Hermes Agent: Hệ điều hành AI cá nhân của bạn

Hầu hết các framework tác tử AI hiện tại chủ yếu hoạt động như các ứng dụng được xây dựng trên nền tảng các mô hình ngôn ngữ lớn. Chúng có thể thực hiện suy luận, gọi công cụ và duy trì ngữ cảnh trong một phiên làm việc, nhưng nhìn chung thiếu các cơ chế bản địa mạnh mẽ để lưu trữ có cấu trúc dài hạn, cô lập khối lượng công việc, mở rộng tự động khả năng của chính chúng và phối hợp đáng tin cậy giữa nhiều thành phần trong khoảng thời gian dài.

Hermes Agent, được phát triển bởi Nous Research, triển khai một số tính năng kiến trúc giúp nó khác biệt so với nhiều framework tác tử khác. Những tính năng này bao gồm hỗ trợ bộ nhớ liên tục giữa các phiên làm việc, khả năng chạy nhiều ngữ cảnh thực thi biệt lập thông qua hồ sơ (profile), một hệ thống điều phối tác vụ có cấu trúc dựa trên Kanban, cơ chế cho phép tác tử tạo và lưu trữ các quy trình có thể tái sử dụng (skills) từ hoạt động của chính chúng, và một cổng nhắn tin (gateway) kết nối tác tử với hơn 27 nền tảng giao tiếp.

Bài viết này xem xét Hermes qua lăng kính của một Hệ điều hành AI Cá nhân. Mục tiêu là cung cấp một phân tích chi tiết và trung thực về các lớp kiến trúc cốt lõi của nó, cách các lớp này tương tác trong thực tế và những gì hệ thống có thể thực sự cung cấp tính đến tháng 6 năm 2026, dựa trên tài liệu công khai và hành vi quan sát được.

1. Các lớp cốt lõi của Hermes

Để hiểu rõ hơn về cấu trúc của Hermes, sẽ rất hữu ích nếu ánh xạ các thành phần của nó với các khái niệm từ hệ điều hành truyền thống.

1.1 Kiến trúc bộ nhớ

Hermes duy trì nhiều lớp bộ nhớ riêng biệt thay vì cố gắng giữ tất cả thông tin liên quan bên trong một cửa sổ ngữ cảnh duy nhất. Các loại chính bao gồm:

• Bộ nhớ phiên (Session Memory): Ngữ cảnh hoạt động trong một tác vụ hoặc cuộc trò chuyện cụ thể. Loại bộ nhớ này thường tồn tại trong thời gian ngắn và gắn liền với phiên hiện tại.
• Bộ nhớ dài hạn (Long-term Memory): Lưu trữ liên tục các sự kiện, hiểu biết, sở thích của người dùng và kiến thức tích lũy tồn tại qua các phiên và lần khởi động lại hệ thống. Được giới hạn bởi các ngưỡng có thể cấu hình để ngăn chặn sự phát triển không giới hạn:

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

• Bộ nhớ kỹ năng (Skill Memory): Lưu trữ các quy trình có cấu trúc, có thể tái sử dụng (skills) mà tác tử đã tạo hoặc tinh chỉnh dựa trên công việc thành công trong quá khứ. Được lưu dưới dạng tệp markdown đơn giản trong thư mục ~/.hermes/skills/.
• Truy hồi phiên (Session Recall): Tìm kiếm toàn văn bản FTS5 với tóm tắt LLM trên toàn bộ lịch sử hội thoại. Truy vấn bất kỳ phiên nào trong quá khứ:

Nhắc tôi về mọi ý tưởng kinh doanh chúng ta đã thảo luận tháng trước. Phân tích đối thủ cạnh tranh mà chúng ta đã thực hiện cách đây 3 tuần là gì?

Phương pháp tiếp cận bộ nhớ đa lớp là một trong những yếu tố nền tảng cho phép Hermes hoạt động giống một hệ thống liên tục hơn là một tác tử đối thoại điển hình.

Nhà cung cấp bộ nhớ bên ngoài (External Memory Providers):

Đối với các trường hợp sử dụng yêu cầu trí tuệ sâu hơn ngoài bộ nhớ tích hợp sẵn, Hermes hỗ trợ 8 plugin nhà cung cấp bộ nhớ bên ngoài:

• Mem0 — đồ thị tri thức + truy xuất ngữ nghĩa. Chỉ tải các mục liên quan mỗi lượt. Giảm 72% token so với việc chèn toàn bộ thông tin một cách ngây thơ.
• Honcho — bộ nhớ đối thoại hai chiều. Xây dựng các quan sát USER + AI riêng biệt. Tự lưu trữ cho môi trường nhạy cảm với PII.
• Hindsight, Holographic, RetainDB, ByteRover, Supermemory, OpenViking — các nhà cung cấp bổ sung với kiến trúc khác nhau.

