Hermes Agent + Ollama 완전 가이드

게시 2026/03/29

By BLUEBUG

36 분읽는 시간

API 키 없이 로컬에서 자기개선형 AI 에이전트 구동하기

출처: YouTube — “Run a Powerful AI Agent Locally — Hermes Agent + Ollama (No API Key Required)” (Prompt Engineer, 2026년 3월 24일)
GitHub: https://github.com/NousResearch/hermes-agent
공식 문서: https://hermes-agent.nousresearch.com/docs
최신 버전: v0.3.0 (v2026.3.17, 2026년 3월 17일 릴리즈)

Hermes Agent란 무엇인가
왜 지금 주목받는가 — 기존 AI와의 차별점
핵심 아키텍처 — 자기개선 루프의 작동 원리
전체 시스템 구성도
설치 환경 준비 — RunPod vs. 로컬 GPU
Ollama 설치 및 GLM-4.7-Flash 모델 준비
GLM-4.7-Flash 모델 상세 분석
Hermes Agent 설치 — 원라인 인스톨러
초기 설정 마법사 완전 해설
Telegram 봇 연동 절차
지원 모델 및 프로바이더 생태계
내장 도구 및 스킬 카탈로그
메모리 시스템의 3계층 구조
OpenClaw과의 비교 — 그리고 마이그레이션
실전 활용 — 크론 자동화, 서브에이전트, 병렬 처리
배포 아키텍처 옵션 6가지
주요 명령어 레퍼런스
트러블슈팅
Hermes Agent의 한계와 유의사항
마치며 — AI 에이전트 시대의 패러다임 전환

1. Hermes Agent란 무엇인가

Hermes Agent는 NousResearch가 2026년 2월 26일에 오픈소스(MIT 라이선스)로 공개한 자율 AI 에이전트 프레임워크다. 한 줄로 정의하자면 “대화가 끝나도 기억이 사라지지 않고, 사용할수록 더 똑똑해지는 AI 에이전트” 다.

NousResearch는 그동안 Hermes, Nomos, Psyche 등 오픈소스 파인튜닝 모델로 유명한 AI 연구 집단이었다. 이들이 모델 웨이트(weights)를 공개하는 것을 넘어, 이번에는 그 모델을 실제로 ‘에이전트’로 운용하는 프레임워크 자체를 공개한 것이다. 이는 단순히 API를 래핑한 챗봇 수준이 아니라, 파일 시스템 조작, 웹 브라우징, 코드 실행, 스케줄 자동화, 서브에이전트 파견까지 가능한 운영 수준의 에이전트 인프라다.

공식 슬로건은 “The agent that grows with you” — 사용자와 함께 성장하는 에이전트다.

탄생 배경

오늘날 ChatGPT나 Claude 같은 AI 어시스턴트가 직면한 가장 근본적인 한계는 상태 무결성(statelessness) 이다. 매 대화를 처음부터 시작하고, 어제 나눈 맥락을 오늘 모른다. 이 구조적 망각을 해결하기 위해 설계된 것이 Hermes Agent다. 내부적으로는 FTS5(Full-Text Search 5) 기반 SQLite 데이터베이스에 모든 과거 세션을 저장하고, 에이전트 스스로가 필요할 때 그 기억을 검색하고 요약한다.

2. 왜 지금 주목받는가 — 기존 AI와의 차별점

ChatGPT / Claude와의 근본적 차이

비교 항목	ChatGPT / Claude	Hermes Agent
메모리	세션 종료 시 초기화	SQLite에 영구 보존, FTS5 검색
스킬 생성	불가능 (정적)	경험에서 자동 생성, 자기개선
실행 환경	클라우드 전용	로컬, VPS, GPU 클러스터, 서버리스
접근 채널	웹/앱 한정	Telegram, Discord, Slack, WhatsApp, CLI
모델 종속성	특정 모델 고정	200+ 모델 자유 교체
자동화	수동	내장 크론 스케줄러
비용	월정액 구독	인프라 + LLM API 비용만
데이터 주권	클라우드 서버 저장	완전 로컬, 텔레메트리 없음

