OpenAI 互換

Hermes Agent を IteraCompute に接続

ターミナルエージェントを IteraCompute に接続。

3 つのステップで接続する

1. APIキーを作成する

IteraCompute アカウントを作成するかサインインし、コンソールでキーを作成します。

2. ベース URL を構成する

chat_completions を使う名前付きカスタムプロバイダーを設定します。Python AIAgent と CLI は別々のプロファイルを使います。

3. モデルを選択します

選択したモデルの正確な API モデル ID を使用してください。エージェントまたはビジョン機能を有効にする前に、そのコンテキストと機能を確認してください。

モデルを選択してください

有料の DeepSeek V4.1 Flash 1017 を参考モデルにしています。キーで利用できる公開済みの会話モデルに変更できます。変更後は権限、料金、コンテキスト、ツール対応を確認してください。設定例は選択に追従しますが、保持されたテスト結果は Qwen のものです。

隔離環境を準備

隔離した Hermes Agent v0.23.0 チェックアウトと HERMES_HOME を使います。起動ターミナルで ITERACOMPUTE_API_KEY を設定してください。

Bash / macOS / Linux / WSL
git clone --branch v0.23.0 --depth 1 \
  https://github.com/NousResearch/hermes-agent.git hermes-agent-v0.23.0
cd hermes-agent-v0.23.0
test "$(git rev-parse HEAD)" = \
  "2bd378ed1b8d6bf2192cb26e0a55ff3091e6bd19"
export HERMES_HOME="$PWD/.hermes-iteracompute-cli"
export HERMES_RUNTIME_DIR="$HERMES_HOME/tools"
umask 077
mkdir -p "$HERMES_HOME"
source ./activate
hermes --version
hermes pm doctor
Bash · 現在のターミナルのキー
umask 077
read -rsp 'IteraCompute API key: ' ITERACOMPUTE_API_KEY
printf '\n'
export ITERACOMPUTE_API_KEY

Hermes CLI は未知のカスタムモデルに reasoning_effort=medium を追加することがあります。実際のリクエストを選択モデルのパラメーターと照合してください。下の reasoning_config={} は Python のコンストラクター引数であり、YAML 設定でも CLI 推論無効化の証明でもありません。

構成例

API キーをサーバー環境またはツール認証情報ストアに保管します。該当する場合は、サンプルのキー フィールドを独自のキーに置き換えます。

CLI · $HERMES_HOME/config.yaml
providers:
  iteracompute:
    api: https://api.iteracompute.com/v1
    key_env: ITERACOMPUTE_API_KEY
    transport: chat_completions
    default_model: deepseek/deepseek-v4.1-flash-1017
    context_length: 1048576
    discover_models: false
    extra_body:
      max_tokens: 512
model:
  provider: custom:iteracompute
  default: deepseek/deepseek-v4.1-flash-1017
  context_length: 1048576
  streaming: false
agent:
  max_turns: 3
  api_max_retries: 0
  auto_recovery_cycles: 0
fallback_providers: []
toolsets: [todo]
tools:
  tool_search:
    enabled: off
approvals:
  mode: manual
compression:
  enabled: false
auxiliary:
  title_generation:
    enabled: false
    model_upgrade_enabled: false

上で作成した隔離プロファイルだけに保存してください。Chat Completions の例は出力 512 tokens、フォールバックなしで開始します。コンテキストのメタデータはアカウントの利用権ではありません。OpenClaw は小さめの入力予算、Qwen は 128K のアカウント上限を使います。推論制御はモデルごとに異なり、Python と OpenClaw の reasoning: false は Qwen のみに追加します。

まず直接 API を検証

Python · 直接テキスト検証
python3 - <<'PY'
import json
import os
import urllib.error
import urllib.request
payload = {
    'model': 'deepseek/deepseek-v4.1-flash-1017',
    'messages': [{'role': 'user', 'content': 'Reply with exactly: ITERACOMPUTE_API_OK'}],
    'max_tokens': 512,
    **{},
}
request = urllib.request.Request(
    'https://api.iteracompute.com/v1/chat/completions',
    data=json.dumps(payload).encode('utf-8'),
    headers={'Authorization': 'Bearer ' + os.environ['ITERACOMPUTE_API_KEY'],
             'Content-Type': 'application/json'}, method='POST',
)
try:
    with urllib.request.urlopen(request, timeout=180) as response:
        result = json.load(response)
except urllib.error.HTTPError as exc:
    raise SystemExit(f'HTTP {exc.code}; inspect redacted details privately') from None
except (urllib.error.URLError, TimeoutError):
    raise SystemExit('Network or timeout failure; no automatic retry') from None
choice = result['choices'][0]
if ((choice.get('message', {}).get('content') or '').strip() != 'ITERACOMPUTE_API_OK'
        or choice.get('finish_reason') != 'stop'):
    raise SystemExit('FAIL: expected final marker and stop reason not returned')
print('Direct API text passed; test the agent separately')
PY

実行すると実際のリクエストを 1 回送信します。正確な可視マーカーと finish_reason=stop を確認し、空の HTTP 200 は未完了と扱います。有料モデルは API 残高を消費します。結果不明時に自動再試行しないでください。