1hermes memory setup
2# trình chọn tương tác, chọn nhà cung cấp
3hermes memory status
4# xác minh những gì đang hoạt động

1.2 Hồ sơ (Profiles) như Môi trường thực thi biệt lập

Hồ sơ (Profiles) trong Hermes cho phép người dùng tạo và chạy nhiều phiên bản tác tử riêng biệt trên cùng một máy. Mỗi hồ sơ duy trì:

• Cấu hình và lựa chọn mô hình riêng
• Kho lưu trữ bộ nhớ (cả phiên và dài hạn)
• Bộ kỹ năng (skills) đã cài đặt
• Kết nối cổng (gateway) và thông tin xác thực liên quan
• Lịch sử phiên làm việc
• Token bot Telegram
• Công việc định kỳ (Cron jobs)
• Cơ sở dữ liệu trạng thái

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

Mỗi hồ sơ trở thành lệnh riêng của nó:

1researcher setup    # cấu hình mô hình và khóa API
2researcher chat     # bắt đầu một phiên làm việc
3researcher gateway start   # kết nối với Telegram

Ví dụ về cấu hình hồ sơ:

1researcher:
2→ soul.md: chỉ nghiên cứu chuyên sâu. Sự kiện và số liệu.
3→ model: gpt-5.5 (rẻ hơn, khối lượng lớn)
4→ tools: tìm kiếm web, firecrawl, browser-use
5
6ops:
7→ soul.md: tác vụ quản trị. Lịch, phân loại email.
8   Yêu cầu phê duyệt trước khi gửi bất cứ thứ gì.
9→ model: gpt-5.5 (tác vụ thông thường)
10→ tools: email, lịch, notion
11
12content-lead:
13→ soul.md: sản xuất nội dung. Phù hợp với giọng văn của tôi.
14→ model: claude-sonnet-4 (viết lách mạnh mẽ)
15→ tools: Tìm kiếm X, tìm kiếm web, phân tích

Phân phối hồ sơ:

Hồ sơ có thể được chia sẻ qua git. Một tác tử nghiên cứu hoạt động tốt có thể được phân phối cho bất kỳ ai:

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

Bất kỳ ai cũng có thể cài đặt nó:

1hermes profile install github.com/you/researcher

Họ điền khóa API của riêng mình. Các kỹ năng, soul.md và quy trình làm việc được chuyển giao. Bộ nhớ và phiên làm việc vẫn còn trên mỗi máy.

Tính năng cô lập hồ sơ có chức năng và hữu ích cho nhiều tình huống thực tế. Tuy nhiên, không nên hiểu nó mang lại sự đảm bảo về bảo mật hoặc độ mạnh mẽ tương tự như cô lập tiến trình trong các hệ điều hành truyền thống.

1.3 Kanban như Công cụ Điều phối và Quản lý Trạng thái

Hệ thống Kanban đóng vai trò là lớp điều phối và quản lý trạng thái chính trong Hermes. Nó chịu trách nhiệm cho một số chức năng quan trọng:

• Tạo và theo dõi tác vụ
• Quản lý sự phụ thuộc giữa các tác vụ
• Xử lý chuyển đổi trạng thái
• Tạo điều kiện chuyển giao ngữ cảnh khi một tác vụ hoặc hồ sơ bàn giao công việc cho tác vụ hoặc hồ sơ khác
• Ghi lại lịch sử thực thi và kết quả cho mỗi lần thử tác vụ

Trạng thái: Triage → Cần làm (To-Do) → Sẵn sàng (Ready) → Đang chạy (Running) → Bị chặn (Blocked) → Hoàn thành (Done) → Lưu trữ (Archived)

Bộ điều phối (dispatcher) chạy mỗi 60 giây, tự động gán tác vụ cho các worker có sẵn, theo dõi tín hiệu heartbeat, phát hiện các tiến trình zombie và quản lý ngân sách thử lại.

1hermes kanban list    # xem bảng
2hermes kanban swarm   # tạo hệ thống đa tác tử hoàn chỉnh:
3                      # bộ điều phối gốc + worker song song
4                      # + bộ xác minh có kiểm soát + bộ tổng hợp có kiểm soát
5                      # + bảng đen chia sẻ

Ví dụ về quy trình làm việc buổi sáng:

1/mục tiêu ở đây là danh sách việc cần làm hôm nay của tôi:
2
31. nghiên cứu các chủ đề AI thịnh hành trên X
42. viết nháp 2 bài đăng dựa trên kết quả tìm được
53. kiểm tra hộp thư đến và gắn cờ email khẩn cấp
64. lấy bài đăng của đối thủ cạnh tranh trong 24 giờ qua
75. cập nhật lịch nội dung trong Notion
8
9thêm từng tác vụ vào hàng chờ triage kanban.
10gán cho các tác tử phụ nếu có thể.
11gửi cho tôi một bản tóm tắt trên Telegram khi tất cả tác vụ hoàn thành.

