Hermes Agent मास्टरक्लास: शून्य से पूर्ण स्वायत्त एजेंट संचालन तक का संपूर्ण कोर्स

हर्मीस एजेंट की खोज करने वाले ज़्यादातर लोग पहले हफ़्ते असमंजस में बिताते हैं।

इसलिए नहीं कि हर्मीस जटिल है।

बल्कि इसलिए क्योंकि किसी ने भी वह पूरी गाइड नहीं लिखी है जो आपको एक ही बैठक में शून्य ज्ञान से लेकर पूरी तरह से काम करने वाली स्वायत्त एजेंट प्रणाली तक ले जाए।

यह वह गाइड है।

इस मास्टरक्लास के अंत तक आपने हर्मीस को इंस्टॉल कर लिया होगा, अपना पहला एजेंट कॉन्फ़िगर कर लिया होगा, अपना पहला स्किल बना लिया होगा, अपना पहला MCP सर्वर कनेक्ट कर लिया होगा, स्थायी मेमोरी सेट अप कर ली होगी, अपना पहला वर्कफ़्लो ऑटोमेट कर लिया होगा, और एक मल्टी-एजेंट ऑपरेशन तैनात कर लिया होगा जो आपके बिना चलेगा।

हर सेक्शन पिछले सेक्शन पर आधारित है। पहली बार इसे क्रम से पढ़ें। बाद में ज़रूरत पड़ने पर विशिष्ट सेक्शन पर वापस आएं।

सेक्शन 1: हर्मीस एजेंट वास्तव में क्या है

कुछ भी इंस्टॉल करने से पहले समझ लें कि आप किस चीज़ के साथ निर्माण कर रहे हैं।

हर्मीस एजेंट एक ओपन सोर्स स्वायत्त AI एजेंट फ्रेमवर्क है। यह कोई चैटबॉट नहीं है। यह किसी मौजूदा टूल के आसपास का रैपर नहीं है। यह एक बुनियादी ढाँचा है जो ऐसे एजेंट बनाने के लिए है जो लगातार काम करते हैं, हर सत्र के दौरान सब कुछ याद रखते हैं, पुन: उपयोग करने योग्य वर्कफ़्लो निष्पादित करते हैं, और एक शेड्यूल पर स्वायत्त रूप से चलते हैं।

चार गुण जो हर्मीस को हर दूसरे एजेंट फ्रेमवर्क से अलग बनाते हैं:

स्थायी मेमोरी। ज़्यादातर AI एजेंट सेशन बंद करते ही सब कुछ भूल जाते हैं। हर्मीस याद रखता है। हर बातचीत, हर कार्य, हर आउटपुट, हर निर्णय एक मेमोरी लेयर में संग्रहीत होता है जो अनिश्चित काल तक बना रहता है। आज जिस एजेंट के साथ आप बातचीत करते हैं, वह उससे पहले हर सत्र में जो कुछ भी हुआ, वह सब जानता है।

स्किल सिस्टम। हर्मीस पुन: उपयोग करने योग्य वर्कफ़्लो फ़ाइलों को निष्पादित करता है जिन्हें स्किल कहा जाता है। आप एक बार एक सरल मार्कडाउन फ़ाइल के रूप में स्किल लिखते हैं जो बताती है कि एजेंट को क्या करना चाहिए। हर बाद का रन तर्क को फिर से बनाए बिना उस स्किल को कॉल करता है। आप जितनी भी स्किल जोड़ते हैं, आपका ऑपरेशन उतना ही तेज़ और अधिक सुसंगत होता जाता है।

शेड्यूल्ड ऑटोमेशन। हर्मीस आपके द्वारा कुछ भी शुरू किए बिना एक कॉन्फ़िगरेबल शेड्यूल पर चलता है। सुबह के रिसर्च ब्रीफ़। रात के समय कंटेंट प्रोसेसिंग। हर घंटे स्रोत मॉनिटरिंग। यह सब आपके द्वारा कॉन्फ़िगर किए गए समय पर अपने आप चालू हो जाता है।

MCP इंटीग्रेशन। हर्मीस मॉडल कॉन्टेक्स्ट प्रोटोकॉल सर्वर से जुड़ता है जो इसे वास्तविक टूल तक पहुँच प्रदान करता है। फ़ाइल सिस्टम। डेटाबेस। वेब सर्च। API। बाहरी सेवाएँ। हर MCP कनेक्शन हर्मीस को एक भाषा मॉडल से एक ऐसे एजेंट में बदल देता है जो वास्तविक दुनिया पर कार्य करता है।

ये चार गुण मिलकर किसी भी व्यक्तिगत AI इंटरैक्शन से गुणात्मक रूप से अलग कुछ उत्पन्न करते हैं।

हर्मीस एजेंट कोई उपकरण नहीं है जिसका आप उपयोग करते हैं।

यह एक ऐसी प्रणाली है जो संचालित होती है।

सेक्शन 2: इंस्टॉलेशन और प्रारंभिक सेटअप

पूर्वापेक्षाएँ:

Node.js संस्करण 18 या उच्चतर। Git। एक टर्मिनल जिसका आप उपयोग करने में सहज हैं।

अपने Node.js संस्करण की पुष्टि करें:

node --version

यदि आपको Node.js इंस्टॉल या अपडेट करने की आवश्यकता है, तो nodejs.org पर जाएँ और वर्तमान LTS संस्करण डाउनलोड करें।

हर्मीस इंस्टॉल करें:

git clone https://github.com/hermes-agent/hermes

cd hermes

npm install

अपना परिवेश कॉन्फ़िगर करें:

cp .env.example .env

.env फ़ाइल खोलें और अपना मॉडल प्रदाता कॉन्फ़िगर करें:

प्राथमिक मॉडल कॉन्फ़िगरेशन

MODEL_PROVIDER=anthropic

MODEL_NAME=claude-opus-4-5

ANTHROPIC_API_KEY=your-anthropic-api-key

विकल्प: मुफ्त संचालन के लिए DeepSeek का उपयोग करें

MODEL_PROVIDER=deepseek

MODEL_NAME=deepseek-chat

DEEPSEEK_API_KEY=your-deepseek-key

मेमोरी कॉन्फ़िगरेशन

MEMORY_BACKEND=sqlite

MEMORY_PATH=./data/memory.db

शेड्यूलर

ENABLE_SCHEDULER=true

SCHEDULER_TIMEZONE=America/New_York

लॉगिंग

LOG_LEVEL=info

LOG_PATH=./logs/hermes.log

हर्मीस शुरू करें:

npm run start

आपको आउटपुट देखना चाहिए जो पुष्टि करता है कि हर्मीस चल रहा है:

[Hermes] Memory backend: SQLite initialized

[Hermes] Skill directory: ./skills loaded

[Hermes] Scheduler: enabled

[Hermes] Agent ready. Awaiting instructions.

