Hermes Agent — 오픈 소스 프로젝트 소개
1. 프로젝트 개요
Hermes Agent는 Nous Research에서 개발한 자체 개선형 오픈 소스 AI 에이전트로, 경험을 통해 자율적으로 스킬을 생성 및 개선하고, 세션 간 지속적인 메모리를 유지하며, $5 VPS부터 GPU 클러스터까지 모든 인프라에서 실행됩니다. 터미널 또는 인기 있는 메시징 플랫폼을 통해 액세스할 수 있습니다.
2. 프로젝트 배경 및 포지셔닝
기원 및 핵심 임무
대부분의 AI 에이전트는 상태 비저장(stateless)입니다. 즉, 모든 대화를 잊고, 같은 실수를 반복하며, 단일 모델 또는 클라우드 제공업체에 종속됩니다. Hermes는 이러한 문제를 해결하기 위해 구축되었습니다. 핵심 임무는 사용자와 함께 성장하는 에이전트가 되는 것입니다. 즉, 절차적 지식(스킬)을 축적하고, 시간이 지남에 따라 사용자에 대한 지속적인 모델을 구축하며, 수동 개입 없이 지속적으로 자체를 개선하는 에이전트입니다.
대안과의 차이점
| 차원 | Hermes Agent | 일반적인 대안 |
|---|---|---|
| 학습 루프 | 자율 스킬 생성 및 자체 개선 | 없음 (상태 비저장) |
| 모델 종속성 | OpenRouter, OpenAI, Anthropic 등을 통한 모든 제공업체 | 종종 단일 제공업체 |
| 인프라 | 로컬, Docker, SSH, Modal, Daytona, Singularity | 일반적으로 로컬만 |
| 인터페이스 | CLI + Telegram, Discord, Slack, WhatsApp, Signal | CLI 또는 웹 UI |
| 메모리 | FTS5 세션 검색 + LLM 요약 + 사용자 모델링 | 간단한 컨텍스트 창 |
| RL 통합 | 도구 호출 모델 훈련을 위한 Atropos RL 환경 | 해당 없음 |
3. 기능 카테고리
🧠 학습 및 메모리 시스템
~5가지 핵심 하위 시스템
- 자율 스킬 생성 — 에이전트가 복잡한 작업을 완료한 후 재사용 가능한 스킬을 구축합니다.
- 스킬 자체 개선 — 스킬은 사용 중에 자체적으로 개선됩니다.
- FTS5 세션 검색 — LLM 요약을 통해 모든 과거 대화에 대한 전체 텍스트 검색
- Honcho dialectic 사용자 모델링 — 세션 전반에 걸쳐 사용자에 대한 심층적인 프로필을 구축합니다.
- AgentSkills.io 호환성 — 에이전트 간 스킬 공유를 위한 개방형 표준
목적: 에이전트에게 진정한 장기 기억과 절차적 지식을 제공합니다.
🛠 도구 및 도구 세트
40개 이상의 도구 사용 가능
- 파일 시스템 작업, 웹 브라우징, 코드 실행
- 음성 메모 전사
- 병렬 작업 스트림을 위한 하위 에이전트 스폰
- 도구를 직접 호출하는 Python RPC 스크립트
- 사용 사례별 구성 가능한 도구 세트 배포
목적: 에이전트가 실제 작업을 자율적으로 처리할 수 있도록 지원합니다.
💬 메시징 게이트웨이
6개 이상의 플랫폼 통합
- Telegram, Discord, Slack, WhatsApp, Signal, Email
- 단일 게이트웨이 프로세스가 모든 플랫폼에 동시에 서비스를 제공합니다.
- 플랫폼 간 대화 연속성
- 플랫폼 전반의 음성 메모 전사
목적: 터미널뿐만 아니라 어디서든 에이전트와 대화할 수 있습니다.
⏰ Cron 스케줄링
자연어 작업 스케줄링
- 일일 보고서, 야간 백업, 주간 감사
- 연결된 모든 플랫폼으로 전달
- 원격 인프라에서 무인으로 실행됩니다.
목적: cron 구문을 작성하지 않고 반복 작업을 자동화합니다.
🖥 터미널 백엔드
6가지 실행 환경
- 로컬, Docker, SSH, Daytona, Modal, Singularity
- Modal 및 Daytona는 서버리스 지속성을 제공합니다. 유휴 시 절전 모드로 전환됩니다.
- Android/Termux 지원
목적: 최소한의 유휴 비용으로 어디서든, 어떤 규모로든 에이전트를 실행합니다.
🔬 연구 및 RL 통합
- 배치 궤적 생성
- Atropos RL 환경 통합
- 차세대 도구 호출 모델 훈련을 위한 궤적 압축
목적: AI 연구자가 모델 훈련을 위한 데이터 엔진으로 Hermes를 사용할 수 있도록 합니다.
