> ## Documentation Index
> Fetch the complete documentation index at: https://docs.so-me.studio/llms.txt
> Use this file to discover all available pages before exploring further.

# Hermes-Agent-Integration für Social Media

> Verbinde den Hermes Agent von Nous Research mit Social media studio, um Beiträge zu planen, Nachrichten zu beantworten und Analysen über deine Social-Konten hinweg zu lesen.

Social media studio lässt sich über drei veröffentlichte Vertriebswege in den [offiziellen Hermes Agent von Nous Research](https://hermes-agent.nousresearch.com/) (und jedes Hermes-4-Modell) integrieren — wähle den, der zur Installationsweise deiner Benutzer passt. Alle drei sprechen mit demselben Backend und demselben API-Schlüssel. Der Skill-Weg exportiert ihn als `SOME_API_KEY` (die Variable, die die `so-me`-CLI liest); die MCP-Konfiguration und die npm-Laufzeit lesen `SOMESTUDIO_API_KEY`.

| Weg | Installation | Am besten für |
| - | - | - |
| **Skill (empfohlen)** | `hermes skills install 7t1-studio/so-me-hermes-skill/so-me-studio` | Benutzer, die auf [skills.sh](https://skills.sh) nach fertigen Integrationen suchen — besteht den automatischen Sicherheitsscan mit dem Urteil SAFE |
| **MCP** | Einen 5-zeiligen `mcp_servers:`-Block in `~/.hermes/config.yaml` einfügen | Hermes-Agent-Benutzer, die MCP über HTTP bevorzugen und keine CLI-Binärdatei wollen |
| **Eigenständige npm-Laufzeit** | `npm install -g @so-me/hermes-agent` | Skripte, Cron-Jobs, CI-Integrationen, Headless-Server |

**Skill (Hermes Hub)**

**1. Hermes Agent installieren**

```bash theme={null}
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc   # or ~/.zshrc
hermes --version
```

**2. Ein LLM-Backend wählen**

```bash theme={null}
hermes model
```

Empfohlen: **OpenRouter** mit `nousresearch/hermes-4-405b` (beste Qualität) oder `nousresearch/hermes-4-70b` (günstiger, \~10× schneller). Füge auf Nachfrage deinen OpenRouter-API-Schlüssel ein.

**3. Die Social-media-studio-CLI installieren**

Der Skill steuert die veröffentlichte Binärdatei [`@social-media-scheduler/cli`](https://www.npmjs.com/package/@social-media-scheduler/cli), die CLI muss also im PATH liegen:

```bash theme={null}
npm install -g @social-media-scheduler/cli
so-me --version
```

**4. Den Social-media-studio-Skill installieren**

```bash theme={null}
hermes skills install 7t1-studio/so-me-hermes-skill/so-me-studio
```

Hermes führt einen automatischen Sicherheitsscan des Skills durch (Prüfungen auf Datenabfluss, Prompt-Injection und destruktive Befehle) und bittet um Bestätigung. Das aktuelle Urteil lautet **SAFE**.

Bei der Installation fragt Hermes nach `SOME_API_KEY` — erzeuge einen unter [so-me.studio/settings?tab=api](https://so-me.studio/settings?tab=api) und füge ihn ein.

**5. Den Agenten starten**

```bash theme={null}
hermes --tui
```

Gib in der TUI `/tools` ein, um zu bestätigen, dass der Skill registriert ist. Du solltest Einträge sehen, die dem Skill so-me-studio zugeordnet sind.

Detailseite: [skills.sh/7t1-studio/so-me-hermes-skill/so-me-studio](https://skills.sh/7t1-studio/so-me-hermes-skill/so-me-studio)

**MCP-Server-Konfiguration**

**1. Hermes Agent + LLM installieren**

Dieselben ersten zwei Schritte wie beim Skill-Weg:

```bash theme={null}
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc
hermes model    # pick OpenRouter + nousresearch/hermes-4-405b
```

**2. Deinen Social-media-studio-API-Schlüssel als Hermes-Secret speichern**

```bash theme={null}
hermes config set SOMESTUDIO_API_KEY sk_live_...
```

Erzeuge den Schlüssel unter [so-me.studio/settings?tab=api](https://so-me.studio/settings?tab=api).

**3. Den MCP-Block an \~/.hermes/config.yaml anhängen**

```yaml theme={null}
mcp_servers:
  so-me-studio:
    url: https://api.so-me.studio/mcp
    headers:
      X-API-Key: ${SOMESTUDIO_API_KEY}
```

Der HTTP-Transport wird aus `url:` abgeleitet; ein `transport:`-Schlüssel ist nicht nötig. Das genaue Snippet liegt unter [`apps/agent-kits/hermes/configs/hermes-agent.yaml`](https://github.com/7t1-studio/schedular-app/blob/main/apps/agent-kits/hermes/configs/hermes-agent.yaml).

