Qu’est-ce que Hermes Agent ? Son fonctionnement et ce qui le différencie

Hermes Agent est un framework d’agent IA autonome et open source de Nous Research, publié en février 2026 sous licence MIT.

Il s’exécute sur une infrastructure auto-hébergée en tant que service toujours actif, et non comme un outil de chat par session. Il utilise un grand modèle de langage (LLM) comme moteur de raisonnement, un ensemble d’outils pour l’interaction avec l’utilisateur et un système de mémoire à plusieurs niveaux qui conserve le contexte d’une session à l’autre.

Alors que de nombreux assistants IA excellent dans les questions ponctuelles, ils peinent sur des workflows qui se déroulent sur plusieurs jours. Hermes Agent adopte une approche différente. Conçu autour de la persistance, il conserve sa mémoire, développe des compétences réutilisables et fonctionne discrètement en arrière-plan.

Cette évolution dépasse les interactions isolées pour aller vers des workflows IA continus et auto-hébergés, où les progrès s’accumulent au fil du temps.

Qu’est-ce que Hermes Agent ?

Hermes Agent est un framework d’agent IA open source, sous licence MIT, qui fonctionne 24 h/24 et 7 j/7 sur une infrastructure auto-hébergée.

Il gère seul des tâches en plusieurs étapes, utilise des outils tels qu’un terminal et un navigateur web, et conserve sa mémoire entre les sessions.

Nous Research, le laboratoire à l’origine des familles de modèles Hermes, Nomos et Psyche, a publié Hermes Agent en février 2026 comme son premier framework d’agent autonome indépendant.

Fonctionnant comme un processus d’arrière-plan, Hermes Agent reçoit des instructions via des plateformes comme Telegram, Discord ou Slack, exécute des appels d’outils sur votre machine et continue de travailler même après la fermeture du chat.

Ainsi, le même agent peut conserver le contexte, développer des compétences réutilisables et s’améliorer au fil du temps.

Hermes Agent se situe aux côtés d’autres agents open source, mais adopte une approche plus centrée sur l’infrastructure. Il s’adresse à ceux qui préfèrent faire tourner leur propre agent IA sur un serveur privé virtuel (VPS) ou un serveur domestique plutôt que de dépendre d’un service cloud managé.

C’est parce qu’il fonctionne comme une partie de votre infrastructure, et non comme quelque chose que vous ouvrez dans un navigateur ou utilisez comme assistant de codage intégré à un IDE.

Comment fonctionne Hermes Agent

Hermes Agent s’exécute sur votre serveur, reçoit une entrée, planifie l’étape suivante à l’aide d’un modèle de langage, exécute des outils, stocke les résultats en mémoire, puis recommence jusqu’à ce que la tâche soit terminée.

Pour commencer, vous aurez besoin d’un environnement auto-hébergé, comme un VPS ou un backend sans serveur. Ensuite, déployez l’agent en lançant l’installateur, qui configure un environnement Python et crée le répertoire d’accueil de l’agent à l’adresse ~/.hermes/.

À partir de là, le workflow d’Hermes Agent ressemble à ceci :

• Réception de l’entrée. Une tâche parvient à l’agent via l’interface de ligne de commande (CLI), une plateforme de messagerie connectée ou une tâche cron planifiée.
• Planification de la tâche avec un LLM. L’agent envoie la requête au modèle de langage configuré, tout en tenant compte de sa mémoire actuelle et des outils disponibles. Le modèle décide de l’étape suivante.
• Exécution des outils. L’agent appelle les outils dont il a besoin, comme un terminal, un éditeur de fichiers, un navigateur web ou des serveurs MCP, pour mettre le plan à exécution. La sortie de chaque outil est réinjectée dans la boucle.
• Stockage et récupération de la mémoire. L’agent écrit les résultats, les faits et le raisonnement dans une base de données locale. Lorsque cela est pertinent, il stocke également des fichiers mémoire sélectionnés afin que les sessions futures puissent s’y appuyer.
• Itération et fonctionnement continu. La boucle se répète jusqu’à ce que la tâche soit terminée, puis l’agent attend le prochain déclencheur sans s’arrêter.