हर्मीस अब स्थायी मेमोरी और सक्रिय शेड्यूलर के साथ चल रहा है।

इंस्टॉलेशन सत्यापित करें:

अपना पहला संदेश टाइप करें:

नमस्ते। आप अपने बारे में क्या जानते हैं?

हर्मीस को अपने कॉन्फ़िगरेशन, मेमोरी स्थिति और उपलब्ध स्किल्स का वर्णन करते हुए जवाब देना चाहिए।

सेक्शन 3: फ़ाइल आर्किटेक्चर को समझना

कुछ भी बनाने से पहले समझ लें कि सब कुछ कहाँ रहता है।

hermes/

skills/

[your-skill-name].md

data/

memory.db

processed/

outputs/

logs/

hermes.log

config/

sources.json

schedule.json

CLAUDE.md

.env

package.json

skills/ वह जगह है जहाँ आपके द्वारा बनाया गया हर वर्कफ़्लो रहता है। प्रत्येक स्किल एक मार्कडाउन फ़ाइल है। हर्मीस इन फ़ाइलों को पढ़ता है और उनमें वर्णित वर्कफ़्लो को निष्पादित करता है।

data/ वह जगह है जहाँ हर्मीस अपनी प्रक्रिया की गई हर चीज़ को संग्रहीत करता है। memory.db SQLite डेटाबेस है जो स्थायी मेमोरी को शक्ति प्रदान करता है। processed/ में वे आइटम रहते हैं जिन्हें संभाला जा चुका है। outputs/ में जनरेट की गई सामग्री रहती है।

logs/ में ऑपरेशन लॉग होते हैं। जब कुछ अपेक्षित रूप से काम नहीं कर रहा हो तो hermes.log की जाँच करें।

config/ में आपकी कॉन्फ़िगरेशन फ़ाइलें होती हैं। sources.json आपके सामग्री स्रोतों को परिभाषित करता है। schedule.json परिभाषित करता है कि स्वचालित वर्कफ़्लो कब चलते हैं।

CLAUDE.md पूरे इंस्टॉलेशन में सबसे महत्वपूर्ण फ़ाइल है। यह हर्मीस को बताती है कि आप कौन हैं, आप क्या करते हैं, और आप इसे कैसे संचालित करना चाहते हैं। हम इसे सेक्शन 4 में बनाएंगे।

सेक्शन 4: अपना CLAUDE.md लिखना

CLAUDE.md आपके हर्मीस एजेंट का संचालन संविधान है।

हर स्किल निष्पादित होने से पहले इसे पढ़ता है। हर स्वचालित वर्कफ़्लो संदर्भ के लिए इसका उपयोग करता है। हर आउटपुट इसके द्वारा आकार दिया जाता है।

एक खराब लिखा गया CLAUDE.md सामान्य आउटपुट उत्पन्न करता है।

एक सटीक रूप से लिखा गया CLAUDE.md ऐसे आउटपुट उत्पन्न करता है जो ऐसे लगते हैं जैसे वे किसी ऐसे व्यक्ति द्वारा बनाए गए हों जो आपके संचालन को अंदर-बाहर से जानता हो।

यहाँ पूरा टेम्पलेट है:

Hermes Agent — CLAUDE.md

Identity

Name: [आपका नाम या ब्रांड]

Role: [आप क्या करते हैं]

Primary platform: [आप कहाँ प्रकाशित करते हैं]

Audience: [आप किसकी सेवा करते हैं]

Content and Work Focus

Primary topics: [अपने मुख्य विषयों की सूची बनाएं]

Content formats: [आप क्या बनाते हैं]

Voice and tone: [आप कैसे संवाद करते हैं]

What you never do: [विशिष्ट चीज़ें जिनसे बचना है]

Current Projects

[प्रोजेक्ट 1]: [एक वाक्य विवरण]

Status: [सक्रिय/लंबित/पूर्ण]

Next action: [विशिष्ट अगला कदम]

[प्रोजेक्ट 2]: [एक वाक्य विवरण]

Status: [सक्रिय/लंबित/पूर्ण]

Next action: [विशिष्ट अगला कदम]

Current Priorities

[अभी सबसे महत्वपूर्ण चीज़]
[दूसरी सबसे महत्वपूर्ण]
[तीसरी सबसे महत्वपूर्ण]

Content Standards

A great output: [विशिष्ट विवरण]

An acceptable output: [न्यूनतम सीमा]

A rejected output: [क्या विफल होता है]

Sources I Trust

[विशिष्ट प्रकाशनों, चैनलों, लोगों की सूची बनाएं]

What I Specifically Do Not Want

[उन विषयों, प्रारूपों या दृष्टिकोणों की सूची बनाएं जिनसे बचना है]

Memory Rules

तर्क सहित हर महत्वपूर्ण निर्णय को संग्रहीत करें
प्रदर्शन नोट्स के साथ सभी प्रकाशित सामग्री को ट्रैक करें
स्रोत गुणवत्ता आकलन याद रखें
72 घंटों के भीतर उसी स्रोत से सामग्री को कभी न दोहराएं

Output Rules

सभी जनरेट की गई सामग्री को data/outputs/ में सहेजें
प्रत्येक फ़ाइल को दिनांक-स्टैम्प करें: YYYY-MM-DD-[type]-[topic].md
सभी कार्यों को logs/hermes.log में लॉग करें
पोस्ट करने से पहले मानव समीक्षा की आवश्यकता वाली किसी भी चीज़ को फ़्लैग करें

Update Schedule

इस फ़ाइल की समीक्षा करें और अपडेट करें: [आपका शेड्यूल]

कोई भी स्किल बनाने से पहले इसे पूरी तरह से भरने में 30 मिनट बिताएं। आगे की सब कुछ इस दस्तावेज़ की गुणवत्ता पर निर्भर करता है।

सेक्शन 5: अपनी पहली स्किल बनाना

स्किल एक सादा टेक्स्ट मार्कडाउन फ़ाइल है जो एक वर्कफ़्लो का वर्णन करती है जिसे हर्मीस निष्पादित करता है।

स्किल फ़ॉर्मेट में चार आवश्यक सेक्शन होते हैं:

skill-name

Purpose

[एक वाक्य जो बताता है कि यह स्किल क्या करती है]

Trigger

[इसे कैसे लागू किया जाए — मैन्युअल रूप से या शेड्यूल पर]

Process

[चरण-दर-चरण निर्देश कि हर्मीस क्या करता है]

Output

[स्किल क्या उत्पन्न करती है और इसे कहाँ सहेजती है]

