A maioria dos agentes de IA esquece tudo no momento em que você fecha a aba.
Na próxima sessão, volta ao zero. Você explica o contexto de novo. Ele recomeça. Toda vez.
O Hermes funciona de forma diferente. Ele salva o que aprende. Cada tarefa que você dá a ele, ele escreve o procedimento em um arquivo no seu disco. Na próxima vez que você executar algo semelhante, ele encontra aquele arquivo e o utiliza. Depois de um mês, seu Hermes tem de 30 a 50 dessas habilidades em uma pasta. Ele fica mais rápido. Fica mais preciso. E acumula resultados.
Configurei em um notebook comum. Sem hardware especial. Levei cerca de 30 minutos. Na primeira semana, fechei três clientes a US$ 300-400 cada um com relatórios de pesquisa de concorrentes. Trabalho real por relatório: 15 minutos.
Aqui está a configuração completa.
O que é o Hermes
É um framework de agente de código aberto da Nous Research. 140.000 estrelas no GitHub em três meses. É o agente mais usado no OpenRouter atualmente. A NVIDIA o destacou em uma postagem de maio executando em sua nova estação de trabalho DGX Spark.
Você não precisa desse hardware. Um MacBook com 16 GB de RAM funciona. Qualquer máquina Windows com uma GPU de médio porte também funciona.
Três pastas no seu disco fazem todo o trabalho:
1~/.hermes/memory/ suas preferências, projetos, padrões2~/.hermes/sessions/ histórico indexado de tudo3~/.hermes/skills/ fluxos de trabalho aprendidos salvos como arquivos .md
Essa pasta de habilidades é o ponto principal. Agentes com mais de 20 habilidades auto-criadas completam tarefas semelhantes 40% mais rápido do que uma instância nova. Não é uma saída melhor. É menos tempo para obter o mesmo resultado.
O serviço
Relatórios de pesquisa de concorrentes para startups em estágio inicial e pequenas empresas de SaaS.
Um fundador quer saber o que seus três principais concorrentes estão fazendo. Preços, posicionamento, o que os clientes odeiam neles, onde estão as lacunas. Normalmente, isso dá umas 3-4 horas de trabalho para alguém. Eu cobrava US$ 300 e entregava no mesmo dia.
O Hermes faz a pesquisa real em 15 minutos.
O que a maioria das pessoas paga:
1Serviço Custo2─────────────────────────────────────3Analista freelancer US$ 150-3004Empresa de pesquisa (mínimo) US$ 500-2.0005Faça você mesmo 3-4 horas do seu tempo
Quanto isso custa:
1Ferramenta Custo2─────────────────────────────────────3Agente Hermes US$ 04Ollama US$ 05Modelo Qwen 3.6 27B US$ 06Seu notebook US$ 07Eletricidade ~US$ 2/mês8─────────────────────────────────────9Total US$ 0-2/mês
Configuração (30 minutos)
Passo 1. Servidor de modelo local
Acesse lmstudio.ai. Baixe e instale.
Abra o LM Studio, vá até a aba Discover, pesquise por Qwen 3.6 27B. Escolha a quantização Q4. O download leva de 10 a 15 minutos.
Depois disso: aba Developer, carregue o modelo, ative "Serve on Network" nas configurações e clique em Start Server. Ele roda em:
1http://localhost:1234
Abra essa URL no seu navegador. Se vir um JSON, está funcionando.
Se preferir o terminal, use o Ollama:
1ollama pull qwen3.62export OLLAMA_HOST=0.0.0.03ollama run qwen3.6 -c 65536
A flag -c 65536 não é opcional. O Ollama usa um contexto padrão de 4K. O Hermes precisa de 64K. Pule isso e nada funciona.
Passo 2. Instalar o Hermes
1bash scripts/install.sh23source ~/.bashrc45hermes --version
Pegue o script de instalação em: github.com/NousResearch/hermes-agent
Usuários do Windows executam isso dentro do WSL2.
Passo 3. Conectar ao seu modelo
1hermes model
Escolha "Custom endpoint" no menu.
1URL: http://localhost:1234/v1 (LM Studio)2 http://localhost:11434/v1 (Ollama)3API Key: deixe em branco, pressione Enter4Model name: nome exato do arquivo no LM Studio, ou "qwen3.6" para o Ollama
Se aparecer "Model context too small" na inicialização, volte ao servidor do modelo e defina o contexto para 65536. Este é o problema mais comum. A correção está sempre no lado do servidor do modelo.
