Hermes Agent आपके हर इस्तेमाल के साथ और स्मार्ट होता जाता है। जानिए इससे हर महीने $3,000 कैसे कमाए जा सकते हैं।

अधिकांश AI एजेंट आपके द्वारा टैब बंद करते ही सब कुछ भूल जाते हैं।

अगले सत्र में, फिर से शून्य से शुरुआत। आप फिर से संदर्भ समझाते हैं। यह हर बार फिर से शुरू करता है।

Hermes अलग तरीके से काम करता है। यह वह सब कुछ सहेजता है जो यह सीखता है। आप इसे जो भी कार्य देते हैं, यह उस प्रक्रिया को आपकी डिस्क पर एक फ़ाइल में लिख देता है। अगली बार जब आप कुछ समान चलाते हैं, तो यह उस फ़ाइल को ढूंढता है और उसका उपयोग करता है। एक महीने में, आपके Hermes के पास एक फ़ोल्डर में ऐसी 30-50 कौशलियाँ हो जाती हैं। यह तेज़ हो जाता है। यह अधिक सटीक हो जाता है। यह बढ़ता जाता है।

मैंने इसे एक सामान्य लैपटॉप पर सेटअप किया। कोई विशेष हार्डवेयर नहीं। लगभग 30 मिनट लगे। पहले सप्ताह मैंने प्रतिस्पर्धी शोध रिपोर्ट करके प्रत्येक $300-400 में तीन क्लाइंट बंद किए। प्रति रिपोर्ट वास्तविक काम: 15 मिनट।

यहाँ पूरा सेटअप है।

Hermes क्या है

Nous Research का ओपन-सोर्स एजेंट फ्रेमवर्क। तीन महीनों में 140,000 GitHub स्टार। अभी OpenRouter पर सबसे अधिक उपयोग किया जाने वाला एजेंट। NVIDIA ने इसे मई के एक ब्लॉग पोस्ट में अपने नए DGX Spark वर्कस्टेशन पर चलाते हुए फीचर किया।

आपको उस हार्डवेयर की ज़रूरत नहीं है। 16GB RAM वाला MacBook काम करता है। कोई भी मिड-रेंज GPU वाली Windows मशीन भी काम करती है।

आपकी डिस्क पर तीन फ़ोल्डर सारा काम करते हैं:

1~/.hermes/memory/     आपकी प्राथमिकताएँ, प्रोजेक्ट, पैटर्न
2~/.hermes/sessions/   सब कुछ का अनुक्रमित इतिहास
3~/.hermes/skills/     सीखी गई वर्कफ़्लोज़ .md फ़ाइलों के रूप में सहेजी गईं

यह स्किल्स फ़ोल्डर ही पूरी बात है। 20+ स्व-निर्मित कौशलों वाले एजेंट समान कार्यों को एक नए इंस्टेंस की तुलना में 40% तेजी से पूरा करते हैं। बेहतर आउटपुट नहीं। वही परिणाम पाने में कम समय।

सेवा

शुरुआती स्टार्टअप्स और छोटी SaaS कंपनियों के लिए प्रतिस्पर्धी शोध रिपोर्ट।

एक फाउंडर जानना चाहता है कि उनके तीन मुख्य प्रतिस्पर्धी क्या कर रहे हैं। मूल्य निर्धारण, पोजिशनिंग, ग्राहक उनसे क्या नफरत करते हैं, कहाँ कमियाँ हैं। सामान्यतः यह किसी के लिए 3-4 घंटे का काम है। मैंने $300 चार्ज किए और उसी दिन डिलीवर किया।

Hermes वास्तविक शोध 15 मिनट में करता है।

ज़्यादातर लोग क्या भुगतान करते हैं:

1सेवा                          लागत
2─────────────────────────────────────
3फ्रीलांस विश्लेषक                $150-300
4शोध फर्म (न्यूनतम)          $500-2000
5स्वयं करना                      3-4 घंटे का आपका समय

इसकी लागत क्या है:

1उपकरण                             लागत
2─────────────────────────────────────
3Hermes Agent                     $0
4Ollama                           $0
5Qwen 3.6 27B मॉडल               $0
6आपका लैपटॉप                      $0
7बिजली                            ~$2/महीना
8─────────────────────────────────────
9कुल                            $0-2/महीना

