コーディングツール

Hermes Agent

Hermes Agent を TokenLab に接続する

既存のアカウントやツールの権限を維持したまま、Hermes 内で名前付きモデルプロバイダーとして TokenLab を使用します。

エージェントに設定を任せる

以下のタスクを、コンピュータ上で既に実行中のエージェントにコピーしてください:

Read this guide and help me connect Hermes to TokenLab:
https://tokenlab.sh/docs/ja/integrations/hermes-agent
Check my installed version and active configuration first.
Preserve existing accounts, providers, permissions and other settings.
Back up local files and show proposed changes.
Have me enter any API key locally; never ask for, print or paste it in chat.
Check configuration loading first.
Explain any paid request test separately before running it.

Hermes のインストールと確認

公式インストールガイドに従ってください。Apple Silicon 搭載の macOS および Windows 用のデスクトップインストーラー、ならびに Linux とネイティブ Windows 用の CLI パスが提供されています。お使いのシステムの要件を確認し、既に Hermes がインストールされている場合はインストールをスキップしてください。

オプション:元に戻せるセットアップ

公式の Hermes 0.21.3 に対して、TokenLab Skills 0.1.3 に含まれる Hermes ヘルパーを使用します。これは変更のプレビューとバックアップを行い、名前付きプロバイダーのみを追加し、YAML コメント、アカウント、デフォルトモデル、権限を保持します。最初に セットアップリファレンス をお読みください。

SKILL_DIR にインストール済みの tokenlab-api-integration フォルダを、HERMES_PYTHON に hermes --version で表示される Hermes インストール内の Python(macOS/Linux では venv/bin/python、Windows では venv\Scripts\python.exe)を設定します。PowerShell では $SkillDir および $HermesPython を使用します。既存の環境を使用してください。ヘルパーはグローバルな Python パッケージをインストールしません。

"$HERMES_PYTHON" "$SKILL_DIR/scripts/configure_hermes.py" --model gpt-5.6-luna
"$HERMES_PYTHON" "$SKILL_DIR/scripts/configure_hermes.py" --model gpt-5.6-luna --apply
& $HermesPython "$SkillDir/scripts/configure_hermes.py" --model gpt-5.6-luna
& $HermesPython "$SkillDir/scripts/configure_hermes.py" --model gpt-5.6-luna --apply

適用後、以下の手動マージはスキップしてください。ヘルパーが表示するホームおよび読み込みコマンドに従ってください。ヘルパーは active_profile を検出します。設定の検査ではキーの検証は行われません。--restore で復元をプレビューし、--apply を追加して元のバイト列に復元します。競合、その後の編集、管理された設定、WSL を使用している場合は自動セットアップが停止します。その場合は設定を保持し、手動の手順を使用してください。

名前付きプロバイダーの設定

アクティブな Hermes ディレクトリを見つけます。設定されている場合は HERMES_HOME、それ以外は ~/.hermes(Windows の場合は %LOCALAPPDATA%\hermes)です。config.yaml をバックアップしてから、他の設定を置き換えることなく以下のエントリをマージします。この例では Chat Completions を使用しています。この形式とツール呼び出しをサポートする現在のモデルを選択してください。

アクティブな設定をバックアップします。TokenLab のエントリのみを追加し、既存のプロバイダー、アカウント、デフォルトモデルの選択、権限を保持してください。名前が既に使用されている場合は、別の名前を選択してコマンドを更新してください。セットアップを取り消すには、追加したエントリのみを削除するか、以前のバックアップを復元します。

providers:
  tokenlab:
    api: https://api.tokenlab.sh/v1
    key_env: TOKENLAB_API_KEY
    transport: chat_completions
    default_model: gpt-5.6-luna

API keys でキーを作成します。それを Hermes ディレクトリの .env 内、または Hermes を起動するプロセスの環境変数として TOKENLAB_API_KEY にローカルで入力します。キーを会話に貼り付けたり、プロバイダーの YAML に記述したりしないでください。

設定の確認とリクエストの実行

hermes config get providers.tokenlab.api で追加したプロバイダーを確認します。https://api.tokenlab.sh/v1 と表示されるはずです。既存の model セクションは変更しないでください。以下の明示的なプロバイダーとモデルを指定して新しいセッションを開始します。以前のデフォルトを使用する場合は、これらのフラグなしで通常通り起動してください。設定の検査ではキーの検証は行われません。

hermes chat --provider custom:tokenlab --model gpt-5.6-luna

TokenLab の残高を消費する準備ができたら、短いテキストリクエストを送信します。応答を確認し、Requests で一致するレコードを確認してください。その後、読み取り専用のツールタスクを試してください。補助モデルやオプションのツールには、個別のプロバイダーやキーを設定できます。

復元とトラブルシューティング

プロバイダーが不明な場合は、インストールされているバージョンと 現在のプロバイダー形式 を確認してください。認証エラーが発生した場合は、キーを表示することなく、ローカル環境とキーの状態を確認してください。セットアップを取り消すには、以前のモデル選択を復元し、追加した TokenLab のエントリのみを削除してください。

同じエージェントで画像と動画を生成する

Hermes は TokenLab MCP server を使用して画像や短い動画を作成することもできます。各生成は同じ TokenLab の残高から支払われます。このエントリを同じ config.yaml にマージしてください:

mcp_servers:
  tokenlab:
    command: "npx"
    args: ["-y", "@tokenlabai/mcp-server@0.6.48"]
    env:
      TOKENLAB_MCP_TOOL_PROFILE: "core"
      TOKENLAB_API_KEY: "<TOKENLAB_API_KEY>"

Hermes はリストされた env のみをサーバーに渡すため、このローカルファイル内の <TOKENLAB_API_KEY> を実際のキーに置き換え、共有しないでください。hermes mcp test tokenlab を実行するか、開いているセッションで /reload-mcp を実行します。その後、以下を試してください:

Call get_model_pricing for nano-banana-2, then use create_image with nano-banana-2 at 1k to make a photo of a matte black coffee mug on a white desk.

create_video はタスク ID を返します。エージェントは動画の準備ができるまで get_task_status を呼び出します。Skill ガイド に統合のガイダンスが記載されています。このプロバイダーを選択するために MCP や Skills は必須ではありません。

このページの内容