Ecco una nuova categoria di strumenti AI che sta prendendo forma silenziosamente: agenti che non vivono in una finestra di chat che apri e chiudi, ma che girano continuamente nel cloud e ti parlano tramite un messenger, come un collega che non si disconnette mai.
Hermes è una delle implementazioni più interessanti di questa idea, e ciò che lo distingue da agenti simili come OpenClaw è un ciclo di auto-miglioramento integrato – un sistema che osserva le tue conversazioni, estrae modelli utili da esse e trasforma quei modelli in aggiornamenti permanenti alla propria memoria e al proprio set di competenze.
Questo articolo spiega come Hermes è strutturato, come configurarlo e come funziona effettivamente quel ciclo di auto-miglioramento sotto il cofano.
Cos'è Hermes e in cosa si differenzia da OpenClaw
Hermes è un agente AI residente nel cloud, strutturalmente simile a OpenClaw: funziona 24/7 e interagisci con esso tramite un'app di messaggistica anziché un terminale o una scheda del browser.
Le differenze significative sono tre.
In primo luogo, Hermes viene fornito con una libreria di competenze integrate molto più ampia già pronta all'uso, quindi spendi meno tempo a collegare le integrazioni da solo.
In secondo luogo, il processo di configurazione è considerevolmente più snello – un TUI guidato gestisce quasi tutto.
In terzo luogo, e cosa più importante, Hermes è progettato per un miglioramento continuo: non esegue solo compiti, ma accumula conoscenze procedurali su come eseguirli meglio nel tempo.
Installazione e Configurazione Iniziale
Per avviare Hermes basta un singolo comando.
Su Windows, lo esegui in PowerShell:
iex (irm
Su Linux, macOS o WSL, l'equivalente è:
curl -fsSL
Una volta installato, riavvia il terminale ed esegui hermes setup per avviare un flusso di configurazione guidato che esamina in sequenza la selezione del modello, il backend del terminale, il gateway di messaggistica e la configurazione degli strumenti.
Scelta e Routing dei Modelli
La prima decisione reale in fase di configurazione è quale provider LLM alimenta il "cervello" dell'agente. L'autenticazione avviene tramite OAuth anziché tramite chiavi API grezze, il che consente di accedere anche tramite una sessione Claude Code o Codex CLI esistente, senza dover generare una chiave API separata.
Ciò che è veramente ben progettato qui è come Hermes separa il modello utilizzato per la conversazione principale dai modelli utilizzati per le attività in background e ausiliarie. Per impostazione predefinita, lo stesso modello gestisce entrambe, ma ogni attività ausiliaria può essere puntata a un provider diverso in modo indipendente.
I compiti che supportano questo tipo di override sono:
- vision – analisi e descrizione delle immagini
- web_extract – riassumere pagine web lunghe
- compression – comprimere un contesto di conversazione in eccesso
- title_generation – generare titoli di sessione
- curator – l'agente in background responsabile del ciclo di auto-miglioramento
- kanban_decomposer – suddividere compiti grandi in sotto-attività in modalità Kanban
- goal_judge – l'agente che verifica se un /goal è stato effettivamente raggiunto
Questo viene configurato direttamente in config.yaml, ad esempio:
1# Modello primario per chat e ragionamenti complessi2model:3 provider: "anthropic"4 default: "claude-4-8-sonnet"5 auxiliary:6 vision:7 provider: "gemini"8 model: "gemini-2.5-flash"9 compression:10 provider: "custom"11 base_url: "http://localhost:11434/v1"12 api_key: "none"13 model: "qwen2.5:32b"
Questo tipo di routing esplicito risolve un problema reale con OpenRouter come scelta predefinita: lo stesso modello nominale è spesso distribuito da molti provider diversi, frequentemente in quantizzazioni diverse, e OpenRouter mescolerà silenziosamente ogni nuova richiesta tra circa venti di essi.
L'effetto pratico è che all'interno di una singola sessione, non stai parlando con un modello coerente – stai parlando con un cast rotante di sue istanze configurate diversamente, alcune delle quali gestiscono le chiamate agli strumenti e i template di prompt in modo più affidabile di altre. Il routing manuale all'interno di Hermes evita completamente questo problema.
