Nous Research が Hermes エージェントのプロファイルビルダーを公開:アイデンティティ、モデル、スキル、MCP サーバーをワンダッシュボードで管理
本文の状態
日本語全文を表示中
詳細モードで約11分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
MarkTechPost
Nous Research は、Hermes エージェントの作成プロセスを簡素化するプロファイルビルダーを公開した。これにより、ユーザーは CLI 操作ではなく、単一のガイド付きフローを通じてエージェントのアイデンティティ定義、モデル選択、スキル追加、MCP サーバー接続をワンダッシュボードで完結できるようになった。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
Nous Research は、Hermes エージェント向けの「Profile Builder」をリリースしました。このツールはプロジェクト内のローカル Web ダッシュボード内に統合されています。
これまで、独自のエージェントを立ち上げるには複数の CLI コマンドを実行する必要がありました。しかし、新しい Profile Builder なら、ガイド付きのワンフローで設定が完了します。
このフローでは、エージェントのアイデンティティ(正体)を設定できます。使用するモデルとプロバイダーを選択し、標準機能やオプション機能を組み込みます。さらに、ハブからスキルをインストールしたり、MCP サーバーを接続したりすることも可能です。
Hermes Agent は、Nous Research が開発したオープンソースの自己改善型エージェントです。CLI 経由、デスクトップアプリ、メッセージングプラットフォーム上で動作します。従来はターミナルコマンドでプロファイルが構築されていましたが、Profile Builder により、これらの設定をブラウザ上のフォームから行えるようになりました。
Profile Builder
Hermes における「プロファイル」は、独立したホームディレクトリです。各プロファイルには、独自の config.yaml、.env、そして SOUL.md が格納されます。さらに、メモリ、セッション、スキル、cron ジョブ、状態データベース(state database)もそれぞれ個別に保持されます。
これにより、1 台のマシン上で孤立したエージェントを複数実行することが可能になります。例えば、コーディング用エージェントと研究用エージェントが互いの状態を共有することはありません。Profile Builder が生成するのはまさにこの単位です。
ダッシュボードは hermes dashboard コマンドを実行して起動します。ブラウザでは http://127.0.0.1:9119 にアクセスできます。デフォルトのバインド設定はループバック(localhost)に固定されているため、データが外部へ漏れることはありません。Builder は CLI のプロファイルコマンドで受け付ける入力と同じ情報を収集し、それを各プロファイルファイルに書き込みます。
Builder が設定する項目
Builder は、5 つのグループに分かれた設定を1つの場所でまとめて管理します:
まず「アイデンティティ」です。これは名前と説明から構成されます。名前はシェルコマンドのエイリアスとしても機能します。例えば "coder" という名前のプロファイルを作成すれば、"coder chat" コマンドが利用可能になります。より深い個性は、プロファイル内の SOUL.md ファイルに記述されます。
次に「モデルとプロバイダー」です。Hermes は Nous Portal、OpenRouter、NVIDIA、OpenAI などに対応しています。また、ご自身の OpenAI 互換エンドポイントも指定可能です。
3 つ目は組み込みスキルで、プロファイルごとにオンオフを切り替えられます。
4 つ目は Skills Hub のインストールです。外部カタログから識別子を使って取得します。
5 つ目が MCP サーバーです。URL またはローカルコマンド経由で追加できます。
このうち 2 つの用語について簡単に説明しておきましょう。
スキルとは、名前・説明・手順を含む SKILL.md ファイルのことです。エージェントは短い説明を低コストで読み取ります。タスクが必要になった時だけ、スキルの完全なコンテンツを読み込みます。そのため、多くのスキルを追加しても、すべてのリクエストが肥大化する心配はありません。
MCP サーバーは、Model Context Protocol を通じて外部ツールを公開します。Hermes は URL 経由の HTTP サーバーも、ローカルコマンド経由の stdio サーバーも受け付けます。Nous が認定したカタログでは、ワンクリックインストールが可能で、必要なキーはインラインでプロンプトされます。
GUI フローと CLI シーケンスの違い
ビルダーは CLI を置き換えるものではなく、フォーム形式でその手順を再現しています。以下の表に各ステップとそのコマンド対応を示します。
- ステップ:Profile Builder (ダッシュボード) / CLI 相当
- 作成と命名:Name フィールド / hermes profile create coder
- 説明:Description フィールド / --description "..." または hermes profile describe
- モデルとプロバイダー:Model ピッカー / coder config set model
組み込みスキル
- スキルリストの表示/非表示切り替え (togglescoder skills list / toggle)
- スキルハブのインストール (Skills Hub install):検索して coder skills install
- MCP サーバーの追加またはカタログ登録 (edit mcp_servers / coder mcp install)
どちらの経路でも、同じプロファイルディレクトリが編集されます。ビルダーは摩擦の少ないエントリーポイントであり、CLI はスクリプト化に適しています。
ユースケースと具体例
最初のユースケースは、コードに特化したアシスタントです。コード認識モデルとファイルシステム用 MCP サーバーを組み合わせ、Git やテスト関連のスキルを追加します。メモリは単一プロジェクトに限定してください。
2 つ目は研究用のエージェントです。能力の高いモデルにウェブ抽出スキルのペアリングを行い、その発見結果は他のエージェントとは分離して保持します。後でプロファイルをクローンしても、この分離状態は維持されます。
3 つ目は運用用ボットです。メッセージングチャネルを接続し、cron による定期レポートを設定します。各プロファイルは独自のゲートウェイとボットトークンを稼働させます。トークンロックにより、2 つのプロファイルが誤って同じトークンを共有するのを防ぎます。
いずれの場合も、ビルダーは単一の独立したエージェントを生成します。複数のエージェントを同時に実行しても、状態の衝突は発生しません。
ビルダーが書き込む内容
ビルダーは、CLI が既に参照しているファイルを編集します。モデルとプロバイダ情報はプロファイル内の config.yaml に格納され、MCP サーバーはそのファイル内の mcp_servers ブロックに記述されます。API キーはプロファイルの .env ファイルに保存されます。
研究用プロファイルに対応する CLI のシーケンスは以下のようになります:
Copy CodeCopiedUse a different Browser
Hermes のプロファイル作成には、以下のコマンドを使用します。
hermes profile create researcher \
--description "Reads source code and external docs, writes findings."