Ensemble, ces étapes forment une boucle persistante qui continue de fonctionner d’une tâche, d’une plateforme et d’une session à l’autre.

Ce qui distingue Hermes Agent des autres agents IA

Hermes Agent est un agent autonome et auto-hébergé, indépendant, qui fonctionne en continu, agit de manière autonome et s’améliore avec le temps.

Il intègre déjà la mémoire, les compétences, la messagerie et la planification, de sorte que vous n’ayez pas à tout construire à partir de zéro. Vous pouvez toujours remplacer le LLM, ajouter des outils ou personnaliser son comportement via un fichier SOUL.md.

Ensuite, une fois une tâche terminée, Hermes Agent enregistre le travail effectué, transformant des tâches complexes en compétences réutilisables sur lesquelles les exécutions futures peuvent s’appuyer.

Par exemple, si vous lui demandez de déboguer un déploiement en échec et qu’il trouve la solution en plusieurs étapes, il consigne ce processus sous forme de compétence. La prochaine fois qu’un problème de déploiement similaire se présentera, il saura déjà ce qui a fonctionné.

C’est une catégorie dans laquelle la plupart des outils IA ne rentrent pas, car ils se répartissent souvent en trois groupes : les chatbots qui répondent à une question à la fois, les assistants IDE limités à votre éditeur, ou les frameworks d’orchestration comme LangChain qui vous fournissent des briques de construction mais vous laissent gérer vous-même la mémoire, la planification et la boucle d’apprentissage.

Hermes Agent vs. OpenClaw

Hermes Agent et OpenClaw sont tous deux des agents IA autonomes auto-hébergés, mais ils adoptent des approches différentes.

Hermes se concentre sur une boucle d’apprentissage qui crée des compétences réutilisables, tandis qu’OpenClaw se concentre sur l’exécution directe et conversationnelle des tâches sur votre machine.

Consultez le tableau ci-dessous pour une comparaison plus détaillée d’Hermes Agent et d’OpenClaw.

Si vous utilisez déjà OpenClaw, vous pouvez migrer vers Hermes sans perdre votre travail existant.

Exécutez simplement cette commande pour importer vos paramètres, mémoires, compétences et clés API lors de la configuration initiale :

hermes claw migrate

De cette façon, vous conservez les configurations de votre fournisseur de LLM, les connexions à vos plateformes de messagerie et le contexte accumulé, au lieu de devoir tout configurer à partir de zéro.

Hermes Agent vs. Paperclip

Hermes Agent et Paperclip opèrent à des niveaux différents, ils fonctionnent donc mieux comme des compléments que comme des concurrents directs.

En pratique, Hermes est l’agent avec lequel vous interagissez au quotidien. Paperclip est la couche d’orchestration que vous utilisez lorsqu’une tâche nécessite la coordination de plusieurs agents.

Cela signifie que vous pouvez exécuter une instance de Hermes Agent comme travailleur au sein d’une organisation Paperclip.

Si vous souhaitez créer une organisation d’IA complète avec Paperclip et Hermes Agent, suivez notre tutoriel sur la configuration d’une instance Paperclip.

Fonctionnalités clés de Hermes Agent

Hermes Agent combine plusieurs fonctionnalités que la plupart des agents d’IA proposent séparément, telles que :