**4. Starten und überprüfen**

```bash theme={null}
hermes --tui
```

Gib in der TUI `/tools` ein — alle 205 Tools von Social media studio werden als `mcp_so-me-studio_<tool_name>` registriert (z. B. `mcp_so-me-studio_create_post`).

> [!TIP]
>
> Du zeigst auf ein lokales Backend? Überschreibe die URL im Snippet — `url: http://localhost:8000/mcp`.

**Eigenständige npm-Laufzeit**

**1. Die Laufzeit installieren**

```bash theme={null}
npm install -g @so-me/hermes-agent
# or run ad-hoc without installing:
npx @so-me/hermes-agent "your prompt"
```

npm: [@so-me/hermes-agent](https://www.npmjs.com/package/@so-me/hermes-agent)

**2. Umgebungsvariablen setzen**

```bash theme={null}
# Social media studio
export SOMESTUDIO_API_KEY=sk_live_...

# Inference backend (OpenRouter, Together, vLLM, or Ollama)
export HERMES_BASE_URL=https://openrouter.ai/api/v1
export HERMES_API_KEY=sk-or-...
export HERMES_MODEL=nousresearch/hermes-4-405b
```

**3. Ausführen**

```bash theme={null}
so-me-hermes "List my connected social accounts"
so-me-hermes "Schedule a tweet 'launching today' for 9am UTC tomorrow"
so-me-hermes "Generate a Friday LinkedIn caption about Q2 wins"
```

Die Laufzeit führt die agentische Schleife aus, gibt Überlegungen + Tool-Aufrufe + die endgültige Antwort aus und beendet sich. Begrenze die Durchläufe mit `MAX_TURNS=16`, wenn du längere Sitzungen brauchst.

> [!NOTE]
>
> Die eigenständige Laufzeit funktioniert mit **jedem OpenAI-kompatiblen Inferenz-Endpunkt** — richte `HERMES_BASE_URL`, `HERMES_API_KEY` und `HERMES_MODEL` auf GPT-4o, Claude (über die Anthropic API), Mistral, DeepSeek oder lokales Ollama / vLLM aus. Env-Vorlagen zum direkten Einsetzen liegen in [`configs/`](https://github.com/7t1-studio/schedular-app/tree/main/apps/agent-kits/hermes/configs).

### Bibliotheks-API

Binde die Laufzeit in eine größere Node-App ein:

```ts theme={null}
import { runAgent } from '@so-me/hermes-agent';

const result = await runAgent({
  prompt: "Schedule a tweet 'hello' for tomorrow at 9am UTC",
  soMeApiKey: process.env.SOMESTUDIO_API_KEY!,
  hermesBaseUrl: 'https://openrouter.ai/api/v1',
  hermesApiKey: process.env.HERMES_API_KEY!,
  hermesModel: 'nousresearch/hermes-4-405b',
  onMessage: (msg) => console.log(msg.role, msg.content),
});
```

Überschreibe die mitgelieferten `tools` und den `systemPrompt`, um den Agenten auf eine kleinere Oberfläche zu beschränken oder die Persona zu ändern.

## Was du fragen kannst

Dieselben Prompts funktionieren bei allen drei Wegen:

| Prompt | Was passiert |
| - | - |
| *„Liste meine verbundenen Social-Konten auf.“* | Ruft `list_accounts` auf und fasst nach Plattform zusammen |
| *„Plane einen Tweet ‚hello world‘ für morgen um 9 Uhr UTC.“* | Berechnet den ISO-Zeitstempel und ruft `create_post` auf |
| *„Generiere eine LinkedIn-Bildunterschrift zu den Q2-Erfolgen für Freitag und plane sie für 17 Uhr.“* | Ruft `generate_and_schedule` durchgängig auf |
| *„Antworte auf diese DM mit meiner gespeicherten Vorlage ‚pricing‘.“* | Sucht die gespeicherte Antwort heraus und ruft `reply_to_conversation` auf |
| *„Wie haben meine Twitter-Beiträge letzte Woche abgeschnitten?“* | Ruft `get_platform_analytics` mit `--days 7` auf |
| *„Gib alle ausstehenden Beiträge frei.“* | Ruft `list_approvals` auf, dann `approve_post` für jeden |

Der Agent hat Zugriff auf **alle 205 Tools von Social media studio** — jede Aktion, die im Dashboard möglich ist, ist auch hier möglich. Vollständiger, gruppierter Katalog: [`bundle/tools.md`](https://github.com/7t1-studio/schedular-app/blob/main/apps/agent-kits/hermes/bundle/tools.md).