Vale anche la pena notare che se vuoi risparmiare sul modello conversazionale senza sacrificare la qualità della codifica, Hermes supporta i comandi /claude_code e /codex che delegano i compiti di codifica direttamente a quegli strumenti CLI anziché gestirli con il modello di chat configurato.
Backend del Terminale
Un pezzo fondamentale dell'architettura è l'Ambiente Backend del Terminale, che determina dove e come vengono effettivamente eseguiti i comandi della shell e gli script Python, e come l'agente interagisce con il tuo filesystem. Hermes ne supporta cinque.
Locale è l'impostazione predefinita. I comandi vengono eseguiti direttamente sulla tua macchina con gli stessi permessi del tuo account utente – nessun isolamento. È la scelta giusta per lo sviluppo locale e l'uso personale fidato in cui vuoi che l'agente modifichi i tuoi file di progetto reali.
La sicurezza qui si basa interamente su un sistema di approvazioni integrato che intercetta i comandi distruttivi (un rm -rf /, un DROP TABLE) e chiede il permesso esplicito prima di eseguirli.
Docker esegue l'agente all'interno di una sandbox isolata in modo che non possa toccare il tuo sistema host. SSH fa eseguire i comandi e lavorare con i file su un server remoto tramite una connessione remota. Modal esegue tutto in sandbox cloud serverless – essenzialmente noleggi potenza di calcolo al secondo, pagando solo per i secondi effettivi in cui il tuo codice viene eseguito.
Daytona è un livello di gestione dei contenitori costruito appositamente per agenti AI di codifica; è più veloce dell'esecuzione diretta di Docker e gestisce automaticamente la configurazione dell'ambiente e l'installazione delle dipendenze.
Per la maggior parte dei casi d'uso personali, Locale è genuinamente sufficiente – le altre opzioni sono importanti principalmente se stai eseguendo codice non fidato o operi a livello di team.
Gateway di Messaggistica e Configurazione degli Strumenti
Dopo il backend del terminale, la configurazione passa alla scelta di dove parlerai effettivamente con l'agente – Telegram è l'opzione più rifinita. Selezionandolo ti viene fornito un link diretto che avvia un bot preconfigurato; non è coinvolta alcuna configurazione manuale del token del bot.
Il resto della configurazione passa attraverso l'abilitazione dei singoli strumenti e dei rispettivi provider – automazione del browser, generazione di immagini, sintesi vocale e ricerca web. Per la ricerca web in particolare, Firecrawl auto-ospitato o Exa si distinguono come ottime scelte per lo scraping e il recupero orientati agli agenti.
La ricerca su X richiede un abbonamento a Grok per essere abilitata, cosa utile da sapere prima di cercarla nel menu.
Comandi Slash da Conoscere
Hermes viene fornito con un lungo elenco di comandi slash, la maggior parte autoesplicativi dal nome, ma alcuni meritano di essere menzionati specificamente.
/background <prompt>esegue un'attività in background senza interrompere la sessione principale./goalimposta un obiettivo a lungo termine verso cui l'agente lavora in modo persistente, con sotto-comandi per mettere in pausa, riprendere, cancellare o verificare lo stato;/subgoalgestisce obiettivi più piccoli annidati sotto un goal attivo./kanbanorchestra lavoro asincrono e di lunga durata attraverso più agenti indipendenti – funzionando come una vera bacheca Kanban in cui un pool di attività viene distribuito tra agenti lavoratori e si sposta tra da fare, in corso e fatto mentre viene passato tra di loro.
Dal lato dello sviluppo, /github_pr_workflow gestisce l'intero ciclo dal branch al merge, inclusa la CI, /github_code_review esamina le pull request, e /codebase_inspection analizza la suddivisione per linguaggio e il conteggio delle righe di un repository. /dogfood è una modalità QA dedicata che cerca bug in un'app web e produce un report basato su prove. /spike esegue un esperimento rapido e monouso per convalidare un'idea prima di impegnarsi nello sviluppo completo, e /systematic_debugging risolve i bug in quattro fasi, comprendendo la causa principale prima di tentare una correzione.
