มาสเตอร์คลาส Hermes Agent: หลักสูตรฉบับสมบูรณ์ตั้งแต่เริ่มต้นจนถึงการใช้งาน Autonomous Agent เต็มรูปแบบ

คนส่วนใหญ่ที่ค้นพบ Hermes Agent จะใช้สัปดาห์แรกแบบงงๆ

ไม่ใช่เพราะ Hermes ซับซ้อน

แต่เพราะยังไม่มีใครเขียนคู่มือแบบสมบูรณ์ที่พาคุณจากจุดที่ไม่รู้อะไรเลย ไปจนถึงการมีระบบ autonomous agent ที่ทำงานได้อย่างเต็มรูปแบบในครั้งเดียว

คู่มือเล่มนี้คือสิ่งนั้น

เมื่อคุณอ่านมาสเตอร์คลาสนี้จบ คุณจะได้ติดตั้ง Hermes, ตั้งค่า agent ตัวแรก, สร้าง skill แรก, เชื่อมต่อ MCP server ตัวแรก, ตั้งค่าหน่วยความจำถาวร, ทำให้เวิร์กโฟลว์แรกของคุณเป็นอัตโนมัติ, และปรับใช้ระบบ multi-agent ที่ทำงานได้โดยที่คุณไม่ต้องยุ่ง

แต่ละส่วนต่อยอดจากส่วนก่อนหน้า อ่านตามลำดับในครั้งแรก แล้วค่อยกลับมาอ่านส่วนที่ต้องการอ้างอิงทีหลัง

ส่วนที่ 1: Hermes Agent คืออะไรกันแน่

ก่อนติดตั้งอะไร ให้เข้าใจก่อนว่าคุณกำลังสร้างอะไรด้วยเครื่องมือนี้

Hermes Agent เป็นเฟรมเวิร์ก AI agent แบบ open-source ที่ทำงานด้วยตนเอง มันไม่ใช่ chatbot ไม่ใช่ wrapper รอบเครื่องมือที่มีอยู่แล้ว แต่เป็นโครงสร้างพื้นฐานสำหรับสร้าง agents ที่ทำงานอย่างต่อเนื่อง จดจำทุกอย่างในทุกเซสชัน ดำเนินเวิร์กโฟลว์ที่ใช้ซ้ำได้ และทำงานด้วยตนเองตามกำหนดเวลา

คุณสมบัติสี่อย่างที่ทำให้ Hermes แตกต่างจากเฟรมเวิร์ก agent อื่นๆ:

หน่วยความจำถาวร. AI agents ส่วนใหญ่จะลืมทุกอย่างเมื่อคุณปิดเซสชัน Hermes จดจำ ทุกการสนทนา ทุกงาน ทุกผลลัพธ์ ทุกการตัดสินใจ จะถูกเก็บในชั้นหน่วยความจำที่คงอยู่ตลอดไป agent ที่คุณโต้ตอบด้วยวันนี้จะรู้ทุกอย่างที่เกิดขึ้นในทุกเซสชันก่อนหน้านี้

ระบบ Skill. Hermes ดำเนินการไฟล์เวิร์กโฟลว์ที่ใช้ซ้ำได้ซึ่งเรียกว่า skills คุณเขียน skill ครั้งเดียวเป็นไฟล์ Markdown ธรรมดาที่อธิบายว่า agent ควรทำอะไร การรันครั้งต่อๆ ไปจะเรียกใช้ skill นั้นโดยไม่ต้องสร้างตรรกะใหม่ การดำเนินงานของคุณจะเร็วขึ้นและสม่ำเสมอมากขึ้นทุกครั้งที่เพิ่ม skill

ระบบอัตโนมัติตามกำหนดเวลา. Hermes ทำงานตามกำหนดเวลาที่คุณตั้งค่าได้ โดยที่คุณไม่ต้องเริ่มอะไรเอง รายงานสรุปตอนเช้า การประมวลผลเนื้อหาตอนกลางคืน การติดตามแหล่งข้อมูลทุกชั่วโมง ทั้งหมดจะทำงานโดยอัตโนมัติตามเวลาที่คุณกำหนด

การรวม MCP. Hermes เชื่อมต่อกับเซิร์ฟเวอร์ Model Context Protocol ที่ทำให้มันเข้าถึงเครื่องมือจริงได้ ระบบไฟล์ ฐานข้อมูล การค้นหาเว็บ API บริการภายนอก ทุกการเชื่อมต่อ MCP จะเปลี่ยน Hermes จากโมเดลภาษาให้กลายเป็น agent ที่ลงมือทำในโลกจริง

คุณสมบัติทั้งสี่นี้รวมกันสร้างสิ่งที่แตกต่างในเชิงคุณภาพจากการโต้ตอบกับ AI ทั่วไป

Hermes agent ไม่ใช่เครื่องมือที่คุณใช้

มันคือระบบที่ทำงานด้วยตนเอง

ส่วนที่ 2: การติดตั้งและการตั้งค่าเริ่มต้น

สิ่งที่ต้องมีก่อน:

Node.js เวอร์ชัน 18 ขึ้นไป Git เทอร์มินัลที่คุณถนัดใช้

ตรวจสอบเวอร์ชัน Node.js ของคุณ:

node --version

หากคุณต้องการติดตั้งหรืออัปเดต Node.js ให้ไปที่ nodejs.org และดาวน์โหลด LTS เวอร์ชันปัจจุบัน

ติดตั้ง Hermes:

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

cd hermes

npm install

กำหนดค่าสภาพแวดล้อม:

cp .env.example .env

เปิดไฟล์ .env และกำหนดค่าโมเดลของคุณ:

การกำหนดค่าโมเดลหลัก

MODEL_PROVIDER=anthropic

MODEL_NAME=claude-opus-4-5

ANTHROPIC_API_KEY=your-anthropic-api-key

ทางเลือก: ใช้ DeepSeek เพื่อการทำงานฟรี

MODEL_PROVIDER=deepseek

MODEL_NAME=deepseek-chat

DEEPSEEK_API_KEY=your-deepseek-key

การกำหนดค่าหน่วยความจำ

MEMORY_BACKEND=sqlite

MEMORY_PATH=./data/memory.db

ตัวกำหนดเวลา

ENABLE_SCHEDULER=true

SCHEDULER_TIMEZONE=America/New_York

การบันทึก

LOG_LEVEL=info

LOG_PATH=./logs/hermes.log

เริ่มใช้งาน Hermes:

npm run start

คุณควรเห็นข้อความยืนยันว่า Hermes กำลังทำงาน:

[Hermes] Memory backend: SQLite initialized

[Hermes] Skill directory: ./skills loaded

[Hermes] Scheduler: enabled

[Hermes] Agent ready. Awaiting instructions.

ตอนนี้ Hermes กำลังทำงานโดยมีหน่วยความจำถาวรและตัวกำหนดเวลาทำงานอยู่

ตรวจสอบการติดตั้ง:

พิมพ์ข้อความแรกของคุณ:

สวัสดี คุณรู้อะไรเกี่ยวกับตัวเองบ้าง?