• Exécution persistante 24 h/24 et 7 j/7. Une fois déployé en tant que service systemd, l’agent continue d’écouter les messages, d’exécuter les tâches cron planifiées et de reprendre le travail après les redémarrages. Cela rend les flux de travail de longue durée pratiques, comme un récapitulatif de recherche nocturne, une compilation de code pendant la nuit ou un rapport hebdomadaire, sans devoir relancer une nouvelle conversation à chaque fois.
• Prise de décision autonome et création de compétences. Après des tâches complexes impliquant cinq appels d’outils ou plus, l’agent rédige un document de compétence structuré pour être réutilisé. Les compétences sont stockées sous forme de fichiers Markdown dans ~/.hermes/skills/ et suivent la norme open agentskills.io, ce qui les rend portables entre agents compatibles. Vous pouvez également importer des compétences de la communauté depuis le Skills Hub à l’aide de commandes slash comme /gif-search ou /github-pr-workflow. L’agent peut mettre à jour ses propres compétences lorsqu’elles deviennent obsolètes.
• Conservation de la mémoire à long terme. Hermes stocke la mémoire sur quatre couches. Deux fichiers sélectionnés, MEMORY.md et USER.md, contiennent les informations sur l’environnement et les préférences de l’utilisateur, et sont chargés dans chaque invite système au début d’une session. Une base de données SQLite à ~/.hermes/state.db, avec la recherche plein texte FTS5, archive chaque session pour pouvoir la retrouver. Le répertoire des compétences stocke la mémoire procédurale. En plus de cela, des fournisseurs raccordables comme Honcho, Mem0, OpenViking ou Supermemory prennent en charge la modélisation de l’utilisateur à long terme.
• Intégration d’outils et d’API. Plus de 40 outils intégrés couvrent la recherche web, l’exécution dans le terminal, les opérations sur les fichiers comme read_file et patch, l’automatisation du navigateur, la vision, la génération d’images, la synthèse vocale et la délégation à des sous-agents. Les outils s’enregistrent automatiquement à l’importation, ce qui vous permet d’ajouter les vôtres en plaçant un plugin dans les répertoires de l’utilisateur, du projet ou des points d’entrée pip. 
• Une large compatibilité avec les LLM. Tout point de terminaison compatible avec OpenAI fonctionne avec Hermes Agent, y compris Nous Portal, OpenRouter, Anthropic ou une instance locale d’Ollama.
• Prise en charge MCP intégrée. Vous pouvez connecter n’importe quel serveur MCP via stdio ou HTTP, contrôler quels outils chaque serveur expose et tout gérer au moyen d’un seul fichier config.yaml. 
• Déploiement auto-hébergé. Hermes Agent fonctionne sur toute plateforme prenant en charge Python 3.11, y compris Linux, macOS, WSL2 sur Windows et Android via Termux. Il propose six backends de terminal pour l’exécution des commandes : local pour la rapidité, Docker pour l’isolation, SSH pour les serveurs distants, et des options serverless comme Daytona, Singularity ou Modal. Docker est le choix par défaut le plus sûr sur un VPS, car ses conteneurs servent de barrière de sécurité.

Quels sont les principaux cas d’usage de Hermes Agent ?

Les principaux cas d’usage de Hermes Agent incluent l’automatisation du développement, la recherche et l’analyse de données, les workflows programmés et l’assistance personnelle par IA. Ces cas d’usage reposent sur une exécution persistante, dans laquelle l’agent conserve le contexte dans le temps et automatise des tâches techniques en plusieurs étapes sans saisie continue de l’utilisateur.

Dans un environnement de développement, il peut prendre en charge des tâches telles que la revue de pull requests, l’exécution de tests et la gestion de refactorings de longue durée, en poursuivant le travail d’une session à l’autre sans perdre le contexte.

Pour la recherche et l’analyse de données, il combine navigation, exécution de code et mémoire pour recueillir, traiter et revisiter les informations au fil du temps.

Il prend également en charge les workflows programmés grâce à l’automatisation intégrée, comme des rapports récurrents ou des mises à jour diffusées via des plateformes de messagerie telles que Telegram ou Discord.

À titre personnel, il peut servir d’assistant persistant qui s’adapte à vos préférences, se souvient de vos travaux passés et vous aide à rationaliser les tâches répétitives.

Ce ne sont là que quelques exemples ; pour découvrir d’autres cas d’usage de Hermes Agent, consultez notre guide complet.

