Hermes Agent 마스터클래스: 제로에서 완전 자율 에이전트 운영까지의 완벽 가이드

Hermes Agent 를 처음 접하는 대부분의 사람들은 첫 주를 혼란스러워하며 보냅니다.

Hermes 가 복잡해서가 아닙니다.

아무도 처음부터 완전히 작동하는 자율 에이전트 시스템까지 한 번에 안내하는 완벽한 가이드를 작성하지 않았기 때문입니다.

바로 이 가이드가 그 역할을 합니다.

이 마스터클래스를 마치면 Hermes 를 설치하고, 첫 번째 에이전트를 구성하고, 첫 번째 스킬을 구축하고, 첫 번째 MCP 서버를 연결하고, 영구 메모리를 설정하고, 첫 번째 워크플로우를 자동화하고, 사용자 개입 없이 실행되는 다중 에이전트 운영을 배포하게 됩니다.

각 섹션은 이전 섹션을 기반으로 합니다. 처음에는 순서대로 읽으십시오. 나중에 참조가 필요할 때 특정 섹션으로 돌아오십시오.

섹션 1: Hermes Agent 가 실제로 무엇인가

설치하기 전에 무엇을 구축하고 있는지 이해하십시오.

Hermes Agent 는 오픈 소스 자율 AI 에이전트 프레임워크입니다. 챗봇이 아닙니다. 기존 도구를 감싼 래퍼가 아닙니다. 지속적으로 작동하고, 세션 간의 모든 것을 기억하며, 재사용 가능한 워크플로우를 실행하고, 일정에 따라 자율적으로 실행되는 에이전트를 구축하기 위한 인프라입니다.

Hermes 를 다른 모든 에이전트 프레임워크와 차별화하는 네 가지 속성:

영구 메모리. 대부분의 AI 에이전트는 세션을 종료하면 모든 것을 잊어버립니다. Hermes 는 기억합니다. 모든 대화, 모든 작업, 모든 출력, 모든 결정이 무기한 지속되는 메모리 계층에 저장됩니다. 오늘 상호작용하는 에이전트는 이전의 모든 세션에서 발생한 모든 것을 알고 있습니다.

스킬 시스템. Hermes 는 스킬이라고 하는 재사용 가능한 워크플로우 파일을 실행합니다. 에이전트가 수행해야 할 작업을 설명하는 일반 Markdown 파일로 한 번 스킬을 작성합니다. 이후의 모든 실행은 로직을 다시 구축하지 않고 해당 스킬을 호출합니다. 스킬을 추가할수록 운영 속도가 빨라지고 일관성이 높아집니다.

예약된 자동화. Hermes 는 사용자가 직접 시작하지 않아도 구성 가능한 일정에 따라 실행됩니다. 아침 리서치 브리핑, 야간 콘텐츠 처리, 정기적인 소스 모니터링. 이 모든 것이 사용자가 구성한 시간에 자동으로 실행됩니다.

MCP 통합. Hermes 는 실제 도구에 대한 액세스를 제공하는 MCP(Model Context Protocol) 서버에 연결됩니다. 파일 시스템, 데이터베이스, 웹 검색, API, 외부 서비스. 모든 MCP 연결은 Hermes 를 언어 모델에서 실제 세계에서 작동하는 에이전트로 변환합니다.

이 네 가지 속성이 함께 개별 AI 상호작용과는 질적으로 다른 무언가를 만들어냅니다.

Hermes 에이전트는 사용자가 사용하는 도구가 아닙니다.

작동하는 시스템입니다.

섹션 2: 설치 및 초기 설정

전제 조건:

Node.js 버전 18 이상. Git. 사용하기 편한 터미널.

Node.js 버전을 확인하십시오:

node --version

Node.js 를 설치하거나 업데이트해야 하는 경우 nodejs.org를 방문하여 현재 LTS 버전을 다운로드하십시오.

Hermes 설치:

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

cd hermes

npm install

환경 구성:

cp .env.example .env

.env 파일을 열고 모델 제공자를 구성하십시오:

기본 모델 구성

MODEL_PROVIDER=anthropic

MODEL_NAME=claude-opus-4-5

ANTHROPIC_API_KEY=your-anthropic-api-key

대안: 무료 운영을 위한 DeepSeek 사용

MODEL_PROVIDER=deepseek

MODEL_NAME=deepseek-chat

DEEPSEEK_API_KEY=your-deepseek-key

메모리 구성

MEMORY_BACKEND=sqlite

MEMORY_PATH=./data/memory.db

스케줄러

ENABLE_SCHEDULER=true

SCHEDULER_TIMEZONE=America/New_York

로깅

LOG_LEVEL=info

LOG_PATH=./logs/hermes.log

Hermes 시작:

npm run start

Hermes 가 실행 중임을 확인하는 출력이 표시되어야 합니다:

[Hermes] Memory backend: SQLite initialized

[Hermes] Skill directory: ./skills loaded

[Hermes] Scheduler: enabled

[Hermes] Agent ready. Awaiting instructions.