आइए अपनी पहली वास्तविक स्किल बनाएं: एक मॉर्निंग ब्रीफ़िंग जो आपके कॉन्फ़िगर किए गए स्रोतों को पढ़ती है और एक संरचित सारांश प्रदान करती है।

skills/morning-briefing.md बनाएं:

morning-briefing

Purpose

सभी कॉन्फ़िगर किए गए स्रोतों से एक संरचित

सुबह की खुफिया ब्रीफ़िंग तैयार करें और इसे

आउटपुट फ़ोल्डर में सहेजें।

Trigger

प्रतिदिन सुबह 6:00 बजे शेड्यूल किया गया।

मैन्युअल: "मॉर्निंग ब्रीफ़िंग चलाएं" या "मेरी ब्रीफ़िंग तैयार करें"

Process

मैं कौन हूँ और मेरे लिए कौन से विषय मायने रखते हैं, इसका पूरा संदर्भ प्राप्त करने के लिए CLAUDE.md पढ़ें।

सभी कॉन्फ़िगर किए गए स्रोतों के लिए config/sources.json पढ़ें।

मेरे प्राथमिक विषयों की सूची में प्रत्येक स्रोत के लिए: वेब सर्च का उपयोग करके पिछले 24 घंटों के महत्वपूर्ण विकास खोजें।

इन मानदंडों का उपयोग करके परिणामों को फ़िल्टर करें:

शामिल करें: नई घोषणाएँ, महत्वपूर्ण अपडेट,

शोध निष्कर्ष, प्रमुख खिलाड़ियों द्वारा रणनीतिक कदम

बाहर करें: पुनर्चक्रित सामग्री, बिना नई

जानकारी वाली राय, ऐसी कोई भी चीज़ जिसे मैं अपने

CLAUDE.md प्राथमिकताओं के आधार पर शोर मानूंगा

पिछले सत्रों से किसी भी प्रासंगिक चीज़ के लिए मेमोरी जाँचें जो आज के समाचारों से जुड़ती है।

ब्रीफ़िंग को इस प्रारूप में तैयार करें:

मॉर्निंग ब्रीफ़ — [दिनांक]

एक बात

[आज का सबसे महत्वपूर्ण विकास और यह मेरे

काम के लिए विशेष रूप से क्यों मायने रखता है]

क्या हुआ

[3-7 महत्वपूर्ण आइटम, प्रत्येक 2-3 वाक्य]

क्या देखना है

[1-2 विकासशील स्थितियाँ जिन पर नज़र रखना उचित है]

मेमोरी से

[पिछले सत्रों में संग्रहीत किसी चीज़ से कोई प्रासंगिक संबंध]

आज का फोकस

[ब्रीफ़िंग के आधार पर एक अनुशंसित प्राथमिकता]

ब्रीफ़िंग को यहाँ सहेजें: data/outputs/[दिनांक]-morning-briefing.md

सारांश को टैग: daily-brief के साथ मेमोरी में संग्रहीत करें

Output

आउटपुट फ़ोल्डर में संरचित ब्रीफ़िंग फ़ाइल।

टैग: daily-brief के साथ मेमोरी एंट्री।

hermes.log में लॉग एंट्री।

अपनी पहली स्किल का परीक्षण करें:

मॉर्निंग ब्रीफ़िंग चलाएं

हर्मीस को प्रत्येक चरण निष्पादित करते, जानकारी खोजते और आपकी पहली स्वचालित ब्रीफ़िंग उत्पन्न करते हुए देखें।

सेक्शन 6: मेमोरी सिस्टम

मेमोरी ही हर्मीस को एक सक्षम उपकरण से एक संयोजन प्रणाली में बदलती है।

मेमोरी कैसे काम करती है, यह समझने से आप ऐसी स्किल डिज़ाइन कर सकते हैं जो समय के साथ उत्तरोत्तर अधिक स्मार्ट होती जाती हैं।

हर्मीस मेमोरी कैसे संग्रहीत करता है:

हर महत्वपूर्ण ऑपरेशन SQLite डेटाबेस में एक मेमोरी एंट्री बनाता है। प्रत्येक एंट्री में होता है:

Content: क्या संग्रहीत किया गया
Tags: पुनर्प्राप्ति के लिए श्रेणियाँ
Timestamp: यह कब बनाया गया
Source: किस स्किल ने इसे बनाया
Relevance score: इसे कितनी बार पुनर्प्राप्त किया जाता है, इसके आधार पर अपडेट किया जाता है

हर्मीस मेमोरी कैसे पुनर्प्राप्त करता है:

जब कोई स्किल चलती है, तो हर्मीस निष्पादित करने से पहले प्रासंगिक संदर्भ के लिए स्वचालित रूप से मेमोरी खोजता है। खोज अर्थ संबंधी समानता का उपयोग करती है, इसलिए संबंधित अवधारणाएँ तब भी सामने आती हैं जब सटीक कीवर्ड मेल नहीं खाते।

मेमोरी के लिए स्किल डिज़ाइन करना:

प्रत्येक स्किल में स्पष्ट मेमोरी निर्देश शामिल करें:

Memory Instructions

STORE after completion:

मुख्य निष्कर्ष टैग: [प्रासंगिक-टैग] के साथ
लिए गए निर्णय टैग: decision के साथ
उत्पन्न आउटपुट टैग: output के साथ

RETRIEVE before starting:

इस स्किल के पिछले रन
टैग: [प्रासंगिक-टैग] के साथ कोई भी एंट्री
वे निर्णय जो इस वर्कफ़्लो को प्रभावित करते हैं

मैन्युअल मेमोरी ऑपरेशन:

इसे मेमोरी में संग्रहीत करें: [जानकारी] — इसे [टैग] के रूप में टैग करें

आप [विषय] के बारे में क्या याद रखते हैं?

मुझे पिछले 7 दिनों की सभी मेमोरी एंट्री दिखाएं

कौन से निर्णय संग्रहीत किए गए हैं?

