Hermes Agent

Laatst bijgewerkt: 17-07-2026

TL;DR: Open-source persoonlijke AI-assistent op eigen infrastructuur (VPS/Docker) met 91 ingebouwde skills en bereikbaar via Telegram, Discord en WhatsApp.

Hermes Agent is een open-source persoonlijke AI-assistent die draait op je eigen infrastructuur (VPS, Mac Mini, laptop of Docker container) en bereikbaar is via berichtenapps zoals Telegram. Vergelijkbaar met OpenClaw, maar lichter, sneller en gericht op zelfverbetering.

• Licentie: MIT (open source), van Nouse Research
• GitHub: ~140.000 stars (mei 2026), een van de snelst groeiende open-source projecten
• Interfaces: Telegram, Discord, Slack, WhatsApp, iMessage, CLI
• Ingebouwde skills: 91 built-in, 520+ community-skills beschikbaar

De vijf pijlers

1. Memory (geheugen)

Twee kernbestanden die bij elke sessiestart worden geladen:

Hermes slaat ook alle sessies op in een SQLite-database voor terugzoeken. Sla geen geheimen of tijdelijke status op in memory.

2. Skills (vaardigheden)

Procedureel geheugen — herbruikbare playbooks voor terugkerende taken. Werkt als Skills en Plugins in Claude Code: - YAML-frontmatter beschrijft wanneer de skill van toepassing is (progressive disclosure) - Hermes leest de volledige skill pas als hij hem nodig heeft (context-efficiënt) - Hermes maakt automatisch nieuwe skills van herhaalde werkstromen - Skills zijn uitwisselbaar met Claude Code en Codex

3. Soul (persoonlijkheid)

soul.md geeft de assistent een karakter en toon. Meerdere Hermes-agents kunnen zo elk een andere "vibe" hebben. Evolueert op basis van feedback.

4. Crons (geplande taken)

Hermes verandert van reactief naar proactief via cron-jobs: - Instelbaar in natuurlijke taal: "Elke ochtend om 6:00 doe X" - Elke cron draait als geïsoleerde sessie (erft geen lopende context) - Cron-sessies kunnen zelf geen nieuwe crons aanmaken (veiligheidsregel) - Voorbeelden: dagelijks AI-nieuwsbriefing, YouTube-reactiemonitoring, nachtelijke GitHub-backup

5. Zelfverbeterende loop

Werk uitvoeren
    → Leer (sla op in memory/skills)
    → Zoek terug in vorige sessies
    → Herhaal — agent wordt beter over tijd

De loop werkt het best als je fouten direct corrigeert en Hermes vraagt om memory/skills te updaten.

Kritische blik: zelf bouwen vs. Hermes overnemen

Hermes ging in 46 dagen van 0 naar 40.000 GitHub-stars — sneller dan OpenClaw (61 dagen). Maar een kant-en-klaar systeem overnemen heeft drie verborgen kosten:

1. Je erft aannames die je niet kent — de zelflerende loop heeft geen externe guardrails: hetzelfde model dat een skill schrijft, beoordeelt ook of hij goed is (zelfvalidatie-probleem). Resultaat: het overschrijft stilletjes je eigen verbeteringen, zonder versiebeheer of audit-log.
2. Je kunt niet repareren wat je niet begrijpt — bij OpenClaw zijn sinds februari 200+ kwetsbaarheden gemeld, en een security-onderzoeker vond 386 kwaadaardige skill-packages van één dreigingsactor in de marketplace.
3. Het schaalt niet over je business — Hermes is gebouwd voor één persoon/business; meerdere klanten of merken betekent meerdere losse installaties, elk met eigen memory en skills die niet gedeeld worden.

Conclusie: Hermes is sneller om te starten, een zelfgebouwd systeem in Claude Code is sneller om te schalen — omdat je elke laag begrijpt, kunt aanpassen en kunt repareren wanneer iets breekt.

Multi-client/brand architectuur

Hermes' memory.md + user.md gaan uit van één persoon, één business. Voor bureaus of meerdere merken is dat een mismatch — elke klant zou een eigen Hermes-installatie nodig hebben met eigen memory en skills, die niet gedeeld worden.

