Hermes Agent de Nous Research s'intègre à Paperclip pour devenir un employé IA autonome

Résumé rapide

• Nous Research publie un adaptateur open source permettant de connecter Hermes Agent à la plateforme Paperclip, qui gère les agents IA comme des employés virtuels assignables à des tâches.

• Hermes Agent revendique 30+ outils natifs, 80+ compétences chargeables et une mémoire persistante entre sessions — des fonctionnalités absentes chez Claude Code (Anthropic) et Codex CLI (OpenAI).

• Le support multi-fournisseurs (Anthropic, OpenAI, OpenRouter, Google) et du protocole MCP positionne Hermes comme une alternative agnostique dans l'espace des coding agents.

• La délégation à des sous-agents en parallèle et la compression automatique de contexte permettent de traiter des tâches complexes de longue durée, un cas d'usage clé pour les équipes de développement.

• L'adaptateur s'installe via npm et nécessite Python 3.10+ avec hermes-agent, ciblant les équipes DevOps souhaitant automatiser leur workflow de développement logiciel.

Contexte

Depuis 2024, la course aux coding agents autonomes s'est accélérée avec l'émergence de Devin (Cognition AI), Claude Code (Anthropic), Codex CLI (OpenAI) et SWE-agent. Ces outils promettent d'automatiser une partie du travail de développement logiciel, de la rédaction de code à l'exécution de tests, en passant par la gestion de fichiers et les recherches web. Dans ce contexte, Nous Research — organisation connue pour ses modèles Hermes, des fine-tunes de LLaMA, Mistral et Qwen optimisés pour le suivi d'instructions et le function calling — entre dans l'arène avec une approche différente : plutôt que de créer un outil de développement isolé, elle positionne Hermes Agent comme un 'employé IA' intégrable dans des systèmes de gestion de workforce. La publication de cet adaptateur pour Paperclip illustre cette philosophie et soulève des questions importantes sur la manière dont les organisations vont orchestrer leurs agents IA dans les mois à venir.

Ce qu'il faut comprendre

L'adaptateur hermes-paperclip-adapter fait le lien entre deux produits distincts : Hermes Agent (le moteur d'exécution) et Paperclip (la plateforme de gestion). Comprendre leur articulation est essentiel pour saisir l'intérêt du projet.

Paperclip : la plateforme de gestion d'agents Paperclip s'inscrit dans la catégorie émergente des plateformes 'AI workforce management'. L'idée est de traiter les agents IA comme des membres d'équipe : on leur crée un profil, on leur assigne des issues (tâches), on suit leur progression. Le système fonctionne par heartbeats — des cycles réguliers durant lesquels chaque agent reçoit ses instructions, exécute son travail et rapporte ses résultats. C'est une abstraction familière pour tout développeur habitué à Jira ou Linear, appliquée aux agents IA.

Hermes Agent : le moteur d'exécution Hermes Agent est l'agent en lui-même, installable via pip. Il s'appuie sur les modèles Hermes de Nous Research, réputés pour leurs capacités en function calling et suivi d'instructions complexes. Sa richesse fonctionnelle est sa principale différenciation :

30+ outils natifs : terminal, gestion de fichiers, navigation web, contrôle de navigateur, vision, git, exécution de code — là où Claude Code et Codex CLI en proposent environ 5 chacun.

80+ compétences (skills) : des modules chargeables dynamiquement qui étendent les capacités de l'agent selon le contexte de la tâche.

Mémoire persistante : contrairement à ses concurrents directs, Hermes retient les informations entre les sessions grâce à un système de mémoire explicite, évitant de répéter le contexte à chaque nouvelle interaction.

Recherche FTS5 sur l'historique : une recherche plein texte (Full-Text Search 5, moteur intégré à SQLite) permet à l'agent de retrouver des conversations passées pertinentes.

Délégation à des sous-agents : pour les tâches complexes, Hermes peut orchestrer des agents parallèles, chacun traitant un sous-problème indépendamment.

