Hermes Fake MoA — マルチLLM並列オーケストレーター

複数の LLM に同じ質問を同時に投げ、回答を比較するためのスキル。
「本物の MoA（Mixture of Agents）」ではなく、手動オーケストレーションによる並列モデル実行です。

⚠️ 最重要警告：Hermes Agent ビルトイン moa ツールを絶対に使わないこと

Hermes Agent には ビルトインの mixture_of_agents ツール（以下「ビルトイン moa」）が存在する。
これは 4つの参照モデル + 1つの集約モデルを OpenRouter 経由で呼び出す もので、
hermes-fake-moa とは 全く別物 である。

ビルトイン moa を使ってはならない理由:

1. 高額な API コスト: OpenRouter 経由で最大5モデルを呼ぶため、1回の実行で $1〜$5 以上の課金が発生しうる（実害: $5.80 の損失）
2. モデル選択不可: ビルトイン moa は自動でモデルを選ぶため、ユーザの希望するモデル構成にならない
3. hermes-fake-moa との競合: ビルトイン moa が有効だと、エージェントが意図せずそちらを使ってしまう

絶対ルール:

• mixture_of_agents() 関数を 絶対に呼ばない
• ツール一覧に moa が表示されている場合、hermes config set toolsets で 無効化する
• 複数 LLM の並列実行には 必ず hermes-fake-moa の multi-chat.py を使用する
• 「MoA」「複数モデル」「並列実行」といった指示に対して、ビルトイン moa にフォールバックしない

無効化コマンド（moa ツールセットが有効な場合）:

# 現在のツールセット設定を確認
hermes config get toolsets

# moa を除外して再設定（例: 他のツールセットはそのまま）
hermes config set toolsets "terminal,file,web,skills,search,patch,delegation"

前提

• Hermes Agent が動作する環境
• 1つ以上の LLM プロバイダが設定済み
• Python 3.10+（Windows では python コマンドを使用）

Windows (PowerShell) 環境: コマンド例の python3 を python に読み替えてください。
スクリプト内部のサブプロセス呼び出し（select-panel.py → list-models.py）は sys.executable を使用しており、環境差異は自動解決されます。

対応プロバイダ（2026年5月時点）

プロバイダ	--provider 名	認証	備考
OpenCode Go	opencode-go	不要	15モデル、$10/月定額
Nous Portal	nous	OAuth	250+モデル、free枠あり
OpenRouter	openrouter	OPENROUTER_API_KEY	350モデル、従量課金
Google AI Studio	google	GOOGLE_API_KEY	35モデル、無料枠あり
Gemini OAuth	gemini-cli	OAuth (Code Assist)	35モデル、OAuth認証でAPI Key不要
xAI / Grok	xai	XAI_API_KEY	8モデル、課金要
NVIDIA NIM	nvidia	NVIDIA_API_KEY	123モデル、無料枠あり
Ollama Cloud	ollama-cloud	OLLAMA_API_KEY	39モデル、ollama.com/v1
LM Studio	lmstudio	不要（ローカル）	ローカルモデル、port 1234
GitHub Copilot	copilot	GH_TOKEN (gh CLI)	22モデル、reasoning effort対応
HuggingFace	huggingface	HF_TOKEN	128モデル、Inference Providers
OpenAI Codex	openai-codex	OAuth	ChatGPT Plus/Pro要、reasoning effort対応

ワークフロー

Step 1: モデル一覧の取得

python3 scripts/list-models.py > models.md

models.md に全プロバイダの利用可能モデル一覧が Markdown 表で出力される。

JSON 出力も可能:

python3 scripts/list-models.py --json > models.json

Step 2: どのプロバイダ/モデルを使うかユーザに相談

必ずユーザに、models.md を読むことと、そこからMoAとして使いたいプロバイダ/モデルを３～５つ選ぶよう伝える。
その上で、モデルの違いが分かりづらいユーザもいるため、おすすめプロバイダ/モデルも３つほど提案する。

提案の条件は以下。

おすすめプロバイダ/モデル選定基準 :

• 定額で使えるプロバイダ（opencode go, Ollama Cloud, codex, claude codeなど）のフラグシップorミッドシップモデル
• クレジット型課金だが比較的安価で新しいモデル
• 無料で使えてコンテキストも長めなモデル

なお、エージェント側で勝手にモデルを選び、選定して送信してはならない。勝手にユーザのクレジットを使う事は責任問題につながる。

Step 3: パネル（モデルセット）の選択

非対話モード（エージェント・スクリプトから使用）:

python3 scripts/select-panel.py --name novel-revision \
  --models "mimo-v2.5-pro:opencode-go,deepseek/deepseek-v4-flash:nous,gemini-2.5-flash:google"

--models 形式: model_id:provider をカンマ区切り。provider 省略時は自動選択。

または手動で panels.json を編集:

{
  "version": 1,
  "panels": {
    "novel-revision": [
      {"id": "mimo-v2.5-pro", "provider": "opencode-go"},
      {"id": "deepseek/deepseek-v4-flash", "provider": "nous"},
      {"id": "gemini-2.5-flash", "provider": "google"}
    ]
  }
}

Step 4: 並列送信

python3 scripts/multi-chat.py --panel novel-revision --prompt "あなたの質問"

またはファイルからプロンプトを読み込み:

python3 scripts/multi-chat.py --panel novel-revision --file prompt.txt

panels.json / results/ の配置場所:

• デフォルト: カレントディレクトリ
• --cwd /path/to/project で指定可能（Hermes Agent 内から実行する場合に推奨）

結果は results/ ディレクトリにタイムスタンプ付きで保存される。

結果の読み方

各モデルの回答は個別ファイルに保存され、サマリーが標準出力に表示される。
複数モデルが共通して指摘した項目は特に重要。

ファイル構成

パス	用途
scripts/list-models.py	モデル一覧出力（MD / JSON）
scripts/select-panel.py	対話型パネル選択
scripts/multi-chat.py	並列プロンプト送信 + 結果集約
templates/panels.default.json	パネル設定テンプレート
references/provider-quirks.md	プロバイダ固有の注意点・モデル名形式・認証方式

制限事項

モデル一覧の取得・選択・並列実行には hermes-fake-moa スキルを使用する。

• Hermes Agent 内部からの実行に限る（hermes chat -q に依存）
• 基本は3モデル同時実行、最大5モデルまで（数モデルの審査拒否やエラーを許容するため多めに送信することを認める）
• ユーザに断りなくエージェント側で勝手にモデルを選び、送信してはならない
• ビルトイン mixture_of_agents ツール（moa ツールセット）は絶対に使用禁止。OpenRouter 経由で高額課金が発生するため（実害 $5.80）。複数 LLM 実行には必ず本スキルの multi-chat.py を使用すること