Een betere aanpak: injecteer per klant een eigen map met gedeelde brand context (voice, ICP, visuele identiteit), maar houd skills/procedures gedeeld over klanten heen. Zo onderhoud je herbruikbare logica op één plek, terwijl elke klant zijn eigen identiteit behoudt. Zie Skill Systems voor het onderliggende principe (één bron van waarheid per concept).

Mem search: voorbij keyword-recall

Hermes' geheugensysteem kent drie niveaus: opslag (elke sessie wordt samengevat), injectie (memory.md/user.md/soul.md, gecapt op ~1300 tokens per sessie) en recall (terugzoeken in oudere memories).

De zwakte zit in recall: Hermes zoekt op keyword, niet op betekenis. Als je je niet meer herinnert met welke woorden je 6 maanden geleden iets besprak, vind je het niet terug.

Mem search is de aanvulling hierop: betekenisgebaseerde (semantische) recall naast de keyword-injectie. De geïnjecteerde recente memory (memory.md) blijft hetzelfde patroon als Hermes, maar wanneer informatie daar niet in staat, zoekt het systeem dieper op betekenis in plaats van exacte woorden. Zie ook Geheugen en Context (laag 4: cross-sessiegeheugen).

Hermes' geheugen zelf nabouwen in Claude Code: storage/injectie/recall

De reden dat mensen van Open Claude naar Hermes overstappen is volgens een analyse van 1.300 Reddit-reacties vooral geheugen (~30% noemt dit expliciet als reden), niet integraties. Elk geheugensysteem — Hermes, Claude Code eigen automemory, of een zelfgebouwd alternatief — laat zich beoordelen op drie vragen:

1. Storage — wat wordt bewaard en waar?
2. Injectie — wat laadt automatisch bij sessiestart als kortetermijngeheugen?
3. Recall — hoe vind je iets terug als je ernaar vraagt, en hoe goed werkt dat?

Claude Code's eigen out-of-the-box geheugen scoort zwak op alle drie: het bewaart willekeurig wat het zelf belangrijk vindt in een memory.md-index, injecteert nauwelijks iets, en doorzoekt bij recall alleen de laatste 30 dagen sessiehistorie op keyword — exact dezelfde zwakte als Hermes.

Wat je van Hermes overneemt (concept 1-3): 1. Frozen snapshot bij injectie — een omvangbegrensd memory.md (max ~2.500 tekens) laadt stil mee bij elke sessie, naast soul/profiel/dagmemories. De cap voorkomt context-bloat. 2. Agent beslist zelf wat blijvend is — een hook na elke beurt bepaalt of iets (beslissing, prijswijziging, voorkeur) promotie verdient naar het gecapte kortetermijngeheugen; duplicaten worden vervangen door het meest recente/relevante. Een aparte "memory write"-skill legt de bewaarregels vast en is door de gebruiker aan te passen. 3. Alles vastleggen, niets verliezen — elke beurt genereert een samenvatting mét volledig transcript, ongeacht belang, zodat je altijd naar het exacte gesprek kunt terugvallen.