Hermes ควรตอบกลับโดยอธิบายการกำหนดค่า สถานะหน่วยความจำ และ skills ที่มีอยู่

ส่วนที่ 3: ทำความเข้าใจโครงสร้างไฟล์

ก่อนสร้างอะไร ต้องเข้าใจว่าทุกอย่างอยู่ที่ไหน

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/ คือที่ที่ทุกเวิร์กโฟลว์ที่คุณสร้างอยู่ แต่ละ skill คือไฟล์ Markdown Hermes อ่านไฟล์เหล่านี้และดำเนินเวิร์กโฟลว์ที่อธิบายไว้

data/ คือที่ที่ Hermes เก็บทุกอย่างที่ประมวลผล memory.db คือฐานข้อมูล SQLite ที่ขับเคลื่อนหน่วยความจำถาวร processed/ เก็บรายการที่จัดการแล้ว outputs/ เก็บเนื้อหาที่สร้างขึ้น

logs/ มีบันทึกการทำงาน ตรวจสอบ hermes.log เมื่อมีอะไรไม่ทำงานตามที่คาดหวัง

config/ มีไฟล์กำหนดค่าของคุณ sources.json กำหนดแหล่งเนื้อหาของคุณ schedule.json กำหนดว่าเวิร์กโฟลว์อัตโนมัติจะทำงานเมื่อใด

CLAUDE.md เป็นไฟล์ที่สำคัญที่สุดในระบบทั้งหมด มันบอก Hermes ทุกอย่างเกี่ยวกับคุณว่าคุณคือใคร คุณทำอะไร และคุณต้องการให้มันทำงานอย่างไร เราจะสร้างไฟล์นี้ในส่วนที่ 4

ส่วนที่ 4: การเขียน CLAUDE.md

CLAUDE.md คือรัฐธรรมนูญการปฏิบัติงานของ Hermes agent ของคุณ

ทุก skill จะอ่านมันก่อนดำเนินการ ทุกเวิร์กโฟลว์อัตโนมัติใช้มันเป็นบริบท ทุกผลลัพธ์ถูกหล่อหลอมโดยมัน

CLAUDE.md ที่เขียนไม่ดีจะให้ผลลัพธ์ทั่วๆ ไป

CLAUDE.md ที่เขียนอย่างแม่นยำจะให้ผลลัพธ์ที่เหมือนกับว่าสร้างโดยคนที่รู้จักการดำเนินงานของคุณอย่างลึกซึ้ง

นี่คือเทมเพลตแบบสมบูรณ์:

Hermes Agent — CLAUDE.md

เอกลักษณ์

ชื่อ: [ชื่อของคุณหรือแบรนด์]

บทบาท: [สิ่งที่คุณทำ]

แพลตฟอร์มหลัก: [ที่ที่คุณเผยแพร่]

กลุ่มเป้าหมาย: [คนที่คุณให้บริการ]

จุดเน้นด้านเนื้อหาและงาน

หัวข้อหลัก: [รายการหัวข้อหลักของคุณ]

รูปแบบเนื้อหา: [สิ่งที่คุณสร้าง]

น้ำเสียงและสไตล์: [วิธีที่คุณสื่อสาร]

สิ่งที่คุณไม่ทำเด็ดขาด: [สิ่งที่เฉพาะเจาะจงที่ควรหลีกเลี่ยง]

โปรเจกต์ปัจจุบัน

[โปรเจกต์ 1]: [คำอธิบายหนึ่งประโยค]

สถานะ: [กำลังดำเนินการ/รอดำเนินการ/เสร็จสมบูรณ์]

ขั้นตอนถัดไป: [ขั้นตอนเฉพาะเจาะจงถัดไป]

[โปรเจกต์ 2]: [คำอธิบายหนึ่งประโยค]

สถานะ: [กำลังดำเนินการ/รอดำเนินการ/เสร็จสมบูรณ์]

ขั้นตอนถัดไป: [ขั้นตอนเฉพาะเจาะจงถัดไป]

ลำดับความสำคัญปัจจุบัน

1. [สิ่งที่สำคัญที่สุดในตอนนี้]
2. [สิ่งที่สำคัญรองลงมา]
3. [สิ่งที่สำคัญลำดับที่สาม]

มาตรฐานเนื้อหา

ผลลัพท์ที่ยอดเยี่ยม: [คำอธิบายเฉพาะเจาะจง]

ผลลัพท์ที่ยอมรับได้: [เกณฑ์ขั้นต่ำ]

ผลลัพท์ที่ถูกปฏิเสธ: [สิ่งที่ล้มเหลว]

แหล่งข้อมูลที่ฉันเชื่อถือ

[ระบุสิ่งพิมพ์ ช่องทาง บุคคล ที่เฉพาะเจาะจง]

สิ่งที่ฉันไม่ต้องการโดยเฉพาะ

[ระบุหัวข้อ รูปแบบ หรือแนวทางที่ควรหลีกเลี่ยง]

กฎของหน่วยความจำ

• เก็บทุกการตัดสินใจที่สำคัญพร้อมเหตุผล
• ติดตามเนื้อหาที่เผยแพร่ทั้งหมดพร้อมบันทึกประสิทธิภาพ
• จดจำการประเมินคุณภาพของแหล่งข้อมูล
• ห้ามซ้ำเนื้อหาจากแหล่งเดียวกันภายใน 72 ชั่วโมง

กฎของผลลัพธ์

• บันทึกเนื้อหาที่สร้างทั้งหมดไปยัง data/outputs/
• ประทับวันที่ทุกไฟล์: YYYY-MM-DD-[type]-[topic].md
• บันทึกการทำงานทั้งหมดไปยัง logs/hermes.log
• ทำเครื่องหมายสิ่งที่ต้องตรวจสอบโดยมนุษย์ก่อนโพสต์

ตารางอัปเดต

ตรวจสอบและอัปเดตไฟล์นี้: [ตารางเวลาของคุณ]

ใช้เวลา 30 นาทีกรอกข้อมูลนี้ให้สมบูรณ์ก่อนสร้าง skills ใดๆ ทุกอย่างที่ตามมาขึ้นอยู่กับคุณภาพของเอกสารนี้

ส่วนที่ 5: การสร้าง Skill แรกของคุณ

skill คือไฟล์ Markdown ข้อความธรรมดาที่อธิบายเวิร์กโฟลว์ที่ Hermes ดำเนินการ

รูปแบบ skill มีสี่ส่วนที่จำเป็น:

ชื่อ-skill

วัตถุประสงค์

[หนึ่งประโยคอธิบายว่า skill นี้ทำอะไร]

ตัวกระตุ้น

[วิธีเรียกใช้ — ด้วยตนเองหรือตามกำหนดเวลา]

กระบวนการ

[คำแนะนำทีละขั้นตอนว่า Hermes ทำอะไร]

ผลลัพธ์

[สิ่งที่ skill สร้างขึ้นและบันทึกไว้ที่ไหน]

มาสร้าง skill จริงอันแรกของคุณกัน: รายงานสรุปตอนเช้าที่อ่านแหล่งข้อมูลที่คุณกำหนดค่าและส่งมอบสรุปที่มีโครงสร้าง

สร้าง skills/morning-briefing.md:

morning-briefing

วัตถุประสงค์

สร้างรายงานสรุปข่าวกรองตอนเช้าที่มีโครงสร้าง

จากแหล่งข้อมูลที่กำหนดค่าทั้งหมดและบันทึกไปยัง

โฟลเดอร์ outputs

ตัวกระตุ้น

กำหนดเวลาทุกวันเวลา 6:00 น.