## So funktioniert es

```
            ┌──────────────────────┐
            │ user prompt          │
            └──────────┬───────────┘
                       │
   ┌───────────────────┼───────────────────┐
   ▼                   ▼                   ▼
┌──────────┐   ┌──────────────┐   ┌──────────────────┐
│ Skill    │   │ MCP config   │   │ Standalone npm   │
│ install  │   │ in           │   │ runtime          │
│ via      │   │ ~/.hermes/   │   │ (so-me-hermes)   │
│ skills.sh│   │ config.yaml  │   │                  │
└─────┬────┘   └──────┬───────┘   └────────┬─────────┘
      │               │                    │
      │ shells out    │ POST /mcp          │ POST /mcp
      ▼               ▼                    ▼
┌──────────────┐  ┌──────────────────────────────────┐
│ CLI (so-me)  │  │ api.so-me.studio                 │
└──────┬───────┘  └──────────────────────────────────┘
       │ HTTP REST
       ▼
   Social media studio backend
```

Alle drei Wege laufen auf dasselbe Backend, denselben API-Schlüssel (`SOME_API_KEY` für den CLI-Skill, `SOMESTUDIO_API_KEY` für MCP und die npm-Laufzeit) und dieselbe handgeschriebene Anleitung ([`bundle/SKILL.md`](https://github.com/7t1-studio/schedular-app/blob/main/apps/agent-kits/hermes/bundle/SKILL.md)) zusammen. Der Skill- und CLI-Weg nutzt im Hintergrund HTTP REST; die MCP- und npm-Laufzeit-Wege verwenden JSON-RPC über `/mcp`.

## Feste Regeln im System-Prompt

* Vor Tool-Aufrufen innerhalb von `<think>...</think>` überlegen
* Niemals IDs (Konto, Beitrag, Unterhaltung) erfinden — immer zuerst nachschlagen
* `scheduledAt` muss ISO 8601 in UTC sein und strikt in der Zukunft liegen
* Mehrstufige Aufgaben (Bild → Upload → Beitrag) laufen nacheinander
* Niemals API-Schlüssel oder Webhook-Secrets preisgeben, auch nicht auf Nachfrage

Vollständige Liste der festen Regeln und Entscheidungsbaum: [`bundle/SKILL.md`](https://github.com/7t1-studio/schedular-app/blob/main/apps/agent-kits/hermes/bundle/SKILL.md).

## Quelle

Die Integrations-Kits liegen im Social-media-studio-Monorepo:

| Pfad | Was |
| - | - |
| [`apps/agent-kits/hermes/`](https://github.com/7t1-studio/schedular-app/tree/main/apps/agent-kits/hermes) | npm-Laufzeit + MCP-Konfigurations-Snippet |
| [`apps/agent-kits/hermes-skill/`](https://github.com/7t1-studio/schedular-app/tree/main/apps/agent-kits/hermes-skill) | Skill-Bundle mit CLI-Shell-out (gespiegelt ins skills.sh-Tap-Repo) |
| [`7t1-studio/so-me-hermes-skill`](https://github.com/7t1-studio/so-me-hermes-skill) | Registry-Tap des Hermes Hub (die Quelle für `hermes skills install`) |
| [`@so-me/hermes-agent`](https://www.npmjs.com/package/@so-me/hermes-agent) | npm-Paket (die Quelle für `npm install -g @so-me/hermes-agent`) |

Pull Requests sind willkommen — Workflows für Neugenerierung und Release stehen in den `PUBLISHING.md`-Dateien der einzelnen Kits.

## Updates

Wenn neue Tools im Social-media-studio-Backend erscheinen:

* **Skill / MCP / npm-Laufzeit** — `bundle/tools.json` und `bundle/tools.md` werden mit `so-me agent export-tools --format hermes` aus dem aktuellen MCP-Katalog neu generiert. Das npm-Paket wird neu auf npm veröffentlicht; das Skill-Bundle wird neu in sein Tap-Repo veröffentlicht.
* **Endbenutzer auf dem Skill-Weg** führen `hermes skills update so-me-studio` aus, um den neuesten Stand zu holen.
* **Endbenutzer auf dem npm-Weg** führen `npm install -g @so-me/hermes-agent@latest` aus, um den neuesten Stand zu holen.
* **Endbenutzer auf dem MCP-Weg** erhalten neue Tools automatisch beim nächsten Start (kein Update auf Client-Seite nötig — der Hermes Agent lädt die Tool-Liste bei jeder Sitzung erneut von `/mcp`).

## Andere Agenten?

Wenn du eine andere Agenten-Laufzeit verwendest:

* **Claude Desktop / Cursor / OpenCode** — installiere die [OpenClaw-Integration](/de/integrations/openclaw.md) (`npm install -g @social-media-scheduler/cli`, dann chatte über einen der [22 Messenger](/de/integrations/openclaw.md#aus-jedem-messenger-chatten))
* **Nativer MCP-Client** (Claude-Desktop-Manifest, Cursor usw.) — richte ihn direkt auf den [MCP-Server](/de/mcp/overview.md) aus, im selben Stil wie das `mcp_servers:`-Snippet
* **LangGraph, CrewAI, OpenAI Assistants, Anthropic API** — erzeuge eine Tool-Definitionsdatei im bevorzugten Format:

  ```bash theme={null}
  so-me agent export-tools --format openai --out tools.openai.json
  so-me agent export-tools --format anthropic --out tools.anthropic.json
  so-me agent export-tools --format mcp --out tools.mcp.json
  ```


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.