Compression de contexte automatique : les longues conversations sont compressées pour rester dans la fenêtre de contexte du modèle sans perdre les informations essentielles.

Le rôle de l'adaptateur L'adaptateur npm (@nousresearch/paperclip-adapter-hermes) joue le rôle de traducteur : il reçoit les instructions de Paperclip (via la fonction execute()), les formate en prompt pour Hermes Agent (via la CLI hermes chat -q), puis remonte les résultats à Paperclip. La configuration est flexible — on peut spécifier le modèle (au format provider/model, ex: anthropic/claude-sonnet-4), les toolsets activés, le timeout, et même un template de prompt personnalisé avec des variables dynamiques comme {{taskTitle}} ou {{agentName}}.

Détails techniques

L'architecture repose sur une séparation claire entre orchestration (Paperclip) et exécution (Hermes Agent). Côté technique, l'adaptateur s'enregistre dans le registre TypeScript de Paperclip (registry.ts) et expose deux fonctions principales : execute() pour le traitement des tâches et testEnvironment() pour la validation de l'environnement. La communication avec Hermes se fait via la CLI Python (hermes chat -q), ce qui implique un overhead de démarrage de processus à chaque heartbeat — compensé par l'option persistSession:true qui maintient l'état entre les cycles. La gestion des timeouts est double : timeoutSec (arrêt propre) et graceSec (délai avant SIGKILL), un pattern robuste pour les processus longs. Le support multi-provider utilise le format provider/model (ex: openrouter/mistral-large), permettant de switcher de fournisseur sans modifier le code. Le mode worktreeMode isole les modifications git dans des branches dédiées, une précaution importante pour éviter les conflits dans un contexte multi-agents.

Implications

Ce projet révèle plusieurs dynamiques importantes dans l'écosystème IA. Premièrement, la fragmentation de l'espace des coding agents crée un besoin d'orchestration : des plateformes comme Paperclip émergent pour gérer des flottes d'agents hétérogènes, de la même manière que Kubernetes gère des conteneurs. Deuxièmement, Nous Research, historiquement positionné sur les modèles open source, élargit son périmètre vers les applications agentiques — une évolution stratégique qui lui permet de monétiser son expertise au-delà de la publication de modèles sur Hugging Face. Troisièmement, la supériorité fonctionnelle revendiquée d'Hermes Agent (30+ outils vs ~5 chez les concurrents) suggère que la bataille des coding agents va se jouer sur l'intégration et la richesse des outils, pas uniquement sur la qualité du modèle sous-jacent. Enfin, le support MCP (Model Context Protocol, standard initié par Anthropic) comme client — et non seulement comme serveur — indique une volonté d'interopérabilité qui pourrait accélérer l'adoption dans les environnements d'entreprise existants.

Limites et risques

Le tableau comparatif fourni par Nous Research est auto-déclaratif et non audité par un tiers — les chiffres (30+ outils, 80+ skills) méritent une vérification indépendante. L'architecture CLI-over-npm introduit une dépendance croisée Python/Node.js qui peut complexifier le déploiement en production. La persistance de session via SQLite/FTS5 peut devenir un goulot d'étranglement à grande échelle. Paperclip est une plateforme encore jeune dont la pérennité et le modèle économique ne sont pas publiquement documentés, ce qui représente un risque de dépendance pour les équipes qui l'adopteraient. Enfin, déléguer des accès terminal et git à un agent autonome soulève des questions de sécurité non traitées dans le README.

Conclusion

L'adaptateur hermes-paperclip-adapter est une pièce intéressante dans le puzzle de l'automatisation agentique : il connecte un agent IA riche en fonctionnalités à une plateforme de gestion pensée pour les équipes. Pour les équipes tech cherchant à expérimenter avec des agents de développement autonomes sans se lier à un seul fournisseur de LLM, c'est une option à évaluer sérieusement — en gardant un œil critique sur la maturité réelle du stack et les implications sécurité.

Sources

• NousResearch/hermes-paperclip-adapter — GitHub