ด้วยตนเอง: "รัน morning briefing" หรือ "สร้างรายงานสรุปของฉัน"

กระบวนการ

1. อ่าน CLAUDE.md เพื่อรับบริบทเต็มเกี่ยวกับว่าฉันเป็นใครและหัวข้อใดสำคัญสำหรับฉัน

1. อ่าน config/sources.json สำหรับแหล่งข้อมูลที่กำหนดค่าทั้งหมด

1. สำหรับแต่ละแหล่งในรายการหัวข้อหลักของฉัน: ค้นหาการพัฒนาที่สำคัญในช่วง 24 ชั่วโมงที่ผ่านมาโดยใช้การค้นหาเว็บ

กรองผลลัพธ์โดยใช้เกณฑ์เหล่านี้:

รวม: ประกาศใหม่ การอัปเดตที่สำคัญ

ผลการวิจัย การเคลื่อนไหวเชิงกลยุทธ์โดยผู้เล่นหลัก

ไม่รวม: เนื้อหาที่ถูกเล่าซ้ำ บทความความคิดเห็นที่ไม่มี

ข้อมูลใหม่ สิ่งใดที่ฉันจะจัดว่าเป็นสัญญาณรบกวน

ตามความชอบใน CLAUDE.md ของฉัน

1. ตรวจสอบหน่วยความจำสำหรับสิ่งที่เกี่ยวข้องจากเซสชันก่อนหน้าที่เชื่อมต่อกับข่าววันนี้

1. สร้างรายงานสรุปในรูปแบบนี้:

รายงานสรุปตอนเช้า — [วันที่]

สิ่งสำคัญที่สุด

[การพัฒนาที่สำคัญที่สุดในวันนี้และเหตุใด

มันสำคัญโดยเฉพาะสำหรับงานของฉัน]

เกิดอะไรขึ้นบ้าง

[3-7 รายการสำคัญ แต่ละรายการ 2-3 ประโยค]

สิ่งที่ควรจับตา

[1-2 สถานการณ์ที่กำลังพัฒนาที่ควรติดตาม]

จากหน่วยความจำ

[การเชื่อมโยงที่เกี่ยวข้องกับสิ่งที่เก็บไว้

ในเซสชันก่อนหน้า]

จุดโฟกัสวันนี้

[คำแนะนำลำดับความสำคัญเดียวตามรายงานสรุป]

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

1. เก็บสรุปในหน่วยความจำด้วยแท็ก: daily-brief

ผลลัพธ์

ไฟล์รายงานสรุปที่มีโครงสร้างในโฟลเดอร์ outputs

รายการหน่วยความจำที่ติดแท็ก: daily-brief

รายการบันทึกใน hermes.log

ทดสอบ skill แรกของคุณ:

รัน morning briefing

ดู Hermes ดำเนินการแต่ละขั้นตอน ค้นหาข้อมูล และสร้างรายงานสรุปอัตโนมัติครั้งแรกของคุณ

ส่วนที่ 6: ระบบหน่วยความจำ

หน่วยความจำคือสิ่งที่เปลี่ยน Hermes จากเครื่องมือที่มีความสามารถให้กลายเป็นระบบที่ทวีคูณความสามารถ

การเข้าใจว่าหน่วยความจำทำงานอย่างไรจะช่วยให้คุณออกแบบ skills ที่ฉลาดขึ้นเรื่อยๆ เมื่อเวลาผ่านไป

Hermes เก็บหน่วยความจำอย่างไร:

ทุกการดำเนินการที่สำคัญจะสร้างรายการหน่วยความจำในฐานข้อมูล SQLite แต่ละรายการประกอบด้วย:

• เนื้อหา: สิ่งที่ถูกเก็บไว้
• แท็ก: หมวดหมู่สำหรับการเรียกค้น
• การประทับเวลา: เมื่อถูกสร้างขึ้น
• แหล่งที่มา: skill ใดเป็นผู้สร้าง
• คะแนนความเกี่ยวข้อง: อัปเดตตามความถี่ที่ถูกเรียกค้น

Hermes เรียกค้นหน่วยความจำอย่างไร:

เมื่อ skill ใดทำงาน Hermes จะค้นหาหน่วยความจำโดยอัตโนมัติเพื่อหาบริบทที่เกี่ยวข้องก่อนดำเนินการ การค้นหาใช้ความคล้ายคลึงเชิงความหมาย ดังนั้นแนวคิดที่เกี่ยวข้องจะปรากฏขึ้นแม้ว่าคำสำคัญจะไม่ตรงกัน

การออกแบบ skills สำหรับหน่วยความจำ:

รวมคำแนะนำหน่วยความจำที่ชัดเจนในทุก skill:

คำแนะนำหน่วยความจำ

เก็บหลังจากเสร็จสิ้น:

• การค้นหาสำคัญที่ติดแท็ก: [แท็กที่เกี่ยวข้อง]
• การตัดสินใจที่ทำ ติดแท็ก: decision
• ผลลัพธ์ที่สร้างขึ้น ติดแท็ก: output

เรียกค้นก่อนเริ่ม:

• การรันก่อนหน้าของ skill นี้
• รายการใดๆ ที่ติดแท็ก: [แท็กที่เกี่ยวข้อง]
• การตัดสินใจที่ส่งผลต่อเวิร์กโฟลว์นี้

การดำเนินการหน่วยความจำด้วยตนเอง:

เก็บสิ่งนี้ในหน่วยความจำ: [ข้อมูล] — ติดแท็กเป็น [แท็ก]

คุณจำอะไรเกี่ยวกับ [หัวข้อ] ได้บ้าง?

แสดงรายการหน่วยความจำทั้งหมดจาก 7 วันที่ผ่านมา

มีการตัดสินใจอะไรที่ถูกเก็บไว้บ้าง?

ผลทวีคูณของหน่วยความจำ:

Hermes agent ที่มีหน่วยความจำหนึ่งสัปดาห์ก็มีประโยชน์แล้ว

Hermes agent ที่มีหน่วยความจำสามเดือนเป็นเครื่องมือคนละประเภท

หลังจากสามเดือนของการทำงานทุกวัน Hermes ได้อ่านแหล่งข้อมูลหลายร้อยแหล่ง ประมวลผลเนื้อหาหลายพันชิ้น ติดตามการตัดสินใจหลายสิบครั้ง และสร้างภาพโดยละเอียดของสิ่งที่ใช้ได้และใช้ไม่ได้ในการดำเนินงานเฉพาะของคุณ

งานใหม่ทุกงานได้รับประโยชน์จากบริบทที่สั่งสมมานี้

ส่วนที่ 7: การเชื่อมต่อ MCP Servers

เซิร์ฟเวอร์ MCP เปลี่ยน Hermes จาก agent ที่ใช้เหตุผลเกี่ยวกับโลกให้กลายเป็น agent ที่ลงมือทำในโลก

แต่ละการเชื่อมต่อ MCP จะทำให้ Hermes เข้าถึงเครื่องมือจริง ระบบไฟล์ การค้นหาเว็บ ฐานข้อมูล API บริการภายนอก

การติดตั้งเซิร์ฟเวอร์ MCP หลัก:

Filesystem MCP — อ่านและเขียนไฟล์ในเครื่อง

npm install -g @modelcontextprotocol/server-filesystem

Web search — การค้นหา Brave แบบเรียลไทม์

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

GitHub — การเข้าถึง repository

npm install -g @modelcontextprotocol/server-github

Puppeteer — ระบบอัตโนมัติของเบราว์เซอร์

npm install -g @modelcontextprotocol/server-puppeteer

กำหนดค่าการเชื่อมต่อ MCP ใน .env ของคุณ:

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:

การเชื่อมต่อที่มีค่ามากที่สุดในทันที ทำให้ Hermes สามารถอ่านและเขียนไฟล์ในเครื่องของคุณได้โดยตรง

เมื่อเชื่อมต่อแล้ว Hermes สามารถ:

อ่านไฟล์ที่คุณระบุในคำแนะนำ skill เขียนผลลัพธ์ไปยังโฟลเดอร์ในระบบของคุณโดยตรง อัปเดตไฟล์ตามข้อมูลใหม่ ติดตามโฟลเดอร์เพื่อหาเนื้อหาใหม่

Skills ที่ใช้ filesystem MCP:

กระบวนการ

1. อ่านไฟล์ที่ [PATH] เพื่อหาบริบท
2. ประมวลผลเนื้อหา
3. เขียนผลลัพธ์ไปที่ [OUTPUT PATH]
4. อัปเดตไฟล์ดัชนีที่ [INDEX PATH]

Brave Search MCP:

ทำให้ Hermes เข้าถึงการค้นหาเว็บแบบเรียลไทม์ หากไม่มีสิ่งนี้ Hermes สามารถใช้เหตุผลเกี่ยวกับข้อมูลได้จนถึงจุดตัดการฝึกเท่านั้น เมื่อมีสิ่งนี้ Hermes จะค้นหาเว็บสดเพื่อหาข้อมูลปัจจุบัน

ทุก skill ด้านการวิจัย การติดตาม และการสรุปจะได้รับประโยชน์จาก Brave Search

รับคีย์ API Brave Search ฟรีของคุณที่ brave.com/search/api ระดับฟรีช่วยให้ค้นหาได้ 2,000 ครั้งต่อเดือน

GitHub MCP:

ทำให้ Hermes เข้าถึง GitHub repositories สามารถอ่านโค้ด ตรวจสอบ repos ที่กำลังมาแรง ติดตาม repositories ที่คุณติดตาม และติดตามการเปิดตัว

มีค่าสำหรับ: เนื้อหาเครื่องมือนักพัฒนา การติดตามโอเพนซอร์ส การวิจัยทางเทคนิค การวิเคราะห์ repository

การตรวจสอบการเชื่อมต่อ MCP:

เซิร์ฟเวอร์ MCP ใดที่เชื่อมต่ออยู่ในขณะนี้?