Wat je toevoegt bovenop Hermes (concept 4-7, Hermes' zwakke recall): 4. Semantisch zoeken i.p.v. alleen keyword (FTS5) — Hermes' eigen GitHub heeft een open issue dat recall uitsluitend op exacte woordmatch werkt. De rebuild embedt alles als vectoren (lokale pgvector-setup), zoekt op zowel betekenis als keyword, re-rankt resultaten en expandeert naar het volledige gesprek eromheen. 5. Citeren van de bron — geïnspireerd op Gary Tans (Y Combinator) GBrain: elk teruggehaald feit citeert het exacte transcript, wie het besliste en de datum. Weet het niet zeker, dan zegt het dat — het verzint niets. Cruciaal zodra geheugen gedeeld wordt in een team. 6. Bestaande sessiehistorie importeren — Hermes (en Claude Code zelf) start leeg; maanden aan opgebouwde context blijven onbenut. Eén commando (npm run memory:import-sessions) detecteert alle bronnen (huidige workspace, alle Claude Code-historie), vat samen via Haiku, en embedt alles met volledige transcripten als long-term memory — vanaf dag één doorzoekbaar en citeerbaar. 7. TeamOS: gescheiden geheugen per teamlid/klant — één gedeeld brein waarin elke memory getagd is per eigenaar, en elke query gefilterd op wie ernaar vraagt, zodat een teamlid alleen ziet wat voor hen bedoeld is. Vult het multi-client-gat hierboven (zie "Multi-client/brand architectuur") concreter in dan de eerdere aanbeveling van gedeelde skills/losse context — hier is het dezelfde geheugen-infrastructuur met toegangscontrole, in plaats van losse installaties per klant.

Drie voordelen t.o.v. Hermes overnemen: volledig portable (bestanden in mappen, werkt net zo goed in Claude Code, Cowork of Codex), goedkoop (geen VPS, geen los model, draait op het bestaande abonnement), en volledig eigendom (lokaal, geen extra securityoppervlak).

Hermes vs. Claude Code vs. OpenClaw

Hermes vs. OpenClaw: - Hermes: lichter, sneller, sterke focus op zelfverbetering, beter voor open-source modellen (Qwen, Llama) - OpenClaw: groter team, frequentere updates, 350k+ stars, Nvidia NemoClaw is erop gebouwd

Setup (VPS via Hostinger)

1. Kies een VPS-plan (KVM 2 aanbevolen om mee te beginnen)
2. Installeer via one-click Docker of direct op root
3. Configureer Hermes: kies LLM-provider (bijv. OpenAI Codex/ChatGPT-abonnement)
4. Verbind met Telegram via BotFather (nieuw bot aanmaken → token kopiëren)
5. Geef je eigen Telegram user-ID op als toegestane gebruiker

API-sleutels veilig opslaan:

hermes config set GITHUB_TOKEN <token>
# Slaat op in /opt/data/.env, NIET in de chatgeschiedenis

Best practices

• Beheer-project in Claude Code: houd wachtwoorden, IP-adressen en configuratie bij in een apart Claude Code-project per agent
• Eigen accounts per agent: geef elke agent een eigen e-mailadres en API-sleutels (principe van least privilege)
• GitHub-backup: stel een nachtelijke cron in die alle agentbestanden naar een privé-repo pusht
• Firewall op VPS: vergrendel onnodige poorten; laat Hermes of Claude Code helpen met de configuratie
• Fouten direct corrigeren: zeg altijd "update de skill" of "sla dit op in memory" bij het geven van feedback
• Begin met één agent: ga pas schalen als je de basis goed beheerst

Schalen naar meerdere agents

Elk agent in een eigen Docker-container op dezelfde VPS = eigen memory, tools en API-sleutels zonder conflicten.

Wanneer een nieuw agent aanmaken? - Heeft andere rechten of API-sleutels nodig - Vereist apart langetermijngeheugen - Is bedoeld voor doorlopend, herhaald werk met een eigen publiek

Slechte patroon: één mega-agent met alle keys en alle skills → hoge risico's en debugproblemen.

Verwante concepten

• OpenClaw — vergelijkbaar alternatief (groter team, andere focus)
• Agentic OS — het conceptuele kader achter persoonlijke AI-assistenten
• Geheugen en Context — de lagen van geheugen die ook in Hermes terugkomen
• Skills en Plugins — skills werken in Hermes en Claude Code op dezelfde manier
• Claude Code — aanbevolen voor bureauwerk en codering naast Hermes

Bronnen

• Hermes Agent: Zero to Personal AI Assistant (1 Hour Course) — Nate Herk, 10-05-2026
• I Rebuilt Hermes in Claude Code (It's Ridiculously Good) — Simon Scrapes, 23-05-2026
• I Rebuilt Hermes's Best Feature in Claude Code (Steal This) — Simon Scrapes, 10-07-2026