Hermes Agent / Hermes Desktop の Skills & Tools 完全ガイド — 19,932件のスキルカタログと40+ ビルトインツール、業務用途別の組み合わせパターン【2026年6月版】

Nous Research の OSS 自律エージェント Hermes Agent（執筆時点の最新は v0.15.2、2026-05-29 公開）には、能力を拡張する2つの仕組みがあります。

- Skills — 「必要時にロードされる手順書」。Markdown + YAML フロントマターで書かれた `SKILL.md` ファイル。エージェントが状況に応じてロードし、3段階の Progressive Disclosure（メタデータ → 本文 → references / templates）でトークン節約しながら参照する - Tools — 「実行可能な関数」。`web_search` / `x_search` / `terminal` / `patch` / `cronjob` / `memory` などの 40+ ビルトイン関数 + MCP サーバ呼び出し

両者の違いを一言で言うと、Skills = What to do（手順）、Tools = How to execute（実行手段）。Skill が Tool を呼び、Tool が外部システムに作用する、という階層関係です。

2026年5月29日リリースの v0.15.1 で公式 Skills カタログ（skills.sh）が 858 → 19,932 エントリへ一気に拡大しました。これは単なるカタログ拡張ではなく、「エージェント自身が手続き的記憶を蓄積していくループ」が公式に大規模化したシグナル です。本コラムは Skills / Tools の全体像と、業務カテゴリ別の組み合わせパターンを公式情報ベースで整理します。

前提: 本コラムは Hermes Desktop 解説 と Hermes Agent × X Premium / Grok 連携 の続編です。Skills & Tools の基礎概念は両コラムで前提化されています。

公式は Skills を 「on-demand な procedural document（必要時にロードされる手順書）」 と定義しています（公式: features/skills）。

Skills の最大の特徴は トークン節約のための3段階ロード です（agentskills.io オープン標準準拠）。

1万件超の Skills を持っていても、初期コンテキストは ~3k トークンで済む のがこの設計の肝。必要なときだけ本文を引き寄せます。

保管先は `~/.hermes/skills/`。主ファイルは YAML フロントマター + Markdown 本文 の `SKILL.md`。必須セクションの例:

- When to Use — どんな状況で発動すべきか - Procedure — 手順 - Pitfalls — よくある失敗 - Verification — 完了確認方法

フロントマターで `platforms: [macos, linux, windows]` を指定すれば、対応 OS でのみ表示されます。サブディレクトリには参考ファイル（`references/`）、テンプレート（`templates/`）、補助スクリプト（`scripts/`）、画像等のアセット（`assets/`）を置けます。

Hermes Agent の最大の特異点は、エージェント自身が `skill_manage` ツールを通じて Skills を create / patch / edit / delete できる ことです。自動生成のトリガー:

- 5以上のツール呼び出しを伴う 複雑タスクが成功 した時 - エラー修正後に動く解が見つかった 瞬間 - 非自明なワークフローを発見した時

これにより 「使えば使うほど賢くなる」 手続き的記憶（procedural memory）の蓄積ループが発生します。これは単なる対話履歴の蓄積（episodic memory）とは別系統で、「業務ノウハウがエージェント側にコード化されて蓄積される」 という点で実務的に重要です。

v0.15.1（2026-05-29）の最大の変化 が公式 Skills カタログの大規模拡張です。`skills.sh`（Vercel ホストの公開ディレクトリ）経由のエントリ数が 858 から 19,932 件 に拡大しました（GitHub Release v0.15.1）。

Trust モデルは3階層:

- built-in — Hermes Agent 同梱、信頼最上位 - official — Nous Research が PR レビュー済み - community — コミュニティ提供（自己責任）

v0.15 で追加された注目 Skills（GitHub RELEASE_v0.15.0.md）:

- `openhands` — OpenHands エージェント連携の開発ワークフロー - `code-wiki` — コードベース解析 → 社内 wiki 生成 - `web-pentest` — Web ペネトレーションテスト手順