이제 Hermes 가 영구 메모리와 활성화된 스케줄러로 실행되고 있습니다.

설치 확인:

첫 번째 메시지를 입력하십시오:

안녕하세요. 당신은 자신에 대해 무엇을 알고 있나요?

Hermes 는 구성, 메모리 상태 및 사용 가능한 스킬을 설명하는 응답을 해야 합니다.

섹션 3: 파일 아키텍처 이해

무언가를 구축하기 전에 모든 것이 어디에 있는지 이해하십시오.

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/ 는 구축하는 모든 워크플로우가 있는 곳입니다. 각 스킬은 Markdown 파일입니다. Hermes 는 이 파일을 읽고 파일이 설명하는 워크플로우를 실행합니다.

data/ 는 Hermes 가 처리하는 모든 것을 저장하는 곳입니다. memory.db 는 영구 메모리를 구동하는 SQLite 데이터베이스입니다. processed/ 는 처리된 항목을 보관합니다. outputs/ 는 생성된 콘텐츠를 보관합니다.

logs/ 에는 운영 로그가 포함됩니다. 예상대로 작동하지 않을 때 hermes.log 를 확인하십시오.

config/ 에는 구성 파일이 있습니다. sources.json 은 콘텐츠 소스를 정의합니다. schedule.json 은 자동화된 워크플로우가 실행되는 시기를 정의합니다.

CLAUDE.md 는 전체 설치에서 가장 중요한 파일입니다. Hermes 에게 당신이 누구인지, 무엇을 하는지, 어떻게 운영되기를 원하는지에 대한 모든 것을 알려줍니다. 이 파일은 섹션 4에서 구축합니다.

섹션 4: CLAUDE.md 작성

CLAUDE.md 는 Hermes 에이전트의 운영 헌법입니다.

모든 스킬은 실행 전에 이를 읽습니다. 모든 자동화된 워크플로우는 컨텍스트를 위해 이를 사용합니다. 모든 출력은 이에 의해 형성됩니다.

잘 작성되지 않은 CLAUDE.md 는 일반적인 출력을 생성합니다.

정밀하게 작성된 CLAUDE.md 는 마치 당신의 운영을 완벽히 이해하는 누군가가 만든 것 같은 출력을 생성합니다.

다음은 완전한 템플릿입니다:

Hermes Agent — CLAUDE.md

Identity

Name: [YOUR NAME OR BRAND]

Role: [WHAT YOU DO]

Primary platform: [WHERE YOU PUBLISH]

Audience: [WHO YOU SERVE]

Content and Work Focus

Primary topics: [LIST YOUR MAIN TOPICS]

Content formats: [WHAT YOU CREATE]

Voice and tone: [HOW YOU COMMUNICATE]

What you never do: [SPECIFIC THINGS TO AVOID]

Current Projects

[PROJECT 1]: [ONE SENTENCE DESCRIPTION]

Status: [ACTIVE/PENDING/COMPLETE]

Next action: [SPECIFIC NEXT STEP]

[PROJECT 2]: [ONE SENTENCE DESCRIPTION]

Status: [ACTIVE/PENDING/COMPLETE]

Next action: [SPECIFIC NEXT STEP]

Current Priorities

1. [MOST IMPORTANT THING RIGHT NOW]
2. [SECOND MOST IMPORTANT]
3. [THIRD MOST IMPORTANT]

Content Standards

A great output: [SPECIFIC DESCRIPTION]

An acceptable output: [MINIMUM THRESHOLD]

A rejected output: [WHAT FAILS]

Sources I Trust

[LIST SPECIFIC PUBLICATIONS, CHANNELS, PEOPLE]

What I Specifically Do Not Want

[LIST TOPICS, FORMATS, OR APPROACHES TO AVOID]

Memory Rules

• Store every significant decision with reasoning
• Track all content published with performance notes
• Remember source quality assessments
• Never repeat content from the same source within 72 hours

Output Rules

• Save all generated content to data/outputs/
• Date stamp every file: YYYY-MM-DD-[type]-[topic].md
• Log all operations to logs/hermes.log
• Flag anything requiring human review before posting

Update Schedule

Review and update this file: [YOUR SCHEDULE]

스킬을 구축하기 전에 이 파일을 완전히 작성하는 데 30분을 투자하십시오. 모든 다운스트림 작업은 이 문서의 품질에 달려 있습니다.