แสดงรายการเครื่องมือที่มีทั้งหมดจากเซิร์ฟเวอร์ที่เชื่อมต่อ

Hermes ควรแสดงรายการเซิร์ฟเวอร์ที่เชื่อมต่อแต่ละตัวและเครื่องมือที่แต่ละตัวมีให้

ส่วนที่ 8: ระบบกำหนดเวลา

ตัวกำหนดเวลาเปลี่ยน Hermes จากเครื่องมือที่คุณใช้ให้กลายเป็นระบบที่ทำงานด้วยตนเอง

หากไม่มีตัวกำหนดเวลา: Hermes จะทำสิ่งที่คุณขอเมื่อคุณขอ

เมื่อมีตัวกำหนดเวลา: Hermes จะทำงานอย่างต่อเนื่องไม่ว่าคุณจะเกี่ยวข้องหรือไม่

กำหนดค่าตารางเวลาของคุณ:

สร้าง config/schedule.json:

{

"schedules": [

{

"skill": "morning-briefing",

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

"description": "รายงานสรุปตอนเช้าทุกวันเวลา 6:00 น."

},

{

"skill": "source-monitor",

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

"description": "ตรวจสอบแหล่งข้อมูลทุก 2 ชั่วโมง"

},

{

"skill": "content-processor",

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

"description": "ประมวลผลเนื้อหาที่เก็บได้เวลา 20:00 น."

},

{

"skill": "weekly-review",

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

"description": "ทบทวนรายสัปดาห์ทุกวันอาทิตย์เวลา 19:00 น."

},

{

"skill": "memory-consolidation",

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

"description": "รวมรวมรายการหน่วยความจำเวลา 23:00 น."

}

]

}

การอ้างอิงนิพจน์ Cron:

0 6 \ \ * → 6:00 น. ทุกวัน

0 \/2 \ \ \ → ทุก 2 ชั่วโมง

0 20 \ \ 1-5 → 20:00 น. จันทร์ถึงศุกร์

0 19 \ \ 0 → 19:00 น. ทุกวันอาทิตย์

0 23 \ \ * → 23:00 น. ทุกวัน

ห้าเวิร์กโฟลว์ตามกำหนดเวลาที่ทุกการดำเนินงานของ Hermes ต้องการ:

รายงานสรุปตอนเช้า: 6:00 น. ทุกวัน อ่านแหล่งข้อมูล สรุปรายงานข่าวกรอง กำหนดจุดโฟกัสของวัน

ตัวติดตามแหล่งข้อมูล: ทุก 2 ชั่วโมง ตรวจสอบแหล่งข้อมูลที่กำหนดค่าเพื่อหาเนื้อหาใหม่ เพิ่มไปยังคิวการประมวลผล

ตัวประมวลผลเนื้อหา: 20:00 น. ทุกวัน ประมวลผลทุกอย่างที่เก็บได้ระหว่างวัน สร้างผลลัพธ์ อัปเดตหน่วยความจำ

ทบทวนรายสัปดาห์: อาทิตย์ 19:00 น. สังเคราะห์กิจกรรมประจำสัปดาห์ ระบุรูปแบบ สร้างข้อมูลเชิงลึก

การรวมรวมหน่วยความจำ: 23:00 น. ทุกวัน ตรวจสอบรายการหน่วยความจำใหม่ ลบรายการซ้ำ อัปเดตคะแนนความเกี่ยวข้อง

การตรวจสอบการทำงานตามกำหนดเวลา:

แสดงการทำงานที่กำหนดไว้สำหรับวันนี้

อะไรทำงานใน 24 ชั่วโมงที่ผ่านมา?

แสดงบันทึกการทำงาน

ส่วนที่ 9: การสร้างระบบการทำงานของเนื้อหาที่สมบูรณ์

ส่วนนี้จะพาคุณผ่านการสร้างระบบการทำงานของเนื้อหาอัตโนมัติที่สมบูรณ์ด้วย Hermes เมื่อจบคุณจะมีระบบที่ติดตามแหล่งข้อมูล ระบุโอกาสเนื้อหาไวรัล สร้างร่าง และจัดการคิวการเผยแพร่โดยอัตโนมัติ

ขั้นตอนที่ 1: กำหนดค่าแหล่งข้อมูลของคุณ

สร้าง config/sources.json:

{

"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"

}

]

}

ขั้นตอนที่ 2: สร้างตัวระบุโอกาสเนื้อหา

สร้าง skills/content-opportunity.md:

content-opportunity

วัตถุประสงค์

สแกนทุกแหล่งข้อมูลเพื่อหาโอกาสเนื้อหาที่คุ้มค่า

แก่การสร้างและเพิ่มไปยังคิวเนื้อหา

ตัวกระตุ้น

ทำงานหลังจาก source-monitor ตรวจพบเนื้อหาใหม่

ด้วยตนเอง: "ค้นหาโอกาสเนื้อหา"

กระบวนการ

1. อ่าน CLAUDE.md เพื่อหาเสาหลักเนื้อหาและกลุ่มเป้าหมาย

1. อ่านรายการทั้งหมดที่ถูกทำเครื่องหมายว่าใหม่โดย source-monitor จากหน่วยความจำที่ติดแท็ก: source-monitor-new

1. สำหรับแต่ละรายการใหม่ให้ประเมิน:

คะแนนศักยภาพไวรัล (1-10):

• สิ่งนี้เป็นสิ่งที่กลุ่มเป้าหมายเฉพาะของฉันสนใจหรือไม่?
• นี่คือข้อมูลใหม่จริงๆ หรือแค่การเล่าใหม่?
• สิ่งนี้เชื่อมโยงกับเสาหลักเนื้อหาปัจจุบันของฉันหรือไม่?
• มีมุมมองเฉพาะที่ฉันสามารถนำเสนอที่คนอื่นยังไม่ได้ทำหรือไม่?

เฉพาะรายการที่ได้คะแนน 7 ขึ้นไปเท่านั้นที่มีคุณสมบัติเป็นโอกาส

1. สำหรับแต่ละโอกาสที่มีคุณสมบัติ ให้สร้างรายการใน data/outputs/content-queue.md พร้อมด้วย:
2. แหล่งที่มาและลิงก์
3. เหตุใดสิ่งนี้จึงเป็นโอกาส
4. มุมมองเนื้อหาที่แนะนำ
5. รูปแบบที่แนะนำ (ทวีต/เธรด/บทความ/วิดีโอ)
6. ความสำคัญ: เร่งด่วน/สูง/กลาง

1. เก็บโอกาสทั้งหมดในหน่วยความจำที่ติดแท็ก: content-queue

ผลลัพธ์

ไฟล์ content-queue.md ที่อัปเดต

รายการหน่วยความจำที่ติดแท็ก: content-queue

ขั้นตอนที่ 3: สร้างตัวสร้างร่าง

สร้าง skills/draft-generator.md:

draft-generator

วัตถุประสงค์

สร้างร่างเนื้อหาสำหรับรายการใน

คิวเนื้อหาตามลำดับความสำคัญ

ตัวกระตุ้น

ทำงานทุกวันเวลา 14:00 น.