मेमोरी संयोजन प्रभाव:

एक सप्ताह की मेमोरी वाला हर्मीस एजेंट उपयोगी होता है।

तीन महीने की मेमोरी वाला हर्मीस एजेंट एक अलग श्रेणी का उपकरण होता है।

तीन महीने के दैनिक संचालन के बाद, हर्मीस ने सैकड़ों स्रोतों को पढ़ा होता है, हज़ारों सामग्री के टुकड़ों को संसाधित किया होता है, दर्जनों निर्णयों को ट्रैक किया होता है, और आपके विशिष्ट संचालन में क्या काम करता है और क्या नहीं, इसकी एक विस्तृत तस्वीर बनाई होती है।

हर नया कार्य उस संचित संदर्भ से लाभान्वित होता है।

सेक्शन 7: MCP सर्वर कनेक्ट करना

MCP सर्वर हर्मीस को एक ऐसे एजेंट से बदल देते हैं जो दुनिया के बारे में तर्क करता है, एक ऐसे एजेंट में जो उस पर कार्य करता है।

प्रत्येक MCP कनेक्शन हर्मीस को एक वास्तविक उपकरण तक पहुँच प्रदान करता है। फ़ाइल सिस्टम। वेब सर्च। डेटाबेस। API। बाहरी सेवाएँ।

कोर MCP सर्वर स्थापित करना:

Filesystem MCP — स्थानीय फ़ाइलें पढ़ें और लिखें

npm install -g @modelcontextprotocol/server-filesystem

Web search — रीयल-टाइम Brave Search

npm install -g @modelcontextprotocol/server-brave-search

GitHub — रिपॉजिटरी एक्सेस

npm install -g @modelcontextprotocol/server-github

Puppeteer — ब्राउज़र ऑटोमेशन

npm install -g @modelcontextprotocol/server-puppeteer

अपने .env में MCP कनेक्शन कॉन्फ़िगर करें:

Filesystem

MCP_FILESYSTEM_PATH=/path/to/your/working/directory

Brave Search

MCP_BRAVE_API_KEY=your-brave-search-api-key

GitHub

MCP_GITHUB_TOKEN=your-github-personal-access-token

Puppeteer

MCP_PUPPETEER_HEADLESS=true

Filesystem MCP:

सबसे तुरंत मूल्यवान कनेक्शन। हर्मीस को आपकी स्थानीय फ़ाइलों तक सीधी पढ़ने और लिखने की पहुँच देता है।

एक बार कनेक्ट होने के बाद हर्मीस यह कर सकता है:

स्किल निर्देशों में आपके द्वारा निर्दिष्ट फ़ाइलों को पढ़ें। आउटपुट को सीधे आपके सिस्टम पर फ़ोल्डरों में लिखें। नई जानकारी के आधार पर फ़ाइलों को अपडेट करें। नई सामग्री के लिए फ़ोल्डरों की निगरानी करें।

Filesystem MCP का उपयोग करने वाली स्किल:

Process

संदर्भ के लिए [पथ] पर फ़ाइल पढ़ें
सामग्री को संसाधित करें
आउटपुट को [आउटपुट पथ] पर लिखें
[इंडेक्स पथ] पर इंडेक्स फ़ाइल अपडेट करें

Brave Search MCP:

हर्मीस को रीयल-टाइम वेब सर्च तक पहुँच प्रदान करता है। इसके बिना हर्मीस केवल अपने प्रशिक्षण कटऑफ तक की जानकारी के बारे में तर्क कर सकता है। इसके साथ, हर्मीस वर्तमान जानकारी के लिए लाइव वेब खोजता है।

हर शोध, निगरानी और ब्रीफ़िंग स्किल Brave Search से लाभान्वित होती है।

अपनी मुफ्त Brave Search API कुंजी brave.com/search/api पर प्राप्त करें। मुफ्त स्तर प्रति माह 2,000 क्वेरी की अनुमति देता है।

GitHub MCP:

हर्मीस को GitHub रिपॉजिटरी तक पहुँच प्रदान करता है। यह कोड पढ़ सकता है, ट्रेंडिंग रेपो की जाँच कर सकता है, आपके द्वारा फ़ॉलो किए जाने वाले रिपॉजिटरी की निगरानी कर सकता है, और रिलीज़ को ट्रैक कर सकता है।

इसके लिए मूल्यवान: डेवलपर टूल सामग्री, ओपन सोर्स मॉनिटरिंग, तकनीकी शोध, रिपॉजिटरी विश्लेषण।

MCP कनेक्शन सत्यापित करना:

वर्तमान में कौन से MCP सर्वर कनेक्ट हैं?

कनेक्टेड सर्वर से सभी उपलब्ध टूल सूचीबद्ध करें।

हर्मीस को प्रत्येक कनेक्टेड सर्वर और उनमें से प्रत्येक द्वारा प्रदान किए जाने वाले टूल को सूचीबद्ध करना चाहिए।

सेक्शन 8: शेड्यूलर सिस्टम

शेड्यूलर हर्मीस को एक ऐसे उपकरण से बदल देता है जिसका आप उपयोग करते हैं, एक ऐसी प्रणाली में जो संचालित होती है।

शेड्यूलर के बिना: हर्मीस वही करता है जो आप पूछते हैं जब आप पूछते हैं।

शेड्यूलर के साथ: हर्मीस लगातार काम करता है चाहे आप शामिल हों या नहीं।

अपना शेड्यूल कॉन्फ़िगर करें:

config/schedule.json बनाएं:

{

"schedules": [

{

"skill": "morning-briefing",

"cron": "0 6 \ \ *",

"description": "सुबह 6 बजे दैनिक मॉर्निंग ब्रीफ़िंग"

{

"skill": "source-monitor",

"cron": "0 \/2 \ \ \",

"description": "हर 2 घंटे में स्रोतों की जाँच करें"

{

"skill": "content-processor",

"cron": "0 20 \ \ *",

"description": "रात 8 बजे कैप्चर की गई सामग्री को संसाधित करें"

{

"skill": "weekly-review",

"cron": "0 19 \ \ 0",

"description": "हर रविवार शाम 7 बजे साप्ताहिक समीक्षा"

{

"skill": "memory-consolidation",

"cron": "0 23 \ \ *",

"description": "रात 11 बजे मेमोरी एंट्री को समेकित करें"

}

]

}

Cron एक्सप्रेशन संदर्भ:

0 6 \ \ * → हर दिन सुबह 6 बजे

0 \/2 \ \ \ → हर 2 घंटे में

0 20 \ \ 1-5 → सोमवार से शुक्रवार रात 8 बजे

0 19 \ \ 0 → हर रविवार शाम 7 बजे

0 23 \ \ * → हर दिन रात 11 बजे

पाँच शेड्यूल किए गए वर्कफ़्लो जिनकी हर हर्मीस ऑपरेशन को आवश्यकता है:

मॉर्निंग ब्रीफ़िंग: प्रतिदिन सुबह 6 बजे। स्रोतों को पढ़ता है। खुफिया ब्रीफ़िंग उत्पन्न करता है। दिन का फोकस निर्धारित करता है।

स्रोत मॉनिटर: हर 2 घंटे में। नई सामग्री के लिए कॉन्फ़िगर किए गए स्रोतों की जाँच करता है। प्रोसेसिंग क्यू में जोड़ता है।

सामग्री प्रोसेसर: प्रतिदिन रात 8 बजे। दिन के दौरान कैप्चर की गई हर चीज़ को संसाधित करता है। आउटपुट उत्पन्न करता है। मेमोरी अपडेट करता है।

साप्ताहिक समीक्षा: रविवार शाम 7 बजे। सप्ताह की गतिविधि का संश्लेषण करता है। पैटर्न की पहचान करता है। अंतर्दृष्टि उत्पन्न करता है।

मेमोरी समेकन: प्रतिदिन रात 11 बजे। नई मेमोरी एंट्री की समीक्षा करता है। डुप्लिकेट हटाता है। प्रासंगिकता स्कोर अपडेट करता है।

शेड्यूल किए गए निष्पादन की निगरानी करना:

मुझे आज के लिए शेड्यूल किए गए ऑपरेशन दिखाएं

पिछले 24 घंटों में क्या चला?