OpenClaw과의 차이

Hermes Agent는 종종 OpenClaw과 비교된다. 두 프로젝트 모두 CLI 기반의 자율 에이전트 프레임워크지만, 결정적 차이가 있다. OpenClaw의 스킬은 인간이 작성하고 관리한다. Hermes Agent의 스킬은 에이전트 자신이 경험에서 작성하고, 사용하면서 스스로 개선한다. 또한 Hermes는 OpenClaw 사용자를 위한 자동 설정 마이그레이션 도구(hermes claw migrate)를 제공해 기존 자산을 그대로 가져올 수 있다.

3. 핵심 아키텍처 — 자기개선 루프의 작동 원리

Hermes Agent의 자기개선은 세 가지 메커니즘이 맞물려 작동한다.

3-1. 에피소딕 메모리와 FTS5 세션 검색

에이전트는 모든 대화를 SQLite의 FTS5(Full-Text Search 5) 인덱스에 저장한다. 단순한 로그가 아니라 LLM 요약을 거친 구조화된 형태로 보존된다. “지난주 Nginx 설정 논의 기억해?” 같은 질문에 에이전트는 과거 세션을 검색해 관련 맥락을 불러온다. 며칠 전 대화, 몇 주 전 프로젝트 내용까지 검색 가능하다.

3-2. Honcho 사용자 모델링

단순히 “무슨 말을 했는지” 기억하는 것을 넘어, “이 사람이 어떤 사람인지” 를 모델링한다. Honcho는 사용자의 작업 스타일, 도메인 지식, 선호도, 커뮤니케이션 패턴을 추적하는 변증법적(dialectic) 사용자 모델이다. USER.md 파일에 이름, 시간대, 커뮤니케이션 스타일이 지속적으로 업데이트된다.

3-3. 자율 스킬 생성과 자기개선

에이전트가 복잡한 작업을 반복적으로 수행하면, 그 과정에서 절차적 스킬(procedural skill) 을 자동으로 작성한다. “매주 월요일 프로그레스 리포트 생성”을 여러 번 처리하면, 해당 작업 흐름이 재사용 가능한 스킬로 저장된다. 이후 실행 중에 스킬의 특정 부분이 구식임을 감지하면 스스로 수정한다. OpenClaw은 이 메커니즘이 없다.

4. 전체 시스템 구성도

graph TB
    subgraph "사용자 접근 채널"
        A1[Telegram]
        A2[Discord]
        A3[Slack]
        A4[WhatsApp / Signal]
        A5[CLI 터미널]
    end

    subgraph "Hermes Gateway"
        B[단일 게이트웨이 프로세스]
    end

    subgraph "Hermes Agent Core"
        C1[LLM 추론 엔진]
        C2[컨텍스트 압축기]
        C3[크론 스케줄러]
        C4[서브에이전트 파견]
    end

    subgraph "메모리 레이어 — SQLite"
        D1[MEMORY.md - 환경/프로젝트 메모]
        D2[USER.md - 사용자 프로필]
        D3[FTS5 세션 검색 DB]
        D4[스킬 라이브러리]
    end

    subgraph "도구 레이어"
        E1[웹 검색 / 브라우저 자동화]
        E2[파일 시스템 조작]
        E3[코드 실행 / 터미널]
        E4[이미지 생성 / TTS / 비전]
        E5[MCP 서버 연동]
    end

    subgraph "LLM 백엔드 (교체 가능)"
        F1[Ollama 로컬 모델]
        F2[OpenRouter 200+ 모델]
        F3[Nous Portal]
        F4[Anthropic / OpenAI]
        F5[커스텀 OpenAI 호환 엔드포인트]
    end

    subgraph "실행 백엔드 (6종)"
        G1[Local]
        G2[Docker]
        G3[SSH]
        G4[Modal 서버리스]
        G5[Daytona]
        G6[Singularity/Apptainer]
    end