第三者調査では「典型インストールで 28 tools / 89 skills」との観測（blakecrosley.com/guides/hermes）。19,932 件は オプトインしてインストールする総母数 であり、初期構成は数十件規模です。

v0.15 から Skill Bundles が追加され、関連スキル群を束で導入できるようになりました。例えば「DevOps Bundle」を入れると k8s / terraform / aws / ci-cd 系スキルが一括で揃います。

- 公式リポジトリ — Nous がレビュー済み（official tier） - skills.sh（Vercel ホスト公開ディレクトリ）— コミュニティ含む全体 - `/.well-known/skills/index.json` 規約 — 任意のドメインで自己ホスト可能 - GitHub `owner/repo/path` 直インストール — 任意の GitHub リポジトリから - カスタム tap — 企業内独自レジストリ（社内 skills 共有用）

インストール時には セキュリティスキャン（データ漏出・プロンプトインジェクション・破壊的コマンド検出）が自動実行 されます。これは v0.15 で導入された Promptware Defense の一部です。

公式が分類している主要ツール（公式: features/tools）。総数は README で「40+ tools」、第三者観測で「47 tools / ~20 toolsets」。

Tools は Toolsets（カテゴリ単位の束）で有効化できます。代表的なもの:

`web`, `search`, `terminal`, `file`, `browser`, `vision`, `image_gen`, `skills`, `tts`, `todo`, `memory`, `cronjob`, `code_execution`, `delegation`, `homeassistant`, `messaging`, `discord`, `debugging`, `rl`、プラットフォーム別プリセット `hermes-cli` / `hermes-telegram` ほか。

Hermes Agent は [Model Context Protocol（MCP）](../columns/claude-code-agent-view-parallel-orchestration-2026) に「クライアントとしても、サーバとしても」対応している点が特異です。

クライアントとして: stdio / HTTP transport 両対応。`~/.hermes/config.yaml` の `mcp_servers` セクションで MCP サーバを登録すると、その Tools が Hermes 内で使えるようになります。v0.15 で Nous キュレートの MCP カタログ が正式投入され、`hermes mcp catalog` でブラウズ、`hermes mcp install <name>` でインストールできます（PR レビュー済みのみ表示）。

サーバとして: `hermes mcp serve` で Hermes 自身を MCP サーバとして公開できます。これにより、Claude Code や Cursor から Hermes の Tools / Skills / Memory を呼び出せるようになります。「自分も MCP に出店する」 という双方向性が他社のエージェントには無い差別化点です。

v0.14 で first-class 化された X 投稿検索ツール。SuperGrok OAuth により grok-4.3（1M context） を直接呼び出す構成も可能です。X 投稿を自然言語で検索し、エージェントの推論に取り込めます。詳細は Hermes Agent × X Premium / Grok 連携 を参照。

Hermes の Computer Use（公式: features/computer-use）は、他社（Anthropic / OpenAI）と比べて 3つの差別化点 を持ちます。

1. macOS 専用、Apple SkyLight 私的 SPI 依存 — 専用ドライバ `cua-driver`（MCP over stdio） 2. 任意のツール対応モデルで動作 — Claude / GPT / Gemini / ローカル vLLM など。Anthropic Computer Use は Claude 専用、Codex Computer Use は GPT 専用 3. バックグラウンド実行 — カーソルが動かない、Spaces も切り替わらない。人間が同じ Mac で別作業を続けながらエージェントが裏で GUI 操作できる

対応操作: クリック / タイプ / スクロール / ドラッグ / キー / アプリフォーカス。性能は 5-20ms/event（フォアグラウンド比やや遅い）。

必須権限: アクセシビリティ + 画面収録。`curl | bash` や `sudo rm -rf /` 等は hard block、パスワード自動入力も不可（セキュリティ）。インストール: `hermes computer-use install`。