Một tính năng đặc biệt quan trọng là trạng thái "Bị chặn" (Blocked). Khi một tác vụ ở trạng thái này, việc thực thi sẽ tạm dừng cho đến khi con người cung cấp thông tin đầu vào hoặc bỏ chặn nó. Thiết kế này làm cho sự giám sát của con người trở thành một phần có cấu trúc và bản địa của quy trình làm việc, thay vì là một sự can thiệp bên ngoài hoặc tùy ý.

Bằng cách coi các tác vụ là các đối tượng hạng nhất với ngữ cảnh và lịch sử được bảo tồn, lớp Kanban giúp giảm sự mất mát thông tin thường xảy ra trong quá trình bàn giao trong các quy trình làm việc đa tác tử hoặc nhiều bước.

1.4 Cron Jobs — Bộ lập lịch (Scheduler)

Cron jobs là các tác vụ tự động dựa trên thời gian được viết bằng tiếng Anh đơn giản. Không yêu cầu cú pháp crontab.

Đây là lớp biến Hermes từ một công cụ phản ứng thành một hệ thống chủ động. Thông tin hữu ích sẽ đến trước khi bạn yêu cầu.

Ví dụ về cron jobs trong sản xuất:

1Mỗi sáng lúc 8 giờ:
2gửi cho tôi một câu chuyện AI đáng để phản ứng trên X.
3
4Cứ 3 giờ một lần:
5quét X để tìm các bài đăng mới trong lĩnh vực của tôi mà tôi nên quote tweet.
6
7Mỗi ngày lúc 9 giờ tối:
8kiểm tra xem đối thủ cạnh tranh có đăng bất kỳ nội dung vượt trội nào hôm nay không.
9
10Mỗi thứ Hai lúc 9 giờ sáng:
11kiểm tra bảng nội dung của tôi. Gắn cờ các ý tưởng bị mắc kẹt hơn 7 ngày.
12
13Mỗi thứ Sáu lúc 6 giờ chiều:
14tóm tắt nội dung đã xuất bản trong tuần này,
15nội dung nào hoạt động tốt, nội dung nào không và tại sao.

Cron jobs có thể nhắm mục tiêu các chủ đề Telegram cụ thể, hồ sơ cụ thể và các nền tảng phân phối cụ thể (Telegram, Discord, Slack, email).

Web Dashboard cung cấp giao diện quản lý cron đầy đủ: tạo, chỉnh sửa, tạm dừng, tiếp tục, kích hoạt thủ công, xem thời gian chạy lần cuối và thời gian chạy lần tiếp theo.

Theo thuật ngữ hệ điều hành, cron jobs là daemon lập lịch. Chúng đảm bảo hệ thống thực hiện công việc theo một nhịp điệu có thể dự đoán được mà không cần sự khởi tạo của con người.

1.5 /goal — Các Mục tiêu Bền bỉ (Vòng lặp Ralph)

Một lời nhắc thông thường yêu cầu Hermes đưa ra một phản hồi. /goal cung cấp cho Hermes một mục tiêu để hướng tới trong nhiều lượt cho đến khi một mô hình giám định (judge model) xác định mục tiêu đã đạt được.

Kiến trúc:

• Tác tử thực hiện một lượt hướng tới mục tiêu
• Mô hình giám định đánh giá: hoàn thành hay tiếp tục?
• Nếu tiếp tục: tác tử chạy một lượt khác
• Nếu hoàn thành: mục tiêu kết thúc, kết quả được gửi đến
• max_turns mặc định: 20. Có thể cấu hình theo loại tác vụ.
• /goal resume đặt lại bộ đếm lượt và tiếp tục

1hermes config set goals.max_turns 20    # nghiên cứu, nội dung
2hermes config set goals.max_turns 50    # mã, xây dựng nhiều bước

Mẫu /goal có cấu trúc:

1/goal [KẾT QUẢ]
2sử dụng [NGUỒN]
3với các ràng buộc: [RÀNG BUỘC]
4sản phẩm bàn giao: [SẢN PHẨM BÀN GIAO]

Ví dụ:

1/goal quyết định ý tưởng nội dung mạnh nhất tôi nên xuất bản trong tuần này.
2sử dụng các bài đăng thịnh hành trên X trong lĩnh vực của tôi, phân tích đối thủ cạnh tranh,
3hiệu suất bài đăng 30 ngày qua của tôi.
4với các ràng buộc: tránh các góc nhìn lặp lại,
5không có khuôn khổ thổi phồng AI chung chung.
6sản phẩm bàn giao: một ý tưởng cuối cùng với tiêu đề, câu mở đầu hấp dẫn,
7bằng chứng cần thiết và một dàn ý nháp.