4. 핵심 하이라이트
- 폐쇄 루프 학습 — 자체 작업 기록을 기반으로 스킬을 자율적으로 생성, 저장 및 자체 개선하는 유일한 오픈 소스 에이전트입니다.
- 모델 종속성 제로 — 단일 명령(
hermes model)으로 제공업체를 전환합니다. Nous Portal, OpenRouter(200개 이상 모델), OpenAI, Anthropic, MiniMax, Kimi, GLM 및 사용자 지정 엔드포인트를 지원합니다. - 사용하지 않을 때도 실행 — 원격 VPS 또는 서버리스 인프라에 배포합니다. 에이전트가 클라우드에서 실행되는 동안 Telegram을 통해 상호 작용합니다.
- MCP 네이티브 — 확장되고 표준화된 도구 기능을 위해 모든 Model Context Protocol 서버를 연결합니다.
- 연구 등급 궤적 도구 — 훈련 데이터 생성을 위한 내장 배치 실행기, RL 환경 어댑터 및 궤적 압축기입니다.
- 전체 TUI — 단순한 챗봇 래퍼가 아닌, 여러 줄 편집, 슬래시 명령 자동 완성, 스트리밍 도구 출력, 중단 및 리디렉션 기능을 제공합니다.
5. 역할별 사용 사례
👨💻 일반 개발자
프로젝트 컨텍스트, 코딩 스타일 및 과거 결정을 기억하는 지속적인 코딩 도우미로 Hermes를 사용합니다. CLI를 통해 편집기와 함께 실행하거나 Slack에 연결하여 팀 전체에서 액세스할 수 있습니다.
⚙️ DevOps / 인프라 엔지니어
Cron 시스템을 통해 자동화된 상태 확인, 로그 요약 및 배포 보고서를 예약합니다. 서버리스, 거의 제로 비용의 백그라운드 에이전트를 위해 Modal 또는 Daytona에 배포합니다.
🔒 보안 엔지니어
샌드박스화된 코드 실행을 위해 격리된 Docker 또는 Singularity 백엔드를 활용합니다. 모든 셸 명령이 실행되기 전에 허용 목록을 적용하기 위해 명령 승인 시스템을 사용합니다.
📊 데이터 / AI 연구원
배치 궤적 실행기 및 Atropos RL 통합을 사용하여 도구 호출 모델에 대한 훈련 데이터 세트를 생성합니다. 궤적 압축기는 신호를 유지하면서 토큰 비용을 줄입니다.
🗂 프로젝트 관리자
일일 프로젝트 상태 보고서를 제공하고, 토론 스레드를 요약하며, 예약된 알림을 보내는 Telegram 또는 Discord 봇을 설정합니다. 모두 자연어로 처리됩니다.
6. 빠른 시작
🔍 리소스 찾기
- 공식 문서: https://hermes-agent.nousresearch.com/docs/
- 스킬 허브(커뮤니티 스킬): https://agentskills.io
- GitHub 토론: https://github.com/NousResearch/hermes-agent/discussions
🛠 설치 및 사용 방법
# 설치 (Linux, macOS, WSL2, Termux)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 셸 다시 로드
source ~/.bashrc # 또는 source ~/.zshrc
# 채팅 시작
hermes
# 주요 명령
hermes model # LLM 제공업체 및 모델 선택
hermes tools # 활성화된 도구 구성
hermes setup # 전체 대화형 설정 마법사
hermes gateway # 메시징 게이트웨이 시작 (Telegram, Discord 등)
hermes doctor # 구성 문제 진단
hermes update # 최신 버전으로 업데이트
🤝 기여 방법
# 개발 환경 복제 및 설정
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
# uv 설치 (빠른 Python 패키지 관리자)
curl -LsSf https://astral.sh/uv/install.sh | sh
# 가상 환경 생성 및 종속성 설치
uv venv venv --python 3.11
source venv/bin/activate
uv pip install -e ".[all,dev]"
# 테스트 실행
python -m pytest tests/ -q
전체 기여 가이드 보기: https://hermes-agent.nousresearch.com/docs/developer-guide/contributing
7. 프로젝트 구조
hermes-agent/
├── agent/ # 핵심 에이전트 루프 및 오케스트레이션 로직
├── skills/ # 내장 스킬 (절차적 메모리 단위)
├── optional-skills/ # 커뮤니티 및 선택적 스킬 팩
├── tools/ # 도구 구현 (40개 이상 도구)
├── gateway/ # 메시징 플랫폼 게이트웨이 (Telegram, Discord 등)
├── cron/ # Cron/스케줄러 하위 시스템
├── plugins/ # 플러그인 시스템
