{"id":6005,"date":"2026-04-30T08:11:08","date_gmt":"2026-04-30T08:11:08","guid":{"rendered":"\/nl\/tutorials\/?p=6005"},"modified":"2026-04-30T08:11:09","modified_gmt":"2026-04-30T08:11:09","slug":"wat-is-een-hermes-agent","status":"publish","type":"post","link":"\/nl\/tutorials\/wat-is-een-hermes-agent","title":{"rendered":"Wat is Hermes Agent? Hoe het werkt en wat het anders maakt"},"content":{"rendered":"
\"\"<\/figure>

Hermes Agent is een open-source, autonoom AI-agentframework van Nous Research, uitgebracht in februari 2026 onder de MIT-licentie.<\/p>

Het draait op self-hosted infrastructuur als een altijd actieve service<\/strong>, niet als een chattool per sessie. Het gebruikt een large language model (LLM) als redeneermotor<\/strong>, een set tools voor interactie met gebruikers<\/strong> en een meerlaags geheugensysteem<\/strong> dat context tussen sessies bewaart.<\/p>

Veel AI-assistenten zijn sterk in losse vragen, maar lopen vast bij workflows die zich over meerdere dagen uitstrekken. Hermes Agent pakt dat anders aan. Het is gebouwd rond persistentie, bewaart geheugen, ontwikkelt herbruikbare skills en draait stil op de achtergrond.<\/p>

Die verschuiving gaat verder dan losse interacties en leidt naar doorlopende, self-hosted AI-workflows waarin voortgang zich in de loop van de tijd opstapelt.<\/p>

Wat is Hermes Agent?<\/strong><\/h2>

Hermes Agent is een open-source AI-agent<\/a>framework onder de MIT-licentie dat 24\/7 draait op een self-hosted infrastructuur.<\/p>

Het handelt meerstapstaken zelfstandig af, gebruikt tools zoals een terminal en een browser, en bewaart geheugen tussen sessies.<\/p>

Nous Research, het lab achter de modelreeksen Hermes, Nomos en Psyche, bracht Hermes Agent in februari 2026 uit als zijn eerste zelfstandige agentframework.<\/p>

Hermes Agent draait als achtergrondproces, ontvangt instructies via platforms zoals Telegram, Discord of Slack, voert toolaanroepen uit op jouw machine en blijft doorwerken, ook nadat je de chat hebt gesloten.<\/p>

Daardoor kan dezelfde agent context vasthouden, herbruikbare skills opbouwen en in de loop van de tijd beter worden.<\/p>

Hermes Agent staat naast andere open-source agents, maar kiest voor een aanpak waarin infrastructuur vooropstaat. Het richt zich op mensen die liever hun eigen AI-agent draaien op een virtual private server (VPS)<\/a> of een homeserver dan vertrouwen op een beheerde cloudservice.<\/p>

Dat komt doordat het werkt als onderdeel van jouw infrastructuur, niet als iets dat je opent in een browser of gebruikt als codeerassistent in een IDE.<\/p>

Hoe Hermes Agent werkt<\/strong><\/h2>

Hermes Agent draait op jouw server, neemt input aan, plant de volgende stap met een taalmodel, voert tools uit, slaat resultaten op in het geheugen en herhaalt dat daarna totdat de taak is voltooid.<\/p>

Om te beginnen heb je een self-hosted omgeving nodig, zoals een VPS of een serverless backend. Implementeer daarna de agent door het installatieprogramma uit te voeren, dat een Python-omgeving opzet en de homedirectory van de agent aanmaakt op ~\/.hermes\/<\/strong>.<\/p>

Vanaf daar ziet de workflow van Hermes Agent er zo uit:<\/p>

    \n
  1. Input ontvangen.<\/strong> Een taak bereikt de agent via de CLI, een gekoppeld berichtenplatform of een geplande cronjob.<\/li>\n\n\n\n
  2. Taakplanning met een <\/strong>LLM<\/a>.<\/strong> De agent stuurt de aanvraag naar het geconfigureerde taalmodel en houdt daarbij rekening met zijn huidige geheugen en beschikbare tools. Het model bepaalt de volgende stap.<\/li>\n\n\n\n
  3. Tools uitvoeren.<\/strong> De agent roept de tools aan die nodig zijn, zoals een terminal, bestandseditor, webbrowser of MCP-servers, om het plan uit te voeren. De output van elke tool gaat terug de lus in.<\/li>\n\n\n\n
  4. Geheugen opslaan en ophalen.<\/strong> De agent schrijft resultaten, feiten en redeneringen weg naar een lokale database. Als dat relevant is, slaat de agent ook samengestelde geheugenbestanden op zodat toekomstige sessies daarop kunnen voortbouwen.<\/li>\n\n\n\n
  5. Iteratie en doorlopende werking.<\/strong> De lus herhaalt zich totdat de taak is voltooid, daarna wacht de agent op de volgende trigger zonder af te sluiten.<\/li>\n<\/ol>

    Samen vormen deze stappen een persistente lus<\/strong> die blijft draaien tussen taken, platforms en sessies.<\/p>

    \"\"<\/figure>

    Wat Hermes Agent anders maakt dan andere AI-agents<\/strong><\/h2>

    Hermes Agent is een zelfstandige, self-hosted agent die continu<\/strong> draait, autonoom<\/strong> handelt en in de loop van de tijd beter wordt<\/strong>.<\/p>