OpenAI Codex Computer Use Windows がフォアグラウンド占有型なのに対し、Hermes は 「人間の作業を止めずに裏で動く」 設計です。これは macOS ユーザーには大きな差別化価値です。

Hermes は 「Gateway」 という抽象層を持ち、25+ のメッセンジャー・プラットフォームから同一エージェントに接続できます（公式: messaging）。

汎用: Telegram, Discord, Slack, WhatsApp, Signal, SMS, Email, Microsoft Teams, Matrix, Mattermost, Google Chat, LINE, ntfy, BlueBubbles (iMessage), Home Assistant 中華圏: DingTalk, Feishu/Lark, WeCom, Weixin (WeChat), QQ Bot, Yuanbao 汎用 API: Webhooks, API Server, Browser

Discord / Slack / Feishu / Matrix が最もリッチ（Voice / Images / Files / Threads / Reactions / Typing / Streaming すべて対応）。SMS / ntfy は最小機能（テキストのみ）。設定は `hermes gateway setup` ウィザード。

日本企業視点では LINE と Microsoft Teams のフル統合 が実務的に重要です。

Webhook と API Server は『terminal を含むフル機能』をサポート（権限グレードは設定可）。OpenAI 互換 HTTP エンドポイントを `hermes proxy` として公開でき、既存の OpenAI SDK / LangChain / LlamaIndex から Hermes を呼べます（v0.14）。

コーディング用途では以下を組み合わせます。

- `terminal` — シェル実行。サンドボックス6種類（local / Docker / SSH / Singularity / Modal / Daytona）から選択 - `read_file`, `patch` — ファイル読み書き、`patch` は diff 形式編集 - `execute_code` — Python サンドボックス - LSP 連携 — 書き込み後にセマンティック診断を自動実行（v0.14） - ACP（Agent Client Protocol） — VS Code / Zed / JetBrains から Hermes を呼び出し

差別化は 「マルチモデル Computer Use」「メッセンジャー Gateway 25+」「MCP ホスト化」「永続自己学習 Skills」「MIT OSS」 の5点。

Tools: `web_search` + `web_extract` + `x_search`（X 投稿）+ `vision_analyze`（PDF / 図表）+ `session_search`（過去ログ） Skills: `code-wiki`（リサーチ結果を社内 wiki 化）+ カスタム調査メソッド Skill Gateway: Slack 経由でチームから調査依頼を受ける

実装例: 「○○業界の競合動向を直近1週間分まとめて」と Slack で依頼 → `x_search` で SNS 動向 + `web_search` で公式発表 + `vision_analyze` で IR 資料の図表理解 → `session_search` で過去調査と差分 → Markdown レポートで返信。

Tools: `patch`（Markdown 編集）+ `text_to_speech`（読み上げ校正）+ `web_search`（事実確認） Skills: 社内文体ガイド Skill（自作）+ `code-wiki` Gateway: Slack / Teams 経由でドラフト共有

実装例: 社内文体ガイドを `~/.hermes/skills/in-house-style/SKILL.md` に書き、「このドラフトを文体ガイドに沿って整形して」とエージェントに依頼。Skill が自動ロードされて編集後 `patch` で適用。

Tools: `execute_code`（Python サンドボックス）+ `read_file` + MCP のデータベースサーバ + `vision_analyze`（チャート理解） Skills: pandas / matplotlib 定型処理スキル Automation: `cronjob` で定期レポート生成 + `send_message` で配信

実装例: 毎週月曜朝に Snowflake から KPI を抽出 → Python で集計 → グラフ生成 → Slack に送信、を自然言語 cron で記述。

Tools: `terminal` + `patch` + `execute_code` + ACP（VS Code / Zed / JetBrains）+ MCP（GitHub） Skills: `openhands`（開発ワークフロー）、`code-wiki`、`web-pentest` 並列化: `delegate_task` でサブエージェント、Kanban swarm で複数 PR 同時進行 Gateway: GitHub Webhook で PR 作成時に自動レビュー