C'è anche un gruppo di comandi specifici per l'integrazione – /notion, /obsidian, /airtable, /google_workspace, /arxiv, /blogwatcher, /polymarket, /ocr_and_documents, /youtube_content – ognuno dei quali racchiude un servizio esterno o un flusso di lavoro specifico, più /bundles, che raggruppa diverse competenze esistenti sotto un unico comando slash tramite piccoli file di configurazione YAML.
Cron Job e Webhook
Due primitive di automazione meritano particolare attenzione.
- I cron job ti permettono di pianificare l'esecuzione di uno script a intervalli di tempo regolari; se passi
-no-agentquando ne crei uno, Hermes eseguirà un semplice script Python o bash e inoltrerà semplicemente il suo output al tuo messenger, senza spendere alcun token LLM. - I webhook sono il pezzo più potente: permettono all'agente di reagire a eventi esterni anziché a un timer. Puoi configurare un webhook in modo che, ad esempio, una nuova pull request su GitHub attivi automaticamente un agente con un prompt e un set di competenze specifici – di fatto mettendo in piedi un agente revisore di turno con zero interventi manuali per PR.
Motori di Contesto
Il motore di contesto governa il modo in cui Hermes comprime e gestisce la cronologia delle conversazioni quando si avvicina al limite di token del modello, e ci sono due opzioni.
- Quello predefinito, chiamato Compressor, applica una riassunzione con perdita alla parte centrale di una conversazione lunga.
- L'alternativa, LCM (Lossless Context Management), adotta un approccio strutturalmente diverso: invece di produrre un riassunto testuale, costruisce un grafo aciclico diretto dei punti chiave della conversazione, permettendo all'agente di navigare da una vista di alto livello e fortemente compressa fino ai messaggi originali specifici che la supportano.
Motori di Memoria
I provider di memoria esterni funzionano insieme ai file di memoria locale integrati di Hermes, MEMORY.md e USER.md, aggiungendo capacità come la ricerca semantica e i grafi di conoscenza.
Diversi possono essere configurati direttamente tramite il TUI di configurazione.
- Honcho è costruito attorno alla modellazione di un profilo utente dettagliato, utilizzando chiamate LLM in background per sintetizzare osservazioni su due livelli: un livello base di riassunti e profili di sessione, e un livello dialettico che analizza le esigenze attuali dell'utente.
- OpenViking è un database di contesto che costruisce una gerarchia di conoscenza in stile filesystem, supportando il recupero di contesto a livelli e ordinando automaticamente i fatti estratti in sei categorie – eventi, modelli, preferenze e così via – alla fine di ogni sessione.
- Mem0 è un servizio di memoria cloud completamente gestito; l'estrazione dei fatti avviene lato server tramite LLM e include ricerca semantica, riordinamento dei risultati e deduplicazione automatica, sebbene essendo ospitato nel cloud sia anche l'unica opzione qui con un costo ricorrente.
- Hindsight è un sistema di memoria a lungo termine più avanzato basato su un grafo di conoscenza, in stile GraphRAG. Estrae entità dalle sessioni, costruisce relazioni tra di esse e preserva i turni conversazionali completi incluse le chiamate agli strumenti, con la memoria suddivisa in quattro categorie: fatti sul mondo, esperienza dell'agente stesso, opinioni e osservazioni.
- Holographic è un archivio di fatti locale basato su SQLite senza dipendenze esterne, che include un sistema di punteggio di affidabilità per i fatti memorizzati e l'uso di Rappresentazioni Ridotte Olografiche per supportare query algebriche e compositive, con la capacità di rilevare automaticamente le contraddizioni all'interno della sua base di conoscenza.
- RetainDB è un'API cloud per la memoria di team, che offre ricerca ibrida tra vettore, BM25 e metodi di riordinamento, con la memoria suddivisa in sette tipi distinti e compressione delta per mantenere l'archiviazione efficiente.