    A1 & A2 & A3 & A4 & A5 --> B
    B --> C1
    C1 <--> C2
    C1 --> C3
    C1 --> C4
    C1 <--> D1 & D2 & D3 & D4
    C1 --> E1 & E2 & E3 & E4 & E5
    C1 --> F1 & F2 & F3 & F4 & F5
    C4 --> G1 & G2 & G3 & G4 & G5 & G6

5. 설치 환경 준비 — RunPod vs. 로컬 GPU

영상 제작자는 로컬 GPU가 없어 RunPod를 활용했다. RunPod는 GPU를 시간 단위로 임대하는 클라우드 서비스로, 모델 추론 및 에이전트 구동에 충분한 성능을 저렴하게 제공한다.

RunPod 설정 절차

영상에서는 RTX PRO 6000 (96GB VRAM, 188GB RAM, 16 vCPU)을 선택했다. 설정 시 다음 포트를 외부에 노출했다.

포트 8888 — Jupyter Notebook 접근용 (선택)
포트 9 — 일반 서비스용
포트 11434 — Ollama API 전용 포트

RunPod를 사용하면 초기 가입 시 $10 결제에 $5~$500의 크레딧 보너스가 제공된다 (영상 기준).

로컬 GPU 요건

GLM-4.7-Flash 모델을 로컬에서 구동하려면 최소 24GB VRAM이 필요하다 (4비트 양자화 기준). RTX 3090/4090 수준의 GPU라면 충분하다. Apple Silicon M-시리즈는 16GB 통합 메모리로도 4비트 양자화 실행이 가능하다.

6. Ollama 설치 및 GLM-4.7-Flash 모델 준비

Ollama 설치 (Linux)

  
# apt 업데이트 및 의존성 설치
apt-get update && apt-get upgrade -y
apt-get install -y zstd

# Ollama 설치
curl -fsSL https://ollama.ai/install.sh | sh

# 백그라운드 서비스로 실행
nohup ollama serve > /tmp/ollama.log 2>&1 &

# Ollama 동작 확인
ollama list

GLM-4.7-Flash 모델 다운로드

# 모델 풀
ollama pull glm-4.7-flash

# 또는 즉시 실행 (자동 다운로드)
ollama run glm-4.7-flash

Ollama API 엔드포인트 확인

Ollama가 실행되면 http://127.0.0.1:11434에서 OpenAI 호환 API를 제공한다. Hermes Agent에서 이 주소를 그대로 사용한다.

# API 동작 확인
curl http://localhost:11434/api/tags

7. GLM-4.7-Flash 모델 상세 분석

이 영상에서 선택한 로컬 모델은 Z.AI(智谱AI)의 GLM-4.7-Flash다. 2026년 1월에 공개된 이 모델은 30B 클래스에서 가장 강력한 로컬 모델 중 하나로 평가받는다.

핵심 스펙

항목	수치
전체 파라미터	30B (300억)
활성 파라미터	~3B (MoE, 실제 추론 시 활성화)
아키텍처	MoE (Mixture of Experts)
컨텍스트 윈도우	최대 200K 토큰
최소 VRAM	~15GB (Q4), ~22GB (Q8), ~30GB (FP8)
Ollama 권장 최소	24GB VRAM
SWE-bench 성능	59.2%
추론 속도 (RTX 4090 4비트)	120~220 tok/s

MoE 아키텍처의 의미

일반적인 Dense 모델이 모든 파라미터를 매 토큰 추론마다 활성화하는 것과 달리, MoE 모델은 30B 전체 파라미터 중 실제로는 ~3B만 활성화해 추론한다. 이것이 GLM-4.7-Flash가 30B 규모임에도 소비 전력과 속도 면에서 훨씬 효율적인 이유다.