섹션 5: 첫 번째 스킬 구축

스킬은 Hermes 가 실행하는 워크플로우를 설명하는 일반 텍스트 Markdown 파일입니다.

스킬 형식에는 네 가지 필수 섹션이 있습니다:

skill-name

Purpose

[One sentence describing what this skill does]

Trigger

[How to invoke it — manually or on a schedule]

Process

[Step-by-step instructions for what Hermes does]

Output

[What the skill produces and where it saves it]

첫 번째 실제 스킬을 구축해 보겠습니다: 구성된 소스를 읽고 구조화된 요약을 제공하는 아침 브리핑입니다.

skills/morning-briefing.md 파일을 만드십시오:

morning-briefing

Purpose

Generate a structured morning intelligence briefing

from all configured sources and save it to the

outputs folder.

Trigger

Scheduled daily at 6:00 AM.

Manual: "Run morning briefing" or "Generate my briefing"

Process

1. Read CLAUDE.md for full context on who I am and what topics matter to me.

1. Read config/sources.json for all configured sources.

1. For each source in my primary topics list: Search for significant developments from the last 24 hours using web search.

Filter results using these criteria:

INCLUDE: New announcements, significant updates,

research findings, strategic moves by key players

EXCLUDE: Rehashed content, opinion pieces without

new information, anything I would classify as noise

based on my CLAUDE.md preferences

1. Check memory for anything relevant from previous sessions that connects to today's news.

1. Generate the briefing in this format:

Morning Brief — [DATE]

THE ONE THING

[Most important development today and why it

matters specifically for my work]

WHAT HAPPENED

[3-7 significant items, each 2-3 sentences]

WHAT TO WATCH

[1-2 developing situations worth monitoring]

FROM MEMORY

[Any relevant connection to something stored

in previous sessions]

TODAY'S FOCUS

[Single recommended priority based on briefing]

1. Save briefing to: data/outputs/[DATE]-morning-briefing.md

1. Store summary in memory with tag: daily-brief

Output

Structured briefing file in outputs folder.

Memory entry tagged: daily-brief

Log entry in hermes.log

첫 번째 스킬을 테스트하십시오:

Run morning briefing

Hermes 가 각 단계를 실행하고, 정보를 검색하고, 첫 번째 자동화된 브리핑을 생성하는 것을 지켜보십시오.

섹션 6: 메모리 시스템

메모리는 Hermes 를 유능한 도구에서 복합 시스템으로 변화시키는 요소입니다.

메모리가 어떻게 작동하는지 이해하면 시간이 지남에 따라 점점 더 똑똑해지는 스킬을 설계할 수 있습니다.

Hermes 가 메모리를 저장하는 방법:

모든 중요한 작업은 SQLite 데이터베이스에 메모리 항목을 생성합니다. 각 항목에는 다음이 포함됩니다:

• Content: 저장된 내용
• Tags: 검색을 위한 카테고리
• Timestamp: 생성된 시간
• Source: 생성한 스킬
• Relevance score: 검색 빈도에 따라 업데이트됨

Hermes 가 메모리를 검색하는 방법:

스킬이 실행될 때 Hermes 는 실행에 앞서 관련 컨텍스트를 위해 메모리를 자동으로 검색합니다. 검색은 의미적 유사성을 사용하므로 정확한 키워드가 일치하지 않아도 관련 개념이 표면화됩니다.

메모리를 위한 스킬 설계:

모든 스킬에 명시적인 메모리 지침을 포함하십시오:

Memory Instructions

STORE after completion:

• Key findings tagged: [relevant-tags]
• Decisions made tagged: decision
• Outputs produced tagged: output

RETRIEVE before starting:

• Previous runs of this skill
• Any entries tagged: [relevant-tags]
• Decisions that affect this workflow

수동 메모리 작업:

Store this in memory: [information] — tag it as [tag]

What do you remember about [topic]?

Show me all memory entries from the last 7 days

What decisions have been stored?

메모리 복합 효과:

일주일 치 메모리가 있는 Hermes 에이전트는 유용합니다.

세 달 치 메모리가 있는 Hermes 에이전트는 완전히 다른 범주의 도구입니다.

