HermesAgentを深堀りする：AI秘書として使う
以前もちょっと書きましたが、これからさらに流行りそうな予感のあるHermesAgent。どんな事ができるのかユースケースを何回かに分けて書いていこうと思います。最初は公式もおすすめする「AI秘書」としての使い方。
まずHermesとは
アメリカ・Nous Researchがメインになって開発しているOSSのAIエージェント環境です。特定のLLMに縛られず、普段お使いのAIのサブスク（Claude以外）やローカルLLM、OpenRouterのようなLLM APIプールから好きなAIを選んで使うことができるPC用AIエージェント環境です。
自動生成されるスキルを多用する、独自の長期記憶の仕組みがあり、使うほどにユーザへの知識が増えて賢くなっていく特徴があります。
Nous Portalでアカウント開設しておけば無料モデルだけでも結構なことができます。
AI秘書として使うには
常時起動のネット接続されたPCを準備する
AI秘書用ならスペックはかなり低くてもOKです。Win11が入らなかったPCにLinuxを入れたようなのでも必要十分。回線速度も遅くて大丈夫。
メッセージアプリと接続する
ゲートウェイという仕組みがあり、LINE、Discord、Telegram、Slack、TeamsなどからHermesに指示を出す事ができます。この仕組みにより、ポート開放などのセキュリティ難度が高い設定不要で自宅サーバと外出先からやり取りすることができるようになります。
設定はTelegramが一番簡単だと思います。Hermes自体に「Telegramのゲートウェイ設定して」→QR読み込み でTelegram側の専用Botが作成できます。
メッセージアプリ側のボイス送信の機能でハンズフリーでも指示できます。
HermesをAI秘書にするメリット
先にHermesをAI秘書にする動機から。
コストです。
Claude Coworkでも同じ事はできますが、バックエンドのLLMを自由に選べるというのが大きいかなと思います。CoworkはClaudeの月20ドルのProプランから使用できますが、「定期実行で1日数回、何かをやらせる」系はそれだけでクォータを使い切ってしまうことが少なくないのでおサイフには厳しいですね。
そこでHermesです。上に挙げたNous Portalは無料のモデルもありますし、Claudeの1/20くらいの金額で使えるDeepSeekやGLMなら5ドルでも余ります。
AI秘書で出来ること
Gmail の振り分け・ラベル付け・自動返信
ほかのAIサービスでもありますけど
- Gmail（検索・既読・送信・返信・ラベル）
- CalendarDrive（検索）
- Sheets / Docs
- Contacts
この辺の閲覧操作はお手のものです。
「メールが来るたびに起動」という設定も可能ですけどさすがにクオータ使いすぎだと思うので、「デイタイムに30分ごと」くらいの粒度がいいかと思います。
新しい送信元について調べてレポート
これまでにやり取りしたことがない人/組織からのメールの、送信元や署名の情報から下調べをしてもらう事もできます。仕事用メールだと「誰だっけこれ」は日常茶飯時ですし、個人メアドでもアプリ開発して特商法表記でメアド公開してたりすると営業メールいっぱい来ますよね。
メールにラベル付けもいいですし、当てはまるメールが来たらDiscordに通知というような運用もできます。
議事録文字起こしの校正と抽出
リアルタイム処理や話者分離はHermes単体ではムリですけど、
- マイクやZoomなどで録音
- Hermesに渡す
- ローカルLLM（Whisper）で文字起こし
- おかしな日本語を過去の内容に基づいて校正
- 議題や決定事項だけ抽出
このくらいは可能です。「誰の発言か」まではローカルWhisperでは難しいようです。
Whisperは文字起こしで聞き取れなかった文字列はテキトーな言葉にしてしまいます（「この案でいきましょう」→「斧持ってわっしょい」とか）。Hermesはプロファイルに蓄積されたメモリーとスキルを使って、過去の会議内容に沿った内容を推測してこれらの校正を行ってくれます。
相談役として成長させる
Hermesはともかく過去の記憶がつよいエージェントです。
別サービスで文字起こししたものもHermes秘書に預けて要約させていくと、別なチャットで相談した時に、「◯月○日の議事録の決定事項からこっちを推薦します」など言ってくれるようになります。
プロファイルで公私を切り分けできる
AIでチャットしていると仕事の相談中にプライベートの話題などを突然掘り返してきて「いや、今それどころじゃない」みたいな事が稀によくあります。まぁプロジェクト切ってやれって話ですけど、Grokはしょっちゅうプロジェクトを貫通してくるんですよね。
Hermesでは「プロファイル」という単位で記憶もスキルも権限も、ゲートウェイ設定も変更できます。
- 「仕事用」はこっちのGoogleWorkspaceでMCPも使う、Telegramで指示
- 「家庭用」はこのGmailにIMAP接続だけ、Discordの#家庭 チャンネルで指示
- 「趣味用」はGithubのAPIキーも追加、Discordの#プログラミング チャンネルで指示
というように完全に使い分けできます。