Claude Code와의 연동

Ollama 공식 라이브러리 페이지에 흥미로운 점이 있다 — GLM-4.7-Flash 페이지의 “Applications” 섹션에 Claude Code와 Codex가 연동 앱으로 등재되어 있다.

  
# Claude Code에서 GLM-4.7-Flash 사용
ollama launch claude --model glm-4.7-flash

# Codex에서 GLM-4.7-Flash 사용
ollama launch codex --model glm-4.7-flash

Jiyo가 진행 중인 게임 프로젝트에서 Claude Code의 백엔드 모델을 GLM-4.7-Flash로 교체하는 실험을 해볼 수 있는 지점이다.

8. Hermes Agent 설치 — 원라인 인스톨러

설치 명령어 (Linux / macOS / WSL2)

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

이 명령어 하나로 다음이 모두 자동 처리된다.

uv (Python 패키지 매니저) 설치
Python 3.11 설치
레포지토리 클론
Node.js 설치
Playwright / Chrome (브라우저 자동화용) 설치
hermes CLI 명령어 등록
스킬 허브(agentskills.io) 동기화

설치 완료 후에는 source ~/.bashrc(또는 source ~/.zshrc) 명령으로 터미널을 새로고침해야 hermes 명령이 활성화된다.

주의: Windows 네이티브는 지원하지 않는다. WSL2를 통해 실행해야 한다.

설치 후 구조 확인

~/.hermes/
├── config.yaml          # 주 설정 파일
├── MEMORY.md            # 에이전트 메모리 (환경/프로젝트)
├── USER.md              # 사용자 프로필
├── sessions/            # SQLite FTS5 세션 DB
├── skills/              # 자동 생성된 스킬 라이브러리
└── plugins/             # 커스텀 Python 플러그인 (drop-in)

9. 초기 설정 마법사 완전 해설

설치 완료 직후 설정 마법사가 자동 실행된다. 또는 hermes setup으로 언제든 재실행할 수 있다. 마법사는 다음 단계를 순서대로 안내한다.

flowchart TD
    A[hermes setup 시작] --> B{모델 프로바이더 선택}
    B --> B1[Nous Portal]
    B --> B2[OpenRouter]
    B --> B3[커스텀 OpenAI 호환 엔드포인트]
    B --> B4[VLM 전용 엔드포인트]
    B3 --> C[Base URL 입력\nhttp://127.0.0.1:11434/v1]
    C --> D[API Key 입력\nOllama는 불필요 - 엔터 스킵]
    D --> E[모델명 입력\nglm-4.7-flash]
    E --> F[컨텍스트 길이\n자동감지 198K]
    F --> G{비전 모델 필요?}
    G --> |필요없음| H[터미널 백엔드 선택]
    H --> H1[Local - 기본]
    H --> H2[Docker]
    H --> H3[SSH]
    H --> H4[Modal 서버리스]
    H --> H5[Daytona]
    H --> H6[Singularity]
    H1 --> I[작업 디렉토리 설정\n기본값 권장]
    I --> J[최대 반복 횟수\n기본 60]
    J --> K[도구 진행 표시 모드\nall 권장]
    K --> L[컨텍스트 압축 임계값\n기본 0.85]
    L --> M[세션 리셋 정책 설정]
    M --> N[메시징 플랫폼 연동\nTelegram / Discord / Slack 등]
    N --> O[도구 설정\n웹 검색, 브라우저, 이미지 생성 등]
    O --> P[게이트웨이 서비스 등록\nsystemd 백그라운드]
    P --> Q[설정 완료]

주요 설정 항목 상세

터미널 백엔드 선택 (영상 이미지 5 참조)

Select terminal backend:
  Local          - run directly on this machine (default)
  Docker         - isolated container with configurable resources
  Modal          - serverless cloud sandbox
  SSH            - run on a remote machine
  Daytona        - persistent cloud development environment
  Singularity    - HPC-friendly container
→ Keep current (local)

Tool Progress Display 모드

off — 최종 응답만 표시 (조용)
new — 도구가 바뀔 때만 이름 표시
all — 모든 도구 호출과 미리보기 표시 (권장)
verbose — 전체 인자, 결과, 디버그 로그

컨텍스트 압축 (Context Compression)

대화가 길어지면 오래된 메시지를 자동으로 요약해 토큰 소비를 억제한다. 임계값 0.85는 컨텍스트 창의 85%가 찼을 때 압축을 시작한다는 의미다.