세 달 동안 매일 운영된 후 Hermes 는 수백 개의 소스를 읽고, 수천 개의 콘텐츠 조각을 처리하고, 수십 개의 결정을 추적하고, 당신의 특정 운영에서 무엇이 효과적이고 무엇이 효과적이지 않은지에 대한 상세한 그림을 구축했습니다.

모든 새로운 작업은 이 축적된 컨텍스트의 혜택을 받습니다.

섹션 7: MCP 서버 연결

MCP 서버는 Hermes 를 세상에 대해 추론하는 에이전트에서 세상에 대해 행동하는 에이전트로 변환합니다.

각 MCP 연결은 Hermes 에게 실제 도구에 대한 액세스 권한을 부여합니다. 파일 시스템, 웹 검색, 데이터베이스, API, 외부 서비스.

핵심 MCP 서버 설치:

Filesystem MCP — 로컬 파일 읽기 및 쓰기

npm install -g @modelcontextprotocol/server-filesystem

Web search — 실시간 Brave Search

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

GitHub — 저장소 접근

npm install -g @modelcontextprotocol/server-github

Puppeteer — 브라우저 자동화

npm install -g @modelcontextprotocol/server-puppeteer

.env 에서 MCP 연결 구성:

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:

가장 즉각적으로 가치 있는 연결입니다. Hermes 에게 로컬 파일에 대한 직접적인 읽기 및 쓰기 액세스 권한을 부여합니다.

연결되면 Hermes 는 다음을 수행할 수 있습니다:

스킬 지침에서 지정한 파일을 읽습니다. 시스템의 폴더에 출력을 직접 씁니다. 새 정보를 기반으로 파일을 업데이트합니다. 새 콘텐츠가 있는지 폴더를 모니터링합니다.

Filesystem MCP 를 사용하는 스킬:

Process

1. Read the file at [PATH] for context
2. Process the content
3. Write the output to [OUTPUT PATH]
4. Update the index file at [INDEX PATH]

Brave Search MCP:

Hermes 에게 실시간 웹 검색 액세스 권한을 부여합니다. 이것이 없으면 Hermes 는 훈련 중단 시점까지만 정보를 추론할 수 있습니다. 이것이 있으면 Hermes 는 현재 정보를 위해 라이브 웹을 검색합니다.

모든 연구, 모니터링 및 브리핑 스킬은 Brave Search 의 혜택을 받습니다.

brave.com/search/api에서 무료 Brave Search API 키를 받으십시오. 무료 티어는 월 2,000회 쿼리를 허용합니다.

GitHub MCP:

Hermes 에게 GitHub 저장소에 대한 액세스 권한을 부여합니다. 코드를 읽고, 트렌딩 저장소를 확인하고, 팔로우하는 저장소를 모니터링하고, 릴리스를 추적할 수 있습니다.

다음에 유용함: 개발자 도구 콘텐츠, 오픈 소스 모니터링, 기술 연구, 저장소 분석.

MCP 연결 확인:

What MCP servers are currently connected?

List all available tools from connected servers.

Hermes 는 연결된 각 서버와 각 서버가 제공하는 모든 도구를 나열해야 합니다.

섹션 8: 스케줄러 시스템

스케줄러는 Hermes 를 사용자가 사용하는 도구에서 작동하는 시스템으로 변환합니다.

스케줄러가 없으면: Hermes 는 당신이 요청할 때 요청한 것을 수행합니다.

스케줄러가 있으면: Hermes 는 당신이 관여하든 말든 지속적으로 작동합니다.

일정 구성:

config/schedule.json 파일을 만드십시오:

{

"schedules": [

{

"skill": "morning-briefing",

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

"description": "Daily morning briefing at 6AM"

},

{

"skill": "source-monitor",

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

"description": "Check sources every 2 hours"

},

{

"skill": "content-processor",

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

"description": "Process captured content at 8PM"

},

{

"skill": "weekly-review",

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

"description": "Weekly review every Sunday at 7PM"

},

{

"skill": "memory-consolidation",

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

"description": "Consolidate memory entries at 11PM"

}

]

}

Cron 표현식 참조:

0 6 \ \ * → 매일 오전 6시

0 \/2 \ \ \ → 2시간마다

0 20 \ \ 1-5 → 월요일~금요일 오후 8시

0 19 \ \ 0 → 매주 일요일 오후 7시

0 23 \ \ * → 매일 오후 11시

모든 Hermes 운영에 필요한 5가지 예약 워크플로우:

아침 브리핑: 매일 오전 6시. 소스를 읽습니다. 인텔리전스 브리핑을 생성합니다. 오늘의 초점을 설정합니다.