実装例: GitHub PR がオープン → Webhook 経由で Hermes 起動 → `code-wiki` で関連背景を要約 → `terminal` でテスト実行 → `patch` で修正案 → コメント投稿。

Gateway: Slack / Teams / LINE / WhatsApp / Email の問い合わせを単一エージェントに集約 Tools: `memory`（顧客プロファイル蓄積）+ MCP（CRM 接続）+ `web_search`（製品 FAQ 検索） Skills: 製品 FAQ Skill、エスカレーション手順 Skill

実装例: 日本市場では LINE 公式アカウント + Microsoft Teams を Gateway に登録、顧客対応を一元化。`memory` で過去の問い合わせ履歴を保持し、複数チャネルを横断した文脈で応答。

Tools: `x_search`（grok-4.3 1M context で投稿クラスタリング）+ `web_search` + `vision_analyze`（投稿画像理解） Automation: `cronjob` で日次サマリ → `send_message` で Slack へ Skills: 自社ブランド・競合ブランド監視 Skill（カスタム）

実装例: 「毎朝9時に自社名 + 競合3社の X 言及をまとめて、ネガティブ言及があれば緊急通知」を自然言語で `cronjob` 登録。

Tools: `cronjob`（自然言語スケジュール）+ `ha_*`（Home Assistant）+ Webhook トリガ + `terminal`（バッチ処理） Skills: `web-pentest`（社内 Web の自動セキュリティチェック）+ 業務手順 Skill（カスタム）

実装例: 「毎週金曜 17:00 に社内 Web アプリの脆弱性スキャンを実行し、CRITICAL があれば Security チャネルに通知」など。

Tools: macOS Computer Use（GUI 操作）+ MCP（Google カレンダー / Gmail / Notion）+ Voice mode + `text_to_speech` Skills: 個人ルーティン Skill（朝の Slack チェック、日次タスク整理 等）

実装例: 「今日の会議メモを Notion に整理して、関係者に Teams で議事録共有」を音声で指示 → Computer Use で Notion を背景操作（人間は別作業を継続）→ MCP 経由で Teams に投稿。

- Skills カタログ 19,932 件の完全一覧 — Skills Hub が動的ロードのため静的取得不可。実画面で参照する必要あり - 各 Skill / Tool の個別ベンチマーク — 公式は集約値（v0.15.0 で session_search 4,500× 等）のみ公開 - エンタープライズ向け SLA / サポート契約 — Nous Research は OSS プロジェクト中心で、商用サポート契約の公式記載は限定的 - 日本語 UI / 公式日本語ドキュメント — 現時点で英語が中心

Q1. Skills と Tools の使い分けは？ A. Tools = 実行可能な関数（例: `terminal` で `ls` を実行）、Skills = その手順書（例: 「本番デプロイ時はまず staging に流して検証してから...」というプレイブック）。Skill が Tool を呼び、Tool が外部に作用する階層関係です。 Q2. Skills は本当に19,932件も使えるのか？ A. カタログには19,932件登録されていますが、それらは全てインストール候補としての母数 です。初期構成は数十件程度。`hermes skills install` で個別 or Bundle で追加します。 Q3. カスタム Skill は誰でも書ける？ A. はい。Markdown + YAML フロントマターで書ける `SKILL.md` ファイルです。プログラミング不要。社内手順書を Skill 化することが推奨されます。 Q4. Computer Use は安全？ A. `curl | bash` や `sudo rm -rf /` は hard block、パスワード自動入力不可。ただし アクセシビリティ + 画面収録権限が必要で、これは強い権限なので、社内ポリシーで導入対象端末を限定することを推奨します。 Q5. Hermes を MCP サーバとして他のエージェントに公開する利点は？ A. Claude Code や Cursor のような他社エージェントが、Hermes の Skills / Tools / Memory を間接的に利用 できるようになります。社内ナレッジを Hermes に蓄積しておけば、開発者は自分の好きな IDE / エージェントから同じ知識にアクセス可能。 Q6. 商用利用できる？ A. MIT ライセンスの OSS で完全自由です。社内ツールへの組込、SaaS への組込、再配布、すべて可能。 Q7. 日本語業務に強い？ A. Skills / Tools は言語非依存です。バックエンドモデル（Claude / GPT / Gemini / Grok / ローカル LLM）次第。LINE / Teams / Feishu などのメッセンジャー Gateway は実装済みで、日本企業の業務環境にハマりやすい構成です。 Q8. 自己改善ループはどう活用できる？ A. 1人のエンジニアが Hermes を使い込むと、その人の業務ノウハウが Skills として蓄積されます。それを チーム共有 tap（社内 Skills レジストリ） に登録すれば、新人がベテランのノウハウを Skill 経由で再利用できます。属人化解消の有力な手段です。