Mẹo phỏng vấn — để Hermes tự viết /goal:

1Tôi muốn sử dụng /goal nhưng tôi không muốn một mục tiêu mơ hồ.
2Phỏng vấn tôi chỉ với những câu hỏi bạn cần.
3Sau đó biến câu trả lời của tôi thành lệnh /goal
4mạnh nhất có thể. Bao gồm kết quả chính xác, bối cảnh,
5nguồn, ràng buộc, sản phẩm bàn giao,
6và thời điểm bạn nên dừng lại.

Mỗi /goal cũng tự động trở thành một thẻ Kanban, giúp tiến độ hiển thị trên bảng.

Các lệnh cốt lõi:

1/goal [mô tả]          # bắt đầu thực thi tự động
2/goal status           # kiểm tra những gì đang chạy
3/goal pause            # tạm dừng mà không mất ngữ cảnh
4/goal resume           # tiếp tục sau khi tạm dừng
5/goal clear            # kết thúc mục tiêu hiện tại
6/subgoal [văn bản]     # thêm điều kiện trong khi thực thi
7/undo [N]              # rút lại N lượt cuối cùng (mới trong v0.16.0)

1.6 Cơ chế tạo Kỹ năng (Skill Creation)

Hermes bao gồm chức năng cho phép tác tử tạo và lưu trữ các quy trình có thể tái sử dụng (skills) dựa trên hoạt động của chính chúng. Khi một tác tử hoàn thành thành công một số loại công việc nhất định, nó có thể xác định các mẫu hình, chính thức hóa chúng và lưu lại để sử dụng trong tương lai.

Các kỹ năng được lưu dưới dạng tệp markdown đơn giản trong thư mục ~/.hermes/skills/. Chúng minh bạch, có thể đọc và chỉnh sửa được. Không có hộp đen.

Ví dụ — một kỹ năng tạo nội dung:

1Lưu cái này thành một kỹ năng gọi là "content-post":
2
3# Quy trình Đăng Nội dung
4
51. Kiểm tra các chủ đề thịnh hành trong lĩnh vực tác tử AI qua tìm kiếm X
62. Đối chiếu với các bài đăng 14 ngày qua của tôi (tránh lặp lại)
73. Chọn góc nhìn mạnh nhất dựa trên các mẫu hình tương tác
84. Viết nháp bằng giọng văn của tôi:
9   - Câu mở đầu VIẾT HOA để thu hút
10   - mũi tên → cho danh sách tính năng
11   - Không có dấu gạch ngang, không có trạng từ, không có lời nói đầu dài dòng
125. Chấm điểm bản nháp:
13   - Câu mở đầu: nó có khiến người đọc dừng lại không? (1-10)
14   - Giá trị bookmark: ai đó có lưu nó không? (1-10)
15   - Bằng chứng: mọi tuyên bố có được hỗ trợ bởi một con số không? (1-10)
166. Nếu bất kỳ điểm nào dưới 7, viết lại phần đó
177. Gửi bản nháp cuối cùng lên Telegram để phê duyệt

Xem tất cả kỹ năng:

1hermes skills
2# hoặc
3hermes dashboard    # → Tab Kỹ năng (Skills)

Hermes đi kèm với hơn 60 công cụ tích hợp sẵn trên các lĩnh vực terminal, web, trình duyệt, thị giác (vision), tạo hình ảnh, TTS và thực thi mã. Các kỹ năng được xây dựng trên nền tảng các công cụ đó để tạo ra các quy trình làm việc hoàn chỉnh.

Trong v0.16.0, bộ kỹ năng mặc định đã được cắt giảm xuống những gì bạn thực sự cần — gọn nhẹ hơn ngay từ đầu, ít nhiễu hơn. Các kỹ năng NVIDIA đã tham gia vào Skills Hub đáng tin cậy, mang các kỹ năng CUDA-X, Omniverse, NeMo và TensorRT-LLM chính thức vào danh mục.

Hiệu ứng tích lũy (The compounding effect):

Các tác tử có hơn 20 kỹ năng tự tạo sẽ hoàn thành các tác vụ tương tự trong tương lai nhanh hơn khoảng 40% so với các phiên bản mới (theo quan sát của Nous Research). Sự tích lũy này là điểm khác biệt cốt lõi của Hermes.