소스 모니터: 2시간마다. 구성된 소스에 새 콘텐츠가 있는지 확인합니다. 처리 대기열에 추가합니다.

콘텐츠 프로세서: 매일 오후 8시. 낮 동안 캡처된 모든 것을 처리합니다. 출력을 생성합니다. 메모리를 업데이트합니다.

주간 검토: 일요일 오후 7시. 주간 활동을 종합합니다. 패턴을 식별합니다. 통찰력을 생성합니다.

메모리 통합: 매일 오후 11시. 새 메모리 항목을 검토합니다. 중복을 제거합니다. 관련성 점수를 업데이트합니다.

예약된 실행 모니터링:

Show me scheduled operations for today

What ran in the last 24 hours?

Show me the execution log

섹션 9: 완전한 콘텐츠 운영 구축

이 섹션에서는 Hermes 로 완전한 자동화 콘텐츠 운영을 구축하는 과정을 안내합니다. 완료되면 소스를 모니터링하고, 바이럴 콘텐츠 기회를 식별하고, 초안을 생성하고, 자동으로 게시 대기열을 관리하는 시스템을 갖게 됩니다.

1단계: 소스 구성

config/sources.json 파일을 만드십시오:

{

"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"

}

]

}

2단계: 콘텐츠 기회 식별자 구축

skills/content-opportunity.md 파일을 만드십시오:

content-opportunity

Purpose

Scan all sources for content opportunities worth

creating and add them to the content queue.

Trigger

Runs after source-monitor detects new content.

Manual: "Find content opportunities"

Process

1. Read CLAUDE.md for my content pillars and audience.

1. Read all items flagged as new by source-monitor from memory tagged: source-monitor-new.

1. For each new item evaluate:

VIRAL POTENTIAL SCORE (1-10):

• Is this something my specific audience cares about?
• Is this genuinely new information or a rehash?
• Does this connect to any of my current content pillars?
• Is there a unique angle I can take that others have not?

Only items scoring 7 or above qualify as opportunities.

1. For each qualified opportunity create an entry in data/outputs/content-queue.md with:
2. Source and link
3. Why this is an opportunity
4. Suggested content angle
5. Suggested format (tweet/thread/article/video)
6. Priority: urgent/high/medium

1. Store all opportunities in memory tagged: content-queue

Output

Updated content-queue.md file.

Memory entries tagged: content-queue

3단계: 초안 생성기 구축

skills/draft-generator.md 파일을 만드십시오:

draft-generator

Purpose

Generate content drafts for items in the

content queue based on their priority.

Trigger

Runs daily at 2PM.

Manual: "Generate drafts" or "Draft the top 3 items"

Process

1. Read CLAUDE.md for my voice, tone, and content rules.

1. Read data/outputs/content-queue.md for pending items.

1. Select the top 3 items by priority score.

1. For each selected item:

a. Research the topic using web search to ensure

the information is current and accurate

b. Check memory for any previous coverage of

this topic to avoid repetition

c. Generate the draft in the specified format:

For TWEETS:

Follow the cyrilXBT format:

• Declaration hook in ALL CAPS
• Short punchy lines
• Every sentence on its own line
• Bookmark this + Follow CTA at end

For THREADS:

• Hook tweet
• 5-8 body tweets with specific details
• CTA closer

For ARTICLES:

• Strong hook paragraph
• Problem statement
• Solution walkthrough
• Actionable steps
• CTA to follow

1. Save each draft to: data/outputs/drafts/[DATE]-[FORMAT]-[TOPIC].md

1. Update content-queue.md marking items as drafted.

1. Store draft summaries in memory tagged: draft-generated

Output

Draft files in data/outputs/drafts/

Updated content-queue.md

Memory entries tagged: draft-generated

4단계: 성능 추적기 구축

skills/performance-tracker.md 파일을 만드십시오:

performance-tracker

Purpose

Track content performance and use the data to

improve future content decisions.

Trigger

Manual: "Log performance for [content] — [metrics]"

Weekly review reads all performance logs.

Process

1. When triggered with performance data:
2. Store the metrics in memory with the content reference
3. Tag: performance-log

1. Identify patterns:
2. Which topics performed best this week?
3. Which formats had highest engagement?
4. Which sources produced the most viral content?

1. Update CLAUDE.md content priorities based on performance data if patterns are clear.

1. Generate weekly performance report on Sundays.

Output

Memory entries tagged: performance-log

Weekly performance report in outputs folder

섹션 10: 다중 에이전트 운영

단일 에이전트 Hermes 는 강력합니다. 다중 에이전트 Hermes 는 완전히 다른 수준의 능력입니다.