エージェントのテキスト経路を検証

Bash · テキスト検証
hermes chat --oneshot --ignore-rules --toolsets todo --max-turns 2 \
  --format stream-json \
  -q 'Do not call tools. Reply with exactly: HERMES_ITERACOMPUTE_OK' \
  > hermes-text.private.jsonl 2> hermes-text.private.stderr

まず下の直接 API 検証を実行し、エージェントの空でない最終マーカー、指定 provider/model、正常終了を確認します。設定検証やプロバイダープローブだけではエージェントやツールのワークフローを証明できません。

ツールの往復を 1 回検証

上の CLI プロファイルは文書による参考設定です。Python 経路では、有効化したチェックアウト内に別の HERMES_HOME を作成し、次の config.yaml と iteracompute_agent_smoke.py を保存します。2 つのプロファイルを混ぜないでください。

Bash · 独立した Python プロファイル
export HERMES_HOME="$PWD/.hermes-iteracompute-python"
mkdir -p "$HERMES_HOME"
Python プロファイル · config.yaml
model:
  provider: custom
  default: deepseek/deepseek-v4.1-flash-1017
  base_url: https://api.iteracompute.com/v1
  streaming: false
providers:
  custom:
    request_timeout_seconds: 240
    stale_timeout_seconds: 240
tools:
  tool_search:
    enabled: off
agent:
  api_max_retries: 0
  auto_recovery_cycles: 0
fallback_providers: []
compression:
  enabled: false
auxiliary:
  title_generation:
    enabled: false
    model_upgrade_enabled: false
iteracompute_agent_smoke.py
import os
from run_agent import AIAgent

agent = AIAgent(
    provider="custom",
    api_mode="chat_completions",
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
    model="deepseek/deepseek-v4.1-flash-1017",
    enabled_toolsets=["todo"],
    max_iterations=3,
    max_tokens=512,
    run_budget_seconds=600,
    reasoning_config={},
    request_overrides={"extra_body": {}},
    skip_context_files=True,
    skip_memory=True,
    skip_background_review=True,
    load_soul_identity=False,
    save_trajectories=False,
    quiet_mode=True,
    fallback_model={},
)
try:
    result = agent.run_conversation(
        "Call todo_list exactly once to write one item with id smoke-1, "
        "content API smoke test, and status completed. Then read the tool result "
        "and reply with exactly HERMES_ITERACOMPUTE_TOOL_OK. Do not use other tools."
    )
    if not (result.get("completed") is True and
            (result.get("final_response") or "").strip() == "HERMES_ITERACOMPUTE_TOOL_OK"):
        raise SystemExit("FAIL: inspect redacted details privately")
    print("Final marker passed; verify actual todo_list events separately")
finally:
    agent.close()
Bash · Python エージェントの実行
python iteracompute_agent_smoke.py

成功基準:実際の todo_list 呼び出し、完了した smoke-1 項目、ツール結果の返却、最終応答 HERMES_ITERACOMPUTE_TOOL_OK を確認します。スクリプトは最終マーカーだけを確認するため、ツールイベントは別途調べます。反復 3 回と設定上の再試行ゼロは、厳密な HTTP リクエスト数や費用の上限ではありません。

バージョンと検証

テストしたバージョン
Hermes Agent v0.23.0
結果
非ストリーミング Python ツール呼び出しが合格。

認証情報、ツール、データ

モデル API はリモートで動作し、ローカル GPU や公開 Gateway ポートは不要です。エージェントにはローカル CPU、メモリ、権限が必要です。キーは起動プロセス環境に保持し、生ログは非公開にし、テストに必要なツールだけ有効にします。外部サービスの設定や料金は別です。

接続をテストする

cURL · チャットの完了
# Bash / zsh / WSL; set ITERACOMPUTE_API_KEY in your environment first.
curl --fail-with-body https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v4.1-flash-1017","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512}'

choices[0].message.content に表示されるテキストが含まれていることを確認します。HTTP 200 だけでは不十分です。推論により出力バジェットが消費される可能性があります。無料のQwenを使用するには、 初めての無料API呼び出しの例 思考を無効にするには、ツール内でプロンプトを送信します。

選択済みモデルの機能

機能は IteraCompute API の対応状況を示します。ワークフローでの利用可否はツールと設定にも依存し、推論の制御方法はモデルによって異なります。

  • チャットの完了サポートされています
  • ツール呼び出しサポートされています
  • 推論サポートされています
  • 画像入力サポートされています
  • ストリーミングサポートされています

トラブルシューティング

401 / 403 / 404

起動プロセスのキー、モデル権限、有料残高を確認します。Base URL の /v1 は一度だけ含めます。API には元の Model ID を送信し、iteracompute/ 接頭辞は OpenClaw 内のルーティングだけに使います。

400 / 空の応答 / 429

モデル固有の推論パラメーター、出力予算、アカウント制限を確認し、Retry-After に従います。異なる推論形式の併用、HTTP 200 だけでの成功判定、別の有料モデルへの自動切り替えは避けます。

ツールがない / プロファイル違い

Hermes:todo テストでは tool_search を無効にし、Python と CLI のプロファイルを分離します。OpenClaw:ツールテストでは deny-all を read のみに置き換えます。このカスタム設定に --isolated や --auth-env-only を使わないでください。

Hermes Agent 設定リファレンス →

Hermes Agent で開発を始めましょう。

キーを接続し、モデルを選択して、最初のリクエストを送信します。