मुझे निष्पादन लॉग दिखाएं

सेक्शन 9: एक पूर्ण सामग्री संचालन बनाना

यह सेक्शन हर्मीस के साथ एक पूर्ण स्वचालित सामग्री संचालन बनाने की प्रक्रिया बताता है। अंत तक आपके पास एक ऐसी प्रणाली होगी जो स्रोतों की निगरानी करती है, वायरल सामग्री के अवसरों की पहचान करती है, ड्राफ्ट उत्पन्न करती है, और स्वचालित रूप से एक प्रकाशन क्यू का प्रबंधन करती है।

चरण 1: अपने स्रोतों को कॉन्फ़िगर करें

config/sources.json बनाएं:

{

"sources": [

{

"name": "Anthropic Blog",

"type": "rss",

"url": "https://anthropic.com/news/rss",

"priority": "critical",

"check_interval": "1h"

{

"name": "GitHub Trending AI",

"type": "web",

"url": "https://github.com/trending/python?since=daily",

"priority": "high",

"check_interval": "4h"

{

"name": "HackerNews AI",

"type": "web",

"url": "https://news.ycombinator.com",

"priority": "medium",

"check_interval": "2h"

}

]

}

चरण 2: सामग्री अवसर पहचानकर्ता बनाएं

skills/content-opportunity.md बनाएं:

content-opportunity

Purpose

बनाने लायक सामग्री के अवसरों के लिए सभी स्रोतों

को स्कैन करें और उन्हें सामग्री क्यू में जोड़ें।

Trigger

स्रोत-मॉनिटर द्वारा नई सामग्री का पता लगाने के बाद चलता है।

मैन्युअल: "सामग्री के अवसर खोजें"

Process

मेरे सामग्री स्तंभों और दर्शकों के लिए CLAUDE.md पढ़ें।

मेमोरी से स्रोत-मॉनिटर द्वारा नई के रूप में फ़्लैग किए गए सभी आइटम पढ़ें, जिन्हें टैग: source-monitor-new के साथ टैग किया गया है।

प्रत्येक नए आइटम के लिए मूल्यांकन करें:

वायरल पोटेंशियल स्कोर (1-10):

क्या यह वह चीज़ है जिसकी मेरे विशिष्ट दर्शकों को परवाह है?
क्या यह वास्तव में नई जानकारी है या पुनर्चक्रित?
क्या यह मेरे किसी वर्तमान सामग्री स्तंभ से जुड़ता है?
क्या कोई अनूठा कोण है जो मैं ले सकता हूँ जो दूसरों ने नहीं लिया?

केवल 7 या उससे अधिक स्कोर वाले आइटम ही अवसरों के रूप में योग्य होते हैं।

प्रत्येक योग्य अवसर के लिए data/outputs/content-queue.md में एक एंट्री बनाएं जिसमें शामिल हो:
स्रोत और लिंक
यह एक अवसर क्यों है
सुझाया गया सामग्री कोण
सुझाया गया प्रारूप (ट्वीट/थ्रेड/लेख/वीडियो)
प्राथमिकता: urgent/high/medium

सभी अवसरों को टैग: content-queue के साथ मेमोरी में संग्रहीत करें।

Output

अपडेटेड content-queue.md फ़ाइल।

टैग: content-queue के साथ मेमोरी एंट्री।

चरण 3: ड्राफ्ट जनरेटर बनाएं

skills/draft-generator.md बनाएं:

draft-generator

Purpose

उनकी प्राथमिकता के आधार पर सामग्री क्यू में

मौजूद आइटम के लिए सामग्री ड्राफ्ट तैयार करें।

Trigger

प्रतिदिन दोपहर 2 बजे चलता है।

मैन्युअल: "ड्राफ्ट तैयार करें" या "शीर्ष 3 आइटम का ड्राफ्ट बनाएं"

Process

मेरी आवाज़, लहज़े और सामग्री नियमों के लिए CLAUDE.md पढ़ें।

लंबित आइटम के लिए data/outputs/content-queue.md पढ़ें।

प्राथमिकता स्कोर के अनुसार शीर्ष 3 आइटम चुनें।

प्रत्येक चयनित आइटम के लिए:

a. जानकारी वर्तमान और सटीक है यह सुनिश्चित करने के लिए

वेब सर्च का उपयोग करके विषय पर शोध करें

b. पुनरावृत्ति से बचने के लिए इस विषय के किसी भी

पिछले कवरेज के लिए मेमोरी जाँचें

c. निर्दिष्ट प्रारूप में ड्राफ्ट तैयार करें:

ट्वीट के लिए:

cyrilXBT फॉर्मेट का पालन करें:

सभी कैप्स में घोषणा हुक
छोटी प्रभावशाली पंक्तियाँ
प्रत्येक वाक्य अपनी स्वयं की पंक्ति पर
अंत में बुकमार्क करें + फ़ॉलो CTA

थ्रेड के लिए:

हुक ट्वीट
विशिष्ट विवरण के साथ 5-8 बॉडी ट्वीट
CTA क्लोज़र

लेखों के लिए:

मजबूत हुक पैराग्राफ
समस्या का विवरण
समाधान का विवरण
कार्रवाई योग्य कदम
फ़ॉलो करने के लिए CTA

प्रत्येक ड्राफ्ट को यहाँ सहेजें: data/outputs/drafts/[दिनांक]-[प्रारूप]-[विषय].md

content-queue.md को अपडेट करें और आइटम को ड्राफ्ट किए गए के रूप में चिह्नित करें।

ड्राफ्ट सारांश को टैग: draft-generated के साथ मेमोरी में संग्रहीत करें।

Output

data/outputs/drafts/ में ड्राफ्ट फ़ाइलें।

अपडेटेड content-queue.md

टैग: draft-generated के साथ मेमोरी एंट्री।

चरण 4: प्रदर्शन ट्रैकर बनाएं

skills/performance-tracker.md बनाएं:

performance-tracker

Purpose

सामग्री प्रदर्शन को ट्रैक करें और भविष्य के

सामग्री निर्णयों को बेहतर बनाने के लिए डेटा का उपयोग करें।

Trigger

मैन्युअल: "[सामग्री] के लिए प्रदर्शन लॉग करें — [मेट्रिक्स]"

साप्ताहिक समीक्षा सभी प्रदर्शन लॉग पढ़ती है।

Process

जब प्रदर्शन डेटा के साथ ट्रिगर किया जाए:
सामग्री संदर्भ के साथ मेमोरी में मेट्रिक्स संग्रहीत करें
टैग: performance-log

पैटर्न की पहचान करें:
इस सप्ताह किन विषयों ने सबसे अच्छा प्रदर्शन किया?
किन प्रारूपों में सबसे अधिक सहभागिता थी?
किन स्रोतों ने सबसे अधिक वायरल सामग्री उत्पन्न की?