다중 에이전트 운영은 각각이 운영의 한 도메인을 담당하고, 메모리를 공유하며, 출력을 조정하는 여러 전문화된 Hermes 인스턴스를 의미합니다.

4-에이전트 콘텐츠 운영:

리서치 에이전트: 소스를 모니터링하고, 기회를 식별하며, 심층 리서치를 수행합니다. 읽기만 합니다. 절대 생성하지 않습니다.

프로덕션 에이전트: 리서치 출력을 가져와 콘텐츠 초안을 생성합니다. 생성만 합니다. 절대 게시하지 않습니다.

품질 에이전트: 프로덕션 출력을 기준에 따라 검토합니다. 승인하거나 수정을 위해 반환합니다. 절대 생성하거나 게시하지 않습니다.

배포 에이전트: 승인된 출력을 가져와 게시 일정을 관리합니다. 게시만 합니다. 절대 생성하지 않습니다.

다중 에이전트 구성 설정:

각 에이전트에 대해 별도의 CLAUDE.md 파일을 만드십시오:

hermes-research/

CLAUDE.md ← 리서치 에이전트 헌법

skills/ ← 리서치 전용 스킬

hermes-production/

CLAUDE.md ← 프로덕션 에이전트 헌법

skills/ ← 프로덕션 전용 스킬

hermes-quality/

CLAUDE.md ← 품질 에이전트 헌법

skills/ ← 품질 전용 스킬

hermes-distribution/

CLAUDE.md ← 배포 에이전트 헌법

skills/ ← 배포 전용 스킬

공유 메모리 계층:

네 에이전트 모두 동일한 SQLite 데이터베이스를 가리키도록 구성하십시오:

MEMORY_PATH=/shared/hermes-memory.db

이는 모든 에이전트가 다른 모든 에이전트의 출력을 읽는다는 것을 의미합니다. 리서치 출력은 프로덕션에 표시됩니다. 프로덕션 출력은 품질에 표시됩니다. 품질 승인은 배포에 표시됩니다.

인계 프로토콜:

각 에이전트는 메모리 태그를 통해 인계 준비 상태를 알립니다:

리서치 에이전트가 작업 완료 → 출력 저장, 태그: ready-for-production

프로덕션 에이전트가 태그된 항목 선택 → 출력 저장, 태그: ready-for-quality

품질 에이전트가 승인 → 출력 저장, 태그: ready-for-distribution

배포 에이전트가 게시 → 결과 저장, 태그: published

오케스트레이터 스킬:

전체 파이프라인을 모니터링하는 하나의 마스터 오케스트레이터 스킬을 만드십시오:

pipeline-orchestrator

Purpose

Monitor all four agents and ensure smooth

handoffs between pipeline stages.

Trigger

Runs every 30 minutes.

Process

1. Check for items tagged: ready-for-production If found: alert production agent

1. Check for items tagged: ready-for-quality If found: alert quality agent

1. Check for items tagged: ready-for-distribution If found: alert distribution agent

1. Check for items in any stage longer than 4 hours If found: flag as stalled and alert for review

1. Generate pipeline status report every 4 hours

Output

Pipeline status in memory tagged: pipeline-status

Alerts for stalled items

Hourly operation log

섹션 11: 고급 스킬 패턴

Hermes 운영이 성숙해짐에 따라 기본 스킬 형식으로는 다루지 못하는 상황에 직면하게 될 것입니다. 이러한 고급 패턴은 가장 일반적인 복잡한 시나리오를 처리합니다.

패턴 1: 조건부 실행

조건에 따라 다른 경로를 취하는 스킬:

Process

1. Check condition: [WHAT TO CHECK]

1. IF [CONDITION A]: Execute path A: [STEPS FOR PATH A]

IF [CONDITION B]:

Execute path B:

[STEPS FOR PATH B]

IF NEITHER:

Flag for human review and log the ambiguous case.

패턴 2: 재시도 로직

실패 시 재시도해야 하는 스킬:

Process

For each item attempt the following up to 3 times:

1. Try: [PRIMARY APPROACH] If successful: proceed to output If failed: log the error and try alternative

1. Alternative: [BACKUP APPROACH] If successful: proceed to output with note that alternative was used If failed: mark as failed and flag for review

Never proceed with incomplete or uncertain output.

