Hermes Agent ในฐานะระบบปฏิบัติการ AI ส่วนบุคคล

นี่คือการแปลเนื้อหาที่ให้มาเป็นภาษาไทย ตามคำแนะนำอย่างเคร่งครัด:

กรอบการทำงานของ AI Agent ส่วนใหญ่ในปัจจุบันทำงานเป็นแอปพลิเคชันที่สร้างขึ้นบน Large Language Model (LLM) เป็นหลัก พวกมันสามารถดำเนินการให้เหตุผล เรียกใช้เครื่องมือ และคงบริบทภายในเซสชันหนึ่งๆ ได้ แต่โดยทั่วไปแล้วขาดกลไกในตัวที่แข็งแกร่งสำหรับการคงอยู่ของข้อมูลที่มีโครงสร้างในระยะยาว การแยกปริมาณงาน การขยายความสามารถของตนเองโดยอัตโนมัติ และการประสานงานที่เชื่อถือได้ระหว่างหลายองค์ประกอบในช่วงเวลาที่ยาวนาน

Hermes Agent ซึ่งพัฒนาโดย Nous Research ได้นำคุณสมบัติทางสถาปัตยกรรมหลายอย่างที่ทำให้มันแตกต่างจากกรอบงาน Agent อื่นๆ ซึ่งรวมถึงการรองรับหน่วยความจำถาวรข้ามเซสชัน ความสามารถในการรันบริบทการทำงานแบบแยกกันหลายบริบทผ่านโปรไฟล์ ระบบการจัดการงานที่มีโครงสร้างตาม Kanban กลไกที่อนุญาตให้ Agent สร้างและจัดเก็บขั้นตอนการทำงานที่นำกลับมาใช้ใหม่ได้จากกิจกรรมของตนเอง และเกตเวย์ข้อความที่เชื่อมต่อ Agent เข้ากับแพลตฟอร์มการสื่อสารมากกว่า 27 แพลตฟอร์ม

บทความนี้จะตรวจสอบ Hermes ผ่านเลนส์ของ ระบบปฏิบัติการ AI ส่วนบุคคล (Personal AI Operating System) เป้าหมายคือเพื่อให้การวิเคราะห์โดยละเอียดและตรงไปตรงมาเกี่ยวกับเลเยอร์หลักทางสถาปัตยกรรม วิธีที่เลเยอร์เหล่านี้โต้ตอบกันในทางปฏิบัติ และสิ่งที่ระบบสามารถนำเสนอได้จริง ณ เดือนมิถุนายน 2026 โดยอิงจากเอกสารที่มีให้สาธารณชนและพฤติกรรมที่สังเกตได้

1. เลเยอร์หลักของ Hermes

เพื่อให้เข้าใจโครงสร้างของ Hermes ได้ดียิ่งขึ้น การจับคู่องค์ประกอบกับแนวคิดจากระบบปฏิบัติการแบบดั้งเดิมนั้นมีประโยชน์

1.1 สถาปัตยกรรมหน่วยความจำ

Hermes รักษาเลเยอร์หน่วยความจำที่แตกต่างกันหลายชั้น แทนที่จะพยายามเก็บข้อมูลที่เกี่ยวข้องทั้งหมดไว้ภายในหน้าต่างบริบทเดียว ประเภทหลักๆ ได้แก่:

• หน่วยความจำเซสชัน (Session Memory): บริบทที่ทำงานอยู่ระหว่างงานหรือการสนทนาที่เฉพาะเจาะจง หน่วยความจำประเภทนี้มักมีอายุสั้นและผูกติดกับเซสชันปัจจุบัน
• หน่วยความจำระยะยาว (Long-term Memory): การจัดเก็บข้อเท็จจริง ข้อมูลเชิงลึก การตั้งค่าของผู้ใช้ และความรู้ที่สั่งสมมาอย่างถาวร ซึ่งคงอยู่ข้ามเซสชันและการรีสตาร์ทระบบ ถูกจำกัดด้วยขีดจำกัดที่กำหนดค่าได้เพื่อป้องกันการเติบโตอย่างไร้ขีดจำกัด:

1memory:
2  memory_enabled: true
3  user_profile_enabled: true
4  memory_char_limit: 2200    # ~800 tokens
5  user_char_limit: 1375      # ~500 tokens

• หน่วยความจำทักษะ (Skill Memory): การจัดเก็บขั้นตอนการทำงานที่มีโครงสร้างและนำกลับมาใช้ใหม่ได้ (ทักษะ) ที่ Agent สร้างขึ้นหรือปรับปรุงตามงานที่ประสบความสำเร็จในอดีต เก็บเป็นไฟล์ Markdown ธรรมดาใน ~/.hermes/skills/
• การเรียกคืนเซสชัน (Session Recall): การค้นหาข้อความแบบเต็ม FTS5 พร้อมการสรุปด้วย LLM ในประวัติการสนทนาทั้งหมด ค้นหาเซสชันที่ผ่านมาได้:

เตือนฉันเกี่ยวกับไอเดียธุรกิจทุกอันที่เราคุยกันเมื่อเดือนที่แล้ว การวิเคราะห์คู่แข่งที่เราทำเมื่อ 3 สัปดาห์ก่อนคืออะไร

วิธีการใช้หน่วยความจำแบบหลายเลเยอร์เป็นหนึ่งในองค์ประกอบพื้นฐานที่ช่วยให้ Hermes ทำงานได้เหมือนระบบที่คงอยู่มากกว่า Agent เชิงสนทนาทั่วไป

ผู้ให้บริการหน่วยความจำภายนอก:

สำหรับกรณีการใช้งานที่ต้องการความชาญฉลาดที่ลึกซึ้งยิ่งขึ้นนอกเหนือจากหน่วยความจำในตัว Hermes รองรับปลั๊กอินผู้ให้บริการหน่วยความจำภายนอก 8 รายการ:

• Mem0 — กราฟความรู้ + การดึงข้อมูลเชิงความหมาย โหลดเฉพาะรายการที่เกี่ยวข้องต่อเทิร์น ใช้โทเค็นน้อยกว่า 72% เมื่อเทียบกับการแทรกทั้งหมดแบบไม่เลือก
• Honcho — หน่วยความจำแบบโต้ตอบสองฝ่าย สร้างข้อสังเกต USER และ AI แยกกัน โฮสต์เองสำหรับสภาพแวดล้อมที่ละเอียดอ่อนของ PII
• Hindsight, Holographic, RetainDB, ByteRover, Supermemory, OpenViking — ผู้ให้บริการเพิ่มเติมที่มีสถาปัตยกรรมต่างกัน

1hermes memory setup
2# ตัวเลือกแบบโต้ตอบ เลือกผู้ให้บริการ
3hermes memory status
4# ตรวจสอบสิ่งที่กำลังทำงานอยู่

1.2 โปรไฟล์ในฐานะสภาพแวดล้อมการทำงานแบบแยกส่วน

โปรไฟล์ใน Hermes อนุญาตให้ผู้ใช้สร้างและรันอินสแตนซ์ที่แยกจากกันหลายรายการของ Agent บนเครื่องเดียวกัน แต่ละโปรไฟล์จะคงรักษาสิ่งต่อไปนี้ของตัวเอง:

• การกำหนดค่าและการเลือกโมเดล
• พื้นที่เก็บหน่วยความจำ (ทั้งเซสชันและระยะยาว)
• ชุดทักษะที่ติดตั้ง
• การเชื่อมต่อเกตเวย์และข้อมูลประจำตัวที่เกี่ยวข้อง
• ประวัติเซสชัน
• โทเค็นบอท Telegram
• งาน Cron
• ฐานข้อมูลสถานะ

1hermes profile create researcher
2hermes profile create ops
3hermes profile create content-lead

แต่ละโปรไฟล์จะกลายเป็นคำสั่งของตัวเอง:

1researcher setup    # กำหนดค่าโมเดลและคีย์ API
2researcher chat     # เริ่มเซสชัน
3researcher gateway start   # เชื่อมต่อกับ Telegram

ตัวอย่างการกำหนดค่าโปรไฟล์:

1researcher:
2→ soul.md: วิจัยเชิงลึกเท่านั้น ข้อเท็จจริงและตัวเลข
3→ model: gpt-5.5 (ถูกกว่า ปริมาณมาก)
4→ tools: การค้นหาเว็บ, firecrawl, browser-use
5
6ops:
7→ soul.md: งานธุรการ ปฏิทิน, จัดการอีเมล
8   ขออนุมัติก่อนส่งอะไรก็ตาม
9→ model: gpt-5.5 (งานประจำ)
10→ tools: อีเมล, ปฏิทิน, notion
11
12content-lead:
13→ soul.md: สร้างเนื้อหา ให้ตรงกับสไตล์ของฉัน
14→ model: claude-sonnet-4 (การเขียนที่แข็งแกร่ง)
15→ tools: การค้นหา X, การค้นหาเว็บ, การวิเคราะห์

การแจกจ่ายโปรไฟล์:

โปรไฟล์สามารถแชร์ผ่าน git ได้ Agent วิจัยที่ใช้งานได้สามารถแจกจ่ายให้ใครก็ได้:

1cd ~/.hermes/profiles/researcher
2git init && git add . && git commit -m "initial"
3git push origin main

ใครก็สามารถติดตั้งได้:

1hermes profile install github.com/you/researcher

พวกเขากรอกคีย์ API ของตนเอง ทักษะ, soul.md และเวิร์กโฟลว์จะถูกถ่ายโอน หน่วยความจำและเซสชันจะอยู่ต่อเครื่อง

การแยกโปรไฟล์มีประโยชน์และใช้ได้จริงในหลายสถานการณ์ อย่างไรก็ตาม ไม่ควรเข้าใจว่ามันให้การรับประกันด้านความปลอดภัยหรือความทนทานแบบเดียวกับการแยกกระบวนการในระบบปฏิบัติการแบบดั้งเดิม

1.3 Kanban ในฐานะระบบจัดระเบียบและการจัดการสถานะ

ระบบ Kanban ทำหน้าที่เป็นเลเยอร์การประสานงานหลักและการจัดการสถานะใน Hermes มีหน้าที่สำคัญหลายประการ:

• การสร้างและติดตามงาน
• การจัดการการพึ่งพาระหว่างงาน
• การจัดการการเปลี่ยนสถานะ
• การอำนวยความสะดวกในการถ่ายโอนบริบทเมื่องานหรือโปรไฟล์หนึ่งส่งมอบงานให้อีกงานหนึ่ง
• การบันทึกประวัติการดำเนินการและผลลัพธ์สำหรับความพยายามแต่ละครั้งของงาน

สถานะ: Triage → To-Do → Ready → Running → Blocked → Done → Archived

Dispatcher จะทำงานทุก 60 วินาที กำหนดงานให้กับ Worker ที่ว่างโดยอัตโนมัติ ติดตาม Heartbeat ตรวจจับกระบวนการ Zombie และจัดการงบประมาณการลองใหม่

1hermes kanban list    # ดูบอร์ด
2hermes kanban swarm   # สร้างระบบหลาย Agent เต็มรูปแบบ:
3                      # root orchestrator + parallel workers
4                      # + gated verifier + gated synthesizer
5                      # + shared blackboard

ตัวอย่างเวิร์กโฟลว์ตอนเช้า:

1/goal ที่นี่คือรายการสิ่งที่ต้องทำของฉันสำหรับวันนี้:
2
31. ค้นคว้าหัวข้อ AI ที่กำลังมาแรงบน X
42. ร่างโพสต์ 2 โพสต์ตามสิ่งที่ค้นพบ
53. ตรวจสอบกล่องจดหมายและทำเครื่องหมายอีเมลเร่งด่วน
64. ดึงโพสต์ของคู่แข่งจาก 24 ชั่วโมงที่ผ่านมา
75. อัปเดตปฏิทินเนื้อหาใน Notion
8
9เพิ่มแต่ละงานลงใน kanban triage
10กำหนดให้กับ sub-agent ถ้าเป็นไปได้
11ส่งสรุปให้ฉันทาง Telegram เมื่อทุกงานเสร็จสิ้น

คุณสมบัติที่สำคัญอย่างหนึ่งคือสถานะ "Blocked" เมื่องานเข้าสู่สถานะนี้ การดำเนินการจะหยุดชั่วคราวจนกว่ามนุษย์จะให้ข้อมูลหรือปลดบล็อก การออกแบบนี้ทำให้การกำกับดูแลของมนุษย์เป็นส่วนหนึ่งของเวิร์กโฟลว์ที่มีโครงสร้างและเป็นธรรมชาติ แทนที่จะเป็นการแทรกแซงจากภายนอกหรือเฉพาะกิจ

ด้วยการถือว่างานเป็นออบเจกต์ชั้นหนึ่งที่มีบริบทและประวัติที่เก็บรักษาไว้ เลเยอร์ Kanban ช่วยลดการสูญเสียข้อมูลที่มักเกิดขึ้นระหว่างการส่งมอบงานในเวิร์กโฟลว์หลาย Agent หรือหลายขั้นตอน

1.4 งาน Cron — ตัวกำหนดเวลา

งาน Cron คืองานอัตโนมัติตามเวลาที่เขียนด้วยภาษาอังกฤษธรรมดา ไม่ต้องใช้ไวยากรณ์ crontab

นี่คือเลเยอร์ที่เปลี่ยน Hermes จากเครื่องมือเชิงรับให้เป็นระบบเชิงรุก ข้อมูลที่เป็นประโยชน์จะมาถึงก่อนที่คุณจะถามหา

ตัวอย่างงาน Cron ในสภาพแวดล้อมการผลิต:

1ทุกเช้าเวลา 8 นาฬิกา:
2ส่งเรื่อง AI ที่น่าตอบสนองบน X ให้ฉันหนึ่งเรื่อง
3
4ทุก 3 ชั่วโมง:
5สแกน X เพื่อหาโพสต์ใหม่ในกลุ่มเฉพาะของฉันที่ฉันควร quote tweet
6
7ทุกวันเวลา 21 นาฬิกา:
8ตรวจสอบว่าคู่แข่งโพสต์เนื้อหาที่โดดเด่นใด ๆ ในวันนี้หรือไม่
9
10ทุกวันจันทร์เวลา 9 นาฬิกา:
11ตรวจสอบบอร์ดเนื้อหาของฉัน ทำเครื่องหมายไอเดียที่ติดอยู่เกิน 7 วัน
12
13ทุกวันศุกร์เวลา 18 นาฬิกา:
14สรุปสิ่งที่เผยแพร่ในสัปดาห์นี้
15อะไรที่ได้ผล อะไรที่ไม่ได้ผล และเพราะเหตุใด

งาน Cron สามารถกำหนดเป้าหมายไปที่หัวข้อ Telegram เฉพาะ โปรไฟล์เฉพาะ และแพลตฟอร์มการส่งเฉพาะ (Telegram, Discord, Slack, อีเมล)

Web Dashboard มี UI การจัดการ cron แบบเต็ม: สร้าง, แก้ไข, หยุดชั่วคราว, ดำเนินการต่อ, เรียกด้วยตนเอง, ดูเวลาที่รันล่าสุดและครั้งต่อไป

ในแง่ของระบบปฏิบัติการ งาน Cron คือเดมอนตัวกำหนดเวลา พวกมันทำให้แน่ใจว่าระบบทำงานตามจังหวะที่คาดเดาได้โดยไม่ต้องเริ่มต้นโดยมนุษย์

1.5 /goal — วัตถุประสงค์ถาวร (Ralph Loop)

พรอมต์ปกติขอให้ Hermes ตอบกลับครั้งเดียว /goal ให้วัตถุประสงค์แก่ Hermes เพื่อให้บรรลุผลในหลายเทิร์น จนกว่าโมเดลผู้ตัดสินจะระบุว่าเป้าหมายสำเร็จแล้ว

สถาปัตยกรรม:

• Agent ดำเนินการหนึ่งเทิร์นไปสู่เป้าหมาย
• โมเดลผู้ตัดสินประเมิน: เสร็จหรือดำเนินการต่อ?
• หากดำเนินการต่อ: Agent ทำงานอีกเทิร์น
• หากเสร็จ: เป้าหมายสมบูรณ์ ส่งผลลัพธ์
• ค่าเริ่มต้น max_turns: 20 สามารถกำหนดค่าตามประเภทงาน
• /goal resume รีเซ็ตตัวนับเทิร์นและดำเนินการต่อ

1hermes config set goals.max_turns 20    # วิจัย, เนื้อหา
2hermes config set goals.max_turns 50    # โค้ด, การสร้างหลายขั้นตอน

เทมเพลต /goal แบบมีโครงสร้าง:

1/goal [ผลลัพธ์]
2โดยใช้ [แหล่งที่มา]
3โดยมีข้อจำกัด: [ข้อจำกัด]
4สิ่งที่ส่งมอบ: [สิ่งที่ส่งมอบ]

ตัวอย่าง:

1/goal ตัดสินใจเลือกไอเดียเนื้อหาที่แข็งแกร่งที่สุดที่ฉันควรเผยแพร่สัปดาห์นี้
2โดยใช้ โพสต์ที่กำลังมาแรงบน X ในกลุ่มเฉพาะของฉัน, การวิเคราะห์คู่แข่ง,
3ประสิทธิภาพโพสต์ 30 วันที่ผ่านมาของฉัน
4โดยมีข้อจำกัด: หลีกเลี่ยงมุมที่ซ้ำซาก,
5ไม่มีการวางกรอบ hype AI ทั่วไป
6สิ่งที่ส่งมอบ: ไอเดียสุดท้ายหนึ่งไอเดียพร้อมชื่อเรื่อง, สิ่งดึงดูด,
7หลักฐานที่จำเป็น, และร่างโครงร่าง

เคล็ดลับการสัมภาษณ์ — ให้ Hermes เขียน /goal ของตัวเอง:

1ฉันต้องการใช้ /goal แต่ฉันไม่ต้องการเป้าหมายที่ไม่ชัดเจน
2สัมภาษณ์ฉันด้วยเฉพาะคำถามที่คุณต้องการเท่านั้น
3จากนั้นเปลี่ยนคำตอบของฉันเป็นคำสั่ง /goal
4ที่แข็งแกร่งที่สุดเท่าที่จะเป็นไปได้
5รวมผลลัพธ์ที่แน่นอน, บริบท,
6แหล่งที่มา, ข้อจำกัด, สิ่งที่ส่งมอบ,
7และเวลาที่คุณควรหยุด

ทุก /goal จะกลายเป็นการ์ด Kanban โดยอัตโนมัติ ทำให้มองเห็นความคืบหน้าบนบอร์ดได้

คำสั่งหลัก:

1/goal [คำอธิบาย]     # เริ่มการทำงานอัตโนมัติ
2/goal status            # ตรวจสอบสิ่งที่กำลังทำงาน
3/goal pause             # หยุดชั่วคราวโดยไม่สูญเสียบริบท
4/goal resume            # ดำเนินการต่อหลังจากหยุด
5/goal clear             # สิ้นสุดเป้าหมายปัจจุบัน
6/subgoal [ข้อความ]         # เพิ่มเงื่อนไขระหว่างการดำเนินการ
7/undo [N]               # ย้อนกลับ N เทิร์นล่าสุด (ใหม่ใน v0.16.0)

1.6 กลไกการสร้างทักษะ

Hermes รวมฟังก์ชันการทำงานที่อนุญาตให้ Agent สร้างและจัดเก็บขั้นตอนการทำงานที่นำกลับมาใช้ใหม่ได้ (ทักษะ) ตามกิจกรรมของตนเอง เมื่อ Agent ทำงานบางประเภทสำเร็จ มันสามารถระบุรูปแบบ ทำให้เป็นทางการ และบันทึกไว้ใช้ในอนาคต

ทักษะจะถูกเก็บเป็นไฟล์ Markdown ธรรมดาใน ~/.hermes/skills/ ทักษะเหล่านี้โปร่งใส อ่านได้ และแก้ไขได้ ไม่มีกล่องดำ

ตัวอย่าง — ทักษะการสร้างเนื้อหา:

1บันทึกสิ่งนี้เป็นทักษะที่เรียกว่า "content-post":
2
3# เวิร์กโฟลว์โพสต์เนื้อหา
4
51. ตรวจสอบหัวข้อที่กำลังมาแรงในกลุ่มเฉพาะ AI Agent ผ่านการค้นหา X
62. ตรวจสอบอ้างอิงกับโพสต์ 14 วันที่ผ่านมาของฉัน (หลีกเลี่ยงการซ้ำ)
73. เลือกมุมที่แข็งแกร่งที่สุดตามรูปแบบการมีส่วนร่วม
84. เขียนร่างในสไตล์ของฉัน:
9   - สิ่งดึงดูดแบบ ALL CAPS
10   - ลูกศร → สำหรับรายการคุณสมบัติ
11   - ไม่มี em-dash, ไม่มีคำวิเศษณ์, ไม่มีการอ้อมความ
125. ให้คะแนนร่าง:
13   - สิ่งดึงดูด: หยุดการเลื่อนได้หรือไม่? (1-10)
14   - เชื้อเพลิงคั่นหน้า: มีคนบันทึกสิ่งนี้ไหม? (1-10)
15   - หลักฐาน: ทุกข้อความอ้างอิงมีตัวเลขสนับสนุนหรือไม่? (1-10)
166. หากคะแนนใดต่ำกว่า 7 ให้เขียนส่วนนั้นใหม่
177. ส่งร่างสุดท้ายไปยัง Telegram เพื่อขออนุมัติ

ดูทักษะทั้งหมด:

1hermes skills
2# หรือ
3hermes dashboard    # → แท็บ Skills

Hermes มาพร้อมกับเครื่องมือในตัวมากกว่า 60 ชนิดบนเทอร์มินัล, เว็บ, เบราว์เซอร์, วิทัศน์, การสร้างภาพ, TTS และการดำเนินการโค้ด ทักษะจะวางซ้อนบนเครื่องมือเหล่านั้นเพื่อสร้างเวิร์กโฟลว์ที่สมบูรณ์

ใน v0.16.0 ชุดทักษะเริ่มต้นถูกตัดให้เหลือเฉพาะสิ่งที่คุณต้องการจริงๆ — เบากว่าเมื่อแกะกล่อง มีเสียงรบกวนน้อยกว่า ทักษะ NVIDIA เข้าร่วมแหล่ง Skills Hub ที่เชื่อถือได้ นำทักษะ CUDA-X, Omniverse, NeMo และ TensorRT-LLM อย่างเป็นทางการเข้ามาในแค็ตตาล็อก

เอฟเฟกต์ทบต้น:

Agent ที่มีทักษะที่สร้างขึ้นเองมากกว่า 20 ทักษะ จะทำงานที่คล้ายกันในอนาคตเสร็จเร็วขึ้นประมาณ 40% เมื่อเทียบกับอินสแตนซ์ใหม่ (จากการสังเกตของ Nous Research) การทบต้นนี้คือตัวสร้างความแตกต่างหลักของ Hermes

ในทางปฏิบัติ ความสมบูรณ์ ความน่าเชื่อถือ และระดับของความเป็นอิสระของการสร้างทักษะนั้นแตกต่างกันอย่างมาก ในหลายกรณี โดยเฉพาะอย่างยิ่งในช่วงเริ่มต้นการใช้งานหรือกับงานที่ซับซ้อน การตรวจสอบและจัดการทักษะที่สร้างขึ้นโดยมนุษย์ยังคงมีความสำคัญเพื่อให้ได้ผลลัพธ์ที่มีคุณภาพสูง

1.7 ภัณฑารักษ์อัตโนมัติ (Autonomous Curator) — ตัวเก็บขยะ

เมื่อทักษะสะสมเป็นเวลาหลายสัปดาห์และหลายเดือน ความซ้ำซ้อน ขั้นตอนที่ล้าสมัย และความบวมกลายเป็นปัญหาที่แท้จริง Autonomous Curator จัดการกับปัญหานี้

Curator เป็นกระบวนการพื้นหลังที่ทำงานตามกำหนดการที่กำหนดค่าได้ (ค่าเริ่มต้น: รอบ 7 วัน) มัน:

• ระบุทักษะที่ซ้ำซ้อนหรือทับซ้อนกัน
• ตัดทอนทักษะที่ไม่เกี่ยวข้องอีกต่อไป
• บีบอัดและรวมขั้นตอนที่เกี่ยวข้อง
• ปรับแต่งไลบรารีทักษะเพื่อประสิทธิภาพในการดึงข้อมูล
• แก้ไขคำอธิบายทักษะเพื่อการค้นหาที่ดีขึ้น

ในแง่ของระบบปฏิบัติการ Curator ทำหน้าที่เป็นตัวเก็บขยะและเครื่องจัดเรียงข้อมูล มันป้องกันไม่ให้ระบบไฟล์ทักษะเสื่อมคุณภาพลงเมื่อเวลาผ่านไป

สิ่งนี้สำคัญอย่างยิ่งเนื่องจาก Tool Search (จะกล่าวถึงด้านล่าง) อาศัยชื่อและคำอธิบายทักษะในการดึงข้อมูล คำอธิบายที่ได้รับการดูแลไม่ดีจะลดความแม่นยำในการค้นหา

จากสตรีมสดของ NVIDIA NemoTron Labs Karan จาก Nous Research ยืนยันว่า: "Hermes Curator เป็นฟีเจอร์พื้นหลังอัตโนมัติที่จัดการ ทำความสะอาด ปรับแต่ง แก้ไข ปรับปรุง และบีบอัดไลบรารีทักษะของคุณตลอดเวลา"

1.8 Tool Search — ตัวเชื่อมโยงแบบไดนามิก

เมื่อคุณเชื่อมต่อเซิร์ฟเวอร์ MCP มากกว่า 15 ตัว สคีมาเครื่องมือของพวกมันจะกินพื้นที่หน้าต่างบริบทในทุกเทิร์น — แม้ว่าเครื่องมือส่วนใหญ่จะไม่เกี่ยวข้องกับงานปัจจุบันก็ตาม

Tool Search แทนที่สคีมา MCP/ปลั๊กอินทั้งหมดด้วยเครื่องมือบริดจ์น้ำหนักเบา 3 ตัว:

• tool_search — ค้นหาเครื่องมือที่เหมาะสมตามชื่อและคำอธิบาย (การดึงข้อมูล BM25)
• tool_describe — โหลดสคีมาเต็มตามความต้องการ
• tool_call — ดำเนินการ

เครื่องมือบริดจ์แต่ละตัวมีต้นทุนประมาณ 300 โทเค็น เทียบกับหลายพันสำหรับอาร์เรย์สคีมาเต็ม

1tools:
2  tool_search:
3    enabled: auto    # ค่าเริ่มต้น เริ่มทำงานที่การใช้บริบท 10%

สามโหมด: auto (แนะนำ), on (เปิดใช้งานตลอดเวลา), off (ปิดใช้งาน)

ความแม่นยำบน Opus 4 เพิ่มขึ้นจาก 49% เป็น 74% เมื่อเปิดใช้ Tool Search (การทดสอบของ Anthropic เอง)

เครื่องมือ Hermes หลัก (เทอร์มินัล, หน่วยความจำ, เบราว์เซอร์, การค้นหาเว็บ) จะไม่ถูกเลื่อนออกไป พวกมันจะถูกโหลดในทุกเทิร์น

ในแง่ของระบบปฏิบัติการ Tool Search ทำหน้าที่เป็นตัวเชื่อมโยงแบบไดนามิก แทนที่จะโหลดไลบรารีที่แชร์ทุกตัวเมื่อเริ่มต้น ระบบจะโหลดตามความต้องการเมื่อกระบวนการทำงานต้องการ สิ่งนี้จะรักษาหน่วยความจำ (หน้าต่างบริบท) สำหรับงานจริง

1.9 เกตเวย์ (Gateway) — สแตกเครือข่าย

เกตเวย์คือเลเยอร์ที่ทำให้ Hermes เข้าถึงได้จากทุกที่ กระบวนการเกตเวย์หนึ่งกระบวนการเชื่อมต่อ Agent เข้ากับแพลตฟอร์มการส่งข้อความมากกว่า 27 แพลตฟอร์มพร้อมกัน:

Telegram, Discord, Slack, WhatsApp, Signal, SMS, อีเมล, Matrix, Mattermost, Microsoft Teams, Teams Meetings, Google Chat, LINE, DingTalk, Feishu/Lark, WeCom, WeChat, QQ, Yuanbao, BlueBubbles (iMessage), SimpleX, ntfy, Open WebUI, Home Assistant, MS Graph Webhooks และอื่นๆ อีกมากมาย

1hermes gateway start

เกตเวย์ทำงานเป็นกระบวนการเดียว ปุ่มอนุมัติเป็นฟีเจอร์ดั้งเดิมใน Telegram และ Slack — Agent สามารถขอการยืนยันจากมนุษย์ก่อนดำเนินการที่ละเอียดอ่อน

SSEP — Structured Stream-Event Protocol (v0.16.0+):

Agent ไม่ได้สตรีมข้อความดิบและหวังว่าแพลตฟอร์มจะสามารถเรนเดอร์ได้อีกต่อไป แต่:

1. Agent ส่งเฉพาะเหตุการณ์ที่พิมพ์เท่านั้น: MessageChunk, MessageStop, ToolCallChunk, ToolCallFinished, Commentary, LongToolHint, GatewayNotice
2. เราเตอร์เกตเวย์จะส่งแต่ละเหตุการณ์ไปยังอะแดปเตอร์แพลตฟอร์มที่ถูกต้อง
3. แต่ละอะแดปเตอร์จะเรนเดอร์สิ่งที่ทำได้และละเว้นสิ่งที่ทำไม่ได้อย่างเงียบๆ

Telegram จะได้รับแบบร่างแบบเคลื่อนไหวใน MarkdownV2 iMessage จะละเว้น chrome ของเครื่องมือที่ผู้ใช้ไม่จำเป็นต้องเห็น แต่ละเหตุการณ์ไม่สามารถเปลี่ยนแปลงได้ ลำดับจะถูกรักษาไว้ต่อสตรีม

ในแง่ของระบบปฏิบัติการ เกตเวย์คือสแตกเครือข่าย และ SSEP คือเซิร์ฟเวอร์แสดงผล/ตัวรวมองค์ประกอบ Agent สร้างรูปแบบเอาต์พุตสากล เลเยอร์การเรนเดอร์จะปรับตามจอแสดงผล