ด้วยตนเอง: "สร้างร่าง" หรือ "ร่าง 3 อันดับแรก"

กระบวนการ

1. อ่าน CLAUDE.md เพื่อหาน้ำเสียง สไตล์ และกฎเนื้อหาของฉัน

1. อ่าน data/outputs/content-queue.md สำหรับรายการที่รอดำเนินการ

1. เลือก 3 อันดับแรกตามคะแนนความสำคัญ

1. สำหรับแต่ละรายการที่เลือก:

ก. ค้นคว้าหัวข้อโดยใช้การค้นหาเว็บเพื่อให้แน่ใจ

ว่าข้อมูลเป็นปัจจุบันและถูกต้อง

ข. ตรวจสอบหน่วยความจำสำหรับการครอบคลุมหัวข้อนี้

ก่อนหน้าเพื่อหลีกเลี่ยงการซ้ำซ้อน

ค. สร้างร่างในรูปแบบที่ระบุ:

สำหรับทวีต:

ใช้รูปแบบ cyrilXBT:

• ตะขอประกาศด้วยตัวพิมพ์ใหญ่ทั้งหมด
• บรรทัดสั้นกระทัดรัด
• แต่ละประโยคในบรรทัดของตัวเอง
• บุ๊กมาร์กสิ่งนี้ + คำกระตุ้นการตัดสินใจให้ติดตามท้าย

สำหรับเธรด:

• ทวีตตะขอ
• 5-8 ทวีตเนื้อหาพร้อมรายละเอียดเฉพาะ
• การปิดด้วยคำกระตุ้นการตัดสินใจ

สำหรับบทความ:

• ย่อหน้าตะขอที่แข็งแกร่ง
• คำชี้แจงปัญหา
• คำแนะนำวิธีแก้ปัญหา
• ขั้นตอนที่นำไปปฏิบัติได้
• คำกระตุ้นการตัดสินใจให้ติดตาม

1. บันทึกแต่ละร่างไปยัง: data/outputs/drafts/[DATE]-[FORMAT]-[TOPIC].md

1. อัปเดต content-queue.md โดยทำเครื่องหมายรายการว่าถูกร่างแล้ว

1. เก็บสรุปร่างในหน่วยความจำที่ติดแท็ก: draft-generated

ผลลัพธ์

ไฟล์ร่างใน data/outputs/drafts/

content-queue.md ที่อัปเดต

รายการหน่วยความจำที่ติดแท็ก: draft-generated

ขั้นตอนที่ 4: สร้างตัวติดตามประสิทธิภาพ

สร้าง skills/performance-tracker.md:

performance-tracker

วัตถุประสงค์

ติดตามประสิทธิภาพเนื้อหาและใช้ข้อมูลเพื่อ

ปรับปรุงการตัดสินใจเนื้อหาในอนาคต

ตัวกระตุ้น

ด้วยตนเอง: "บันทึกประสิทธิภาพสำหรับ [เนื้อหา] — [เมตริก]"

การทบทวนรายสัปดาห์อ่านบันทึกประสิทธิภาพทั้งหมด

กระบวนการ

1. เมื่อถูกกระตุ้นด้วยข้อมูลประสิทธิภาพ:
2. เก็บเมตริกในหน่วยความจำพร้อมการอ้างอิงเนื้อหา
3. ติดแท็ก: performance-log

1. ระบุรูปแบบ:
2. หัวข้อใดทำงานได้ดีที่สุดในสัปดาห์นี้?
3. รูปแบบใดมีส่วนร่วมมากที่สุด?
4. แหล่งข้อมูลใดสร้างเนื้อหาไวรัลมากที่สุด?

1. อัปเดตลำดับความสำคัญเนื้อหาใน CLAUDE.md ตามข้อมูลประสิทธิภาพหากรูปแบบชัดเจน

1. สร้างรายงานประสิทธิภาพรายสัปดาห์ในวันอาทิตย์

ผลลัพธ์

รายการหน่วยความจำที่ติดแท็ก: performance-log

รายงานประสิทธิภาพรายสัปดาห์ในโฟลเดอร์ outputs

ส่วนที่ 10: การดำเนินงานแบบ Multi-Agent

Hermes แบบ agent เดียวก็ทรงพลังแล้ว Hermes แบบ multi-agent คือความสามารถคนละระดับ

การดำเนินงานแบบ multi-agent หมายถึงหลายอินสแตนซ์ Hermes เฉพาะทาง แต่ละตัวจัดการโดเมนหนึ่งของการดำเนินงานของคุณ แบ่งปันหน่วยความจำ และประสานงานผลลัพธ์

การดำเนินงานเนื้อหาแบบสี่ agent:

Research Agent: ติดตามแหล่งข้อมูล ระบุโอกาส ดำเนินการวิจัยเชิงลึก อ่านอย่างเดียว ไม่เคยสร้าง

Production Agent: นำผลลัพธ์การวิจัยมาสร้างร่างเนื้อหา สร้างอย่างเดียว ไม่เคยเผยแพร่

Quality Agent: ตรวจสอบผลลัพธ์การผลิตตามมาตรฐาน อนุมัติหรือส่งกลับเพื่อแก้ไข ไม่เคยสร้างหรือเผยแพร่

Distribution Agent: นำผลลัพธ์ที่อนุมัติมาจัดการตารางการเผยแพร่ เผยแพร่อย่างเดียว ไม่เคยสร้าง

การตั้งค่าการกำหนดค่าแบบ multi-agent:

สร้างไฟล์ CLAUDE.md แยกต่างหากสำหรับแต่ละ agent:

hermes-research/

CLAUDE.md ← รัฐธรรมนูญของ Research agent

skills/ ← Skills เฉพาะการวิจัย

hermes-production/

CLAUDE.md ← รัฐธรรมนูญของ Production agent

skills/ ← Skills เฉพาะการผลิต

hermes-quality/

CLAUDE.md ← รัฐธรรมนูญของ Quality agent

skills/ ← Skills เฉพาะคุณภาพ

hermes-distribution/

CLAUDE.md ← รัฐธรรมนูญของ Distribution agent

skills/ ← Skills เฉพาะการเผยแพร่

ชั้นหน่วยความจำที่ใช้ร่วมกัน:

กำหนดค่าให้ทั้งสี่ agent ชี้ไปที่ฐานข้อมูล SQLite เดียวกัน:

MEMORY_PATH=/shared/hermes-memory.db

ซึ่งหมายความว่าทุก agent อ่านผลลัพธ์ของ agent อื่นๆ ผลลัพธ์การวิจัยปรากฏแก่การผลิต ผลลัพธ์การผลิตปรากฏแก่คุณภาพ การอนุมัติคุณภาพปรากฏแก่การเผยแพร่

โปรโตคอลการส่งต่อ:

แต่ละ agent ส่งสัญญาณความพร้อมสำหรับการส่งต่อผ่านแท็กหน่วยความจำ:

Research agent ทำงานเสร็จ → เก็บผลลัพธ์ที่ติดแท็ก: ready-for-production

Production agent หยิบรายการที่ติดแท็ก → เก็บผลลัพธ์ที่ติดแท็ก: ready-for-quality

Quality agent อนุมัติ → เก็บผลลัพธ์ที่ติดแท็ก: ready-for-distribution

Distribution agent เผยแพร่ → เก็บผลลัพธ์ที่ติดแท็ก: published

Skill ผู้ประสานงาน:

สร้าง skill ผู้ประสานงานหลักหนึ่งตัวที่ตรวจสอบไปป์ไลน์ทั้งหมด:

pipeline-orchestrator

วัตถุประสงค์

ตรวจสอบทั้งสี่ agent และรับประกันการส่งต่อ

ที่ราบรื่นระหว่างขั้นตอนไปป์ไลน์

ตัวกระตุ้น

ทำงานทุก 30 นาที

กระบวนการ

1. ตรวจสอบรายการที่ติดแท็ก: ready-for-production หากพบ: แจ้งเตือน production agent

1. ตรวจสอบรายการที่ติดแท็ก: ready-for-quality หากพบ: แจ้งเตือน quality agent

1. ตรวจสอบรายการที่ติดแท็ก: ready-for-distribution หากพบ: แจ้งเตือน distribution agent

1. ตรวจสอบรายการที่อยู่ในขั้นตอนใดนานกว่า 4 ชั่วโมง หากพบ: ทำเครื่องหมายว่าหยุดชะงักและแจ้งเตือนให้ตรวจสอบ

1. สร้างรายงานสถานะไปป์ไลน์ทุก 4 ชั่วโมง

ผลลัพธ์

สถานะไปป์ไลน์ในหน่วยความจำที่ติดแท็ก: pipeline-status

การแจ้งเตือนสำหรับรายการที่หยุดชะงัก

บันทึกการทำงานรายชั่วโมง

ส่วนที่ 11: รูปแบบ Skill ขั้นสูง

เมื่อการดำเนินงาน Hermes ของคุณเติบโตขึ้น คุณจะพบสถานการณ์ที่รูปแบบ skill พื้นฐานไม่ครอบคลุม รูปแบบขั้นสูงเหล่านี้จัดการกับสถานการณ์ที่ซับซ้อนทั่วไป

รูปแบบที่ 1: การดำเนินการแบบมีเงื่อนไข

Skills ที่ใช้เส้นทางที่แตกต่างตามเงื่อนไข:

กระบวนการ

1. ตรวจสอบเงื่อนไข: [สิ่งที่ต้องตรวจสอบ]

1. ถ้า [เงื่อนไข A]: ดำเนินการเส้นทาง A: [ขั้นตอนสำหรับเส้นทาง A]

ถ้า [เงื่อนไข B]:

ดำเนินการเส้นทาง B:

[ขั้นตอนสำหรับเส้นทาง B]

ถ้าไม่ใช่ทั้งสองแบบ:

ทำเครื่องหมายให้ตรวจสอบโดยมนุษย์และบันทึกกรณีที่ไม่ชัดเจน

รูปแบบที่ 2: ตรรกะลองใหม่

Skills ที่ควรลองใหม่เมื่อล้มเหลว:

กระบวนการ

สำหรับแต่ละรายการ ให้พยายามต่อไปนี้สูงสุด 3 ครั้ง:

1. ลอง: [แนวทางหลัก] หากสำเร็จ: ดำเนินการต่อที่ผลลัพธ์ หากล้มเหลว: บันทึกข้อผิดพลาดและลองทางเลือก

1. ทางเลือก: [แนวทางสำรอง] หากสำเร็จ: ดำเนินการต่อที่ผลลัพธ์พร้อมบันทึกว่าใช้ทางเลือก หากล้มเหลว: ทำเครื่องหมายว่าล้มเหลวและแจ้งเตือนให้ตรวจสอบ

อย่าดำเนินการต่อด้วยผลลัพธ์ที่ไม่สมบูรณ์หรือไม่แน่นอน

รูปแบบที่ 3: ประตูคุณภาพ

กระบวนการ

1. สร้างผลลัพธ์เบื้องต้น
2. ตรวจสอบผลลัพธ์เบื้องต้นเทียบกับ:
3. เกณฑ์คุณภาพ A: [ข้อกำหนดเฉพาะ]
4. เกณฑ์คุณภาพ B: [ข้อกำหนดเฉพาะ]
5. เกณฑ์คุณภาพ C: [ข้อกำหนดเฉพาะ]
6. ถ้าผ่านทุกเกณฑ์: ดำเนินการต่อที่ผลลัพธ์สุดท้าย
7. ถ้าไม่ผ่าน: ระบุเกณฑ์ที่ล้มเหลว สร้างใหม่โดยเน้นที่เกณฑ์เหล่านั้น และวนกลับไปที่ขั้นตอนที่ 1
8. ถ้าล้มเหลวสามครั้ง: ยุติและแจ้งเตือนให้ตรวจสอบโดยมนุษย์

รวมประตูคุณภาพเมื่อผลลัพธ์ที่ไม่ดีสร้างความเสียหายมากกว่าการไม่สร้างผลลัพธ์เลย

รูปแบบที่ 4: การดำเนินการตามแหล่งที่มา

กระบวนการ

สำหรับแต่ละแหล่งที่มาใน config/sources.json:

1. อ่าน CLAUDE.md เพื่อหาคำแนะนำเฉพาะแหล่งที่มา
2. ดึงข้อมูลล่าสุดจากแหล่งที่มา
3. ประมวลผลตามประเภทแหล่งที่มา:
4. RSS: แยกวิเคราะห์ XML ดึงรายการ ดึงเนื้อหา
5. เว็บ: เยี่ยมชม URL แยกเนื้อหาหลัก
6. API: ส่งคำขอ แยกวิเคราะห์ JSON ที่ตอบกลับ
7. ใช้กฎเฉพาะแหล่งที่มาจาก CLAUDE.md
8. เก็บรายการที่ประมวลผลแล้วในหน่วยความจำที่ติดแท็กด้วยชื่อแหล่งที่มา
9. เพิ่มไปยังคิวการทำงานหากรายการผ่านเกณฑ์

รูปแบบที่ 5: การแยกและการรวม

กระบวนการ

1. รันขั้นตอนการวิจัยเพื่อรวบรวมข้อมูลเบื้องต้น
2. แยกงานออกเป็นหน่วยย่อยตามหัวข้อ
3. สำหรับแต่ละหน่วยย่อย:
4. ค้นคว้าหัวข้อโดยใช้การค้นหาเว็บ
5. วิเคราะห์ข้อมูล
6. สรุปผลการค้นพบ
7. เก็บในหน่วยความจำที่ติดแท็ก: research-fragment
8. หลังจากทุกหน่วยย่อยเสร็จสมบูรณ์:
9. รวบรวม fragments ทั้งหมดจากหน่วยความจำ
10. สังเคราะห์เป็นภาพรวมที่สอดคล้องกัน
11. ระบุธีมที่ตัดกันและข้อมูลเชิงลึก
12. สร้างผลสรุปสุดท้าย

สรุป: จากเครื่องมือสู่ระบบ

ณ จุดนี้ คุณได้เปลี่ยนจากคนที่สงสัยเกี่ยวกับ Hermes Agent ไปเป็นคนที่ดำเนินการระบบ agent เต็มรูปแบบ

นี่คือสิ่งที่คุณสร้างขึ้น:

• หน่วยความจำถาวรที่จดจำทุกเซสชัน
• Skills ที่ดำเนินการเวิร์กโฟลว์ที่ซับซ้อนโดยอัตโนมัติ
• MCP connections ที่ให้ agent ของคุณลงมือทำในโลกจริง
• ตัวกำหนดเวลาที่ทำงานตลอดเวลาโดยที่คุณไม่ต้องทำอะไร
• ไปป์ไลน์เนื้อหาที่สมบูรณ์ที่ค้นหา สร้าง และจัดการเนื้อหาโดยอัตโนมัติ
• การดำเนินงาน multi-agent ที่แยกความรับผิดชอบและทวีคูณกำลังการผลิต

ความแตกต่างระหว่างคนที่ใช้ AI tools และคนที่ดำเนินการ AI systems คือการออกแบบระบบ