패턴 3: 품질 게이트

출력물을 생성하기 전에 표준을 적용하는 스킬:

품질 게이트

출력물을 저장하기 전에 다음 기준에 따라 평가하세요:

PASS 기준 (모두 충족해야 함):

• [CRITERION 1]
• [CRITERION 2]
• [CRITERION 3]

PASS인 경우: 출력물을 저장하고 성공 로그를 기록

FAIL인 경우: 실패한 기준을 식별하고, 수정을 시도한 후 다시 평가합니다. 최대 2회 수정 시도 가능.

2회 시도 후에도 실패하는 경우: review-needed/ 폴더에 실패 노트와 함께 저장합니다.

패턴 4: 메모리 기반 실행

실행할 때마다 더욱 똑똑해지는 스킬:

메모리 기반 프로세스

실행 전에 다음을 검색합니다:

• 메모리에서 이 스킬의 모든 이전 실행 기록
• [relevant-tag] 태그가 지정된 성능 데이터
• 이전 실행에서 저장된 모든 패턴 노트

검색된 컨텍스트를 사용하여:

• 이전에 실패한 접근 방식 회피
• 이전에 성공한 접근 방식 우선시
• 현재 실행에 패턴 인사이트 적용

실행 후 다음을 저장합니다:

• 사용된 접근 방식
• 성공 여부
• 관찰된 새로운 패턴
• 태그: [skill-name]-learning

섹션 12: 일반적인 문제 해결

모든 Hermes 운영은 처음 몇 주 동안 문제에 직면합니다. 다음은 가장 일반적인 문제와 해결 방법입니다.

문제: Hermes가 예약된 스킬을 실행하지 않음

.env 파일에서 스케줄러가 활성화되어 있는지 확인하세요:

1ENABLE_SCHEDULER=true

cron 표현식이 유효한지 crontab.guru에서 확인하세요.

hermes.log에서 스케줄러 오류를 확인하세요:

1tail -f logs/hermes.log

문제: 메모리가 세션 간에 유지되지 않음

메모리 데이터베이스 경로가 올바른지 확인하세요:

1MEMORY_PATH=./data/memory.db

data 디렉토리의 파일 권한을 확인하세요:

1ls -la data/

Hermes 프로세스는 이 디렉토리에 대한 쓰기 권한이 필요합니다.

문제: MCP 서버가 연결되지 않음

MCP 서버가 전역에 설치되어 있는지 확인하세요:

1which npx

1npx [@modelcontextprotocol/server-filesystem](https://x.com/@modelcontextprotocol/server-filesystem) --help

API 키가 .env에 올바르게 설정되어 있고 뒤에 공백이 없는지 확인하세요.

MCP 구성을 변경한 후 Hermes를 재시작하세요.

문제: 스킬 출력물 품질이 낮음

가장 일반적인 원인은 모호한 CLAUDE.md입니다. 섹션 4로 돌아가 모든 섹션에 더 구체적인 세부 정보를 추가하세요.

또한 스킬의 Process 섹션이 충분히 구체적인지 확인하세요. 모호한 지침은 모호한 출력물을 생성합니다.

문제: Hermes가 오래된 정보를 사용함

Brave Search MCP가 연결되어 있는지 확인하세요:

1What MCP servers are connected?

Brave Search가 목록에 없으면 API 키를 확인하고 MCP 서버를 재설치하세요.

문제: 스킬은 실행되지만 출력물이 저장되지 않음

Filesystem MCP가 연결되어 있고 올바른 경로를 가리키고 있는지 확인하세요.

스킬 파일의 출력 경로가 Hermes가 실행 중인 작업 디렉토리를 기준으로 상대 경로인지 확인하세요.

섹션 13: 운영 측정 및 개선

시간이 지나도 개선되지 않는 Hermes 운영은 메모리 시스템을 올바르게 사용하지 않는 것입니다.

주간 리뷰 스킬:

skills/weekly-review.md 파일을 생성하세요:

weekly-review

목적

한 주의 운영을 종합하고 다음 주에 대한 개선 사항을 식별합니다.

트리거

매주 일요일 오후 7시.

수동: "주간 리뷰 실행"

프로세스

1. 지난 7 일 동안의 모든 메모리 항목을 읽습니다.

1. 스킬 성능 분석:
2. 어떤 스킬이 문제 없이 실행되었나요?
3. 어떤 스킬에 오류가 발생했나요?
4. 어떤 스킬이 최고의 출력물을 생성했나요?
5. 어떤 스킬이 개선이 필요한가요?

1. 콘텐츠 성능 분석 (기록된 경우):
2. 어떤 콘텐츠가 가장 좋은 성과를 냈나요?
3. 고성과자들 사이에 어떤 패턴이 나타나나요?
4. 다음 주에 어떤 주제를 우선시해야 하나요?