Trong thực tế, mức độ trưởng thành, độ tin cậy và mức độ tự động của việc tạo kỹ năng thay đổi đáng kể. Trong nhiều trường hợp, đặc biệt là trong giai đoạn đầu sử dụng hoặc với các tác vụ phức tạp, việc con người xem xét và quản lý các kỹ năng đã tạo vẫn rất quan trọng để đạt được kết quả chất lượng cao.

1.7 Bộ quản lý tự động (Autonomous Curator) — Bộ dọn rác (Garbage Collector)

Khi các kỹ năng tích lũy qua nhiều tuần và nhiều tháng sử dụng, sự dư thừa, các quy trình lỗi thời và sự phình to trở thành những mối quan tâm thực sự. Bộ quản lý tự động (Autonomous Curator) giải quyết vấn đề này.

Bộ quản lý là một tiến trình nền chạy theo một lịch trình có thể cấu hình (mặc định: chu kỳ 7 ngày). Nó:

• Xác định các kỹ năng dư thừa hoặc chồng chéo
• Cắt bỏ các kỹ năng không còn phù hợp
• Nén và hợp nhất các quy trình liên quan
• Tối ưu hóa thư viện kỹ năng cho hiệu quả truy xuất
• Sửa đổi mô tả kỹ năng để dễ tìm kiếm hơn

Theo thuật ngữ hệ điều hành, Bộ quản lý hoạt động như một bộ dọn rác (garbage collector) và chống phân mảnh (defragmenter). Nó ngăn chặn hệ thống tệp kỹ năng bị suy giảm theo thời gian.

Điều này đặc biệt quan trọng vì Tool Search (được đề cập bên dưới) dựa vào tên và mô tả kỹ năng để truy xuất. Các mô tả được duy trì kém sẽ làm giảm độ chính xác của tìm kiếm.

Từ buổi phát trực tiếp của NVIDIA NemoTron Labs, Karan từ Nous Research đã xác nhận: "Hermes Curator là một tính năng nền tự động quản lý, làm sạch, tối ưu hóa, sửa đổi, cải thiện và nén thư viện kỹ năng của bạn mọi lúc."

1.8 Tool Search — Trình liên kết động (Dynamic Linker)

Khi bạn kết nối hơn 15 máy chủ MCP, các lược đồ công cụ của chúng sẽ chiếm dung lượng cửa sổ ngữ cảnh trong mỗi lượt — ngay cả khi hầu hết các công cụ không liên quan đến tác vụ hiện tại.

Tool Search thay thế tất cả các lược đồ MCP/plugin bằng 3 công cụ cầu nối nhẹ:

• tool_search — tìm công cụ phù hợp bằng tên và mô tả (truy xuất BM25)
• tool_describe — tải lược đồ đầy đủ của nó theo yêu cầu
• tool_call — thực thi nó

Mỗi công cụ cầu nối tiêu tốn khoảng 300 token so với hàng nghìn token cho mảng lược đồ đầy đủ.

1tools:
2  tool_search:
3    enabled: auto    # mặc định, kích hoạt ở mức sử dụng ngữ cảnh 10%

Ba chế độ: auto (được khuyến nghị), on (luôn hoạt động), off (đã tắt).

Độ chính xác trên Opus 4 đã tăng từ 49% lên 74% khi bật Tool Search (các thử nghiệm của chính Anthropic).

Các công cụ cốt lõi của Hermes (terminal, bộ nhớ, trình duyệt, tìm kiếm web) không bao giờ bị trì hoãn. Chúng luôn được tải trong mọi lượt.

Theo thuật ngữ hệ điều hành, Tool Search hoạt động như một trình liên kết động. Thay vì tải mọi thư viện dùng chung khi khởi động, hệ thống tải chúng theo yêu cầu khi tiến trình đang chạy cần chúng. Điều này bảo tồn bộ nhớ (cửa sổ ngữ cảnh) cho công việc thực tế.

1.9 Gateway — Ngăn xếp mạng (Network Stack)

Gateway là lớp giúp Hermes có thể truy cập từ mọi nơi. Một tiến trình gateway duy nhất kết nối tác tử với hơn 27 nền tảng nhắn tin cùng lúc:

Telegram, Discord, Slack, WhatsApp, Signal, SMS, Email, 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, và nhiều nền tảng khác.

1hermes gateway start

Gateway chạy như một tiến trình đơn lẻ. Các nút phê duyệt có sẵn trong Telegram và Slack — tác tử có thể yêu cầu xác nhận của con người trước khi thực hiện các hành động nhạy cảm.

