Oh My Hermes: один плагин — три суперсилы для Hermes Agent

Oh My Hermes (OMH) — это три вещи в одном плагине для Hermes Agent: coding intelligence (интеллект для написания кода), система долговременной памяти и оптимизированные пакеты рабочих процессов. Проект появился на GitHub буквально на днях и уже привлёк внимание разработчиков, работающих с Hermes Agent — open-source автономным AI-агентом от Nous Research, выпущенным в феврале 2026 года.

ℹ Что такое Hermes Agent?
Hermes Agent — самообучающийся агент от Nous Research. Это единственный агент со встроенным циклом обучения: он создаёт навыки из опыта, улучшает их в процессе работы, сохраняет знания и строит всё более глубокую модель пользователя между сессиями. На GitHub у него более 214 000 звёзд и почти 40 000 форков.

Что делает OMH

OMH не заменяет Hermes — он надстраивает над ним профессиональный операционный слой. Coding-сторона OMH — три шага: тонкая настройка промпта под конкретную модель, разбивка задач на параллельные lanes (потоки), загрузка специализированных навыков под запрос. Всё начинается с роутинга: каждый запрос оценивается до отправки, и каждый сигнал, повлиявший на оценку, получает имя.

Практический результат впечатляет. Согласно данным из README, при тестировании на одинаковых задачах с GPT-6 Astra OMH даёт те же ответы за $0.66 вместо $4.29 и за 5 минут вместо 23 — просто за счёт грамотного роутинга запросов.

💡 Экономия на токенах
Параллельное выполнение задач и per-model tuning (настройка под каждую модель) снижают стоимость одних и тех же задач в 6–7 раз по сравнению с наивным использованием топовых моделей.

Ключевые возможности

МодульЧто делает
Routing (роутинг)Оценивает каждый запрос и направляет в нужный lane
Per-model tuning13 семейств моделей, у каждого свой калибровочный блок промпта
Parallel executionРазбивает план на независимые юниты, каждый в своём git worktree
Long-term memoryДолговременная память через модуль 08
108 omh- навыков*Frontend, Rust, security review, performance budgets и другие
ulw- воркфлоу*9 рабочих процессов: interview, plan, research, code-review и др.

9 категорий задач с настраиваемыми моделями

OMH поддерживает девять editable-категорий (редактируемых цепочек моделей):

ultrabrain, deep, architect, unspecified-high, unspecified-low, quick, writing, visual-engineering, artistry — каждая представляет собой настраиваемую цепочку модель + effort (усилие), читаемую и переопределяемую в одном файле.

Когда провайдер отклоняет модель, цепочка автоматически переходит к следующей альтернативе — вместо того чтобы молча откатиться к более слабому варианту.

Архитектура в виде схемы


graph TD
    A[Запрос пользователя в Hermes] --> B[OMH Router]
    B --> C{Оценка запроса}
    C -->|Лёгкая задача| D[quick lane]
    C -->|Тяжёлая задача| E[ultrabrain / deep lane]
    C -->|Код| F[coding intelligence]
    D --> G[Выполнение]
    E --> G
    F --> H[ulw-work: параллельные юниты]
    H --> I[Git worktree 1]
    H --> J[Git worktree 2]
    H --> K[Git worktree N]
    I --> L[Typed result]
    J --> L
    K --> L
    G --> M[Long-term memory]
    L --> M
    M --> N[Ответ с доказательной базой]

Установка

Плагин доступен через несколько менеджеров пакетов. После установки любым способом запускается одна команда omh setup.

# macOS / Linux:
curl -fsSL https://raw.githubusercontent.com/rlaope/oh-my-hermes/main/install.sh | sh

# Homebrew:
brew install rlaope/tap/omh

# Bun:
bun install -g oh-my-hermes

# npm:
npm install -g oh-my-hermes

# После установки:
omh setup
omh doctor  # проверка работоспособности

Также доступен путь через skill tap самого Hermes:

hermes skills tap add rlaope/oh-my-hermes
hermes skills install rlaope/oh-my-hermes/skills/omh-routing --yes
⚠ Важно: безопасная установка
При установке через AI-агента проект рекомендует сначала зафиксировать конкретный SHA коммита через git ls-remote и только потом загружать INSTALL_FOR_AGENTS.md — чтобы исключить атаки через подмену содержимого ветки main.

Доказательная граница вместо «просто сказал, что сделал»

Один из главных принципов OMH — explicit evidence boundaries (явные доказательные границы). Задача не считается выполненной просто потому, что исполнитель так сказал. В интерфейсе строка показывает Code · reported done только когда executor это заявил, и Test · verified — только после прохождения реального гейта. Стоимость в $0 рендерится лишь тогда, когда хост это подтвердил; непроценённый вызов показывает unknown, а не $0.

📝 108 специализированных навыков
Каталог включает 108 omh-* навыков: frontend, backend, Rust, нативная отладка, inference serving, design quality gates, security review, performance budgets, refactor plans и другие. Пользователь не вызывает их вручную — роутер подключает нужный навык автоматически при обработке запроса, на английском или корейском языке.

Контекст: бум вокруг Hermes Agent

Появление Oh My Hermes — закономерный ответ на растущую популярность Hermes Agent. Nous Research, компания за открытым Hermes Agent, завершает новый раунд финансирования под руководством Robot Ventures при оценке в $1,5 миллиарда. Hermes — самообучающийся агент с замкнутым циклом обучения, созданием и курированием навыков, постоянной памятью, поддержкой более 20 мессенджеров, шестью терминальными бэкендами и интеграцией MCP.

ОМН делает ставку на то, чего не хватает базовому агенту: предсказуемого профессионального воркфлоу с измеримыми результатами, а не просто «агент ответил». Для разработчиков, использующих Hermes в production-сценариях, это может стать существенным апгрейдом без замены основного инструмента.