Skip to content

ClassCat® AI Research

クラスキャット – Hermes Agent, assistant-ui, AG-UI, Agno, LangChain/LangGraph

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

Hermes エージェント入門 : コンテキストファイル (AGENTS.md, SOUL.md, .cursorrules)

Posted on 08/24/2026 by Masashi Okumura

Hermes エージェントは、その動作を規定するコンテキストファイルを自動的に検出してロードします。一部のファイルはプロジェクト固有のもので、作業ディレクトリから検出されます。SOUL.md は Hermes インスタンス全体でグローバルとなり、HERMES_HOME からのみロードされます。

Hermes エージェント☤ 入門 : 機能 – コア : コンテキスト・ファイル

作成 : Masashi Okumura (@classcat.com)
作成日時 : 08/24/2026
バージョン : Hermes Agent v0.20.5 (v2026.8.19)

* 本記事は hermes-agent.nousresearch.com/docs の以下のページを参考にしています :

  • Features – Core : Context Files

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。

 

 

Hermes エージェント☤ 入門 : 機能 – コア : コンテキスト・ファイル

Hermes エージェントは、その動作を規定するコンテキストファイルを自動的に検出してロードします。一部のファイルはプロジェクト固有のもので、作業ディレクトリから検出されます。SOUL.md は Hermes インスタンス全体でグローバルとなり、HERMES_HOME からのみロードされます。

 

サポートされるコンテキストファイル

  • (ファイル – 目的 – 検出)

  • .hermes.md / HERMES.md – プロジェクト指示 (最優先事項) – git root まで移動

  • AGENTS.md – プロジェクトの指示、慣例、アーキテクチャ – スタートアップ時の CWD + サブディレクトリを段階的に

  • CLAUDE.md – Claude Code のコンテキストファイル (これも検出されます) – スタートアップ時の CWD + サブディレクトリを段階的に

  • SOUL.md – この Hermes インスタンスのグローバルなパーソナリティとトーンのカスタマイズ – HERMES_HOME/SOUL.md only

  • .cursorrules – Cursor IDE コーディング規約 – CWD only

  • .cursor/rules/*.mdc – Cursor IDE ルール・モジュール – CWD only

ℹ️ プライオリティ (優先順位) システム
セッションごとにロードされるプロジェクト・コンテキストタイプは 1つ のみです (最初に一致したものが優先されます) : .hermes.md → AGENTS.md → CLAUDE.md → .cursorrules。SOUL.md は常にエージェント・アイデンティティ (スロット #1) として独立してロードされます。

 

AGENTS.md

AGENTS.md は、プロジェクトの主要なコンテキストファイルです。プロジェクトの構造、従うべき規約、および特別な指示をエージェントに伝えます。

 

ディレクトリチェーン (git root → 作業ディレクトリ)

作業ディレクトリが git リポジトリ内にある場合、Hermes はセッション開始時に AGENTS.md ファイルのマージされたチェーンをロードします: 最初に git-root の AGENTS.md、次に作業ディレクトリまでのすべての中間ディレクトリの AGENTS.md がロードされます。より深い階層のファイルはプロンプトの後半に表示されるため、より具体的なガイダンスが優先されます。各ファイルには独自のプロベナンス・ヘッダー (e.g. ## ../../AGENTS.md) が付与され、チェーンに沿って同一のコピーは重複除去されます。

monorepo/                   (git root, cwd = packages/webapp/)
├── AGENTS.md              ← 最初にロード (リポジトリ全体の規約)
└── packages/
    ├── AGENTS.md          ← 2 番目にロード
    └── webapp/
        └── AGENTS.md      ← 最後にロード (最も具体的、優先されます)

git リポジトリの外では、作業ディレクトリ自体のみがチェックされます – 親ディレクトリは参照されないため、/tmp や $HOME に配置された AGENTS.md が無関係なセッションに影響することはありません。

 

