context — without dropping anything. Useful for switching from a fast model to a deep-reasoning one mid-debugging, or passing a session between profiles for different parts of a task.

Yes, via `/goal`. You specify a target and success criteria; the agent runs in a loop — worker proposes, a separate judge LLM evaluates — iterating until the judge confirms the criteria are met. v0.14.0 added `/subgoal` so you can append new criteria to an active loop mid-flight without restarting (#25449). The pattern is called the Ralph loop internally; it works best for tasks with concrete, gradable success conditions and is a poor fit for fuzzy goals where the judge can't grade consistently.

v0.14.0 (May 16, 2026) added an early-beta native Windows build that installs via a PowerShell one-liner — no WSL needed. It bundles MinGit (~45 MB, no admin) for shell command execution; the CLI, gateway, TUI, and tools all run natively. WSL2 remains the production-recommended path because it's been battle-tested longer; native Windows is functional for casual use but has ongoing platform-specific fixes. The only Hermes feature that currently needs WSL2 specifically is the browser-based dashboard chat pane, which uses a POSIX PTY.

Use the built-in cron scheduler: `hermes cron add`. You specify a name, a schedule (cron syntax like `0 8 * * MON-FRI` or natural language), a natural-language description of the job, and delivery targets. Hermes spawns an isolated agent session at the scheduled time, runs the job, and delivers the output to your messaging gateway. v0.14.0 added `deliver=all` (#21495) to fan output to every connected platform at once — useful for nightly backups, weekly audits, daily reports.

Yes. The `computer_use` tool drives the host's GUI via a cua-driver backend. v0.14.0 made this work with non-Anthropic models (#21967, #24063) — previously it was locked to Claude. Any vision-capable model (GPT-5, Gemini, Grok-vision) can now take screenshots, click, type, and drag. Focus-safe operations prevent the agent from fighting your active window. The driver refreshes automatically on `hermes update`.

No. Hermes supports OAuth login for Claude Pro, ChatGPT Pro, and SuperGrok — sign in with your existing subscription, no API key, no separate billing. v0.14.0 added `hermes proxy` (#25969) which exposes those OAuth providers as a local OpenAI-compatible endpoint, so tools like Aider, Cline, and Codex CLI can use them too. For other providers (Nous Portal, OpenRouter, NovitaAI, NVIDIA NIM, etc.), API keys remain the standard path.

v0.14.0's debloating wave (#24220, #24515) made heavyweight backends lazy-install on first use — the `[all]` extras dropped everything covered by lazy-deps, so a base install is meaningfully smaller. The cold start wave (#22138 and ~10 related PRs) shaved ~19 seconds off `hermes` launch — the `hermes tools` All Platforms screen alone dropped from 14 seconds to under 1.5. Concrete numbers depend on which extras you install, but the post-v0.14.0 experience is fast where it used to be sluggish.

Run `hermes claw migrate`. The migrator imports your SOUL.md (persona), MEMORY.md/USER.md entries, user-created skills (to `~/.hermes/skills/openclaw-imports/`), command allowlist, messaging platform configs, API keys (Telegram, OpenRouter, OpenAI, Anthropic, ElevenLabs), TTS assets, and workspace AGENTS.md. Two presets: `full` (default, includes secrets) and `user-data` (no secrets). Always run with `--dry-run` first to preview. The setup wizard auto-detects `~/.openclaw` and offers to migrate before first config.

Layered defenses. Container isolation is the primary boundary — the agent runs shell commands inside a sandbox (Docker, Daytona, Modal, SSH, Singularity, Vercel, or local — seven backends total). A command-approval workflow flags dangerous operations (rm -rf, sudo, curl|sh) for explicit user approval. v0.14.0 added three specific hardening fixes: a sudo brute-force block (#23736), three closures of known dangerous-command bypasses (#26829), and tool error sanitization (#26823) that strips injection attempts from error strings before they re-enter the model context. The overall security policy was rewritten in v0.14.0 around OS-level isolation as the primary trust boundary (#20317).