Nous Research bundelt duizenden Hermes-skills in één overzicht

TL;DR

• Wat: Nous Research heeft (via de community) een groot overzicht gepubliceerd met honderden use cases, plugins en duizenden herbruikbare skills voor hun open-source AI-agent Hermes.
• Waarom relevant: Hermes draait op je eigen hardware, leert van afgeronde taken en kan zonder licentiekosten worden ingezet — interessant voor ondernemers die AI willen inzetten zonder afhankelijk te worden van één leverancier.
• Wat je ermee kunt: Bekijk het overzicht om te beoordelen of één of twee workflows in jouw bedrijf zich lenen voor automatisering met een zelflerende agent.

Ik kwam een bericht tegen van crypto- en tech-analist Miles Deutscher op X, waarin hij een verzameling deelde van honderden use cases, plugins en meer dan honderdduizend skills voor Hermes Agent van Nous Research. Wat mij triggerde: het gaat hier niet om een betaalde enterprise-tool, maar om een open-source project dat je op je eigen machine kunt draaien.

Wat is Hermes Agent precies?

Hermes Agent is een open-source AI-agent, ontwikkeld door Nous Research en gelanceerd in februari 2026. Het idee erachter is relatief eenvoudig uit te leggen: je geeft de agent een taak, hij voert die uit, en na afloop evalueert hij wat er is gebeurd. Wat goed werkte, slaat hij op als een herbruikbare "skill" — een soort recept dat hij de volgende keer sneller kan volgen.

Stel dat je als ondernemer elke maandag een samenvatting wilt van je openstaande offertes. De eerste keer kost het de agent wat stappen om uit te zoeken waar die gegevens staan en hoe hij ze moet samenvatten. De tweede keer heeft hij dat recept al klaarliggen. Volgens een vendorblog worden vergelijkbare herhaaltaken tot 40 procent sneller afgerond wanneer de agent 20 of meer zelfgemaakte skills heeft opgebouwd. Dat klinkt indrukwekkend, maar ik wil er wel bij zeggen dat die benchmark uit een promotionele bron komt — onafhankelijke verificatie heb ik niet gevonden.

Wat ik wél interessant vind: het systeem draait lokaal. Alle data blijft op je eigen machine. Voor een Nederlands bedrijf dat met de AVG te maken heeft, is dat op z'n minst het overwegen waard. Ik moet er eerlijk bij zeggen dat de bronnen dit niet expliciet in AVG-context plaatsen — dat is mijn eigen interpretatie.

Wat zit er in dat overzicht?

De tweet van Deutscher noemt 370+ use cases, 480+ plugins en 100.000+ skills. Die cijfers komen waarschijnlijk uit een community-samengesteld overzicht op GitHub, bekend als "Awesome Hermes Agent". Dat is géén officieel Nous Research-project, maar een onafhankelijk onderhouden lijst — een belangrijk verschil.

In het zichtbare deel van die lijst tel ik onder meer:

• Ongeveer 49 community-skills
• Circa 55 plugins
• 29 skills volgens de agentskills.io-standaard
• 23 memory-providers
• 6 skill-registries

Dat is aanzienlijk, maar het komt niet in de buurt van de "100.000+ skills" die in de tweet worden genoemd. Mogelijk telt Deutscher alle beschikbare skills in de publieke registries mee, of worden individuele configuraties als aparte skills gerekend. Ik kan dat niet verifiëren, dus neem die cijfers met een korrel zout.

Opvallende voorbeelden

Deutscher noemt een paar use cases die mij opvielen:

• TradingView-integratie: een skill die real-time koersgegevens ophaalt. Voor ondernemers die handelen of valutarisico's volgen, zou zoiets handmatig opzoekwerk kunnen vervangen.
• Obsidian-koppeling: een workflow waarbij Hermes fungeert als "tweede brein" via de notitie-app Obsidian. Ik vind dit concept interessant voor kenniswerkers die veel informatie verwerken.
• Agent-zwermen: een opzet waarbij 20+ agents samenwerken als een soort virtueel team. Denk aan een agent die e-mails beantwoordt, een die onderzoek doet, en een die rapporteert.