세션 리셋 정책

Telegram 등 메시징 플랫폼에서의 대화는 시간이 지날수록 컨텍스트가 쌓여 API 비용이 증가한다. 세 가지 옵션이 있다.

inactivity + daily reset — 비활성 N분 후 또는 매일 특정 시각에 리셋 (권장)
inactivity only — 10분 무응답 시만 리셋
never — 자동 리셋 없음

리셋 시 에이전트는 중요한 정보를 영구 메모리에 저장한 후 대화 컨텍스트를 초기화한다. 언제든 /reset으로 수동 리셋 가능.

10. Telegram 봇 연동 절차

Hermes Agent의 큰 장점 중 하나는 Telegram 봇으로 어디서든 에이전트에 접근할 수 있다는 점이다.

sequenceDiagram
    participant User as 사용자
    participant BF as @BotFather (Telegram)
    participant HW as Hermes Setup Wizard
    participant HG as Hermes Gateway

    User->>BF: /newbot
    BF->>User: "봇 이름을 정해주세요"
    User->>BF: promptengineer
    BF->>User: "username을 정해주세요 (_bot으로 끝나야 함)"
    User->>BF: promptengineer_bot
    BF->>User: 봇 생성 완료\nHTTP API Token 발급
    User->>HW: 토큰 붙여넣기
    HW->>HG: Telegram webhook 등록
    User->>HG: 언제 어디서든 모바일로 채팅
    HG->>User: Hermes Agent 응답 (컨텍스트 유지)

사용자 ID 접근 제어

설정 시 특정 Telegram 사용자 ID만 접근을 허용할 수 있다. @userinfobot에 메시지를 보내면 자신의 사용자 ID를 확인할 수 있다. 비워두면 공개 접근이 허용된다.

11. 지원 모델 및 프로바이더 생태계

hermes model 명령으로 언제든 모델을 교체할 수 있으며, 코드 변경은 전혀 필요 없다.

로컬 (API Key 불필요)

모델	실행 방법	VRAM 요건
GLM-4.7-Flash	`ollama run glm-4.7-flash`	24GB (Q4: ~15GB)
GLM-4.7	`ollama run glm-4.7`	48GB+
Llama 3.3 70B	`ollama run llama3.3`	48GB+
Qwen3 30B	`ollama run qwen3:30b`	24GB

클라우드 (API Key 필요)

프로바이더	주요 모델	특징
Nous Portal	자체 Claude, GPT-5, Gemini	OAuth, 프롬프트 캐싱 지원
OpenRouter	200+ 모델	단일 API Key로 전체 접근
Z.AI/GLM	Kimi K2, GLM 5 Turbo	장문 컨텍스트 특화
Anthropic	Claude Opus 4.6, Sonnet 4.6	v0.3.0에서 네이티브 지원
OpenAI	GPT-5, GPT-5.4 Mini	기본 OpenAI 호환
Vercel AI Gateway	Vercel 카탈로그 전체	v0.3.0 신규 추가

12. 내장 도구 및 스킬 카탈로그

영상의 이미지 8에서 확인된 Hermes Agent의 실제 도구 및 스킬 목록이다 (v0.3.0 기준 30 도구, 90 스킬).