คุณได้สร้างระบบแล้ว

ตอนนี้ปล่อยให้มันทำงาน ขณะที่คุณมุ่งเน้นไปที่สิ่งที่ต้องใช้มนุษย์จริงๆ

เอกสารอ้างอิงด่วนและแหล่งข้อมูลเพิ่มเติม:

คำสั่ง Hermes ที่จำเป็น:

• "รัน [skill-name]" — ดำเนินการ skill ด้วยตนเอง
• "เก็บสิ่งนี้ในหน่วยความจำ: [ข้อมูล]" — บันทึกรายการหน่วยความจำ
• "คุณจำอะไรเกี่ยวกับ [หัวข้อ] ได้บ้าง?" — ค้นหาหน่วยความจำ
• "แสดงบันทึกการทำงาน" — ตรวจสอบบันทึก

ตำแหน่งไฟล์ที่สำคัญ:

• ~/hermes/CLAUDE.md — กำหนดค่าเอกลักษณ์และกฎ
• ~/hermes/config/sources.json — แหล่งเนื้อหา
• ~/hermes/config/schedule.json — กำหนดการ
• ~/hermes/.env — คีย์ API และการกำหนดค่า
• ~/hermes/logs/hermes.log — บันทึกการทำงาน

การตรวจสอบสุขภาพ: รันรายการนี้ทุกสัปดาห์:

• "เซิร์ฟเวอร์ MCP ใดที่เชื่อมต่ออยู่?"
• "แสดงรายการ skills ที่มี"
• "อะไรทำงานใน 24 ชั่วโมงที่ผ่านมา?"
• "หน่วยความจำมีรายการกี่รายการ?"
• "มีอะไรหยุดชะงักหรือไม่?"

เมื่อคุณอ่านมาสเตอร์คลาสนี้จบตอนนี้ Hermes ก็เป็นระบบของคุณแล้ว

สิ่งที่คุณสร้างต่อจากนี้คือสิ่งที่กำหนดว่ามันจะมีค่าสำหรับคุณมากแค่ไหน

ทักษะที่บังคับใช้มาตรฐานก่อนสร้างผลลัพธ์:

Quality Gate

ก่อนบันทึกผลลัพธ์ใดๆ ให้ประเมินตามเกณฑ์เหล่านี้:

เกณฑ์ PASS (ต้องเป็นจริงทั้งหมด):

• [เกณฑ์ 1]
• [เกณฑ์ 2]
• [เกณฑ์ 3]

ถ้า PASS: บันทึกผลลัพธ์และบันทึกความสำเร็จ

ถ้า FAIL: ระบุว่าเกณฑ์ใดล้มเหลว พยายามแก้ไข

ประเมินอีกครั้ง จำกัดการแก้ไขสูงสุด 2 ครั้ง

ถ้ายังล้มเหลวหลัง 2 ครั้ง: บันทึกลงในโฟลเดอร์

review-needed/ พร้อมบันทึกข้อผิดพลาด

รูปแบบที่ 4: การดำเนินการโดยใช้ความทรงจำ

ทักษะที่ฉลาดขึ้นทุกครั้งที่รัน:

กระบวนการที่ใช้ความทรงจำ

ก่อนดำเนินการ ให้ดึงข้อมูล:

• การรันทักษะนี้ทั้งหมดก่อนหน้านี้จากความทรงจำ
• ข้อมูลประสิทธิภาพที่ติดแท็ก: [แท็กที่เกี่ยวข้อง]
• บันทึกรูปแบบใดๆ ที่เก็บจากการรันครั้งก่อน

ใช้บริบทที่ดึงมาเพื่อ:

• หลีกเลี่ยงแนวทางที่ล้มเหลวในอดีต
• ให้ความสำคัญกับแนวทางที่ประสบความสำเร็จในอดีต
• นำข้อมูลเชิงลึกด้านรูปแบบไปใช้กับการดำเนินการปัจจุบัน

หลังจากดำเนินการ ให้จัดเก็บ:

• ใช้แนวทางใด
• ประสบความสำเร็จหรือไม่
• มีรูปแบบใหม่ใดๆ ที่สังเกตเห็น
• ติดแท็ก: [ชื่อทักษะ]-การเรียนรู้

ส่วนที่ 12: การแก้ไขปัญหาทั่วไป

การดำเนินการ Hermes ทุกครั้งจะพบปัญหาในช่วงสองสามสัปดาห์แรก นี่คือปัญหาที่พบบ่อยที่สุดและวิธีแก้ไข

ปัญหา: Hermes ไม่รันทักษะตามกำหนดเวลา

ตรวจสอบว่าเปิดใช้งาน Scheduler ในไฟล์ .env แล้ว:

ENABLE_SCHEDULER=true

ตรวจสอบว่านิพจน์ cron ของคุณถูกต้องโดยใช้ crontab.guru

ตรวจสอบไฟล์ hermes.log เพื่อหาข้อผิดพลาดของ scheduler:

tail -f logs/hermes.log

ปัญหา: หน่วยความจำไม่คงอยู่ระหว่างเซสชัน

ตรวจสอบว่าเส้นทางฐานข้อมูลหน่วยความจำถูกต้อง:

MEMORY_PATH=./data/memory.db

ตรวจสอบสิทธิ์ของไฟล์ในไดเรกทอรี data:

ls -la data/

กระบวนการ hermes ต้องการสิทธิ์เขียนไปยังไดเรกทอรีนี้

ปัญหา: เซิร์ฟเวอร์ MCP ไม่เชื่อมต่อ

ตรวจสอบว่าเซิร์ฟเวอร์ MCP ติดตั้งทั่วโลก:

which npx

npx @modelcontextprotocol/server-filesystem --help

ตรวจสอบว่า API keys ของคุณถูกตั้งค่าใน .env โดยไม่มีช่องว่างต่อท้าย

รีสตาร์ท Hermes หลังจากเปลี่ยนการกำหนดค่า MCP

ปัญหา: ผลลัพธ์ของทักษะมีคุณภาพต่ำ

สาเหตุที่พบบ่อยที่สุดคือ CLAUDE.md ที่คลุมเครือ กลับไปที่ส่วนที่ 4 และเพิ่มรายละเอียดเฉพาะเจาะจงมากขึ้นในทุกส่วน

นอกจากนี้ ตรวจสอบว่าส่วน Process ของทักษะมีความเฉพาะเจาะจงเพียงพอ คำแนะนำที่คลุมเครือทำให้เกิดผลลัพธ์ที่คลุมเครือ

ปัญหา: Hermes ใช้ข้อมูลที่ล้าสมัย

ตรวจสอบว่า Brave Search MCP เชื่อมต่ออยู่:

MCP servers ใดที่เชื่อมต่ออยู่?

ถ้า Brave Search ไม่ปรากฏ ให้ตรวจสอบ API key ของคุณและติดตั้งเซิร์ฟเวอร์ MCP ใหม่

ปัญหา: ทักษะทำงานแต่ไม่บันทึกผลลัพธ์

ตรวจสอบว่า Filesystem MCP เชื่อมต่อและชี้ไปยังเส้นทางที่ถูกต้อง

ตรวจสอบว่าเส้นทางเอาต์พุตในไฟล์ทักษะของคุณสัมพันธ์กับไดเรกทอรีการทำงานที่ Hermes กำลังทำงานอยู่

ส่วนที่ 13: การวัดผลและปรับปรุงการดำเนินการของคุณ

การดำเนินการ Hermes ที่ไม่ดีขึ้นเมื่อเวลาผ่านไป แสดงว่าไม่ได้ใช้ระบบความทรงจำอย่างถูกต้อง

ทักษะการตรวจสอบรายสัปดาห์:

สร้าง skills/weekly-review.md:

weekly-review

จุดประสงค์

สังเคราะห์การดำเนินงานของสัปดาห์และระบุ

การปรับปรุงสำหรับสัปดาห์ถัดไป

ทริกเกอร์

ทุกวันอาทิตย์เวลา 19:00 น.