यदि पैटर्न स्पष्ट हैं तो प्रदर्शन डेटा के आधार पर CLAUDE.md सामग्री प्राथमिकताओं को अपडेट करें।

रविवार को साप्ताहिक प्रदर्शन रिपोर्ट तैयार करें।

Output

टैग: performance-log के साथ मेमोरी एंट्री।

आउटपुट फ़ोल्डर में साप्ताहिक प्रदर्शन रिपोर्ट।

सेक्शन 10: मल्टी-एजेंट ऑपरेशन

सिंगल एजेंट हर्मीस शक्तिशाली है। मल्टी-एजेंट हर्मीस क्षमता की एक अलग श्रेणी है।

मल्टी-एजेंट ऑपरेशन का मतलब है कई विशिष्ट हर्मीस इंस्टेंस, प्रत्येक आपके ऑपरेशन के एक डोमेन को संभालता है, मेमोरी साझा करता है, और आउटपुट का समन्वय करता है।

चार-एजेंट सामग्री संचालन:

शोध एजेंट: स्रोतों की निगरानी करता है, अवसरों की पहचान करता है, गहन शोध करता है। केवल पढ़ता है। कभी निर्माण नहीं करता।

उत्पादन एजेंट: शोध आउटपुट लेता है और सामग्री ड्राफ्ट उत्पन्न करता है। केवल निर्माण करता है। कभी प्रकाशित नहीं करता।

गुणवत्ता एजेंट: मानकों के विरुद्ध उत्पादन आउटपुट की समीक्षा करता है। अनुमोदन करता है या संशोधन के लिए लौटाता है। कभी निर्माण या प्रकाशित नहीं करता।

वितरण एजेंट: अनुमोदित आउटपुट लेता है और प्रकाशन शेड्यूल का प्रबंधन करता है। केवल प्रकाशित करता है। कभी निर्माण नहीं करता।

मल्टी-एजेंट कॉन्फ़िगरेशन सेट करना:

प्रत्येक एजेंट के लिए अलग CLAUDE.md फ़ाइलें बनाएं:

hermes-research/

CLAUDE.md ← शोध एजेंट संविधान

skills/ ← केवल-शोध स्किल

hermes-production/

CLAUDE.md ← उत्पादन एजेंट संविधान

skills/ ← केवल-उत्पादन स्किल

hermes-quality/

CLAUDE.md ← गुणवत्ता एजेंट संविधान

skills/ ← केवल-गुणवत्ता स्किल

hermes-distribution/

CLAUDE.md ← वितरण एजेंट संविधान

skills/ ← केवल-वितरण स्किल

साझा मेमोरी लेयर:

सभी चार एजेंटों को एक ही SQLite डेटाबेस की ओर इंगित करने के लिए कॉन्फ़िगर करें:

MEMORY_PATH=/shared/hermes-memory.db

इसका मतलब है कि हर एजेंट हर दूसरे एजेंट के आउटपुट को पढ़ता है। शोध आउटपुट उत्पादन के लिए दृश्यमान हैं। उत्पादन आउटपुट गुणवत्ता के लिए दृश्यमान हैं। गुणवत्ता अनुमोदन वितरण के लिए दृश्यमान हैं।

हैंडऑफ प्रोटोकॉल:

प्रत्येक एजेंट मेमोरी टैग के माध्यम से हैंडऑफ के लिए तत्परता का संकेत देता है:

शोध एजेंट काम पूरा करता है → आउटपुट को टैग: ready-for-production के साथ संग्रहीत करता है

उत्पादन एजेंट टैग किए गए आइटम उठाता है → आउटपुट को टैग: ready-for-quality के साथ संग्रहीत करता है

गुणवत्ता एजेंट अनुमोदन करता है → आउटपुट को टैग: ready-for-distribution के साथ संग्रहीत करता है

वितरण एजेंट प्रकाशित करता है → परिणाम को टैग: published के साथ संग्रहीत करता है

ऑर्केस्ट्रेटर स्किल:

एक मास्टर ऑर्केस्ट्रेटर स्किल बनाएं जो पूरे पाइपलाइन की निगरानी करता है:

pipeline-orchestrator

Purpose

सभी चार एजेंटों की निगरानी करें और पाइपलाइन

चरणों के बीच सुचारू हैंडऑफ सुनिश्चित करें।

Trigger

हर 30 मिनट में चलता है।

Process

टैग: ready-for-production वाले आइटम की जाँच करें। यदि मिले: उत्पादन एजेंट को सचेत करें।

टैग: ready-for-quality वाले आइटम की जाँच करें। यदि मिले: गुणवत्ता एजेंट को सचेत करें।

टैग: ready-for-distribution वाले आइटम की जाँच करें। यदि मिले: वितरण एजेंट को सचेत करें।

किसी भी चरण में 4 घंटे से अधिक समय से आइटम की जाँच करें। यदि मिले: अटके हुए के रूप में फ़्लैग करें और समीक्षा के लिए सचेत करें।

हर 4 घंटे में पाइपलाइन स्थिति रिपोर्ट तैयार करें।

Output

मेमोरी में टैग: pipeline-status के साथ पाइपलाइन स्थिति।

अटके हुए आइटम के लिए अलर्ट।

प्रति घंटा ऑपरेशन लॉग।

सेक्शन 11: उन्नत स्किल पैटर्न

जैसे-जैसे आपका हर्मीस ऑपरेशन परिपक्व होता है, आपको ऐसी स्थितियों का सामना करना पड़ेगा जिन्हें बुनियादी स्किल फॉर्मेट कवर नहीं करता है। ये उन्नत पैटर्न सबसे सामान्य जटिल परिदृश्यों को संभालते हैं।

पैटर्न 1: सशर्त निष्पादन

ऐसी स्किल जो शर्तों के आधार पर अलग-अलग रास्ते अपनाती हैं:

Process

शर्त जाँचें: [क्या जाँचना है]

यदि [शर्त A]: पथ A निष्पादित करें: [पथ A के लिए कदम]

यदि [शर्त B]:

पथ B निष्पादित करें:

[पथ B के लिए कदम]

यदि कोई नहीं:

मानव समीक्षा के लिए फ़्लैग करें और अस्पष्ट मामले को लॉग करें।

पैटर्न 2: पुनः प्रयास तर्क

ऐसी स्किल जिन्हें विफलता पर पुनः प्रयास करना चाहिए:

Process

प्रत्येक आइटम के लिए निम्नलिखित को अधिकतम 3 बार आज़माएं:

प्रयास करें: [प्राथमिक दृष्टिकोण] यदि सफल: आउटपुट पर आगे बढ़ें यदि विफल: त्रुटि लॉग करें और विकल्प आज़माएं

विकल्प: [बैकअप दृष्टिकोण] यदि सफल: इस नोट के साथ आउटपुट पर आगे बढ़ें कि विकल्प का उपयोग किया गया यदि विफल: विफल के रूप में चिह्नित करें और समीक्षा के लिए फ़्लैग करें

अपूर्ण या अनिश्चित आउटपुट के साथ कभी आगे न बढ़ें।

पैटर्न 3: गुणवत्ता द्वार

यहाँ आपका अनुरोधित अनुवाद है:

ऐसे कौशल जो आउटपुट उत्पन्न करने से पहले मानकों को लागू करते हैं:

गुणवत्ता द्वार (Quality Gate)

किसी भी आउटपुट को सहेजने से पहले इन मानदंडों पर मूल्यांकन करें:

PASS मानदंड (सभी सत्य होने चाहिए):

[मानदंड 1]
[मानदंड 2]
[मानदंड 3]

यदि PASS: आउटपुट सहेजें और सफलता लॉग करें

यदि FAIL: पहचानें कि कौन से मानदंड विफल हुए, संशोधन का प्रयास करें, पुनः मूल्यांकन करें। अधिकतम 2 संशोधन प्रयास।

यदि 2 प्रयासों के बाद भी विफल: failure नोट्स के साथ review-needed/ फ़ोल्डर में सहेजें।

पैटर्न 4: मेमोरी-आधारित निष्पादन (Memory-Informed Execution)

ऐसे कौशल जो हर रन के साथ अधिक स्मार्ट होते जाते हैं:

मेमोरी-आधारित प्रक्रिया

निष्पादन से पहले पुनर्प्राप्त करें:

मेमोरी से इस कौशल के सभी पिछले रन
टैग किया गया प्रदर्शन डेटा: [प्रासंगिक-टैग]
पिछले रनों से संग्रहीत कोई भी पैटर्न नोट्स

पुनर्प्राप्त संदर्भ का उपयोग करें:

पहले विफल रहे दृष्टिकोणों से बचें
पहले सफल रहे दृष्टिकोणों को प्राथमिकता दें
वर्तमान निष्पादन पर कोई भी पैटर्न अंतर्दृष्टि लागू करें

निष्पादन के बाद संग्रहीत करें:

कौन सा दृष्टिकोण उपयोग किया गया
क्या वह सफल रहा
कोई भी नया पैटर्न देखा गया
टैग किया गया: [कौशल-नाम]-सीखना

धारा 12: सामान्य समस्याओं का निवारण

हर Hermes ऑपरेशन में पहले कुछ हफ्तों में समस्याएँ आती हैं। ये सबसे सामान्य समस्याएँ और उन्हें ठीक करने के तरीके हैं।

समस्या: Hermes निर्धारित कौशलों को निष्पादित नहीं कर रहा है

जाँचें कि आपके .env में शेड्यूलर सक्षम है:

ENABLE_SCHEDULER=true

crontab.guru का उपयोग करके अपने cron एक्सप्रेशन को मान्य करें।

शेड्यूलर त्रुटियों के लिए hermes.log जाँचें:

tail -f logs/hermes.log

समस्या: सत्रों के बीच मेमोरी बनी नहीं रहती

सत्यापित करें कि मेमोरी डेटाबेस पथ सही है:

MEMORY_PATH=./data/memory.db

डेटा निर्देशिका पर फ़ाइल अनुमतियाँ जाँचें:

ls -la data/

Hermes प्रक्रिया के पास इस निर्देशिका में लिखने की पहुँच होनी चाहिए।

समस्या: MCP सर्वर कनेक्ट नहीं हो रहे हैं

सत्यापित करें कि MCP सर्वर वैश्विक रूप से स्थापित है:

which npx

npx @modelcontextprotocol/server-filesystem --help

जाँचें कि आपकी API कुंजियाँ .env में बिना किसी पश्च स्थान के सही ढंग से सेट हैं।

MCP कॉन्फ़िगरेशन बदलने के बाद Hermes को पुनरारंभ करें।

समस्या: कौशल आउटपुट निम्न गुणवत्ता के हैं

सबसे सामान्य कारण एक अस्पष्ट CLAUDE.md है। धारा 4 पर वापस जाएँ और प्रत्येक अनुभाग में अधिक विशिष्ट विवरण जोड़ें।

यह भी जाँचें कि कौशल का प्रक्रिया अनुभाग पर्याप्त विशिष्ट है। अस्पष्ट निर्देश अस्पष्ट आउटपुट उत्पन्न करते हैं।

समस्या: Hermes पुरानी जानकारी का उपयोग कर रहा है

सत्यापित करें कि Brave Search MCP कनेक्ट है:

कौन से MCP सर्वर कनेक्ट हैं?

यदि Brave Search सूचीबद्ध नहीं है तो अपनी API कुंजी जाँचें और MCP सर्वर को पुनः स्थापित करें।

समस्या: कौशल चल रहे हैं लेकिन आउटपुट सहेज नहीं रहे हैं

जाँचें कि Filesystem MCP कनेक्ट है और सही पथ पर इंगित कर रहा है।

सत्यापित करें कि आपकी कौशल फ़ाइलों में आउटपुट पथ उस कार्यशील निर्देशिका के सापेक्ष हैं जिसमें Hermes चल रहा है।

धारा 13: अपने ऑपरेशन को मापना और सुधारना

एक Hermes ऑपरेशन जो समय के साथ सुधार नहीं करता, वह अपनी मेमोरी सिस्टम का सही ढंग से उपयोग नहीं कर रहा है।

साप्ताहिक समीक्षा कौशल:

skills/weekly-review.md बनाएँ:

weekly-review

उद्देश्य

सप्ताह के ऑपरेशन का संश्लेषण करें और अगले सप्ताह के लिए सुधारों की पहचान करें।

ट्रिगर

हर रविवार रात 7 बजे।

मैनुअल: "साप्ताहिक समीक्षा चलाएँ"

प्रक्रिया

पिछले 7 दिनों की सभी मेमोरी प्रविष्टियाँ पढ़ें।

कौशल प्रदर्शन का विश्लेषण करें:
कौन से कौशल बिना किसी समस्या के चले?
किन कौशलों में त्रुटियाँ आईं?
किन कौशलों ने सर्वोत्तम आउटपुट उत्पन्न किए?
किन कौशलों में सुधार की आवश्यकता है?