도구셋 (Toolsets)

clarify        → clarify
code_execution → execute_code
cronjob        → cronjob
delegation     → delegate_task
file           → patch, read_file, search_files, write_file
homeassistant  → ha_call_service, ha_get_state, ...
honcho         → honcho_conclude, honcho_context, ...
(그 외 12개 도구셋)

스킬 카탈로그 (카테고리별)

카테고리	스킬 예시
autonomous-ai-agents	claude-code, codex, hermes-agent-spawning, open…
creative	ascii-art, ascii-video, excalidraw
data-science	jupyter-live-kernel
email	himalaya
gaming	minecraft-modpack-server, pokemon-player
github	codebase-inspection, github-auth, github-code-r…
leisure	find-nearby
mcp	mcporter, native-mcp
media	gif-search, heartmula, songsee, youtube-content
mlops	audiocraft-audio-generation, axolotl, chroma, c…
note-taking	obsidian
productivity	google-workspace, linear, nano-pdf, notion, ocr…
research	arxiv, blogwatcher, domain-intel, duckduckgo-se…
smart-home	openhue
social-media	xitter
software-development	code-review, plan, requesting-code-review, suba…

agentskills.io 커뮤니티를 통해 외부 스킬을 설치하거나 직접 기여할 수 있다.

13. 메모리 시스템의 3계층 구조

graph LR
    subgraph "단기 메모리"
        A[현재 대화 컨텍스트\n압축 임계값으로 관리]
    end

    subgraph "중기 메모리"
        B1[MEMORY.md\n프로젝트/환경 메모]
        B2[USER.md\n사용자 프로필]
    end

    subgraph "장기 메모리"
        C1[FTS5 SQLite DB\n전체 세션 전문 검색]
        C2[스킬 라이브러리\n절차적 기억]
        C3[Honcho 사용자 모델\n성격/선호 모델링]
    end

    A --> |컨텍스트 리셋 시\n중요 정보 추출| B1
    B1 & B2 --> |세션 시작 시 로드| A
    A --> |전체 저장| C1
    A --> |반복 패턴 감지| C2
    A --> |상호작용 패턴 분석| C3
    C1 --> |"지난주 Nginx 설정 기억해?" 검색| A
    C2 --> |스킬 재사용| A
    C3 --> |사용자 맞춤 응답| A

이 3계층 구조가 Hermes Agent를 진정한 의미의 ‘장기 기억을 가진 에이전트’로 만든다. 특히 FTS5 세션 검색은 몇 주 전 대화도 키워드로 찾을 수 있어, 장기 프로젝트를 다루는 개발자나 연구자에게 매우 유용하다.

14. OpenClaw과의 비교 — 그리고 마이그레이션

상세 비교

항목	OpenClaw	Hermes Agent
스킬 작성 주체	인간	에이전트 자신
스킬 개선	수동	자동 (사용 중 자기개선)
메모리 구조	단순 컨텍스트	3계층 (단기/중기/장기)
세션 검색	없음	FTS5 전문 검색
사용자 모델링	없음	Honcho 변증법 모델
병렬 처리	제한적	ThreadPoolExecutor 최대 8 워커
배포 유연성	주로 로컬	6가지 백엔드 옵션
마이그레이션	—	OpenClaw → Hermes 자동 지원

OpenClaw에서 마이그레이션

  
# 자동 감지 및 마이그레이션 (설정, 메모리, 스킬, API Key)
hermes claw migrate

# 미리보기 (실제 변경 없음)
hermes claw migrate --dry-run

# 시크릿 제외 마이그레이션
hermes claw migrate --preset user-data

# 충돌 파일 덮어쓰기
hermes claw migrate --overwrite

15. 실전 활용 — 크론 자동화, 서브에이전트, 병렬 처리

크론 자동화

Hermes Agent에는 내장 크론 스케줄러가 있다. 자연어로 스케줄을 지정할 수 있다.