Elk item in de lijst draagt een volwassenheidslabel: production, beta of experimental. Dat vind ik een verstandige aanpak. De lijst waarschuwt ook expliciet dat een vermelding geen beveiligingsgoedkeuring is.

Wat betekent dit voor een ondernemer?

Ik denk dat de relevantie voor het MKB in drie dingen zit.

1. Open source = geen leveranciersafhankelijkheid

Hermes ondersteunt meerdere AI-modellen van verschillende aanbieders. Je kunt wisselen zonder je code aan te passen. Dat klinkt technisch, maar de praktische betekenis is simpel: als één aanbieder duurder wordt of stopt, ben je niet vastgebonden.

2. Lokaal draaien = data in eigen beheer

Voor bedrijven die gevoelige klantgegevens verwerken — en welk bedrijf doet dat niet — is het relevant dat je data niet naar een externe cloud hoeft te sturen. Hermes draait op je eigen hardware. Dat lost niet automatisch al je privacy-vraagstukken op, maar het geeft je meer controle dan een SaaS-oplossing waarbij je data bij een Amerikaans bedrijf terechtkomt.

3. Zelflerende workflows = minder herhaalwerk

Het skill-mechanisme is wat mij betreft het meest praktische aspect. Veel MKB-bedrijven hebben terugkerende taken die net te complex zijn voor een simpel script, maar te repetitief voor een medewerker. Kun je je voorstellen wat het betekent als je wekelijkse rapportage, je standaard klantcommunicatie of je voorraadbeheer door een agent wordt afgehandeld die elke week een beetje beter wordt?

Kanttekeningen die erbij horen

Ik wil eerlijk zijn over de beperkingen.

Beveiliging is een reëel aandachtspunt. Hoe meer tools en integraties je aanzet, hoe groter het aanvalsoppervlak. Eén analyse beveelt expliciet aan om Hermes in een sandbox te draaien, bijvoorbeeld via Docker. Voor een ondernemer zonder technische achtergrond is dat niet zomaar opgezet.

De bronnen zijn overwegend promotioneel. De meeste informatie komt van vendorblogs, community-lijsten en aggregators. Onafhankelijke, kritische analyses zijn schaars. Dat wil niet zeggen dat het product niet deugt, maar het betekent wel dat je de claims niet voor zoete koek moet slikken.

Nous Research groeit snel. Het bedrijf wordt volgens TechZine gewaardeerd op 1,5 miljard dollar, en de GitHub-repository zou meer dan 150.000 sterren hebben. Dat duidt op momentum, maar een hoge waardering is geen garantie voor stabiliteit of langdurige ondersteuning.

De tweet komt van een influencer. Miles Deutscher is een bekende figuur in de crypto- en tech-wereld. Zijn bereik is groot, maar zijn content is niet per definitie onafhankelijk. Dat zeg ik niet als beschuldiging — alleen als context.

Een groeiend ecosysteem om in de gaten te houden

Wat mij opvalt aan dit hele verhaal is niet zozeer de lijst zelf, maar wat het zegt over de richting. Een half jaar geleden was een "AI-agent" nog vooral een demo. Nu zie ik een ecosysteem met honderden plugins, meerdere memory-providers, volwassenheidslabels en beveiligingswaarschuwingen. Dat lijkt meer op infrastructuur dan op een speeltje.

Voor mij is dit vooral een signaal dat open-source AI-agents uit de experimentele fase beginnen te groeien. Of Hermes specifiek de juiste keuze is voor jouw bedrijf, hangt af van je technische capaciteit en je bereidheid om te investeren in een opzet die nog volop in ontwikkeling is. Maar dat er iets aan het verschuiven is in hoe we over automatisering kunnen denken — dat vind ik moeilijk te ontkennen.