Construire avec Hermes Agent : mémoire persistante, skills et automatisation multicanale

Hermes Agent est un agent open source développé par Nous Research et publié sous licence MIT en février 2026, qui vit sur votre serveur. La vidéo de Tina Huang « Building With Hermes Agent » rend l'idée concrète : non pas un chatbot ponctuel, mais un système qui grandit avec vous sur des jours et des semaines, apprend vos projets et exécute des automatisations de lui-même. À mon sens, le message principal de la vidéo est que l'intégration de l'agent dans vos flux de travail compte plus que le changement du modèle sous-jacent.

Qu'est-ce qui distingue Hermes ?

Au cœur du système se trouve la mémoire persistante. Le système conserve des faits durables et concis dans ~/.hermes/memories/MEMORY.md et des préférences stables dans USER.md. L'historique complet des sessions vit dans un magasin SQLite séparé, avec lignage de compression et recherche de sessions FTS5. Vous n'avez pas à réexpliquer le contexte à chaque fois. Des fournisseurs optionnels comme Honcho peuvent ajouter un raisonnement dialectique et une modélisation des utilisateurs par-dessus, mais la mémoire intégrée offre déjà une continuité entre les sessions. Pensez à un bon assistant qui prend des notes : il écrit une fois, puis évite de refaire la même erreur.

Le deuxième pilier, ce sont les skills. Les skills sont des documents de connaissances à la demande, compatibles avec le standard ouvert agentskills.io. Ils vivent tous sous ~/.hermes/skills/, avec plus de 40 skills intégrés copiés lors d'une installation fraîche. Quand Hermes résout un problème difficile, il peut proposer d'enregistrer la procédure sous forme d'un SKILL.md réutilisable qui sera chargé lors des sessions suivantes. La boucle se déroule en trois étapes : 1) Noter les étapes pendant la résolution, 2) Les transformer en une procédure tournée vers l'avenir, 3) Charger le skill la prochaine fois. Supposons que vous vouliez résumer un PDF de 10 pages en tableau : décrivez-le une fois, puis exécutez le même skill avec une seule commande. Chaque skill est comme une boîte à outils séparée — seule la pertinente est ouverte.

La passerelle multicanale relie Hermes à la vie quotidienne. Un seul processus de passerelle gère plus de 20 plateformes à la fois — Telegram, Discord, Slack, WhatsApp, Signal, e-mail, Home Assistant, Mattermost, Matrix, DingTalk, Feishu, BlueBubbles et le navigateur. Les mémos vocaux sont transcrits automatiquement, et une conversation commencée sur Telegram peut se poursuivre dans le terminal. La vidéo montre comment cette passerelle se comporte comme une capsule sur un seul serveur. En pratique, cela signifie que les rapports, les rappels et les déclencheurs d'événements vous parviennent même quand vous êtes hors ligne, car l'agent vit sur votre serveur, pas sur votre appareil.

La planification s'exprime en langage naturel. Le cron intégré comprend des commandes comme « envoie le résumé du marché sur Telegram chaque matin à 08:00 » ou « fais des sauvegardes chaque nuit à 02:00 » et les livre sur vos plateformes. La configuration est interactive via `hermes gateway setup`, puis `hermes gateway` pour lancer, et `hermes gateway install` pour l'exécuter comme service système. Si vous voulez qu'un plan hebdomadaire soit rédigé et envoyé par e-mail chaque lundi matin, une seule recette cron suffit. On a moins l'impression d'un calendrier classique rigide que de dire à un assistant « fais ceci chaque matin ».

Le parallélisme vient des sous-agents. Avec `delegate_task`, l'agent principal crée des agents enfants isolés, chacun avec sa propre conversation et son propre terminal ; seuls les résumés remontent au contexte parent. Les recherches longues ou les traitements par lots s'exécutent sans saturer le contexte principal. Le flux est le suivant : 1) Découper la tâche, 2) Chaque enfant travaille indépendamment avec la bibliothèque de skills partagée, 3) Les ressources sont gérées pour une achèvement concurrent. Scanner sept dépôts à la fois s'exécute en couloirs parallèles, pas de manière séquentielle. Comme plusieurs cuisiniers préparant la même recette à des comptoirs différents.

Les environnements d'exécution s'accompagnent d'une isolation stricte. Hermes se connecte à cinq backends : terminal local, Docker, SSH distant, Singularity et Modal. Le durcissement des conteneurs utilise des racines en lecture seule, des capacités retirées et des limites de PID. Le code peut s'exécuter directement sur la machine ou dans un conteneur isolé. Cela offre à la fois sécurité et portabilité : commencer une expérience sur un ordinateur portable et la poursuivre sur un serveur, avec la mémoire et les skills qui vous suivent.

L'installation en pratique et le premier projet

La couche web et navigateur amène Hermes à l'écran. L'agent regroupe recherche web, extraction de pages, automatisation complète du navigateur, analyse visuelle, génération d'images et reconnaissance vocale dans une seule boîte à outils. Côté navigateur, il y a le mode Browser Use, les navigateurs locaux de la famille Chromium et des connexions CDP pour la navigation, le remplissage de formulaires et les captures d'écran. La vidéo insiste sur l'usage plutôt que sur la configuration : laisser l'agent manipuler le web pour vous. Par exemple, ouvrir une page produit, extraire le prix et les avis, et rédiger un tableau peut se faire avec un seul skill, sans écrire de code.

L'installation est volontairement simple. Sous Linux, macOS et WSL2, il n'y a aucun prérequis ; un installateur en une seule ligne fait tout : `curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash`, suivi de l'assistant `hermes setup` qui choisit le fournisseur de modèle. Les options incluent Nous Portal via OAuth, plus de 200 modèles via OpenRouter, un point de terminaison personnalisé compatible OpenAI, ou un vLLM entièrement local. Lancer `hermes` démarre le chat ; `hermes gateway setup` vous fait passer au multicanal. La documentation se trouve sur `hermes-agent.nousresearch.com/docs` et l'application de bureau offre les mêmes fonctionnalités avec une interface graphique. C'est une montée en puissance en trois étapes : installer, connecter, puis automatiser.

L'approche de construction de Tina Huang commence petit. Plutôt que de décrire un grand cadre, la vidéo mise sur la transformation d'un point de douleur en skill, puis sur sa multiplication avec cron et la passerelle. Mon avis : la courbe d'apprentissage la plus rapide dans Hermes consiste à découvrir les 40 skills prêts à l'emploi et à en cloner un pour votre propre flux de travail. Si vous étiquetez les mêmes e-mails chaque jour, écrivez d'abord un skill qui les classe, puis exécutez-le automatiquement chaque matin. Avec le temps, l'agent apprend vos préférences via USER.md et MEMORY.md, et après une semaine, il fait le même travail sans rappel.

L'écosystème est ouvert et portable. Les skills peuvent être parcourus sur agentskills.io et installés en une commande ; le format SKILL.md fonctionne entre agents. Le code source est sous licence MIT sur GitHub, toutes les données restent en local sous ~/.hermes/, sans aucun suivi. La documentation et les exemples communautaires couvrent l'intégration de Honcho, les serveurs MCP et le mode vocal sous le même toit. C'est pourquoi la vidéo fonctionne bien comme point d'entrée : un agent, un serveur, mais une bibliothèque de skills qui s'agrandit et une portée multicanale qui grandit plus longtemps elle tourne.