    Geheugen, skills, berichten en planning zitten er standaard al in<\/strong>, zodat je niet alles vanaf nul hoeft op te bouwen. Je kunt de LLM nog steeds wisselen, tools toevoegen of het gedrag aanpassen via een SOUL.md<\/strong>-bestand.<\/p>

    Daarna, als een taak klaar is, legt Hermes Agent het werk vast en zet complexe taken om in herbruikbare skills waarop toekomstige uitvoeringen kunnen voortbouwen.<\/p>

    Als je de agent bijvoorbeeld vraagt een mislukte deployment te debuggen en de oplossing in meerdere stappen uitwerkt, schrijft Hermes Agent dat proces op als skill. De volgende keer dat een vergelijkbaar deploymentprobleem opduikt, weet Hermes Agent al wat werkte.<\/p>

    De meeste AI-tools vallen niet<\/strong> in deze categorie, omdat ze meestal in een van drie groepen terechtkomen: chatbots die één vraag tegelijk beantwoorden<\/strong>, IDE-assistenten die beperkt zijn tot je editor<\/strong>, of orkestratieframeworks zoals LangChain die je bouwstenen geven, maar geheugen, planning en de leerlus aan jou overlaten<\/strong>.<\/p>

    Hermes Agent vs. OpenClaw<\/strong><\/h3>

    Hermes Agent en OpenClaw<\/a> zijn allebei self-hosted, autonome AI-agents, maar ze kiezen voor verschillende benaderingen.<\/p>

    Hermes richt zich op een leerlus die herbruikbare skills opbouwt<\/strong>, terwijl OpenClaw zich richt op directe, conversationele taakuitvoering op jouw machine<\/strong>.<\/p>

    Bekijk de onderstaande tabel voor een uitgebreidere vergelijking van Hermes Agent en OpenClaw.<\/p>

    Aspect<\/strong><\/td>Hermes Agent<\/strong><\/td>OpenClaw<\/strong><\/td><\/tr>
    Kernfocus<\/strong><\/td>Zelfverbetering via autonome skillcreatie<\/td>Taken direct uitvoeren via natuurlijke taal<\/td><\/tr>
    Geheugenmodel<\/strong><\/td>Geheugen met vier lagen, promptbestanden, SQLite-archief, skills en externe providers<\/td>Gespreksgeheugen voor de lange termijn<\/td><\/tr>
    Persistentie<\/strong><\/td>Doorlopende loop met geplande taken en ondersteuning voor cron<\/td>Assistent die altijd aanstaat<\/td><\/tr>
    Autonomie<\/strong><\/td>Plant, voert uit en schrijft eigen skilldocumenten<\/td>Interpreteert intentie en handelt daarna op je infrastructuur<\/td><\/tr>
    Hostingmodel<\/strong><\/td>Lokale machine, VPS of serverless back-ends zoals Modal of Daytona<\/td>Lokale machine, Raspberry Pi of VPS<\/td><\/tr><\/tbody><\/table><\/figure>

    Als je OpenClaw al gebruikt, kun je migreren naar Hermes zonder je bestaande werk te verliezen.<\/p>

    Voer tijdens de eerste installatie simpelweg deze opdracht uit om je instellingen, herinneringen, skills en API-sleutels te importeren:<\/p>

    hermes claw migrate<\/p>

    Zo behoud je de configuraties van je LLM-provider, verbindingen met berichtenplatforms en opgebouwde context, in plaats van alles opnieuw vanaf nul in te stellen.<\/p>

    Hermes Agent vs. Paperclip<\/strong><\/h3>

    Hermes Agent en Paperclip<\/a> werken op verschillende lagen en vullen elkaar daarom beter aan dan dat ze directe concurrenten zijn.<\/p>

    In de praktijk is Hermes de agent waarmee je dagelijks werkt<\/strong>. Paperclip is de orkestratielaag<\/strong> die je gebruikt als een taak vraagt om coördinatie tussen meerdere agents.<\/p>

    Dat betekent dat je een instantie van Hermes Agent kunt draaien als worker binnen een Paperclip-organisatie.<\/p>

    Aspect<\/strong><\/td>Hermes Agent<\/strong><\/td>Paperclip<\/strong><\/td><\/tr>
    Rol<\/strong><\/td>Eén persistente agent<\/td>Orkestratieplatform voor meerdere agents<\/td><\/tr>
    Werkeenheid<\/strong><\/td>Eén agent met geheugen en skills<\/td>Meerdere agents met gedefinieerde rollen, doelen en taken<\/td><\/tr>
    Structuur<\/strong><\/td>Persoonlijke AI die zich in de loop van de tijd ontwikkelt<\/td>Organisatieachtige hiërarchie met governance<\/td><\/tr>
    Beste keuze voor<\/strong><\/td>Individuele productiviteit, ontwikkelaarsautomatisering en onderzoek<\/td>End-to-end-workflows voor agentteams<\/td><\/tr>
    Interactie<\/strong><\/td>Berichtenapps, CLI, cronjobs<\/td>Dashboard, taaksysteem, gedeelde context<\/td><\/tr><\/tbody><\/table><\/figure>

    Als je een volledige AI-organisatie wilt opzetten met Paperclip en Hermes Agent, volg dan onze tutorial voor het instellen van een Paperclip-instantie<\/a>.<\/p>

    Belangrijkste functies van Hermes Agent<\/strong><\/h2>

    Hermes Agent combineert meerdere functies die de meeste AI-agents los van elkaar bieden, zoals:<\/p>