- ByteRover è un sistema di memoria locale portatile accessibile tramite CLI, che costruisce un albero di conoscenza gerarchico ed estrae fatti importanti prima che la compressione con perdita abbia la possibilità di eliminarli dal contesto.
- Supermemory offre memoria semantica a lungo termine con un'API a grafo: acquisisce i log completi della sessione dopo che una conversazione termina per costruire il suo grafo di conoscenza, pulisce periodicamente i fatti richiamati per evitare la contaminazione dai turni correnti e può isolare la memoria in contenitori separati per profilo agente.
Per l'uso quotidiano, la memoria locale predefinita è genuinamente adeguata per la maggior parte delle persone – i sistemi più pesanti scambiano un costo reale di risorse, specialmente RAM per le opzioni ospitate localmente, per una capacità che la maggior parte dei flussi di lavoro non richiede ancora.
Il Ciclo di Auto-Miglioramento
Questa è la caratteristica che distingue maggiormente Hermes da un agente convenzionale: un insieme di processi asincroni in background che analizzano continuamente le tue conversazioni, estraggono modelli utili da esse e scrivono quei modelli nella memoria a lungo termine e nella memoria procedurale (competenze) – poi mantengono quella conoscenza accumulata in modo che non si deteriori nel tempo. L'intero sistema funziona in parallelo con la tua chat principale ed è composto da tre componenti: un sistema di trigger, un agente di revisione in background e un curatore.
- Il Sistema di Trigger
Hermes non analizza ogni messaggio in tempo reale, poiché brucerebbe token senza alcun beneficio. Invece, si basa su due contatori che attivano un passaggio di riflessione una volta superata una soglia.
Un trigger di memoria si attiva ogni dieci prompt utente, controllando se sono apparsi nuovi fatti degni di essere salvati nella conversazione.
Un trigger di abilità si attiva ogni dieci iterazioni di chiamate a strumenti all'interno di un singolo turno, basandosi sulla teoria che se l'agente ha appena speso così tanti passi per affrontare un problema per tentativi ed errori, quell'esperienza vale la pena di essere analizzata e possibilmente trasformata in un'abilità riutilizzabile.
Una volta che uno dei due contatori raggiunge il suo limite, una funzione interna si attiva, passando un'istantanea della conversazione corrente a un processo di revisione in background.
- L'Agente di Revisione in Background
Questa istantanea va a un processo agente completamente separato e isolato che funziona in parallelo senza interrompere la sessione principale. Lavora in due direzioni.
- Sul lato dichiarativo, se nota nuove preferenze dell'utente o dettagli dell'ambiente – una preferenza per Supabase, un progetto vincolato a Python 3.12 – aggiorna MEMORY.md o USER.md, a seconda del file a cui appartiene il fatto.
- Sul lato procedurale, se rileva che l'agente ha appena risolto un problema non banale o elaborato un processo complesso, può creare una nuova abilità, modificarne una esistente, applicare una patch mirata o eliminarne una del tutto. Qualsiasi abilità creata viene esplicitamente etichettata come generata dall'agente, in modo che la sua origine sia sempre tracciabile.
Affinché il curatore possa eventualmente giudicare quali di queste abilità autogenerate valga la pena mantenere, Hermes mantiene un registro di utilizzo nascosto che tiene traccia, per ogni abilità: quante volte è stata caricata in un prompt, quante volte l'agente l'ha aperta per leggerla, quante volte è stata modificata e timestamp per creazione, ultimo utilizzo e ultima modifica.
- Il Curatore
Se non controllato, questo processo può eventualmente produrre centinaia di abilità, alcune ridondanti, altre obsolete.
Il curatore esiste per impedire che quella base di conoscenza si degradi. Si attiva solo quando due condizioni sono soddisfatte simultaneamente: è passato abbastanza tempo dalla sua ultima esecuzione (sette giorni, per impostazione predefinita) e l'agente principale è rimasto inattivo abbastanza a lungo (due ore, per impostazione predefinita) in modo che un passaggio di manutenzione pesante non interferisca con il lavoro attivo.