SSEP — Giao thức sự kiện luồng có cấu trúc (v0.16.0+):

Tác tử không còn phát trực tiếp văn bản thô và hy vọng các nền tảng có thể hiển thị nó. Thay vào đó:

1. Tác tử chỉ phát ra các sự kiện đã được phân loại: MessageChunk, MessageStop, ToolCallChunk, ToolCallFinished, Commentary, LongToolHint, GatewayNotice
2. Bộ định tuyến Gateway định tuyến từng sự kiện đến bộ chuyển đổi nền tảng phù hợp
3. Mỗi bộ chuyển đổi hiển thị những gì nó có thể và âm thầm bỏ qua những gì nó không thể

Telegram nhận được các bản nháp động ở định dạng MarkdownV2. iMessage bỏ qua các chrome công cụ mà người dùng không cần nhìn thấy. Mỗi sự kiện là bất biến. Thứ tự được bảo toàn trên mỗi luồng.

Theo thuật ngữ hệ điều hành, Gateway là ngăn xếp mạng và SSEP là máy chủ hiển thị / compositor. Tác tử tạo ra một định dạng đầu ra phổ quát; lớp hiển thị điều chỉnh nó theo từng màn hình hiển thị.

Truy cập từ xa:

Ứng dụng Desktop có thể kết nối với một backend Hermes đang chạy trên một máy khác (VPS, máy chủ gia đình, đằng sau Tailscale):

1hermes dashboard --host 0.0.0.0
2# đặt tên người dùng và mật khẩu qua cổng xác thực (auth gate)
3# Ứng dụng Desktop kết nối qua URL + thông tin xác thực

Một tác tử chạy trên VPS. Được quản lý từ Desktop trên máy tính xách tay của bạn, CLI qua SSH và Telegram trên điện thoại của bạn. Tất cả đều truy cập vào cùng một bộ nhớ, kỹ năng và phiên làm việc.

1.10 Chế độ thoại (Voice Mode) — Lớp I/O

Chế độ thoại cung cấp đầu vào và đầu ra giọng nói trên CLI và tất cả các nền tảng nhắn tin.

1/voice on        # chế độ voice-to-voice
2/voice tts       # luôn trả lời bằng giọng nói
3/voice off       # quay lại văn bản

Năm nhà cung cấp chuyển giọng nói thành văn bản (speech-to-text):

• Local faster-whisper (miễn phí, chạy trên thiết bị)
• Groq
• OpenAI Whisper
• Mistral Voxtral
• xAI Grok STT

Năm nhà cung cấp chuyển văn bản thành giọng nói (text-to-speech):

• Edge TTS (miễn phí, mặc định)
• ElevenLabs
• OpenAI
• NeuTTS (local, miễn phí)
• MiniMax

Hoạt động trong tin nhắn thoại Telegram, kênh thoại Discord (trò chuyện thoại trực tiếp với tác tử), WhatsApp, Signal, Slack và CLI.

Theo thuật ngữ hệ điều hành, chế độ thoại là lớp I/O — cung cấp các phương thức đầu vào/đầu ra thay thế ngoài văn bản.

1.11 Lớp bảo mật (Security Layer)

Hermes cung cấp nhiều nguyên hàm bảo mật (security primitives) cho các triển khai sản xuất:

Lớp 1 — Trình quản lý bí mật Bitwarden (Quản lý thông tin xác thực)

1hermes secrets bitwarden setup   # trình hướng dẫn: cài đặt bws, yêu cầu token
2hermes secrets bitwarden status  # xác minh kết nối
3hermes secrets bitwarden sync    # chạy thử: xem những gì sẽ được áp dụng

Một token bootstrap trong .env. Tất cả thông tin xác thực thực sự nằm trong Bitwarden. Mọi phiên bản Hermes đều lấy bí mật khi khởi động. Xoay một khóa một lần trong ứng dụng web — mọi phiên bản sẽ nhận nó khi khởi động lại lần sau. Gói miễn phí.

Lớp 2 — iron-proxy Tường lửa Egress (Bảo vệ thông tin xác thực)

1hermes egress install   # tải xuống binary iron-proxy, đã xác minh SHA-256
2hermes egress setup     # trình hướng dẫn tương tác
3hermes egress start     # tạo daemon proxy được quản lý

Thay vì tiêm thông tin xác thực thực sự vào sandbox, Hermes cung cấp cho tác tử các token proxy không rõ ràng. iron-proxy chặn tại ranh giới mạng, trao đổi lấy thông tin xác thực thực sự, chuyển tiếp yêu cầu. Sandbox không bao giờ nắm giữ khóa thực sự.

Lớp 3 — Bảo vệ Promptware

Bảo vệ chống lại các cuộc tấn công tiêm prompt kiểu Brainworm. Tác tử phát hiện và từ chối các nỗ lực ghi đè hướng dẫn của nó thông qua nội dung độc hại trong các tài liệu đã xử lý, trang web hoặc đầu ra công cụ.

v0.16.0 đã thêm: CVE-2026-48710 bản vá Starlette, tăng cường chống SSRF off-loop, và loại bỏ thông tin xác thực khỏi tiến trình con. 16 vấn đề được gắn thẻ bảo mật đã được giải quyết chỉ trong bản phát hành này.