การเข้าถึงระยะไกล:

Desktop App สามารถเชื่อมต่อกับแบ็กเอนด์ Hermes ที่ทำงานบนเครื่องอื่น (VPS, เซิร์ฟเวอร์ที่บ้าน, หลัง Tailscale):

1hermes dashboard --host 0.0.0.0
2# ตั้งค่าชื่อผู้ใช้และรหัสผ่านผ่านประตูตรวจสอบสิทธิ์
3# Desktop app เชื่อมต่อผ่าน URL + ข้อมูลประจำตัว

Agent หนึ่งตัวทำงานบน VPS จัดการจาก Desktop บนแล็ปท็อปของคุณ, CLI ผ่าน SSH และ Telegram บนโทรศัพท์ของคุณ ทั้งหมดเข้าถึงหน่วยความจำ ทักษะ และเซสชันเดียวกัน

1.10 โหมดเสียง (Voice Mode) — เลเยอร์ I/O

โหมดเสียงให้อินพุตและเอาต์พุตคำพูดผ่าน CLI และแพลตฟอร์มการส่งข้อความทั้งหมด

1/voice on        # โหมดเสียงสู่เสียง
2/voice tts       # ตอบกลับด้วยเสียงเสมอ
3/voice off       # กลับเป็นข้อความ

ผู้ให้บริการแปลงคำพูดเป็นข้อความห้ารายการ:

• Local faster-whisper (ฟรี ทำงานบนอุปกรณ์)
• Groq
• OpenAI Whisper
• Mistral Voxtral
• xAI Grok STT

ผู้ให้บริการแปลงข้อความเป็นคำพูดห้ารายการ:

• Edge TTS (ฟรี ค่าเริ่มต้น)
• ElevenLabs
• OpenAI
• NeuTTS (ภายในเครื่อง ฟรี)
• MiniMax

ทำงานในข้อความเสียง Telegram, ช่องเสียง Discord (การสนทนาด้วยเสียงสดกับ Agent), WhatsApp, Signal, Slack และ CLI

ในแง่ของระบบปฏิบัติการ โหมดเสียงคือเลเยอร์ I/O — ให้วิธีการอินพุต/เอาต์พุตทางเลือกอื่นนอกเหนือจากข้อความ

1.11 เลเยอร์ความปลอดภัย

Hermes มีพื้นฐานความปลอดภัยหลายประการสำหรับการปรับใช้ในสภาพแวดล้อมการผลิต:

เลเยอร์ 1 — Bitwarden Secrets Manager (การจัดการข้อมูลประจำตัว)

1hermes secrets bitwarden setup   # ตัวช่วยสร้าง: ติดตั้ง bws, แจ้งให้ป้อนโทเค็น
2hermes secrets bitwarden status  # ตรวจสอบการเชื่อมต่อ
3hermes secrets bitwarden sync    # ทดลองรัน: ดูว่ามีอะไรถูกนำไปใช้บ้าง

โทเค็นบูตสแตรปหนึ่งตัวใน .env ข้อมูลประจำตัวจริงทั้งหมดอยู่ใน Bitwarden ทุกอินสแตนซ์ของ Hermes จะดึงความลับเมื่อเริ่มต้น หมุนคีย์ครั้งเดียวในเว็บแอป — ทุกอินสแตนซ์จะรับเมื่อรีสตาร์ทครั้งถัดไป ระดับฟรี

เลเยอร์ 2 — iron-proxy Egress Firewall (การป้องกันข้อมูลประจำตัว)

1hermes egress install   # ดาวน์โหลดไบนารี iron-proxy, ยืนยัน SHA-256
2hermes egress setup     # ตัวช่วยสร้างแบบโต้ตอบ
3hermes egress start     # สร้างเดมอนพร็อกซีที่จัดการ

แทนที่จะฉีดข้อมูลประจำตัวจริงลงในแซนด์บ็อกซ์ Hermes จะให้โทเค็นพร็อกซีที่ไม่โปร่งใสแก่ Agent iron-proxy จะสกัดกั้นที่ขอบเขตเครือข่าย แลกเปลี่ยนเป็นข้อมูลประจำตัวจริง และส่งต่อคำขอ แซนด์บ็อกซ์ไม่เคยถือคีย์จริง

เลเยอร์ 3 — Promptware Defense

การป้องกันการโจมตีแบบฉีดพรอมต์ระดับ Brainworm Agent จะตรวจจับและปฏิเสธความพยายามที่จะแทนที่คำสั่งของตนผ่านเนื้อหาที่เป็นอันตรายในเอกสารที่ประมวลผล หน้าเว็บ หรือเอาต์พุตของเครื่องมือ

v0.16.0 เพิ่ม: CVE-2026-48710 Starlette pin, การชุบแข็ง SSRF นอกลูป และการลบข้อมูลประจำตัวของกระบวนการย่อย ปิดปัญหาที่แท็กความปลอดภัย 16 รายการในรุ่นนี้เพียงรุ่นเดียว

เลเยอร์ 4 — OpenShell (ระดับองค์กร, ผ่านความร่วมมือกับ NVIDIA)

สำหรับการปรับใช้ในองค์กร Hermes ทำงานร่วมกับ NVIDIA OpenShell และพื้นฐานความปลอดภัยของ Microsoft OpenShell ให้:

• ประตูนโยบายต่อผู้ใช้ที่ควบคุมสิ่งที่ Agent เข้าถึงได้
• การปกปิดโทเค็นที่ทางออก (Agent ไม่เคยเห็นข้อมูลประจำตัวจริง)
• นโยบายที่สามารถสลับเปลี่ยนได้โดยไม่ต้องรีสตาร์ท
• ความสามารถในการสังเกตการณ์และการตรวจสอบย้อนกลับสำหรับผู้ดูแลระบบ

จากสตรีมสดของ NVIDIA NemoTron Labs Karan จาก Nous Research: "ความสามารถสำหรับฉันที่จะพูดว่า ถึงแม้คุณจะฉลาดแค่ไหน ก็ไม่มีทางที่คุณจะผ่านประตูเฉพาะนี้ไปได้ ไม่มีทางที่ฉันจะอนุญาตให้คุณใช้ทักษะที่คุณสร้างขึ้น เพราะฉันไม่ได้ดูแลคุณในลักษณะเฉพาะที่ฉันต้องการ"

1.12 ความสามารถในการขยาย — Skills Hub และ MCP Catalog

Skills Hub (agentskills.io): ทักษะที่มีส่วนร่วมจากชุมชน ค้นหา ค้นหา ติดตั้งโดยตรงจากฮับผ่านแดชบอร์ดหรือ CLI

MCP Catalog: ดูแลโดย Nous Research ทุกรายการผ่าน PR ที่ผสานแล้ว ทักษะ 19,932 รายการในแค็ตตาล็อก

1hermes mcp    # ตัวเลือกแบบโต้ตอบ

NVIDIA Skills: ทักษะ Agent NVIDIA อย่างเป็นทางการที่รวมเข้ากับ Skills Hub ไลบรารี CUDA-X, เวิร์กโฟลว์ Omniverse, การฝึกอบรมและการอนุมาน NeMo, การเพิ่มประสิทธิภาพ TensorRT-LLM, การเขียนโปรแกรมควอนตัม CUDA-Q สะท้อนทุกวันจากที่เก็บผลิตภัณฑ์ NVIDIA

ในแง่ของระบบปฏิบัติการ Skills Hub และ MCP Catalog ทำหน้าที่เป็นตัวจัดการแพ็คเกจ ผู้ใช้สามารถค้นพบ ติดตั้ง และจัดการความสามารถได้โดยไม่ต้องสร้างจากศูนย์

1.13 เลเยอร์อินเทอร์เฟซ

Hermes สามารถเข้าถึงและจัดการได้ผ่านหลายพื้นผิว:

CLI (Command Line Interface): ความเท่าเทียมของคุณสมบัติเต็มรูปแบบ ทุกคำสั่ง ทุกเครื่องมือ ทุกตัวเลือกการกำหนดค่าพร้อมใช้งาน อินเทอร์เฟซที่ทรงพลังที่สุด

1hermes          # เริ่มเซสชัน
2hermes chat     # เหมือนกับด้านบน
3hermes doctor   # ตรวจสอบการวินิจฉัย
4hermes dump     # สถานะระบบเต็มสำหรับการดีบัก
5hermes status   # ภาพรวม

TUI (Text User Interface): อินเทอร์เฟซเทอร์มินัลที่หลากหลายพร้อมแผงและการนำทาง จุดกึ่งกลางระหว่างพลังของ CLI และผลป้อนกลับทางภาพ

Desktop App (v0.16.0 — "The Surface Release"): แอป Electron ดั้งเดิมสำหรับ macOS, Windows และ Linux สร้างขึ้นจาก 100 PR และ 159 คอมมิตในสัปดาห์เดียว สาธิตครั้งแรกในคีย์โน้ต GTC ของ Jensen

• แผงแสดงตัวอย่างแบบเคียงข้างกัน
• โปรแกรมเรียกดูไฟล์ในตัว
• ลากและวางไฟล์ลงในแชทโดยตรง
• โหมดเสียงในตัว
• ตัวเลือกโมเดลแบบอินไลน์ในแถบสถานะ (ค้นหาแบบคลุมเครือ)
• เซสชันหลายโปรไฟล์พร้อมกัน
• UI การตั้งค่าสำหรับโมเดล, คีย์ API, เครื่องมือ
• การจัดการโปรไฟล์
• ตัวแสดง Artefacts (ทุกไฟล์ที่ Hermes สร้าง)
• การอัปเดตตัวเองในแอป
• การแปลภาษาจีนตัวย่อแบบเต็ม
• ไดเรกทอรี HERMES_HOME เดียวกันกับ CLI — เซสชันถ่ายโอนได้อย่างราบรื่น

ดาวน์โหลด: hermes-agent.nousresearch.com/desktop

หากติดตั้ง Hermes ไว้แล้ว:

1hermes desktop

Web Dashboard:

1hermes dashboard    # เปิด localhost:9119

• โมเดล, งาน cron, ทักษะ, โปรไฟล์, บอร์ด kanban
• แผงผู้ดูแลระบบบนเบราว์เซอร์เต็มรูปแบบ: แค็ตตาล็อก MCP, ช่องทางการส่งข้อความ, ข้อมูลประจำตัว, เว็บฮุค, การจัดการหน่วยความจำ
• การตรวจสอบสิทธิ์แบบเสียบปลั๊กได้: การเข้าสู่ระบบ OIDC หรือชื่อผู้ใช้/รหัสผ่าน
• ขยายได้เต็มรูปแบบด้วยธีม (YAML) และปลั๊กอิน (JS + Python)
• ไม่มีข้อมูลออกจาก localhost โดยค่าเริ่มต้น

แพลตฟอร์มการส่งข้อความ: มากกว่า 27 แพลตฟอร์มผ่านเกตเวย์ (กล่าวถึงในหัวข้อ 1.9)

2. เอฟเฟกต์ทบต้น

ลักษณะการทบต้นของ Hermes เป็นคุณสมบัติที่โดดเด่นที่สุด และเป็นเหตุผลหลักที่ทำให้มันทำงานเหมือนระบบปฏิบัติการมากกว่า Agent ทั่วไป

วันที่ 1: Hermes ไม่รู้อะไรเกี่ยวกับคุณเลย ทุกงานต้องการคำแนะนำแบบเต็ม คุณอธิบายเวิร์กโฟลว์ ความชอบ และเครื่องมือของคุณ Agent เป็นดั่งกระดานชนวนที่ว่างเปล่า

สัปดาห์ที่ 2: Hermes ได้สะสมหน่วยความจำเกี่ยวกับโปรเจกต์ ความชอบ และรูปแบบการทำงานของคุณ มันหยุดถามคำถามที่คุณตอบไปแล้ว งานที่ต้องใช้ 10 ข้อความตอนนี้เหลือเพียง 3 ข้อความ

เดือน 1: Hermes สร้างทักษะ 15–20 รายการจากงานที่ทำเสร็จแล้ว เวิร์กโฟลว์เนื้อหาของคุณ กระบวนการค้นคว้าของคุณ วิธีการจัดลำดับความสำคัญในอินบอกซ์ของคุณ — แต่ละอย่างถูกเข้ารหัสเป็นขั้นตอนที่นำกลับมาใช้ใหม่ได้ งานที่ใช้เอเจนต์ถึง 20 รอบในวันแรก ตอนนี้เสร็จใน 5 รอบ

เดือน 3: ด้วยทักษะมากกว่า 40 รายการและหน่วยความจำที่ลึกซึ้ง เอเจนต์ทำงานในระดับที่ไม่สามารถทำซ้ำได้โดยการเปลี่ยนไปใช้โมเดลที่ดีกว่าด้วยคอนเทกซ์เปล่า ทักษะ หน่วยความจำ และความชอบที่สะสมไว้ สร้างข้อได้เปรียบแบบทบต้นที่เพิ่มขึ้นทุกครั้งที่ใช้งาน

ตัวเลข: เอเจนต์ที่มีทักษะที่สร้างขึ้นเองมากกว่า 20 รายการ จะทำงานที่คล้ายกันในอนาคตเสร็จเร็วกว่าอินสแตนซ์ใหม่ประมาณ 40% การปรับปรุงนี้ทบต้น — แต่ละงานที่เสร็จสมบูรณ์อาจสร้างหรือปรับปรุงทักษะที่ช่วยเร่งงานในอนาคต

ความหมายในทางปฏิบัติ:

จากไลฟ์สตรีม NemoTron Labs ของ NVIDIA จอห์นนี่จาก Nous Research อธิบายเวิร์กโฟลว์จริงของเขา: "ทุกเช้าฉันเริ่มเซสชันวางแผน สำหรับทุกเซสชันวางแผน ฉันจะได้ไฟล์คีย์วันที่พร้อมสิ่งที่อยากทำ ทักษะจะย้อนกลับไปดูทั้งสัปดาห์และบอกว่าฉันขาดอะไรไป หรือมีอะไรที่ฉันบอกว่าด่วนแต่ยังไม่ได้ทำ ตอน 23:00 น. cron จะทำงานและบอกฉันว่า: คุณทำสิ่งที่คุณอยากทำหรือยัง"

นี่คือระบบที่วิวัฒน์ผ่านการใช้งาน ทักษะการวางแผนตอนเช้า ระบบจัดเก็บไฟล์คีย์วันที่ การทบทวนรายสัปดาห์ — ไม่มีอะไรถูกสร้างไว้ล่วงหน้า ทั้งหมดเกิดขึ้นจากรูปแบบการใช้งานของจอห์นนี่และกลายเป็นโครงสร้างพื้นฐานถาวร

Karan ผู้ฝึกโมเดล Hermes รุ่นแรก ใช้มันสำหรับการทดสอบ ML: "ฉันเกลียดการทดสอบมาก มันน่าเบื่อและกินเวลา แต่มันต้องทำ นั่นคือวิธีทำวิทยาศาสตร์ ตอนนี้ Hermes ทำแทนฉัน และฉันไม่ต้องทำ"

ผลทบต้นนี้คือข้อโต้แย้งหลักในการปฏิบัติต่อ Hermes ในฐานะโครงสร้างพื้นฐาน ไม่ใช่แอปพลิเคชัน แอปพลิเคชันให้คุณค่าเท่าเดิมในวันที่ 90 เหมือนวันที่ 1 โครงสร้างพื้นฐานดีขึ้นเมื่อลงทุน

3. โทเคนอีโคโนมิกส์ — ค่าใช้จ่ายที่แท้จริง

การรัน Hermes เป็นระบบปฏิบัติการส่วนตัวมีค่าใช้จ่ายที่เป็นรูปธรรม การทำความเข้าใจค่าใช้จ่ายเหล่านี้มีความสำคัญต่อการใช้งานอย่างยั่งยืน

รันไทม์ของเอเจนต์: Hermes เองฟรีและโอเพนซอร์ส (สัญญาอนุญาต MIT) ค่าใช้จ่ายมาจากการอนุมานโมเดลและโครงสร้างพื้นฐาน

ตัวเลือกโครงสร้างพื้นฐาน:

สเปก VPS ขั้นต่ำ: 2 vCPU, 2GB RAM สำหรับการใช้งานเบา

แนะนำ: 4 vCPU, 8GB RAM สำหรับการใช้งานหนัก ไม่จำเป็นต้องใช้ GPU — Hermes เรียก API ไม่ใช่เรียกโมเดลโดยตรง

ตัวเลือกผู้ให้บริการโมเดล:

ค่าใช้จ่าย X API (จ่ายตามการใช้งานตั้งแต่กุมภาพันธ์ 2026):

ทางเลือก: OpenTweet MCP ที่ $5.99/เดือน (อัตราคงที่)

งบประมาณรายเดือนตามจริง:

การประมาณโทเคนด้านล่างเป็นค่าประมาณตามรูปแบบเซสชันทั่วไป การบริโภคจริงขึ้นอยู่กับโมเดล ความซับซ้อนของงาน ปริมาณเอาต์พุตของเครื่องมือ และการกำหนดค่า ใช้ /usage ภายใน Hermes เพื่อวัดตัวเลขจริงของคุณ

การรันระบบเนื้อหาเต็มรูปแบบที่อธิบายในบทความนี้ (5 cron jobs ต่อวัน, 2 เซสชันเนื้อหา/วันด้วย /goal, การวิจัยของซับเอเจนต์รายวัน, การติดตามงานด้วย Kanban) ใช้โทเคนประมาณ 10–11 ล้านโทเคน/เดือน นี่คือค่าใช้จ่ายตามกลยุทธ์โมเดลของคุณ:

ระบบเดียวที่ราคา $27/เดือนบน GPT-5.5 จะมีราคา $250/เดือนบน Claude Opus ความแตกต่าง 10 เท่าสำหรับ cron jobs, /goals และซับเอเจนต์ชุดเดียวกัน

ทำไมถึงสำคัญ: Hermes ไม่ขึ้นกับโมเดล คุณเลือกโมเดลตามโปรไฟล์ ตามงาน Cron jobs ทั่วไปที่สแกน X หาโพสต์กระแสไม่ต้องการการคิดเชิงลึกระดับ Opus การเรียก GPT-5.5 ที่ราคา $0 ก็ทำงานเดียวกันได้ เก็บโมเดลราคาแพงไว้สำหรับ /goal เพียงครั้งเดียวต่อวัน ที่คุณภาพการเขียนหรือการคิดเชิงลึกสร้างความแตกต่างจริงๆ

เส้นทางที่ถูกที่สุดแบบครบชุด:

นั่นคือเอเจนต์อัตโนมัติตลอด 24/7 พร้อม cron jobs 5 รายการต่อวัน, หน่วยความจำถาวร, ทักษะที่พัฒนาตนเอง, การติดตามงาน Kanban และการเข้าถึง Telegram จากโทรศัพท์

เปรียบเทียบ: ผู้ช่วยเสมือนที่ทำงานเดียวกันมีค่าใช้จ่าย $500–2,000/เดือน เอเจนซี่เนื้อหามีค่าใช้จ่าย $3,000–8,000/เดือน

หมายเหตุเกี่ยวกับ Nous Portal: ระดับ Plus ($20/เดือน, เครดิต $22) ทำงานได้ดีสำหรับการใช้งานเบา (cron jobs 1–2 รายการ, สองสามเซสชันต่อวัน) สำหรับระบบเนื้อหาเต็มรูปแบบที่อธิบายที่นี่ ระดับ Super ($100/เดือน, เครดิต $110) หรือนำคีย์มาใช้เองจะสมจริงกว่า

การเพิ่มประสิทธิภาพโทเคน (6 วิธีลดค่าใช้จ่าย):

1. ตัวอ่านไฟล์ขนาดกะทัดรัด — ใช้น้อยกว่า 14% ต่อการอ่านไฟล์ (อัตโนมัติในเวอร์ชันล่าสุด)
2. การแคชพรอมต์ — ลดประมาณ 75% ในเซสชันแบบหลายรอบ (เฉพาะโมเดล Anthropic)
3. /compress — สรุปประวัติเซสชัน ลดค่าใช้จ่ายส่วนเกิน
4. Tool Search — โหลดสคีมาตามความต้องการแทนที่จะโหลดล่วงหน้า
5. การมอบหมายซับเอเจนต์ — ซับเอเจนต์แต่ละตัวในคอนเทกซ์ของตัวเอง เฉพาะบทสรุปเท่านั้นที่ส่งคืน
6. หน่วยความจำแบบดึงข้อมูล — ใช้น้อยกว่า 72% เมื่อเทียบกับการใส่ข้อมูลทั้งหมดแบบตรงไปตรงมา