Prima di apportare qualsiasi modifica, esegue automaticamente il backup dell'intera directory delle abilità, in modo che qualsiasi risultato insoddisfacente possa essere annullato tramite un singolo comando da terminale.
Il lavoro del curatore avviene in due fasi:
- La prima è puramente meccanica e non coinvolge alcuna chiamata LLM: controlla le metriche di utilizzo, contrassegna come deprecata qualsiasi abilità generata dall'agente non utilizzata per più di 30 giorni e sposta qualsiasi cosa non utilizzata per più di 90 giorni in una cartella di archivio. Le abilità importanti possono essere esplicitamente fissate per proteggerle da questo processo.
- La seconda fase è una vera e propria revisione LLM, eseguita tramite un'istanza agente separata e isolata che utilizza qualunque modello sia configurato per il compito ausiliario del curatore – per impostazione predefinita lo stesso modello della conversazione principale, sebbene possa essere puntato a qualcosa di più economico. Vale la pena essere cauti nell'andare troppo a buon mercato qui, poiché la qualità di queste decisioni ha un effetto reale a valle sulla libreria di competenze.
Per ogni abilità, il curatore decide se mantenerla così com'è se è ancora accurata e utile, correggerla se contiene errori o metodi obsoleti, unirla con un'altra abilità che copre sostanzialmente lo stesso terreno (ricollocando correttamente eventuali script, evaluazioni o file di riferimento associati e riscrivendo i percorsi relativi nel processo) o archiviarla del tutto.
Alla fine del ciclo, produce un report dettagliato che include una mappa di rinomina che mostra esattamente come i vecchi nomi di abilità sono stati mappati a quelli nuovi dopo eventuali unioni, in modo che la logica alla base di ogni decisione sia completamente verificabile.
Usare Hermes al Meglio
Agenti cloud come questo sono genuinamente preziosi per qualsiasi processo che puoi eseguire 24 ore su 24, 7 giorni su 7 – il lavoro di codifica essendo la notevole eccezione – a condizione che tu abbia effettivamente digitalizzato quel processo attentamente e costruito una solida abilità attorno ad esso, incluse le valutazioni.
Il flusso di lavoro che tende a produrre buoni risultati assomiglia a questo:
- Inizia registrandoti, in dettaglio, mentre percorri il processo dall'inizio assoluto alla fine, idealmente usando uno strumento di dettatura in modo da catturarlo accuratamente – e questo passaggio funziona solo se comprendi veramente il processo o lo hai studiato correttamente.
- Prendi quella registrazione o quelle note e inseriscile in un agente di codifica utilizzando uno strumento di creazione di abilità per produrre una prima bozza; non sarà ancora abbastanza buona per essere delegata, specialmente per qualsiasi cosa complessa.
- Incorpora le evaluazioni – soluzioni di riferimento che rappresentano un risultato corretto – poiché sono ciò che ti permette di misurare effettivamente se l'abilità sta performando bene anziché indovinare.
- Esegui l'abilità in un ambiente di test e perfeziona sia le evaluazioni che il contenuto dell'abilità in base a ciò che osservi, facendo la maggior parte di quella modifica a mano anziché delegarla.
- Solo quando l'abilità si comporta in modo coerente e deterministico dovrebbe essere passata all'agente sempre attivo. Se il processo dipende da qualche servizio esterno, vale la pena verificare se un server MCP o CLI esistente lo copre già prima di costruirne uno da zero.
Il punto più ampio è che la gamma di cose che puoi affidare a un agente come questo è limitata principalmente da quanto bene sai specificare il lavoro, non dalla capacità grezza dell'agente.
Tre principi sembrano reggere in tutti i casi d'uso: non esternalizzare il lavoro di codifica a un agente cloud non supervisionato 24/7, tenere un essere umano nel ciclo che riveda ciò che l'agente produce effettivamente e trattare il perfezionamento delle abilità come un lavoro continuo piuttosto che qualcosa che finisci una volta e da cui ti allontani.
Se questo è stato utile – aggiungilo ai segnalibri. Vorrai tornarci.
Per altre analisi come questa, segui @ScottyBeamIO
Niente fronzoli, solo ciò che funziona davvero.