Lớp 4 — OpenShell (Doanh nghiệp, thông qua quan hệ đối tác với NVIDIA)

Đối với các triển khai doanh nghiệp, Hermes tích hợp với NVIDIA OpenShell và các nguyên hàm bảo mật của Microsoft. OpenShell cung cấp:

• Cổng chính sách theo từng người dùng kiểm soát những gì tác tử có thể truy cập
• Mặt nạ token tại điểm thoát (egress) (tác tử không bao giờ nhìn thấy thông tin xác thực thực sự)
• Các chính sách có thể hoán đổi nóng mà không cần khởi động lại
• Khả năng quan sát và lưu vết kiểm toán của quản trị viên

Từ buổi phát trực tiếp của NVIDIA NemoTron Labs, Karan từ Nous Research: "Khả năng để tôi nói, dù bạn có thông minh đến đâu, thì không có cách nào bạn vượt qua được cổng cụ thể này, không có cách nào tôi cho phép bạn sử dụng kỹ năng mà bạn đã tạo ra bởi vì tôi không giám sát bạn theo cách cụ thể mà tôi muốn."

1.12 Khả năng mở rộng — Skills Hub và MCP Catalog

Skills Hub (agentskills.io):Các kỹ năng do cộng đồng đóng góp. Duyệt, tìm kiếm, cài đặt trực tiếp từ hub thông qua dashboard hoặc CLI.

MCP Catalog:Được quản lý bởi Nous Research. Mọi mục nhập đều thông qua PR đã hợp nhất. 19.932 kỹ năng trong danh mục.

1hermes mcp    # trình chọn tương tác

Kỹ năng NVIDIA:Các kỹ năng tác tử chính thức của NVIDIA được tích hợp vào Skills Hub. Thư viện CUDA-X, quy trình làm việc Omniverse, đào tạo và suy luận NeMo, tối ưu hóa TensorRT-LLM, lập trình lượng tử CUDA-Q. Được đồng bộ hàng ngày từ các kho lưu trữ sản phẩm NVIDIA.

Theo thuật ngữ hệ điều hành, Skills Hub và MCP Catalog hoạt động như một trình quản lý gói. Người dùng có thể khám phá, cài đặt và quản lý các khả năng mà không cần xây dựng chúng từ đầu.

1.13 Lớp giao diện (Interface Layer)

Hermes có thể được truy cập và quản lý thông qua nhiều bề mặt:

CLI (Giao diện dòng lệnh):Tương đương đầy đủ tính năng. Mọi lệnh, mọi công cụ, mọi tùy chọn cấu hình đều có sẵn. Giao diện mạnh mẽ nhất.

1hermes          # bắt đầu một phiên
2hermes chat     # giống như trên
3hermes doctor   # kiểm tra chẩn đoán
4hermes dump     # trạng thái toàn bộ hệ thống để gỡ lỗi
5hermes status   # tổng quan trực quan

TUI (Giao diện người dùng văn bản):Giao diện terminal phong phú với các bảng và điều hướng. Trung gian giữa sức mạnh CLI và phản hồi trực quan.

Ứng dụng Desktop (v0.16.0 — "Bản phát hành bề mặt"):Ứng dụng Electron gốc cho macOS, Windows và Linux. Được xây dựng qua 100 PR và 159 commit trong một tuần. Được trình diễn lần đầu tại bài phát biểu quan trọng của Jensen tại GTC.

• Bảng xem trước cạnh nhau
• Trình duyệt tệp tích hợp
• Kéo và thả tệp trực tiếp vào cuộc trò chuyện
• Chế độ thoại tích hợp
• Bộ chọn mô hình nội tuyến trong thanh trạng thái (có thể tìm kiếm mờ)
• Các phiên nhiều hồ sơ đồng thời
• Giao diện cài đặt cho mô hình, khóa API, công cụ
• Quản lý hồ sơ
• Trình xem tạo phẩm (mọi tệp Hermes tạo ra)
• Tự cập nhật trong ứng dụng
• Bản dịch tiếng Trung Giản thể đầy đủ
• Cùng thư mục HERMES_HOME với CLI — các phiên chuyển đổi liền mạch

Tải xuống: hermes-agent.nousresearch.com/desktop

Nếu Hermes đã được cài đặt:

1hermes desktop

Web Dashboard:

1hermes dashboard    # mở localhost:9119

• Mô hình, cron jobs, kỹ năng, hồ sơ, bảng kanban
• Bảng quản trị dựa trên trình duyệt đầy đủ: danh mục MCP, kênh nhắn tin, thông tin xác thực, webhook, quản lý bộ nhớ
• Xác thực cắm thêm: đăng nhập OIDC hoặc tên người dùng/mật khẩu
• Hoàn toàn có thể mở rộng với chủ đề (YAML) và plugin (JS + Python)
• Không có dữ liệu nào rời khỏi localhost theo mặc định

Nền tảng nhắn tin:Hơn 27 nền tảng thông qua gateway (đã đề cập trong phần 1.9).