เส้นทางที่เร็วที่สุดสู่เอเจนต์ที่ใช้งานได้:

1hermes setup --portal

OAuth เดียวครอบคลุมโมเดล + การค้นหาเว็บ + การสร้างภาพ + TTS + คลาวด์เบราว์เซอร์ ไม่ต้องใช้คีย์ API แยกต่างหาก

4. ชั้นต่างๆ เชื่อมโยงกันอย่างไร

ชั้นเหล่านี้ทบต้นเมื่อซ้อนกัน นี่คือหนึ่งห่วงโซ่ที่ทำงานแบบ end-to-end:

108:00 น. — Cron job ทำงาน
2
3โปรไฟล์ content-lead ตื่นขึ้น
4และเริ่ม /goal ด้วยโครงสร้าง:
5
6"หา 3 มุมเนื้อหาที่แข็งแกร่งที่สุดสำหรับวันนี้
7โดยใช้ข้อมูล X แนวโน้มและโพสต์ 14 วันที่ผ่านมาของฉัน"
8
9มันสร้างซับเอเจนต์ 3 ตัว:
10→ ซับเอเจนต์ 1 สแกน X เพื่อหาโพสต์กระแส
11→ ซับเอเจนต์ 2 ดึงประสิทธิภาพโพสต์ล่าสุด
12→ ซับเอเจนต์ 3 ตรวจสอบบัญชีคู่แข่ง
13
14Tool Search โหลดเฉพาะเครื่องมือที่ซับเอเจนต์แต่ละตัวต้องการ
15Prompt caching ทำให้ค่าใช้จ่ายระบบพรอมต์ต่ำ
16ซับเอเจนต์แต่ละตัวรันในคอนเทกซ์ของตัวเอง (การมอบหมาย)
17
18ทั้งสามกลายเป็นการ์ด Kanban
19Dispatcher ติดตาม它們แบบขนาน
20
21ซับเอเจนต์เสร็จ Content-lead รัน
22ทักษะ content-post เพื่อร่างโพสต์ 2 ชิ้น
23
24ร่างลงในหัวข้อ Content
25ใน Telegram เพื่อขออนุมัติ
26
27ผู้ใช้แตะอนุมัติหนึ่งชิ้น ปฏิเสธอีกชิ้น
28โพสต์ที่อนุมัติเผยแพร่ผ่าน xurl
29
3010 นาทีต่อมา คู่แข่งเผยแพร่
31การตอบสนองต่อหัวข้อเดียวกัน
32เว็บฮุคทำงาน
33Hermes ร่างมุมเนื้อหาติดตามผล
34และส่งไปยังหัวข้อ React
35
36ทุกอย่างเห็นได้บนแดชบอร์ด
37อะไรทำงาน อะไรส่ง อะไรกำลังรอ
38
39เวลา 23:00 น. cron ทบทวนรายวันทำงาน
40Session search ดึงงานของวัน
41ส่งสรุปไปยัง Telegram

หนึ่งวัน มีการทำงานเก้าชั้นสถาปัตยกรรม สองโพสต์ถูกส่ง ไม่มีการค้นคว้าด้วยตนเองเลย ค่าใช้จ่าย API ทั้งหมด: ประมาณ $2–4

5. ลักษณะสำคัญ

ความคงอยู่

Hermes ออกแบบมาโดยเฉพาะเพื่อเก็บข้อมูลข้ามเซสชันผ่านระบบหน่วยความจำ ทำให้คอนเทกซ์ที่สะสมและทักษะที่สร้างขึ้นคงอยู่ต่อไป ไม่ใช่สูญหายหลังแต่ละเซสชันหรือรีสตาร์ท

การแยกและการประสานงาน

การรวมกันของโปรไฟล์และ Kanban ทำให้ Hermes รองรับทั้งการแยกตัวและการทำงานร่วมกันที่มีโครงสร้าง โปรไฟล์ให้การแยกระหว่างเวิร์กโหลดที่แตกต่างกัน ในขณะที่ Kanban ช่วยให้ส่งมอบและถ่ายโอนคอนเทกซ์ที่มีการควบคุมเมื่อต้องการการทำงานร่วมกัน

กลไกการพัฒนาตนเอง

การมีฟังก์ชันการสร้างทักษะทำให้ Hermes มีหนทางในการพัฒนาตนเองเชิงโครงสร้าง ไม่เหมือนระบบที่พึ่งพาเพียงวิศวกรรมพรอมต์หรือคำจำกัดความเครื่องมือด้วยมือ Hermes สามารถขยายความสามารถของตัวเองตามรูปแบบการใช้งาน Autonomous Curator ช่วยให้ไลบรารีทักษะคงความสะอาดและมีประสิทธิภาพเมื่อเวลาผ่านไป

การกำกับดูแลของมนุษย์เป็นคุณสมบัติพื้นฐาน

การแทรกแซงของมนุษย์ถูกนำมาใช้เป็นแนวคิดระดับแรกผ่านสถานะงาน Blocked ใน Kanban และปุ่มอนุมัติใน Telegram และ Slack ทำให้ระบบสามารถหยุดการดำเนินการอย่างสะอาด รักษาคอนเทกซ์ และเริ่มต่ออย่างชาญฉลาดเมื่อได้รับข้อมูลที่ต้องการ

6. ข้อควรพิจารณาในทางปฏิบัติ

เมื่อใช้ Hermes เป็นโครงสร้างพื้นฐานแทนที่จะเป็นเครื่องมือสนทนาทั่วไป ปัจจัยเชิงปฏิบัติหลายประการมีความสำคัญ:

• คุณค่าระยะยาวของระบบขึ้นอยู่กับการจัดการ การดูแลรักษา และการบำรุงรักษาหน่วยความจำและทักษะที่สร้างขึ้นเป็นอย่างมากเมื่อเวลาผ่านไป Autonomous Curator ช่วยได้ แต่การตรวจสอบโดยมนุษย์เป็นระยะช่วยปรับปรุงคุณภาพ
• การแยกโปรไฟล์มีประโยชน์แต่ต้องมีการกำหนดค่าอย่างตั้งใจ ไม่ใช่แบบอัตโนมัติ และไม่ให้การรับประกันเดียวกับการแยกกระบวนการแบบดั้งเดิม
• คุณภาพและประโยชน์ของทักษะที่สร้างขึ้นโดยอัตโนมัติอาจแตกต่างกันอย่างมาก ในหลายกรณี โดยเฉพาะในช่วงแรก การตรวจสอบโดยมนุษย์ช่วยปรับปรุงผลลัพธ์
• การใช้ทรัพยากร โดยเฉพาะหน้าต่างคอนเทกซ์โมเดลและค่าใช้จ่ายในการอนุมาน ควรได้รับการตรวจสอบอย่างจริงจัง ใช้ /usage และ /compress เป็นประจำ เปิดใช้ Tool Search สำหรับการตั้งค่า MCP ที่หนัก
• ประสิทธิผลของระบบโดยรวมขึ้นอยู่กับการกำหนดค่าที่รอบคอบและการจัดการอย่างต่อเนื่อง ไม่ใช่เกิดขึ้นโดยอัตโนมัติจากการรันซอฟต์แวร์เพียงอย่างเดียว
• ควรทำความเข้าใจโทเคนอีโคโนมิกส์ก่อน commit กับรูปแบบการใช้งานที่หนัก เริ่มต้นด้วย Nous Portal Plus ที่ $20/เดือน และปรับขนาดจากนั้น

การกำหนดค่ารับรู้โทเคน

การรัน Hermes เป็นระบบปฏิบัติการเต็มรูปแบบที่มีหลายโปรไฟล์และ cron jobs จะใช้โทเคนทุกครั้งที่เริ่มเซสชัน (ระบบพรอมต์ + หน่วยความจำ + ดัชนีทักษะ) หากไม่มีการปรับให้เหมาะสม ค่าใช้จ่ายสามารถเติบโตเร็วกว่าที่คาด

ใช้โมเดลที่เหมาะสมกับงานที่เหมาะสม:

ไม่ใช่ทุกงานที่ต้องการโมเดลที่แข็งแกร่งที่สุด การจับคู่โมเดลกับประเภทงานคือคันโยกค่าใช้จ่ายที่ใหญ่ที่สุดเพียงอันเดียว

1โปรไฟล์ content-lead:
2→ โมเดล: claude-sonnet-4 (การเขียนดี, ราคาปานกลาง)
3
4โปรไฟล์ researcher:
5→ โมเดล: gpt-5.5 (ราคาถูกกว่า, ปริมาณสูงผ่าน Codex ที่ $0)
6
7โปรไฟล์ ops:
8→ โมเดล: gpt-5.5 (งานประจำ, คุ้มค่า)
9
10โปรไฟล์ code-reviewer:
11→ โมเดล: claude-opus-4-8 (สำหรับการคิดเชิงลึกที่ซับซ้อนเท่านั้น)

ใช้โมเดลระดับแนวหน้า (Opus, GPT-5.5) สำหรับ /goals ที่ซับซ้อน ใช้โมเดลราคาถูกกว่าสำหรับ cron jobs รายวันและการจัดลำดับความสำคัญประจำ การเปลี่ยนเพียงครั้งเดียวสามารถลดค่าใช้จ่ายรายเดือนของคุณลงครึ่งหนึ่ง

ลดขีดจำกัดหน่วยความจำสำหรับโปรไฟล์ที่ไม่หนัก:

การฉีดหน่วยความจำเริ่มต้นคือ 2,200 ตัวอักษร (~800 โทเคน) ต่อรอบ ในเซสชัน /goal 50 รอบ นั่นคือ 40,000 โทเคนที่ใช้ซ้ำหน่วยความจำ สำหรับโปรไฟล์ที่ไม่ต้องการคอนเทกซ์ส่วนตัวลึก:

1hermes config set memory.memory_char_limit 1000
2hermes config set memory.user_char_limit 500

ตั้งค่า max_turns ตามความเป็นจริง:

1# งานวิจัยและเนื้อหา (สั้นกว่า, เฉพาะจุด)
2hermes config set goals.max_turns 20
3
4# งานโค้ด (ยาวกว่า, ต้องการ iteration มากกว่า)
5hermes config set goals.max_turns 50

50 รอบบน Opus อาจมีค่าใช้จ่าย $5–12 ต่อเซสชัน ตั้งค่า max_turns ตามโปรไฟล์ ไม่ใช่โดยรวม โปรไฟล์วิจัยแทบไม่ต้องการเกิน 20

เปิดใช้การเพิ่มประสิทธิภาพโทเคนทั้ง 6 ข้อ:

1tools:
2  tool_search:
3    enabled: auto    # โหลดสคีมาตามความต้องการ
4
5memory:
6  memory_char_limit: 2200    # ลดลงหากไม่ต้องการ
7  user_char_limit: 1375      # ลดลงหากไม่ต้องการ

บวก: prompt caching (อัตโนมัติบน Anthropic), /compress สำหรับเซสชันยาว, การมอบหมายซับเอเจนต์สำหรับงานขนาน

ใช้โมเดลเสริมราคาถูกสำหรับงานข้างเคียง:

Hermes ถ่ายโอนการบีบอัด การมองเห็น การสรุปเว็บ การให้คะแนนอนุมัติ การจัดเส้นทางเครื่องมือ และชื่อเซสชันไปยังโมเดลเสริม แต่ละช่องสามารถกำหนดค่าได้อย่างอิสระ ใช้โมเดลราคาถูกเร็วสำหรับงานเหล่านี้ ในขณะที่เก็บโมเดลราคาแพงไว้สำหรับงานหลัก:

1hermes model
2# ตั้งค่าโมเดลหลัก: claude-sonnet-4 (คุณภาพ)
3# ตั้งค่าโมเดลเสริม: โมเดลเร็วราคาถูก (การบีบอัด, การจัดเส้นทาง)

ซึ่งหมายความว่า /compress และการบีบอัดอัตโนมัติทำงานบนโทเคนราคาถูก ไม่ใช่การคิดราคาโมเดลหลักของคุณ

ปรับแต่งเกณฑ์การบีบอัด:

1compression:
2  threshold: 0.50    # ค่าเริ่มต้น: บีบอัดที่ 50% ของหน้าต่างคอนเทกซ์

ลดค่านี้เป็น 0.30–0.40 เพื่อการบีบอัดที่รุนแรงขึ้น เซสชันจะเบาลง สะสมโทเคนน้อยลงก่อนที่คอมเพรสเซอร์จะทำงาน

การจัดการคอนเทกซ์แบบไม่สูญเสียข้อมูล (LCM):

1context:
2  engine: "lcm"    # ปลั๊กอิน แทนที่การบีบอัดแบบสูญเสียข้อมูลเริ่มต้น

คอมเพรสเซอร์เริ่มต้นเป็นแบบสูญเสียข้อมูล — มันสรุปและทิ้งคอนเทกซ์ที่เก่ากว่า LCM เป็นทางเลือกปลั๊กอินที่รักษาคอนเทกซ์ทั้งหมดโดยไม่สูญเสียในขณะที่ยังปรับการใช้โทเคนให้เหมาะสม มีให้ผ่าน hermes plugins → Context Engine

ตรวจสอบด้วย /usage:

1/usage

รันคำสั่งนี้เป็นประจำ เปรียบเทียบจำนวนโทเคนระหว่างเซสชัน หาก cron job ใช้โทเคนมากกว่าที่คาด ให้ทำให้พรอมต์ของมันง่ายขึ้น หรือเปลี่ยนไปใช้โมเดลราคาถูกกว่า

การปรับขนาดค่าใช้จ่ายตามความซับซ้อนของการตั้งค่า:

สิ่งเหล่านี้เป็นช่วงประมาณ ใช้ /usage ใน Hermes เพื่อเปรียบเทียบกับตัวเลขจริงของคุณ

เส้นทางที่ถูกที่สุด: รันทุกอย่างผ่าน GPT-5.5 ผ่าน Codex (สมัครสมาชิก ChatGPT $20/เดือน รวมค่าอนุมาน) เก็บ Claude หรือ Opus ไว้สำหรับเซสชันที่คุณภาพการคิดสร้างความแตกต่างที่วัดผลได้ในผลลัพธ์ของคุณ

7. ข้อจำกัดในปัจจุบัน (ณ เดือนมิถุนายน 2026)

Hermes มีจุดแข็งทางสถาปัตยกรรมที่มีความหมายหลายประการ แต่มันยังคงเป็นระบบที่กำลังพัฒนา ไม่ใช่ระบบปฏิบัติการส่วนตัวที่เติบโตเต็มที่:

• แอปพลิเคชันเดสก์ท็อปเนทีฟช่วยเพิ่มการเข้าถึงได้อย่างมาก แต่ยังไม่มีความเท่าเทียมของคุณสมบัติเต็มรูปแบบกับ CLI/TUI สำหรับการโต้ตอบกับเครื่องมือทั้งหมด โดยเฉพาะการทำงานอัตโนมัติของเบราว์เซอร์ที่ซับซ้อนและการรวมระบบภายในบางอย่าง
• การรันเอเจนต์พร้อมกันจำนวนมากหรือเวิร์กโฟลว์ที่ทำงานยาวนานมาก อาจสร้างแรงกดดันอย่างมากต่อหน้าต่างคอนเทกซ์โมเดลและทรัพยากรการอนุมาน มักต้องมีการจัดการทรัพยากรอย่างระมัดระวัง
• การแยกโปรไฟล์นั้นใช้งานได้จริงและใช้งานได้สำหรับหลายกรณี แต่มันไม่ได้ให้ความแข็งแกร่งหรือการแยกข้อผิดพลาดในระดับเดียวกับการแยกกระบวนการในระบบปฏิบัติการแบบดั้งเดิม
• การสร้างทักษะอัตโนมัติเป็นแนวทางที่มีแนวโน้มดี แต่ความสมบูรณ์และความน่าเชื่อถือยังคงแปรปรวน ทักษะที่มีคุณภาพสูงและนำกลับมาใช้ใหม่ได้มักยังต้องการการดูแลจัดการโดยมนุษย์ โดยเฉพาะสำหรับงานที่ซับซ้อนหรือมีความเสี่ยงสูง
• การบีบอัดอัตโนมัติระหว่างเซสชันยาวอาจทำให้สูญเสียคอนเทกซ์ Autonomous Curator และการเรียกคืนเซสชันเป็นโซลูชันบางส่วน การเก็บเธรดทั้งหมดไว้ในคอนเทกซ์ตลอดอายุของหน้าต่างช่วยป้องกันการเปลี่ยนแปลงที่เงียบ แต่จำกัดความยาวเซสชัน
• การรวมเครื่องมือขั้นสูงบางอย่างอาจยังคงเสถียรกว่าเมื่อใช้ผ่าน CLI/TUI มากกว่าผ่านแอปพลิเคชันเดสก์ท็อปหรืออินเทอร์เฟซข้อความ
• โปรโตคอลเกตเวย์ SSEP เป็นของใหม่ (v0.16.0) อาจมีกรณีขอบในการแสดงผลต่อแพลตฟอร์มสำหรับแพลตฟอร์มข้อความที่ไม่ธรรมดา

ข้อจำกัดเหล่านี้ส่วนใหญ่เกี่ยวข้องกับความสมบูรณ์ของการใช้งานมากกว่าข้อบกพร่องทางสถาปัตยกรรมพื้นฐาน โปรเจกต์ยังคงพัฒนาอย่างต่อเนื่อง "Surface Release" v0.16.0 เพียงอย่างเดียวมี 874 commits, 542 merged PRs และการมีส่วนร่วมจากสมาชิกชุมชน 170 คน "Velocity Release" v0.15.0 ก่อนหน้านี้มี 1,302 commits, 747 merged PRs และผู้มีส่วนร่วม 321 คน

8. Hermes เปรียบเทียบกับเฟรมเวิร์กเอเจนต์อื่นๆ อย่างไร

คำถามที่พบบ่อยที่สุดเมื่อประเมิน Hermes: มันเปรียบเทียบกับ Claude Code, OpenClaw และ CrewAI ได้อย่างไร? คำตอบคือพวกเขาแก้ปัญหาต่างกันและสร้างขึ้นบนปรัชญาที่ต่างกัน

โมเดลทางความคิดที่ใช้ได้ผล (จากผู้สร้างที่ใช้ทั้งสาม):

Claude Code คือไดรเวอร์ประจำวันที่โต๊ะของคุณ เอเจนต์เขียนโค้ดดิบที่ดีที่สุดที่มี ถ้างานคือ "เขียนโค้ด, รีแฟกเตอร์โค้ด, ดีบักโค้ด, ทำความเข้าใจฐานโค้ดนี้" Claude Code ชนะ

Hermes Agent คือโครงสร้างพื้นฐาน 24/7 ของคุณ มันทำงานขณะคุณหลับ จัดการเวิร์กโหลดหลายรายการผ่านโปรไฟล์ ทบต้นผ่านทักษะและหน่วยความจำ และถึงคุณบน Telegram จากทุกที่

OpenClaw คือผู้ช่วยที่ใช้แชทเป็นหลัก ตลาดที่ใหญ่ที่สุด โฮสติ้งแบบจัดการที่ง่ายที่สุด ($3/เดือน) ประสบการณ์ผู้ใช้ที่ไม่ใช่ด้านเทคนิคที่แข็งแกร่งที่สุด

CrewAI คือเฟรมเวิร์กการจัดลำดับของคุณ เมื่อคุณต้องการเอเจนต์เฉพาะทางหลายตัวทำงานร่วมกันในไปป์ไลน์ที่กำหนดใน Python ไม่ใช่เอเจนต์แบบสแตนด์อโลน — เป็นเฟรมเวิร์กสำหรับสร้างระบบหลายเอเจนต์

หนึ่งเกณฑ์มาตรฐานที่แสดงให้เห็นความแตกต่าง:

การทดสอบอิสระรันพรอมต์ 18 รายการเดียวกันผ่าน Claude Code (Opus 4.7), OpenClaw (Sonnet 4.6) และ Hermes Agent Hermes ชนะ 14 จาก 18 รายการ 4 รายการที่แพ้คืองานเขียนโค้ดดิบที่ความเข้าใจฐานโค้ดของ Claude Code ไร้ที่เปรียบ 14 รายการที่ชนะคืองานที่หน่วยความจำและคอนเทกซ์จากเซสชันก่อนหน้าสร้างความแตกต่าง

ข้อสรุป: Hermes ชนะเมื่อประวัติศาสตร์มีความสำคัญ Claude Code ชนะเมื่อความลึกของโค้ดมีความสำคัญ พวกเขาเสริมกัน ไม่ใช่แข่งขันกัน

Hermes มีคำสั่ง hermes claw migrate — คำสั่ง migration ในตัวจาก OpenClaw เมื่อผลิตภัณฑ์มีคำสั่ง migration ที่มีชื่อสำหรับคู่แข่งเฉพาะ ตำแหน่งก็ชัดเจน

9. เริ่มต้นที่นี่

หากคุณอ่านบทความทั้งหมดนี้และต้องการเริ่มต้น นี่คือสามเส้นทางตามสถานการณ์ของคุณ

เส้นทาง 1 — ฉันมี 15 นาที (เร็วที่สุดถึงผลลัพธ์แรก):

1# ติดตั้ง
2curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
3
4# ตั้งค่าด้วยคำสั่งเดียว (โมเดล + เครื่องมือ + เกตเวย์)
5hermes setup --portal
6
7# เชื่อมต่อ Telegram
8# ส่งข้อความหา @BotFather → /newbot → คัดลอกโทเคน
9# วางโทเคนเมื่อ hermes setup ถาม
10
11# ตั้งค่า cron job แรกของคุณ
12hermes chat
13> "ทุกเช้าเวลา 8 โมง ส่งสรุปข่าว AI แนวโน้มให้ฉันทาง Telegram"
14
15# เสร็จ พรุ่งนี้เช้าคุณจะได้รับข้อมูลสรุป
16# โดยไม่ต้องเปิดเบราว์เซอร์

เส้นทาง 2 — ฉันมีเวลาหนึ่งเย็น (การตั้งค่าส่วนตัวเต็มรูปแบบ):

1. ติดตั้ง Hermes และรัน hermes setup --portal
2. เชื่อมต่อ Telegram (BotFather → โทเคน → วาง)
3. สร้างโปรไฟล์แรกของคุณ: hermes profile create work
4. เขียน soul.md ที่กำหนดว่าเอเจนต์ควรปฏิบัติตัวอย่างไร
5. ตั้งค่า cron jobs 3 รายการ (สรุปตอนเช้า, ตรวจสอบคู่แข่ง, ทบทวนรายวัน)
6. รัน /goal แรกของคุณด้วยเทมเพลตที่มีโครงสร้าง:

1/goal [ผลลัพธ์] โดยใช้ [แหล่งที่มา]
2โดยมีข้อจำกัด: [ข้อจำกัด]
3สิ่งที่ส่งมอบ: [สิ่งที่ส่งมอบ]

1. เปิดแดชบอร์ด: hermes dashboard

8. ทบทวนทักษะหลังจากหนึ่งสัปดาห์ ลบทักษะที่อ่อนแอ ปรับปรุงทักษะที่แข็งแกร่ง

เส้นทาง 3 — ฉันต้องการระบบปฏิบัติการเต็มรูปแบบ (โปรเจกต์วันหยุดสุดสัปดาห์):

1. เปิดเครื่อง VPS Hetzner CX22 (~$7/เดือน)
2. ติดตั้ง Hermes บน VPS ผ่าน SSH
3. รัน hermes setup --portal
4. เชื่อมต่อเกตเวย์ Telegram: hermes gateway start
5. สร้างโปรไฟล์ 3–4 โปรไฟล์ (เนื้อหา, วิจัย, ปฏิบัติการ, โค้ด)
6. เขียน soul.md สำหรับแต่ละโปรไฟล์
7. ตั้งค่า cron jobs ตามโปรไฟล์
8. กำหนดค่า Kanban สำหรับการติดตามงานข้ามโปรไฟล์
9. ติดตั้งแอปเดสก์ท็อปบนแล็ปท็อปของคุณ
10. เชื่อมต่อเดสก์ท็อปกับแบ็คเอนด์ระยะไกลผ่านเกต auth
11. เปิดใช้ Tool Search ใน config.yaml
12. ลดขีดจำกัดตัวอักษรหน่วยความจำเพื่อเพิ่มประสิทธิภาพโทเคน
13. ตั้งค่า Bitwarden Secrets Manager สำหรับข้อมูลรับรอง
14. รันเป็นเวลาหนึ่งสัปดาห์ ทบทวนทักษะ หน่วยความจำ และการใช้โทเคน
15. ทำซ้ำ ระบบทบต้นจากจุดนี้

ลำดับความสำคัญหากรู้สึก overwhelmed: เริ่มต้นด้วย cron jobs (#3 ในบทความ 10-hack), โครงสร้าง /goal (#4), และทักษะ (#8) การตั้งค่าสามอย่างนี้เปลี่ยนความรู้สึกของ Hermes ได้ในชั่วข้ามคืน

บทสรุป

Hermes Agent เป็นหนึ่งในความพยายามทางสถาปัตยกรรมที่ทะเยอทะยานที่สุดในบรรดาเฟรมเวิร์กเอเจนต์โอเพนซอร์สในปัจจุบัน ที่จะก้าวไปไกลกว่าอินเทอร์เฟซแบบสนทนาหรือการเรียกเครื่องมือทั่วไป การผสมผสานของหน่วยความจำถาวร การแยกตามโปรไฟล์ การจัดระเบียบงานที่มีโครงสร้างผ่าน Kanban การตั้งเวลา cron ด้วยภาษาอังกฤษธรรมดา วัตถุประสงค์ /goal แบบถาวร การโหลดเครื่องมือแบบไดนามิก การเข้าถึงเกตเวย์หลายแพลตฟอร์ม การโต้ตอบด้วยเสียง หลักความปลอดภัยระดับการผลิต และกลไกสำหรับสร้างขั้นตอนที่นำกลับมาใช้ใหม่ได้ ทำให้มันมีลักษณะที่สอดคล้องกับแนวคิดของระบบปฏิบัติการส่วนตัวมากกว่าระบบอื่นๆ ส่วนใหญ่ที่มีอยู่ในปัจจุบัน

Karan จาก Nous Research ผู้ฝึกโมเดล Hermes รุ่นแรก อธิบายอย่างง่ายๆ: "Hermes Agent คือความสามารถในการนำโมเดลภาษาและตระหนักว่าทุกสิ่งที่เกิดขึ้นบนคอมพิวเตอร์ของคุณคือข้อความเข้าและข้อความออก Hermes Agent ให้คุณทำสิ่งนั้นกับการรวมระบบทั้งหมดบนคอมพิวเตอร์ของคุณ มันสามารถใช้เบราว์เซอร์ของคุณ แอปของคุณ ทุกสิ่งที่คุณทำบนคอมพิวเตอร์ มันเป็นตัวทำให้เป็นอัตโนมัติทั่วไป ตัวจำลองทั่วไปของการกระทำบนคอมพิวเตอร์และการกระทำทางดิจิทัล"

ในขณะเดียวกัน สิ่งสำคัญคือต้องรักษาความคาดหวังตามความเป็นจริง Hermes ยังไม่ใช่ระบบปฏิบัติการ AI ส่วนตัวที่เติบโตเต็มที่ ทิศทางทางสถาปัตยกรรมของมันมีแนวโน้มที่ดี แต่ประสิทธิผลในโลกแห่งความเป็นจริงยังคงขึ้นอยู่กับการกำหนดค่าที่รอบคอบ การจัดการอย่างต่อเนื่อง และการประเมินความสมบูรณ์ของคุณสมบัติอย่างตรงไปตรงมา

เมื่อใช้อย่างรอบคอบในฐานะโครงสร้างพื้นฐาน Hermes สามารถทำหน้าที่เป็นรากฐานสำหรับการสร้างเวิร์กโฟลว์ที่ช่วยเหลือด้วย AI ในระยะยาว ที่พัฒนาตัวเองและเพิ่มความสามารถเมื่อเวลาผ่านไป ความแตกต่างที่มีความหมายอยู่ที่การใช้ความสามารถและข้อจำกัดของระบบอย่างตั้งใจมากน้อยเพียงใด

เอเจนต์พร้อมแล้ว สแต็กพร้อมแล้ว คุณค่าทบต้นเมื่อใช้งาน

บทความที่เกี่ยวข้อง

• HERMES AGENT: คู่มือฉบับสมบูรณ์ — การติดตั้ง, โมเดล, แดชบอร์ด, กรณีการใช้งาน, ความปลอดภัย
• คู่มือ /goal ของ Hermes ฉบับสมบูรณ์ — 21 เวิร์กโฟลว์
• Hermes /goal — คู่มือฉบับเต็ม
• วิธีทำให้ Hermes + xurl ทำงานเป็นระบบจริงๆ
• Hermes x Bitwarden — สแต็กความปลอดภัย
• 10 การตั้งค่า Hermes Agent

เวอร์ชันขยายและเนื้อหา Hermes เพิ่มเติมบน Substack: https://substack.com/@yanxbt

บทความนี้อ้างอิงจากเอกสาร Hermes Agent ที่เปิดเผยต่อสาธารณะ (v0.16.0 "The Surface Release"), ไลฟ์สตรีม NemoTron Labs ของ NVIDIA และพฤติกรรมของระบบที่สังเกตได้ ณ เดือนมิถุนายน 2026

@NousResearch @Teknium

https://x.com/IBuzovskyi/status/2059675518966894767

https://x.com/IBuzovskyi/status/2059303967767593247

https://x.com/IBuzovskyi/status/2056764150936748082

https://x.com/IBuzovskyi/status/2057114309616885997

https://x.com/IBuzovskyi/status/2057914816015249515

https://x.com/IBuzovskyi/status/2062101068842975409