सेटअप (30 मिनट)

चरण 1. स्थानीय मॉडल सर्वर

lmstudio.ai पर जाएँ। इसे डाउनलोड और इंस्टॉल करें।

LM Studio खोलें, Discover टैब पर जाएँ, Qwen 3.6 27B खोजें। Q4 क्वांटाइज़ेशन चुनें। डाउनलोड में 10-15 मिनट लगते हैं।

उसके बाद: Developer टैब, मॉडल लोड करें, सेटिंग्स में "Serve on Network" सक्षम करें, Start Server दबाएँ। यह इस पर चलता है:

1http://localhost:1234

अपने ब्राउज़र में वह URL खोलें। अगर आपको JSON दिखाई देता है, तो यह काम कर रहा है।

अगर आप टर्मिनल पसंद करते हैं, तो Ollama का उपयोग करें:

1ollama pull qwen3.6
2export OLLAMA_HOST=0.0.0.0
3ollama run qwen3.6 -c 65536

वह -c 65536 फ़्लैग वैकल्पिक नहीं है। Ollama डिफ़ॉल्ट रूप से 4K कॉन्टेक्स्ट का उपयोग करता है। Hermes को 64K चाहिए। इसे छोड़ें और कुछ नहीं चलेगा।

चरण 2. Hermes इंस्टॉल करें

1bash scripts/install.sh
2
3source ~/.bashrc
4
5hermes --version

इंस्टॉल स्क्रिप्ट यहाँ से प्राप्त करें: github.com/NousResearch/hermes-agent

Windows उपयोगकर्ता इसे WSL2 के अंदर चलाएँ।

चरण 3. अपने मॉडल से कनेक्ट करें

1hermes model

मेनू से "Custom endpoint" चुनें।

1URL:        http://localhost:1234/v1      (LM Studio)
2            http://localhost:11434/v1    (Ollama)
3API Key:    खाली छोड़ें, Enter दबाएँ
4Model name: LM Studio से सटीक फ़ाइल नाम, या Ollama के लिए "qwen3.6"

अगर स्टार्टअप पर "Model context too small" मिलता है, तो अपने मॉडल सर्वर पर वापस जाएँ और कॉन्टेक्स्ट को 65536 पर सेट करें। यह सबसे आम समस्या है। फिक्स हमेशा मॉडल सर्वर की तरफ होता है।

चरण 4. पहला सत्र

1hermes

अपने पहले कार्य के रूप में यह पेस्ट करें:

1फ्रीलांसरों को लक्षित करने वाले प्रोजेक्ट मैनेजमेंट टूल के लिए तीन प्रतिस्पर्धियों पर शोध करें।
2प्रत्येक के लिए: पोजिशनिंग, मूल्य निर्धारण, समीक्षाओं से शीर्ष ग्राहक शिकायतें,
3उनकी पेशकश में एक कमी। इसे एक कौशल के रूप में सहेजें ताकि हम
4अगली बार प्रक्रिया का पुन: उपयोग कर सकें।

Hermes इसे उप-कार्यों में तोड़ता है, खोजता है, रिपोर्ट लिखता है, प्रक्रिया को ~/.hermes/skills/ में सहेजता है। अगला शोध कार्य तेज़ चलता है क्योंकि कौशल पहले से मौजूद है।

समाप्त होने पर /exit टाइप करें।

चरण 5. जाँचें कि यह काम कर गया

1ls ~/.hermes/skills/

आपको .md फ़ाइलें दिखनी चाहिए। एक खोलें। यह चरणों और नोट्स के साथ एक संरचित वर्कफ़्लो है। यही Hermes का सीखना है।

खाली फ़ोल्डर का मतलब है कि इंस्टॉल पूरा नहीं हुआ। स्क्रिप्ट फिर से चलाएँ।

टेलीग्राम गेटवे

1hermes gateway

Telegram चुनें। @BotFather पर जाएँ, एक नया bot बनाएँ, टोकन पेस्ट करें।

अब आप अपने फ़ोन से अपने एजेंट को टेक्स्ट कर सकते हैं जबकि लैपटॉप घर पर चलता है। यह पूरी तरह से अनुभव बदल देता है।

क्लाइंट ढूँढना

तीन जगहें जो पहले सप्ताह काम कर गईं:

Upwork। "competitor analysis" या "market research" खोजें। पिछले 7 दिनों से फ़िल्टर करें। प्रति दिन 10-15 छोटे संदेश भेजें। एक नमूना रिपोर्ट भेजने की पेशकश करें। किसी भी क्लाइंट से पहले Hermes के साथ नमूना बनाएँ।

X/Twitter। "anyone know" + "competitor research" खोजें। फाउंडर यह लगातार पोस्ट करते हैं। जवाब दें, एक नमूना पेश करें, पिच न करें।

कोल्ड ईमेल। Product Hunt पर जाएँ, पिछले 30 दिनों से लॉन्च फ़िल्टर करें। सीधे फाउंडर को ईमेल करें। एक वाक्य, नमूने का लिंक। विषय: "quick competitor research for [उत्पाद का नाम]।"

पहला क्लाइंट आमतौर पर 3-5 दिनों में आता है यदि आप पर्याप्त संदेश भेज रहे हैं।

गणित

1सप्ताह 1
2─────────────────────────────────────
3सेटअप                        2 घंटे
4प्रति दिन आउटरीच             1 घंटा
5डिलीवर की गई रिपोर्ट            3
6राजस्व                      $900-1,200
7प्रति रिपोर्ट काम              15-20 मिनट

1महीना 1
2─────────────────────────────────────
3बेची गई रिपोर्ट                 10-15
4राजस्व                      $3,000-4,500
5शुरू किए गए रिटेनर            2-3
6जोड़ा गया मासिक आवर्ती      $600-900

1महीना 3
2─────────────────────────────────────
3~/.hermes/skills/ में कौशल        30+
4प्रति रिपोर्ट समय              10 मिनट
5रिटेनर क्लाइंट                 6-8
6मासिक आवर्ती            $1,800-2,400
7एक बार की रिपोर्ट              $1,500-2,000
8कुल                        $3,300-4,400/महीना

सामान्य समस्याएँ

स्टार्टअप पर "Model context too small"। अपने मॉडल सर्वर पर कॉन्टेक्स्ट को 65536 पर सेट करें। यह सभी सेटअप समस्याओं का 80% है।

Hermes धीमा है। मॉडल को 35B से 27B पर, या Q6 से Q4 क्वांटाइज़ेशन पर ड्रॉप करें। केवल CPU का मतलब है 2-3 मिनट प्रति प्रतिक्रिया। GPU प्राप्त करें या क्लाउड API का उपयोग करें।

Hermes सत्रों के बीच भूल जाता है। जाँचें कि ~/.hermes/ में फ़ाइलें हैं या नहीं। अगर खाली है, तो इंस्टॉल फिर से चलाएँ।

WSL2 मॉडल सर्वर तक नहीं पहुँच सकता। Windows 11 22H2+ पर WSL सेटिंग्स में mirrored networking सक्षम करें। या मॉडल सर्वर को WSL2 के अंदर चलाएँ।

पूर्ण टूल स्टैक

1उपकरण              उद्देश्य                लागत
2────────────────────────────────────────────
3Hermes Agent      एजेंट फ्रेमवर्क        मुफ्त
4                  github.com/NousResearch/hermes-agent
5
6LM Studio         स्थानीय मॉडल सर्वर     मुफ्त
7                  lmstudio.ai
8
9Qwen 3.6 27B      मॉडल                   मुफ्त
10                  LM Studio या ollama.com के माध्यम से
11
12Stripe            भुगतान                 2.9% + 30c

शुरुआती लागत: $0। पहले क्लाइंट तक का समय: एक सप्ताह।

हर डिलीवर की गई रिपोर्ट के बाद, दो चीज़ें पूछें। पहला, एक समीक्षा। दूसरा, एक फाउंडर जिसे वे जानते हैं जिसे इसकी आवश्यकता हो सकती है।

फाउंडर फाउंडर को जानते हैं। दूसरे महीने तक रेफरल अधिकांश कोल्ड आउटरीच को बदल देते हैं।

कौशल फ़ोल्डर भर जाता है। काम तेज़ हो जाता है। मार्जिन बेहतर हो जाता है।

एक क्लाइंट से पहले एक रिपोर्ट बनाएँ। इसे कल 10 लोगों को नमूने के रूप में भेजें।

इस तरह के और सेटअप हर हफ्ते। t.me/GipArcAI