Nous Researchが開発するオープンソースのAIエージェント「Hermes Agent」について、GIGAZINE編集部がWindows 11搭載PCにインストールし、ウェブ検索やブラウザ操作を実際に試したレビュー記事です。
Hermes Agentは、実際にAIモデルを開発する中で「AIエージェントにはどんな機能が必要か」という視点から、単なるチャットではなくターミナルでの操作を前提として設計されています。ウェブ検索・ブラウザ操作・ファイル操作などの複数ツールを組み合わせてタスクを進められるほか、複雑な作業で得た手順を「スキル」として保存して再利用できる、いわば使えば使うほど自動的に賦くなっていくエージェントです。
チャット入力欄の右端で使用モデルを変更可能。無料プランでは末尾に「:Free」と付いたモデルが使えます。記事では標準設定の「Solar Pro4:Free」を選び、推論設定は「Medium」のまま使用しています。
「GIGAZINEについて検索し、最新の記事についての情報をまとめてください」と指示したところ、ログ上で何度かブラウザ起動を試みて失敗する場面がありました。しかし最終的にはコマンドラインのHTTPツール（curl）に切り替えてトップページの情報取得に成功し、掲載記事のまとめを出力。1つの方法で失敗しても別の手段を試しながらタスクを続行する堅牢性が確認できました。
記事作成時点では既存Chromeへの接続周りに不具合が報告されていたため、組み込みブラウザツールに切り替えて、画面上でAIのブラウザ操作が見える状態に変更。PowerShellで以下のコマンドを実行します。
hermes config set browser.backend off
hermes config set browser.headed true
hermes tools enable browser --platform cli
hermes tools disable computer_use --platform cli再び同じプロンプトを実行すると、Hermes Agentの右側にローカルブラウザ画面が表示され、AIが実際にGIGAZINEのトップページを開いて同じように記事まとめを完了しました。
「この中から一番面白そうな記事を選び、GIGAZINEの記事を要約してください」と追加指示すると、AIは「イスラエルでAIチャットボットを欺く目的で設立された偽のシンクタンクが出現、わずか1週間強でAIチャットボットに影響を与えることを目的とした記事を少なくとも100本公開」という記事を一番面白そうと判断。ところがブラウザ画面では別の記事を開いていました。しかしAIはすぐに間違いに気付いて自ら修正し、最終的に正しい記事を開いて要約することに成功。操作を誤っても結果を確認して正しい操作へ切り替えられることが実証されました。