弊社の AI コンサルティング では、Hermes Agent の Skills & Tools を次の3層で位置づけて支援しています。

1. 基礎層: ビルトイン Tools（web_search / terminal / patch / cronjob 等）と公式 Skills（official tier）の導入。社内向け基本機能の構築 2. 拡張層: MCP 経由で社内システム（CRM / ERP / DWH）を Hermes に接続。Hermes を MCP サーバとして公開 し、他のエージェントから共通ナレッジ層として利用 3. 学習層: 業務手順を Skill 化、自己改善ループで蓄積した手続き的記憶を 社内 tap で共有。属人化解消

これは Forward Deployed Engineer 型 の現場伴走と組み合わせるのが効果的です。

Hermes Agent の Skills & Tools システムは、「Skills = 手順書」「Tools = 実行手段」 という階層を明確に分けた上で、Progressive Disclosure による効率的ロード、19,932件規模のカタログ、エージェント自身による Skill 自動生成・編集、MCP の client + server 両対応、25+ メッセンジャー Gateway、macOS 背景 Computer Use を組み合わせ、「使えば使うほど賢くなる、業務に張り付くオープンソース・パーソナルエージェント」 を実現しています。

日本企業にとっての要点は、(1) MIT ライセンスで法務リスクが低い、(2) LINE / Teams / Feishu / WeCom など日本〜アジア圏のメッセンジャーが Gateway 統合済み、(3) Skills の自己学習ループで業務ノウハウを属人化解消できる、(4) MCP サーバ化で他のエージェントとの相互運用性が高い の4点です。本コラムの8カテゴリ別組み合わせパターンを起点に、PoC を1〜2か月走らせて社内 Skills を蓄積していくのが現実的な導入ステップです。

公式（一次ソース）: - Hermes Agent 公式トップ - Hermes Desktop - features/overview - features/skills - features/tools - features/mcp - features/computer-use - messaging（メッセンジャー一覧） - getting-started/quickstart - agentskills.io（オープン標準） GitHub: - NousResearch/hermes-agent - GitHub Releases - RELEASE_v0.15.0.md 第三者: - MarkTechPost — Hermes Desktop v0.15.2 解説 - techsy.io — Hermes Agent v0.15 解説 - blakecrosley.com — Hermes ガイド - DataCamp — Hermes Agent チュートリアル - @NousResearch X 発表 関連コラム: - Hermes Desktop（Nous Research） - Hermes Agent × X Premium / Grok 連携 - Claude Code Agent View - Cursor Automations - OpenAI Codex Computer Use Windows - Forward Deployed Engineer (FDE) 注記: Skills カタログの完全一覧（19,932件）、各 Skill / Tool の個別ベンチマーク、エンタープライズ向け SLA / 商用サポート、公式日本語 UI は2026年6月5日時点で公式に明示されていない部分があります。最新は Skills Hub の実画面と公式ドキュメントで再確認してください。