Défis et limites de Hermes Agent

Hermes Agent échange la commodité contre le contrôle, et cela s’accompagne de véritables considérations opérationnelles :

• Surcharge technique. Faire fonctionner un agent persistant implique de gérer sa propre infrastructure, ce qui nécessite une certaine familiarité avec Linux, systemd ou les outils de conteneurisation pour résoudre les problèmes.
• Risques de sécurité. Un agent autonome disposant d’un accès au terminal et de clés d’API élargit votre surface d’attaque. Bien que Hermes Agent inclue des garde-fous comme une liste de blocage des commandes dangereuses et des invites sudo, ceux-ci peuvent être contournés dans des configurations conteneurisées. Cela signifie que la sécurisation de l’hôte, l’isolation des identifiants et la vérification des journaux vous incombent.
• Consommation de ressources. Une configuration légère peut fonctionner sur un VPS à faible coût, mais des charges de travail plus lourdes, comme l’automatisation du navigateur ou des sous-agents parallèles, augmentent rapidement l’utilisation du CPU, de la mémoire et des jetons. À grande échelle, cela peut solliciter le matériel et faire grimper les coûts des LLM.
• Limites du modèle. L’agent n’est fiable qu’à la hauteur du modèle qui le sous-tend. Hermes Agent nécessite des modèles disposant de grandes fenêtres de contexte (64K+ tokens), mais des problèmes tels que les hallucinations, les mauvaises interprétations de la sortie des outils ou la perte du fil d’un raisonnement en plusieurs étapes peuvent tout de même survenir.
• Latence de la boucle d’apprentissage. La création de compétences intervient après des tâches complexes et n’est pas immédiate. Si vos workflows sont très variés, le système dispose de moins de schémas à apprendre, ce qui rend la boucle de rétroaction moins efficace.
• Lacunes de la plateforme. La prise en charge native de Windows n’est pas disponible (WSL2 est requis) et, bien qu’Android fonctionne via Termux, certaines fonctionnalités vocales et multimédias sont limitées en raison de contraintes de compatibilité.

Notez qu’aucun de ces points ne rend Hermes Agent inutilisable. Ils signifient simplement que le framework s’adresse à des utilisateurs techniques qui gèrent déjà leur propre infrastructure, et non à ceux qui recherchent un assistant entièrement géré, prêt à l’emploi.

Comment démarrer avec Hermes Agent ?

Pour commencer avec Hermes Agent, il faut préparer un environnement auto-hébergé, installer les dépendances, configurer un fournisseur de LLM et l’exécuter en tant que service continu.

La première décision consiste à déterminer où l’agent sera exécuté. Une configuration qui ne fonctionne que tant que votre appareil est allumé va à l’encontre de l’objectif de persistance, c’est pourquoi un VPS est le choix le plus pratique.

Si vous voulez éviter la majeure partie de la configuration, un VPS Hermes Agent préconfiguré peut gérer les exigences d’exécution dès l’installation.

Si vous préférez le configurer manuellement, commencez par préparer l’environnement. Cela signifie généralement un serveur Linux, une machine macOS ou une instance WSL2 avec Python 3.11 installé.

Une instance Docker est facultative, mais recommandée, car elle ajoute une couche d’isolation pour le backend du terminal.

Après avoir configuré Docker, exécutez l’installateur officiel de Hermes Agent dans votre terminal :

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Cela installe les dépendances principales telles que uv, Python, Node.js, ripgrep et ffmpeg, et crée le répertoire ~/.hermes/.

Une fois installé, configurez l’agent en sélectionnant un fournisseur de LLM avec la commande hermes model, en reliant des plateformes de messagerie comme Telegram ou Discord via la configuration de la passerelle, et, éventuellement, en activant un fournisseur de mémoire externe avec hermes memory setup.

Ensuite, exécutez l’agent en tant que service systemd afin qu’il continue de fonctionner après les redémarrages, et surveillez les journaux ou l’historique des sessions pour confirmer qu’il reçoit bien les entrées et exécute les tâches comme prévu.

Pour un guide complet de l’installation, consultez notre guide étape par étape sur la configuration de Hermes Agent sur un VPS.

Tout le contenu des tutoriels de ce site est soumis aux normes éditoriales et aux valeurs rigoureuses de Hostinger.

L'auteur

Katerina Bosinaki

Katerina is a Localization Project Manager at Hostinger, bringing over 5 years of project management experience and a 6-year background as a linguist. She focuses on making technology more approachable by transforming complex guides into clear, easy-to-follow tutorials. In her free time, when she’s not staying up-to-date with the latest in localization, she enjoys watching movies and reading books.

Plus d'informations sur Katerina Bosinaki