├── environments/ # 터미널 백엔드 어댑터 (Docker, SSH, Modal 등)
├── acp_adapter/ # 에이전트 통신 프로토콜 어댑터
├── acp_registry/ # ACP 서비스 레지스트리
├── hermes_cli/ # CLI 진입점 및 TUI
├── plans/ # 에이전트 계획 하위 시스템
├── docker/ # Docker 구성
├── nix/ # 재현 가능한 빌드를 위한 Nix flake
├── tinker-atropos/ # RL 환경 하위 모듈 (Atropos 통합)
├── docs/ # 문서 소스
├── tests/ # 테스트 스위트
├── cli.py # 메인 CLI 진입점
├── run_agent.py # 에이전트 실행기
├── mcp_serve.py # MCP 서버 진입점
├── toolsets.py # 도구 세트 정의 및 배포
├── hermes_state.py # 전역 에이전트 상태 관리
├── trajectory_compressor.py # RL 훈련 데이터 압축 유틸리티
├── batch_runner.py # 배치 궤적 생성
└── Dockerfile # 컨테이너 빌드 정의
8. 관련 생태계
상위 종속성 및 플랫폼
- OpenRouter — 다중 제공업체 LLM 라우팅 (200개 이상 모델)
- Nous Portal — Nous Research 자체 모델 엔드포인트
- Model Context Protocol (MCP) — 표준화된 도구/서버 통합
- Honcho (plastic-labs) — Dialectic 사용자 모델링 백엔드
- Modal / Daytona — 서버리스 및 클라우드 개발 환경 플랫폼
- Atropos — RL 훈련 환경 프레임워크
보완 프로젝트
- agentskills.io — 에이전트 스킬 공유를 위한 개방형 표준 및 허브
- Tinker-Atropos — 도구 호출 모델 훈련을 위한 RL 환경 하위 모듈
- OpenClaw — 이전 프로젝트; Hermes는 마이그레이션 경로를 제공합니다.
9. 라이선스
MIT 라이선스
✅ 상업적 사용 가능
✅ 수정 및 배포 가능
✅ 비공개 프로젝트에서 사용 가능
✅ 재라이선스 가능
❌ 저작권자는 보증을 제공하지 않습니다.
❌ 저작권자는 손해에 대해 책임을 지지 않습니다.
ℹ️ 배포 시 라이선스 및 저작권 고지 포함 필수
ℹ️ 동일한 MIT 조건 하에 기여 환영
10. 자주 묻는 질문
Q: 어떤 LLM 제공업체가 지원되나요?
A: 모든 OpenAI 호환 엔드포인트, 그리고 Nous Portal, OpenRouter(200개 이상 모델), Anthropic, OpenAI, MiniMax, Kimi/Moonshot, z.ai/GLM에 대한 네이티브 지원을 제공합니다. hermes model로 전환합니다.
Q: Hermes는 Windows에서 작동하나요?
A: 네이티브 Windows는 지원되지 않습니다. WSL2를 설치하고 표준 Linux 설치 명령을 사용하십시오. Android는 Termux를 통해 지원됩니다.
Q: 스킬 시스템은 어떻게 작동하나요?
A: 복잡한 작업을 완료한 후 에이전트는 재사용 가능한 스킬(구조화된 절차)을 자율적으로 작성합니다. 스킬은 ~/.hermes/skills/에 저장되고, 후속 사용 중에 개선되며, agentskills.io를 통해 공유될 수 있습니다.
Q: 노트북을 켜두지 않고 Hermes를 실행할 수 있나요?
A: 예. 모든 Linux VPS에 배포하거나, 유휴 시 절전 모드로 전환되고 필요 시 깨어나는 서버리스 환경을 위해 Modal/Daytona를 사용합니다. 세션 간 비용이 거의 들지 않습니다.
Q: OpenClaw에서 마이그레이션하려면 어떻게 해야 하나요?
A: 설치 후 hermes claw migrate를 실행합니다. 메모리, 스킬, API 키, 메시징 설정 및 페르소나 파일을 가져옵니다. 먼저 미리 보려면 --dry-run을 사용하십시오.
11. 빠른 링크
12. 요약
Hermes Agent는 점점 늘어나는 AI 에이전트 분야에서 근본적인 문제, 즉 절대 학습하지 않는 에이전트 문제를 해결함으로써 차별화됩니다. 자율 스킬 생성, 스킬 자체 개선, 지속적인 세션 간 메모리 및 사용자 모델링을 포함하는 폐쇄 루프 학습을 통해 사용할수록 진정으로 더 유능해집니다. 61k 이상의 GitHub 스타, 200개 이상의 LLM 모델 지원, 40개 이상의 도구, 6가지 실행 백엔드, 주요 메시징 플랫폼과의 통합을 통해 현재 사용 가능한 가장 완벽한 오픈 소스 에이전트 프레임워크 중 하나입니다. 지속적으로 자체 개선되는 AI 에이전트를 한 번 배포하고 공급업체 종속성 없이 영구적으로 신뢰하고 싶은 개발자, 연구원 및 파워 유저에게 가장 적합합니다.