ด้วยตนเอง: "Run weekly review"

กระบวนการ

1. อ่านรายการความทรงจำทั้งหมดจาก 7 วันที่ผ่านมา

1. วิเคราะห์ประสิทธิภาพของทักษะ:
2. ทักษะใดทำงานโดยไม่มีปัญหา?
3. ทักษะใดพบข้อผิดพลาด?
4. ทักษะใดให้ผลลัพธ์ดีที่สุด?
5. ทักษะใดต้องการการปรับปรุง?

1. วิเคราะห์ประสิทธิภาพของเนื้อหา (ถ้ามีการบันทึก):
2. เนื้อหาใดทำงานได้ดีที่สุด?
3. มีรูปแบบใดปรากฏในเนื้อหาที่มีประสิทธิภาพสูง?
4. ควรให้ความสำคัญกับหัวข้อใดในสัปดาห์หน้า?

1. วิเคราะห์คุณภาพของความทรงจำ:
2. มีการสร้างรายการความทรงจำอย่างถูกต้องหรือไม่?
3. ผลการดึงข้อมูลมีความเกี่ยวข้องเมื่อรันทักษะหรือไม่?
4. มีช่องว่างในสิ่งที่กำลังจัดเก็บหรือไม่?

1. สร้างคำแนะนำในการปรับปรุง:
2. ทักษะหนึ่งอย่างที่จะปรับปรุงในสัปดาห์นี้
3. ทักษะใหม่หนึ่งอย่างที่จะสร้างในสัปดาห์นี้
4. กระบวนการหนึ่งอย่างที่จะปรับให้มีประสิทธิภาพ
5. หัวข้อหนึ่งอย่างที่จะให้ความสำคัญในเนื้อหา

1. อัปเดต CLAUDE.md ด้วยการปรับปรุงที่ยืนยันแล้ว

เอาต์พุต

รายงานการตรวจสอบรายสัปดาห์ใน data/outputs/

อัปเดต CLAUDE.md หากมีการระบุการปรับปรุง

รายการความทรงจำที่ติดแท็ก: weekly-review

ตัวชี้วัดที่สำคัญ:

อัตราความน่าเชื่อถือของทักษะ: เปอร์เซ็นต์ของทักษะตามกำหนดเวลาที่ทำงานโดยไม่มีข้อผิดพลาด เป้าหมายมากกว่า 95%

ความเกี่ยวข้องของการดึงความทรงจำ: เมื่อมีการดึงความทรงจำสำหรับทักษะ มันเกี่ยวข้องจริงหรือไม่ ตรวจสอบทุกสัปดาห์

ความสม่ำเสมอของคุณภาพเอาต์พุต: เอาต์พุตตรงตามมาตรฐานของคุณอย่างสม่ำเสมอหรือไม่ ติดตามด้วยตนเอง

ความครอบคลุมของการดำเนินการ: เปอร์เซ็นต์ของเวิร์กโฟลว์ที่คุณตั้งใจที่ทำงานอัตโนมัติแล้ว ขยายไปสู่ 100% เมื่อเวลาผ่านไป

ส่วนที่ 14: แผนการสร้าง 90 วัน

การสร้างการดำเนินการ Hermes ที่สมบูรณ์ต้องใช้เวลา 90 วันของการปรับปรุงอย่างสม่ำเสมอ

วันที่ 1 ถึง 7: พื้นฐาน

ติดตั้ง Hermes เขียน CLAUDE.md ของคุณ สร้างทักษะการบรรยายสรุปตอนเช้า เชื่อมต่อเซิร์ฟเวอร์ MCP Filesystem และ Brave Search รันการบรรยายสรุปตามกำหนดเวลาครั้งแรก

เป้าหมาย: Hermes ทำงานได้อย่างน่าเชื่อถือและสร้างผลลัพธ์ที่มีประโยชน์วันละหนึ่งอย่าง

วันที่ 8 ถึง 30: ทักษะหลัก

สร้างทักษะหลัก 5 ถึง 8 ทักษะสำหรับการดำเนินการเฉพาะของคุณ กำหนดค่าตัวกำหนดเวลาสำหรับเวิร์กโฟลว์อัตโนมัติมาตรฐานทั้ง 5 อย่าง ระบุเซิร์ฟเวอร์ MCP แรกเฉพาะสำหรับโดเมนของคุณ

เป้าหมาย: Hermes ทำงานอัตโนมัติ 30% ของงานความรู้ที่ทำซ้ำของคุณ

วันที่ 31 ถึง 60: การเพิ่มประสิทธิภาพ

ตรวจสอบคุณภาพความทรงจำและปรับปรุงหลักเกณฑ์การจัดเก็บ ปรับแต่งผลลัพธ์ของทักษะตามผลลัพธ์ 3-4 สัปดาห์ สร้างทักษะขั้นสูงแรกของคุณโดยใช้การดำเนินการตามเงื่อนไขและประตูคุณภาพ

เป้าหมาย: ผลลัพธ์ของ Hermes ตรงตามมาตรฐานคุณภาพอย่างสม่ำเสมอโดยไม่ต้องแก้ไขด้วยตนเอง

วันที่ 61 ถึง 90: หลายเอเจนต์

หากการดำเนินการของคุณเหมาะสม ให้ออกแบบสถาปัตยกรรมหลายเอเจนต์ของคุณ สร้างไฟล์ CLAUDE.md สำหรับเอเจนต์ผู้เชี่ยวชาญ กำหนดค่าชั้นความทรงจำที่แชร์กัน ปรับใช้ทักษะผู้ประสานงาน

เป้าหมาย: Hermes กำลังรันการดำเนินการหลายเอเจนต์ที่ประสานงานกัน ซึ่งจัดการเวิร์กโฟลว์ที่ซับซ้อนที่สุดของคุณตั้งแต่ต้นจนจบ

ความจริงที่ทบต้น

ผู้สร้างที่เริ่มการดำเนินการ Hermes ของพวกเขาวันนี้และรันอย่างสม่ำเสมอเป็นเวลา 90 วัน จะมีบางสิ่งที่ทำซ้ำได้อย่างรวดเร็ว

ไม่ใช่เพราะเทคโนโลยีเข้าถึงยาก

เพราะชั้นความทรงจำที่สะสมกว่า 90 วันของการดำเนินการที่สม่ำเสมอนั้นไม่สามารถลัดได้

เอเจนต์ Hermes ในวันที่ 90 รู้จักการดำเนินการของคุณ มันรู้ว่าแหล่งข้อมูลใดให้เนื้อหาที่ดีที่สุดสำหรับผู้ชมของคุณ มันรู้ว่าแนวทางใดได้ผลและแนวทางใดล้มเหลว มันรู้จักเสียง มาตรฐาน และลำดับความสำคัญของคุณ เพราะมันได้ดำเนินการกับสิ่งเหล่านั้นหลายร้อยครั้ง

ความฉลาดที่สะสมนั้นคือคูเมือง

ทุกวันที่คุณรันการดำเนินการ คูเมืองก็ลึกขึ้น

ทุกวันที่คุณรอเริ่มต้นคือวันที่ของความฉลาดที่ทบต้นซึ่งคุณจะไม่มีทางได้คืน

สร้างรากฐานในสุดสัปดาห์นี้

ทักษะใช้เวลาเขียนเพียงบ่ายเดียว

ความทรงจำเริ่มสะสมตั้งแต่เซสชันแรก

การทบต้นเริ่มจากเวิร์กโฟลว์อัตโนมัติครั้งแรกที่ทำงานโดยไม่มีคุณ

ติดตาม @cyrilXBT สำหรับทุกการสร้าง Hermes Agent เทมเพลตทักษะ และสถาปัตยกรรมหลายเอเจนต์ที่ทำให้การดำเนินการ AI อัตโนมัติทำงานได้จริง