次に、API キーとモデルを設定するセットアップを行います。
researcher setup # configure API keys + model
使用するモデルを指定します(例:Anthropic の Claude Sonnet 4)。
researcher config set model anthropic/claude-sonnet-4
必要なスキルをインストールします(例:Kubernetes 関連のスキル)。
researcher skills install openai/skills/k8s
上記のプロファイルに対応する config.yaml の構成例を示します。ここで重要なのは、mcp_servers がサーバー名をキーとするマップであり、単なるリストではない点です。
Copy CodeCopiedUse a different Browser
~/.hermes/profiles/researcher/config.yaml
model:
default: anthropic/claude-sonnet-4
mcp_servers:
filesystem:
command: npx
args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projects"]
リモートの HTTP MCP サーバーを使用する場合は、command の代わりに url と headers を指定します。
Copy CodeCopiedUse a different Browser
mcp_servers:
docs:
url: "https://mcp.example.com/mcp"
headers:
Authorization: "Bearer ${DOCS_API_KEY}"
プロファイルビルダーを利用するには、ダッシュボード機能を含む拡張インストールが必要です。基本インストールには HTTP スタックが含まれていません。
以下のコマンドで追加インストールを行います。
Copy CodeCopiedUse a different Browser
pip install 'hermes-agent[web]'
強みと制限
強み:
- 新しいプロファイル作成において、複数の CLI コマンドを単一のフローに統合できます。
- アイデンティティ、モデル、スキル、MCP サーバーを一元管理可能です。
- 出力は標準的な config.yaml と .env ファイル形式で保持されます。
- ダッシュボードはローカル環境で動作し、デフォルトではループバックアドレスにバインドされます。
- カタログ機能により、MCP サーバーや Skills Hub のインストールをインラインで行えます。
制限:
- ローカルバックエンド上で作成されたプロファイルは、ファイルシステムへのアクセスをサンドボックス化しません。
非ループバックバインドは、認証プロバイダーが設定されていない場合、自動的に失敗します。
スキルと MCP の変更は、次のセッション開始時またはゲートウェイの再起動時に反映されます。
このビルダーでは、別々のダッシュボードページにも存在するコントロールを一元管理できます。
Marktechpost によるインタラクティブ解説
@import url('https://fonts.googleapis.com/css2?family=Space+Grotesk:wght@500;600;700&family=JetBrains+Mono:wght@400;500;600&display=swap');
Nous Research · Hermes Agent
Profile Builder(プロファイルビルダー)の解説
デモはシミュレーションであり、実際の製品ではありません。
プロファイル名
コマンドとして実行され、研究者チャットへ接続されます。
説明
各プロファイルは独立したホームディレクトリを持ちます。
プロバイダー
- OpenRouter
- Nous Portal
- NVIDIA
- OpenAI 互換(カスタム)
モデル ID
helmes モデルをいつでも切り替え可能です。
組み込みツールセット
オフにすると、エージェントの agent.disabled_toolsets に書き込まれます。
MCP サーバー
- ファイルシステム
- GitHub
- HTTP
+ 追加
mcp_servers はサーバー名をキーとするマップです。
~/.hermes/profiles/researcher/config.yaml
コピー
Marktechpost
AI リサーチとツールリングをビルダー向けに解説。独立したデモであり、Nous Research とは関係ありません。
marktechpost.com →
このダッシュボードフローでは、エージェントのプロファイル構築に必要な要素を一元管理できます。Identity(アイデンティティ)、Model(モデル)、Skills(スキル)、そして MCP サーバーが一つの画面で連携します。
初期設定として、タブは「Identity」「Model」「Tools」「MCP」の 4 つが用意されています。利用可能なツールには、ターミナル、ウェブ検索、メモリ管理、ファイル操作、ブラウザ制御が含まれます。
デフォルトのエージェント設定では、名前を"researcher"とし、ドキュメントの読解や調査結果の記述を行う役割を与えています。プロバイダーには openrouter を指定し、モデルには anthropic/claude-sonnet-4 を採用しています。利用可能なツールはターミナル、ウェブ、メモリ、ファイルが有効で、ブラウザ制御は初期状態では無効です。また、MCP サーバーとしてファイルシステム(fs)へのアクセス権限を /home/user/projects ディレクトリに設定しています。
画面下部には、各タブとツールの切り替えロジックを実装したスクリプトが配置されています。タブをクリックすると表示内容が切り替わり、ツールチップをクリックすることで利用可否のオンオフを切り替えることができます。これにより、ユーザーはエージェントの能力構成を直感的にカスタマイズできます。
「#w7-kind」の値が変更されたら、その値に応じて入力欄の表示を切り替えます。GitHub の場合は非表示にし、HTTP の場合は URL をプレースホルダーとして表示します。
「#w7-add」ボタンをクリックした際は、選択された種別と入力値を確認し、必要に応じてデフォルト値を設定して MCP サーバー設定に追加します。その後、入力欄をクリアして画面を更新します。
「#w7-name」フィールドに入力があるたびに名前を更新し、「#w7-desc」フィールドでも同様に説明内容を反映させます。
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み