# 예: Telegram에서 에이전트에게 전송
"매주 월요일 오전 9시에 GitHub 이슈 현황 요약해서 보내줘"
"매일 자정 서버 리소스 사용량 점검하고 이상 시 알림 보내"

서브에이전트 파견

delegate_task 도구를 통해 독립적인 서브에이전트를 생성할 수 있다. 각 서브에이전트는 고유한 대화 컨텍스트, 터미널, Python RPC 스크립트를 가진다. 이를 통해 병렬 워크스트림이 가능하다.

graph TB
    MA[메인 에이전트] --> SA1[서브에이전트 1\n코드 리뷰]
    MA --> SA2[서브에이전트 2\n문서 생성]
    MA --> SA3[서브에이전트 3\n테스트 실행]
    SA1 & SA2 & SA3 --> MA

Programmatic Tool Calling (PTC)

execute_code를 통한 프로그래매틱 도구 호출은 멀티스텝 파이프라인을 단일 추론 호출로 압축한다. 예를 들어 웹 스크래핑 → 데이터 정제 → DB 저장 → 알림 발송까지의 파이프라인을 코드로 작성해 한 번에 실행할 수 있다.

16. 배포 아키텍처 옵션 6가지

graph LR
    subgraph "배포 옵션"
        D1["🖥️ Local\n직접 실행\n기본값"]
        D2["🐳 Docker\n격리 컨테이너\n리소스 제어"]
        D3["🔐 SSH\n원격 머신\n서버 활용"]
        D4["☁️ Modal\n서버리스 샌드박스\n유휴 시 무비용"]
        D5["🌅 Daytona\n영구 클라우드 개발환경\n하이버네이션 지원"]
        D6["🔬 Singularity\nHPC 환경\nApptainer 지원"]
    end

서버리스 옵션인 Modal과 Daytona는 에이전트가 유휴 상태일 때 환경을 하이버네이션시켜 비용을 거의 0으로 유지할 수 있다. 개인 프로젝트에 $5/월 VPS로도 충분히 운영 가능하다.

17. 주요 명령어 레퍼런스

  
# 에이전트 시작
hermes

# 모델 설정/변경
hermes model

# 설정 마법사 재실행
hermes setup

# 게이트웨이 관리
hermes gateway           # 게이트웨이 시작
hermes gateway setup     # 게이트웨이 설정 마법사
hermes gateway install   # systemd 서비스 등록

# 업데이트
hermes update            # 최신 버전으로 업데이트

# OpenClaw 마이그레이션
hermes claw migrate
hermes claw migrate --dry-run

# 대화 내 주요 슬래시 커맨드
/reset     # 세션 컨텍스트 초기화 (메모리는 보존)
/help      # 전체 명령어 목록
/skills    # 사용 가능한 스킬 목록

18. 트러블슈팅

Ollama가 GLM-4.7-Flash를 찾지 못할 때

  
# Ollama 버전 확인 (0.14.3 이상 필요)
ollama --version

# 강제 재다운로드
ollama rm glm-4.7-flash
ollama pull glm-4.7-flash

Hermes가 claude-opus-4.6으로 기동될 때

초기 설정 없이 hermes를 바로 실행하면 기본 모델(claude-opus-4.6)로 시작될 수 있다. 이때는:

  
# 모델 설정 변경
hermes model
# → Custom endpoint 선택
# → Base URL: http://127.0.0.1:11434/v1
# → Model: glm-4.7-flash

VRAM 부족 오류

  
# 더 낮은 양자화 사용
ollama pull glm-4.7-flash:q4_K_M   # Q4 양자화, ~15GB

# 컨텍스트 길이 줄이기 (Modelfile 수정)
# num_ctx 4096 으로 설정

Ollama API 연결 불가

  
# Ollama 프로세스 확인
ps aux | grep ollama

# 재시작
pkill ollama
nohup ollama serve > /tmp/ollama.log 2>&1 &

# 포트 확인
curl http://localhost:11434/api/tags

19. Hermes Agent의 한계와 유의사항

Hermes Agent는 빠르게 성장하는 프로젝트지만, 아직 초기 단계이므로 몇 가지 실용적 한계를 인지해야 한다.