1. 메모리 품질 분석:
2. 메모리 항목이 올바르게 생성되고 있나요?
3. 스킬 실행 시 검색 결과가 관련성이 있나요?
4. 저장되는 내용에 공백이 있나요?

1. 개선 권장 사항 생성:
2. 이번 주에 개선할 스킬 1 개
3. 이번 주에 구축할 새로운 스킬 1 개
4. 간소화할 프로세스 1 개
5. 콘텐츠에서 우선시할 주제 1 개

1. 확인된 개선 사항이 있으면 CLAUDE.md를 업데이트합니다.

출력

data/outputs/에 주간 리뷰 보고서 저장

개선 사항이 확인된 경우 CLAUDE.md 업데이트

메모리 항목 태그: weekly-review

중요한 지표:

스킬 신뢰도: 예약된 스킬 중 오류 없이 실행되는 비율입니다. 목표 95 % 이상.

메모리 검색 관련성: 스킬에 대해 메모리가 검색될 때 실제로 관련성이 있는지 확인합니다. 매주 검토.

출력물 품질 일관성: 출력물이 지속적으로 기준을 충족하는지 여부입니다. 수동으로 추적.

운영 범위: 의도한 워크플로 중 실제로 자동화된 비율입니다. 시간이 지남에 따라 100 %로 확장.

섹션 14: 90 일 구축 계획

성숙한 Hermes 운영을 구축하려면 90 일간의 지속적인 반복이 필요합니다.

1 일~7 일: 기초

Hermes를 설치합니다. CLAUDE.md를 작성합니다. 아침 브리핑 스킬을 구축합니다. Filesystem 및 Brave Search MCP 서버를 연결합니다. 첫 번째 예약 브리핑을 실행합니다.

목표: Hermes가 안정적으로 실행되고 매일 하나의 유용한 출력물을 생성합니다.

8 일~30 일: 핵심 스킬

운영에 맞는 5~8 개의 핵심 스킬을 구축합니다. 5 가지 표준 자동화 워크플로 모두에 대해 스케줄러를 구성합니다. 도메인에 특화된 첫 번째 MCP 서버를 식별합니다.

목표: Hermes가 반복적인 지식 작업의 30 %를 자동화합니다.

31 일~60 일: 최적화

메모리 품질을 검토하고 저장 규칙을 개선합니다. 3~4 주간의 결과를 바탕으로 스킬 출력물을 개선합니다. 조건부 실행과 품질 게이트를 사용하여 첫 번째 고급 스킬을 구축합니다.

목표: Hermes 출력물이 수동 수정 없이도 지속적으로 품질 기준을 충족합니다.

61 일~90 일: 멀티 에이전트

운영이 정당화된다면 멀티 에이전트 아키텍처를 설계합니다. 전문 에이전트 CLAUDE.md 파일을 구축합니다. 공유 메모리 레이어를 구성합니다. 오케스트레이터 스킬을 배포합니다.

목표: Hermes가 조정된 멀티 에이전트 운영을 실행하여 가장 복잡한 워크플로를 종단 간 처리합니다.

복리 효과의 현실

지금 Hermes 운영을 시작하고 90 일 동안 일관되게 실행하는 빌더는 빠르게 복제할 수 없는 무언가를 갖게 될 것입니다.

기술에 접근하기 어렵기 때문이 아닙니다.

90 일간의 일관된 운영 동안 축적된 메모리 레이어는 단축할 수 있는 것이 아니기 때문입니다.

90 일 차의 Hermes 에이전트는 운영을 알고 있습니다. 어떤 소스가 청중에게 가장 좋은 콘텐츠를 제공하는지 알고 있습니다. 어떤 접근 방식이 효과가 있었고 어떤 것이 실패했는지 알고 있습니다. 수백 번 실행했기 때문에 사용자의 목소리, 기준, 우선순위를 알고 있습니다.

그 축적된 지능이 해자입니다.

운영을 실행할 때마다 해자는 더 깊어집니다.

시작을 기다리는 모든 날은 다시는 되돌릴 수 없는 복리 지능의 하루입니다.

이번 주말에 기초를 구축하세요.

스킬은 오후에 작성할 수 있습니다.

메모리는 첫 번째 세션부터 축적되기 시작합니다.

복리 효과는 사용자 없이 실행되는 첫 번째 자동화 워크플로부터 시작됩니다.

@cyrilXBT를 팔로우하여 자율 AI 운영을 실제로 작동하게 만드는 모든 Hermes 에이전트 빌드, 스킬 템플릿, 멀티 에이전트 아키텍처를 확인하세요.