Hermes Agent

메모리·스킬·메시징 게이트웨이·터미널 백엔드를 갖춘 Nous Research의 self-improving 에이전트

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Hermes Agent는 Nous Research의 self-improving AI agent입니다. CLI, memory, skills, MCP, cron, messaging gateway, 여러 terminal backend를 묶어 상주형 에이전트 운영을 돕습니다.

판단

이럴 때 씁니다

터미널 CLI를 넘어 Telegram/Discord/Slack 같은 채널에서 상주형 에이전트를 쓰고 싶을 때.
memory, skill creation, session search, cron scheduling을 한 에이전트 런타임 안에서 묶고 싶을 때.
로컬 노트북뿐 아니라 VPS, Docker, SSH, Modal, Daytona 같은 실행 환경에 agent work를 분산하고 싶을 때.
OpenRouter, Nous Portal, OpenAI, 자체 endpoint 등 모델 provider를 자유롭게 바꾸고 싶을 때.

이럴 땐 쓰지 마세요

코딩 한 작업을 빠르게 맡기는 목적이면 Claude Code나 Codex CLI가 훨씬 단순합니다.
메시징 플랫폼, memory, cron이 조직 보안 정책과 충돌하면 도입 범위를 줄여야 합니다.
설치 스크립트가 시스템 도구를 함께 준비하는 흐름을 허용할 수 없는 관리형 개발 환경에는 맞지 않을 수 있습니다.
장기 memory와 user modeling이 불필요하거나 민감하면 기능 폭이 부담입니다.

차별점

에이전트가 경험에서 skill을 만들고 사용 중 개선하며, memory와 session search로 세션을 넘는 학습 loop를 만들려는 점을 전면에 둡니다.
CLI만이 아니라 messaging gateway를 통해 Telegram, Discord, Slack, WhatsApp, Signal, email/Home Assistant 등 생활 채널로 확장합니다.
로컬, Docker, SSH, Singularity, Modal, Daytona terminal backend를 제공해 노트북에 묶이지 않는 실행 환경을 지향합니다.
OpenAI, OpenRouter, Nous Portal, NovitaAI, NVIDIA NIM, z.ai, Kimi, MiniMax, Hugging Face, 자체 endpoint 등 provider 선택지를 넓게 둡니다.

워크플로

01설치 스크립트 또는 Windows PowerShell installer로 Hermes를 설치합니다.
02`hermes setup` 또는 `hermes model`로 provider와 모델을 정하고 API key/OAuth 경로를 설정합니다.
03`hermes tools`로 활성화할 toolset과 권한을 좁힙니다.
04CLI로 먼저 검증한 뒤 필요하면 `hermes gateway`로 messaging channel을 붙이고 cron/memory/skills를 단계적으로 켭니다.

주요 명령

명령	설명
`curl -fsSL https://hermes-agent.nousresearch.com/install.sh \| bash`	Linux, macOS, WSL2, Termux에서 설치 스크립트를 실행합니다
`hermes`	대화형 CLI를 시작합니다
`hermes model`	LLM provider와 모델을 선택합니다
`hermes tools`	활성화할 도구를 설정합니다
`hermes gateway`	Telegram, Discord 등 messaging gateway를 시작합니다

함정

설치 전에 확인하세요

설치 스크립트가 uv, Python 3.11, Node.js, ripgrep, ffmpeg, Windows의 portable Git Bash까지 관리합니다. 조직 환경에서는 스크립트 설치 정책을 먼저 확인해야 합니다.
여러 provider와 tool gateway를 지원하는 만큼 API key, OAuth, 비용 경계를 명확히 해야 합니다.
상주형 에이전트는 memory와 messaging gateway 권한이 민감합니다. 개인 정보와 채널 접근 범위를 좁히는 설정이 필요합니다.
코딩 작업만 필요한 경우에는 기능 폭이 오히려 운영 부담이 될 수 있습니다.

직접 써본 메모

Hermes Agent는 코딩 CLI 하나 더라기보다 상주형 에이전트 런타임에 가깝습니다. 모델 provider 선택, tool gateway, memory, skills, cron, messaging gateway, 여러 terminal backend까지 한 번에 묶으려는 범위가 큽니다.

이 범위는 장점과 부담을 동시에 만듭니다. Telegram에서 지시하고 cloud VM에서 작업하게 하거나, 반복 리포트를 cron으로 돌리고, 경험에서 skill을 만들게 하는 그림은 일반 코딩 에이전트보다 넓습니다. 반면 API key와 messaging 권한, memory 저장 범위, 실행 backend 보안 경계를 관리해야 합니다.

따라서 Hermes는 “내 코드를 한 번 고쳐줘”보다 “여러 채널에서 계속 일하는 에이전트를 운영하겠다”는 팀이나 개인에게 맞습니다. 코딩만 보면 Codex CLI나 Claude Code가 단순하고, 생활/운영 채널까지 묶으면 Hermes가 검토 대상입니다.

비교

Claude Code와 Codex CLI가 개발 작업 중심의 터미널 코딩 에이전트라면, Hermes Agent는 장기 메모리, messaging gateway, cron, skill hub, 다양한 terminal backend를 묶은 개인/팀 에이전트 런타임에 가깝습니다. 코딩 한 작업만 빠르게 맡기는 목적이면 기존 CLI가 단순하고, 여러 채널과 장기 기억을 가진 상주형 에이전트가 필요하면 Hermes의 방향이 맞습니다.

최근 변경

0.19.0에서 첫 응답 지연과 데스크톱 Markdown 성능을 크게 줄이고 실시간 추론, 스마트 승인, 비밀 관리, 지속형 서브에이전트와 새 모델 지원을 추가했다.

공식 변경 내역