문서화 부족: 일부 고급 기능은 문서가 미흡하거나 README와 실제 동작이 다를 수 있다.

모델 의존성: 자기개선 및 스킬 생성 품질은 선택한 LLM 백엔드에 크게 의존한다. 약한 모델을 사용하면 스킬 생성이 불안정할 수 있다.

Windows 미지원: 네이티브 Windows는 실험적으로만 지원된다. WSL2를 사용해야 한다.

GLM-4.7-Flash Ollama 호환성 주의: 일부 GGUF 구현에서 채팅 템플릿 호환성 이슈가 보고된 바 있다. Unsloth 팀은 Ollama 대신 llama.cpp 직접 사용을 권고하기도 했으나, Ollama 공식 라이브러리에 등재된 현재는 개선된 상태다.

커뮤니티 규모: 아직 커뮤니티가 작아 트러블슈팅 자료가 제한적이다. Discord와 GitHub Issues가 주요 지원 채널이다.

20. 마치며 — AI 에이전트 시대의 패러다임 전환

Hermes Agent가 보여주는 것은 단순한 도구 하나의 출시가 아니다. 이것은 AI 어시스턴트의 본질에 관한 질문을 제기한다.

지금까지의 AI는 무국적(stateless) 도우미였다. 매 대화는 새로운 시작이고, AI는 당신이 누구인지, 당신이 무슨 프로젝트를 하는지 모른다. 이 구조적 망각은 단순한 불편함이 아니라, AI와의 진정한 협업을 막는 근본적 장벽이었다.

Hermes Agent가 제안하는 것은 상태가 있는(stateful) AI 파트너다. 당신의 프로젝트를 기억하고, 당신의 스타일을 학습하고, 당신이 반복하는 작업을 스킬로 저장해 다음번엔 더 잘한다. 이것은 단순한 메모리 기능이 아니라, AI와 인간의 관계 자체를 재정의하는 시도다.

특히 API 키 없이 완전 로컬에서 구동 가능하다는 점은 중요하다. 모든 데이터가 자신의 인프라에 머문다. 클라우드 서비스 약관 변경이나 가격 인상에 종속되지 않는다. 이것은 단순한 기능의 문제가 아니라 데이터 주권의 문제다.

Hermes Agent는 현재 v0.3.0이다. 아직 거칠고 문서도 완전하지 않다. 하지만 이 방향성 — 기억하고, 학습하고, 자기 자신을 개선하는 AI 에이전트 — 이 AI의 다음 단계임은 분명하다. 지금 이 순간 직접 설치하고, 사용하고, 그 성장을 지켜보는 것이 가장 좋은 방법이다.

빠른 시작 체크리스트

graph TD
    S1["✅ 1. GPU 환경 준비\n(로컬 24GB+ 또는 RunPod)"] --> S2
    S2["✅ 2. Ollama 설치\ncurl -fsSL https://ollama.ai/install.sh | sh"] --> S3
    S3["✅ 3. Ollama 백그라운드 실행\nnohup ollama serve &"] --> S4
    S4["✅ 4. GLM-4.7-Flash 다운로드\nollama pull glm-4.7-flash"] --> S5
    S5["✅ 5. Hermes Agent 설치\ncurl -fsSL .../install.sh | bash"] --> S6
    S6["✅ 6. 설정 마법사 완료\nCustom endpoint → 127.0.0.1:11434/v1"] --> S7
    S7["✅ 7. (선택) Telegram 봇 연동\n@BotFather → /newbot"] --> S8
    S8["✅ 8. 에이전트 시작\nhermes"]

작성일: 2026년 3월 29일
참조: NousResearch/hermes-agent (v0.3.0), Ollama GLM-4.7-Flash, YouTube — Prompt Engineer (2026.03.24)
라이선스: MIT (Hermes Agent), Open Weights (GLM-4.7-Flash)

AI, AI Agent

AI Ollama hermes-agent Claude.write