Passo 4. Primeira sessão
1hermes
Cole isto como sua primeira tarefa:
1Pesquise três concorrentes para uma ferramenta de gerenciamento de projetos voltada para freelancers. Para cada um: posicionamento, preços, principais reclamações de clientes em avaliações e uma lacuna na sua oferta. Salve isso como uma habilidade para que possamos reutilizar o processo na próxima vez.
O Hermes divide em subtarefas, pesquisa, escreve o relatório e salva o procedimento em ~/.hermes/skills/. A próxima tarefa de pesquisa será mais rápida porque a habilidade já está lá.
Digite /exit quando terminar.
Passo 5. Verificar se funcionou
1ls ~/.hermes/skills/
Você deve ver arquivos .md. Abra um. É um fluxo de trabalho estruturado com etapas e anotações. Isso é o Hermes aprendendo.
Pasta vazia significa que a instalação não foi concluída. Execute o script novamente.
Gateway do Telegram
1hermes gateway
Escolha Telegram. Vá para @BotFather, crie um novo bot e cole o token.
Agora você pode enviar mensagens para seu agente pelo celular enquanto o notebook fica ligado em casa. Isso muda completamente a experiência.
Encontrando clientes
Três lugares que funcionaram na primeira semana:
Upwork. Pesquise por "competitor analysis" ou "market research." Filtre pelos últimos 7 dias. Envie de 10 a 15 mensagens curtas por dia. Ofereça-se para enviar um relatório de amostra. Crie a amostra com o Hermes antes de ter qualquer cliente.
X/Twitter. Pesquise "alguém conhece" + "pesquisa de concorrente." Fundadores postam isso constantemente. Responda, ofereça uma amostra, não faça pitch frio.
Cold email. Vá ao Product Hunt, filtre os lançamentos dos últimos 30 dias. Envie um e-mail diretamente ao fundador. Uma frase, link para a amostra. Assunto: "pesquisa de concorrente rápida para [nome do produto]."
O primeiro cliente geralmente surge em 3-5 dias se você estiver enviando mensagens suficientes.
A matemática
1Semana 12─────────────────────────────────────3Configuração 2 horas4Divulgação por dia 1 hora5Relatórios entregues 36Receita US$ 900-1.2007Trabalho por relatório 15-20 min
1Mês 12─────────────────────────────────────3Relatórios vendidos 10-154Receita US$ 3.000-4.5005Contratos de recorrência 2-36Recorrência mensal adicionada US$ 600-900
1Mês 32─────────────────────────────────────3Habilidades em ~/.hermes/skills/ 30+4Tempo por relatório 10 min5Clientes recorrentes 6-86Recorrência mensal US$ 1.800-2.4007Relatórios avulsos US$ 1.500-2.0008Total US$ 3.300-4.400/mês
Problemas comuns
"Model context too small" na inicialização. Defina o contexto para 65536 no servidor do modelo. Isso resolve 80% de todos os problemas de configuração.
O Hermes está lento. Mude do modelo de 35B para 27B, ou da quantização Q6 para Q4. Apenas com CPU, são 2-3 minutos por resposta. Consiga uma GPU ou use a API na nuvem.
O Hermes esquece entre as sessões. Verifique se ~/.hermes/ tem arquivos. Se estiver vazio, execute a instalação novamente.
O WSL2 não consegue alcançar o servidor do modelo. Ative o networking espelhado nas configurações do WSL no Windows 11 22H2+. Ou execute o servidor do modelo dentro do WSL2.
Stack completo de ferramentas
1Ferramenta Finalidade Custo2────────────────────────────────────────────3Agente Hermes framework de agente gratuito4 github.com/NousResearch/hermes-agent56LM Studio servidor de modelo gratuito7 local8 lmstudio.ai910Qwen 3.6 27B o modelo gratuito11 via LM Studio ou ollama.com1213Stripe pagamentos 2,9% + 30 centavos
Custo inicial: US$ 0. Tempo até o primeiro cliente: uma semana.
Após cada relatório entregue, pergunte duas coisas. Primeiro, uma avaliação. Segundo, um fundador que eles conheçam que possa precisar disso.
Fundadores conhecem fundadores. No segundo mês, as indicações substituem a maior parte da divulgação fria.
A pasta de habilidades enche. O trabalho fica mais rápido. A margem melhora.
Crie um relatório antes de ter um cliente. Envie-o como amostra para 10 pessoas amanhã.
mais configurações como esta toda semana. [t.me/GipArcAI**](//t.me/GipArcAI)