段階的なサブディレクトリ検出

セッション開始時、Hermes は作業ディレクトリから AGENTS.md ファイルをシステムプロンプトにロードします。セッション中にエージェントが (read_file、`terminal`、search_files 等を介して) サブディレクトリに移動するとき、それらのディレクトリ内のコンテキストファイルを 段階的に検出 し、関連性が生じた時点で会話に注入します。

my-project/
├── AGENTS.md              ← Loaded at startup (system prompt)
├── frontend/
│   └── AGENTS.md          ← Discovered when agent reads frontend/ files
├── backend/
│   └── AGENTS.md          ← Discovered when agent reads backend/ files
└── shared/
    └── AGENTS.md          ← Discovered when agent reads shared/ files

このアプローチには、起動時にすべてをロードする場合よりも2つの利点があります :

  • システムプロンプトが膨張しない ― サブディレクトリのヒントは必要なときにのみ現れます

  • プロンプトキャッシュの保全 ― システムプロンプトはターンをまたいでもステーブルです

各サブディレクトリは、セッションごとに最大1回はチェックされます。検出は親ディレクトリも遡って行われるため、backend/src/main.py を読み込むと、backend/src/ 自体にコンテキストファイルがない場合でも backend/AGENTS.md が検出されます。

ℹ️ info : サブディレクトリのコンテキストファイルは、起動コンテキストファイルと同様の セキュリティスキャン を受けます。悪意のある (Malicious) ファイルはブロックされます。

 

例: AGENTS.md

# Project Context

This is a Next.js 14 web application with a Python FastAPI backend.

## Architecture
- Frontend: Next.js 14 with App Router in `/frontend`
- Backend: FastAPI in `/backend`, uses SQLAlchemy ORM
- Database: PostgreSQL 16
- Deployment: Docker Compose on a Hetzner VPS

## Conventions
- Use TypeScript strict mode for all frontend code
- Python code follows PEP 8, use type hints everywhere
- All API endpoints return JSON with `{data, error, meta}` shape
- Tests go in `__tests__/` directories (frontend) or `tests/` (backend)

## Important Notes
- Never modify migration files directly — use Alembic commands
- The `.env.local` file has real API keys, don't commit it
- Frontend port is 3000, backend is 8000, DB is 5432

 

SOUL.md

SOUL.md は、エージェントのパーソナリティ、口調 (tone)、コミュニケーションスタイルを制御します。See the Personality page for full details.

位置 :

  • ~/.hermes/SOUL.md

  • あるいは、Hermes をカスタムホームディレクトリで実行している場合は、$HERMES_HOME/SOUL.md

 
重要な詳細 :

  • Hermes は、SOUL.md が存在しない場合、自動的にデフォルトの SOUL.md ファイルを初期生成します。

  • Hermes は、HERMES_HOME ディレクトリからのみ SOUL.md をロードします。

  • Hermesは、作業ディレクトリ内で SOUL.md ファイルを探索しません。

  • ファイルが空の場合、SOUL.md からはプロンプトに何も追加されません。

  • ファイルにコンテンツがある場合、コンテンツはスキャンと切り捨て処理の後、逐語的に注入されます。

 

.cursorrules

Hermes は、Cursor IDE の .cursorrules ファイルおよび .cursor/rules/*.mdc ルールモジュールと互換性があります。これらのファイルがプロジェクトルートに存在し、優先度の高いコンテキストファイル (.hermes.md, AGENTS.md, or CLAUDE.md) が見つからない場合、それらはプロジェクトコンテキストとしてロードされます。

これは、Hermes を使用するときに既存の Cursor 規則が自動的に適用されることを意味します。

 

以上





クラスキャット

最近の投稿

  • Hermes エージェント入門 : コンテキストファイル (AGENTS.md, SOUL.md, .cursorrules)
  • Hermes エージェント☤ 入門 : Honcho メモリ
  • Hermes エージェント☤ 入門 : 永続メモリ
  • Hermes エージェント☤ 入門 : キュレーター
  • Hermes エージェント☤ 入門 : スキル・ハブ

タグ

AG2 (14) Agno (46) Agno 2.x (22) assistant-ui (19) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) Cursor (20) DGL 0.5 (14) Edward (17) FLUX.1 (16) Gemini (20) Hermes Agent (15) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangChain v1.0 (10) LangGraph (24) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2026年8月
月 火 水 木 金 土 日
 12
3456789
10111213141516
17181920212223
24252627282930
31  
« 7月    
© 2026 ClassCat® AI Research | Powered by Minimalist Blog WordPress Theme