सामग्री प्रदर्शन का विश्लेषण करें (यदि लॉग किया गया हो):
कौन सी सामग्री ने सर्वश्रेष्ठ प्रदर्शन किया?
उच्च प्रदर्शन करने वालों में कौन से पैटर्न दिखाई देते हैं?
अगले सप्ताह किन विषयों को प्राथमिकता दी जानी चाहिए?

मेमोरी गुणवत्ता का विश्लेषण करें:
क्या मेमोरी प्रविष्टियाँ सही ढंग से बनाई जा रही हैं?
क्या कौशल चलने पर पुनर्प्राप्ति परिणाम प्रासंगिक होते हैं?
क्या संग्रहीत किए जा रहे डेटा में कोई अंतराल है?

सुधार अनुशंसाएँ उत्पन्न करें:
इस सप्ताह सुधारने के लिए एक कौशल
इस सप्ताह बनाने के लिए एक नया कौशल
सुव्यवस्थित करने के लिए एक प्रक्रिया
सामग्री में प्राथमिकता देने के लिए एक विषय

CLAUDE.md को किसी भी पुष्ट सुधार के साथ अपडेट करें।

आउटपुट

data/outputs/ में साप्ताहिक समीक्षा रिपोर्ट

यदि सुधारों की पहचान हुई तो CLAUDE.md अपडेट

टैग की गई मेमोरी प्रविष्टि: weekly-review

मायने रखने वाले मीट्रिक:

कौशल विश्वसनीयता दर: निर्धारित कौशलों का कितना प्रतिशत त्रुटियों के बिना चलता है। लक्ष्य 95% से ऊपर।

मेमोरी पुनर्प्राप्ति प्रासंगिकता: जब किसी कौशल के लिए मेमोरी पुनर्प्राप्त की जाती है तो क्या वह वास्तव में प्रासंगिक है। साप्ताहिक समीक्षा करें।

आउटपुट गुणवत्ता स्थिरता: क्या आउटपुट लगातार आपके मानकों को पूरा कर रहे हैं। मैन्युअल रूप से ट्रैक करें।

ऑपरेशन कवरेज: आपके इच्छित वर्कफ़्लो का कितना प्रतिशत वास्तव में स्वचालित है। समय के साथ 100% की ओर विस्तार करें।

धारा 14: 90-दिवसीय निर्माण योजना

एक परिपक्व Hermes ऑपरेशन बनाने में लगातार पुनरावृत्ति के 90 दिन लगते हैं।

दिन 1 से 7: आधार

Hermes स्थापित करें। अपना CLAUDE.md लिखें। मॉर्निंग ब्रीफिंग कौशल बनाएँ। Filesystem और Brave Search MCP सर्वर कनेक्ट करें। अपनी पहली निर्धारित ब्रीफिंग चलाएँ।

लक्ष्य: Hermes विश्वसनीय रूप से चल रहा है और प्रतिदिन एक उपयोगी आउटपुट उत्पन्न कर रहा है।

दिन 8 से 30: मुख्य कौशल

अपने विशिष्ट ऑपरेशन के लिए पाँच से आठ मुख्य कौशल बनाएँ। सभी पाँच मानक स्वचालित वर्कफ़्लो के लिए शेड्यूलर कॉन्फ़िगर करें। अपने डोमेन के लिए विशिष्ट पहला MCP सर्वर पहचानें।

लक्ष्य: Hermes आपके दोहराए जाने वाले ज्ञान कार्य का 30% स्वचालित कर रहा है।

दिन 31 से 60: अनुकूलन

मेमोरी गुणवत्ता की समीक्षा करें और भंडारण परंपराओं में सुधार करें। तीन से चार सप्ताह के परिणामों के आधार पर कौशल आउटपुट को परिष्कृत करें। सशर्त निष्पादन और गुणवत्ता द्वारों का उपयोग करके अपने पहले उन्नत कौशल बनाएँ।

लक्ष्य: Hermes आउटपुट बिना मैन्युअल संशोधन के लगातार गुणवत्ता मानकों को पूरा कर रहे हैं।

दिन 61 से 90: मल्टी-एजेंट

यदि आपका ऑपरेशन इसे उचित ठहराता है, तो अपना मल्टी-एजेंट आर्किटेक्चर डिज़ाइन करें। विशेषज्ञ एजेंट CLAUDE.md फ़ाइलें बनाएँ। साझा मेमोरी लेयर कॉन्फ़िगर करें। ऑर्केस्ट्रेटर कौशल तैनात करें।

लक्ष्य: Hermes आपके सबसे जटिल वर्कफ़्लो को शुरू से अंत तक संभालने वाला एक समन्वित मल्टी-एजेंट ऑपरेशन चला रहा है।

संचयी वास्तविकता

जो निर्माता आज अपना Hermes ऑपरेशन शुरू करते हैं और इसे लगातार 90 दिनों तक चलाते हैं, उनके पास कुछ ऐसा होगा जिसे जल्दी से दोहराया नहीं जा सकता।

इसलिए नहीं कि तकनीक तक पहुँचना कठिन है।

बल्कि इसलिए कि 90 दिनों के लगातार संचालन में जो मेमोरी लेयर जमा होती है, उसे आप शॉर्टकट नहीं कर सकते।

90वें दिन का Hermes एजेंट आपके ऑपरेशन को जानता है। वह जानता है कि कौन से स्रोत आपके दर्शकों के लिए सर्वश्रेष्ठ सामग्री उत्पन्न करते हैं। वह जानता है कि कौन से दृष्टिकोण काम कर गए हैं और कौन से विफल रहे हैं। वह आपकी आवाज़, आपके मानकों और आपकी प्राथमिकताओं को जानता है क्योंकि उसने उनके विरुद्ध सैकड़ों बार निष्पादन किया है।

वह संचित बुद्धिमत्ता ही खाई (moat) है।

हर दिन जब आप ऑपरेशन चलाते हैं, खाई गहरी होती जाती है।

हर दिन जब आप शुरू करने की प्रतीक्षा करते हैं, वह संचयी बुद्धिमत्ता का एक दिन है जो आपको कभी वापस नहीं मिलेगा।

इस सप्ताह के अंत में आधार बनाएँ।

कौशल लिखने में एक दोपहर लगती है।

मेमोरी पहले सत्र से जमा होनी शुरू हो जाती है।

संचयन पहले स्वचालित वर्कफ़्लो से शुरू होता है जो आपके बिना चलता है।

स्वायत्त AI ऑपरेशन को वास्तव में काम करने वाले हर Hermes Agent बिल्ड, कौशल टेम्पलेट और मल्टी-एजेंट आर्किटेक्चर के लिए @cyrilXBT को फ़ॉलो करें।