2. Hiệu ứng tích lũy (The Compounding Effect)

Bản chất tích lũy của Hermes là đặc tính khác biệt nhất của nó và là lý do chính khiến nó hoạt động giống một hệ điều hành hơn là một tác tử điển hình.

Ngày 1: Hermes không biết gì về bạn. Mọi tác vụ đều yêu cầu hướng dẫn đầy đủ. Bạn giải thích quy trình làm việc, sở thích, công cụ của mình. Tác tử là một phiến đá trống.

Tuần 2: Hermes đã tích lũy bộ nhớ về các dự án, sở thích và phong cách làm việc của bạn. Nó ngừng đặt những câu hỏi mà bạn đã trả lời. Các tác vụ cần 10 tin nhắn giờ chỉ cần 3.

Tháng 1: Hermes đã tạo ra 15–20 kỹ năng từ công việc đã hoàn thành. Quy trình nội dung của bạn, quy trình nghiên cứu, phương pháp sắp xếp hộp thư đến — mỗi quy trình đều được mã hóa thành một thủ tục có thể tái sử dụng. Các tác vụ mà agent mất 20 lượt vào ngày thứ 1 thì nay chỉ hoàn thành trong 5 lượt.

Tháng 3: Với hơn 40 kỹ năng và bộ nhớ sâu, agent hoạt động ở một cấp độ không thể sao chép được bằng cách chuyển sang một mô hình tốt hơn với ngữ cảnh trống. Các kỹ năng, bộ nhớ và sở thích đã học được tích lũy tạo ra một lợi thế cộng dồn, phát triển theo mỗi phiên làm việc.

Công thức: Các agent có hơn 20 kỹ năng tự tạo hoàn thành các tác vụ tương tự trong tương lai nhanh hơn khoảng 40% so với các phiên bản mới. Sự cải thiện này cộng dồn — mỗi tác vụ hoàn thành có thể tạo ra hoặc tinh chỉnh một kỹ năng giúp tăng tốc công việc trong tương lai.

Điều này có nghĩa là gì trong thực tế:

Từ buổi phát trực tiếp của NVIDIA NemoTron Labs, Johnny của Nous Research đã mô tả quy trình thực tế của mình: "Mỗi sáng tôi bắt đầu một phiên lập kế hoạch. Cho mỗi phiên lập kế hoạch, tôi nhận được một file có khóa ngày tháng với những điều tôi muốn làm. Kỹ năng đó nhìn lại cả tuần và cho tôi biết tôi đang thiếu thứ gì hoặc có điều gì tôi đã nói là khẩn cấp mà tôi chưa làm. Lúc 11 giờ tối, một cron kích hoạt và nói: bạn đã làm điều bạn muốn làm chưa."

Đây là một hệ thống phát triển thông qua quá trình sử dụng. Kỹ năng lập kế hoạch buổi sáng, hệ thống lưu trữ theo khóa ngày tháng, việc nhìn lại hàng tuần — không có cái nào được xây dựng sẵn. Chúng xuất hiện từ các mô hình sử dụng của Johnny và trở thành cơ sở hạ tầng vĩnh viễn.

Karan, người đã huấn luyện các mô hình Hermes đầu tiên, sử dụng nó cho các phép thử nghiệm ML: "Tôi thực sự ghét làm các phép thử nghiệm. Nó tẻ nhạt, tốn thời gian. Nhưng nó cần phải được làm. Đó là cách bạn làm khoa học. Bây giờ Hermes làm nó rồi. Và tôi không phải làm nó nữa."

Hiệu ứng cộng dồn là lập luận cốt lõi cho việc coi Hermes là cơ sở hạ tầng thay vì là một ứng dụng. Ứng dụng cung cấp cùng một giá trị vào ngày thứ 90 như ngày thứ 1. Cơ sở hạ tầng cải thiện khi đầu tư.

3. Kinh tế học Token — Chi Phí Thực Tế Là Bao Nhiêu

Chạy Hermes như một hệ điều hành cá nhân có các chi phí cụ thể. Hiểu được chúng là quan trọng để sử dụng bền vững.

Thời gian chạy agent: Bản thân Hermes là miễn phí và mã nguồn mở (giấy phép MIT). Chi phí đến từ suy luận mô hình và cơ sở hạ tầng.

Các tùy chọn cơ sở hạ tầng:

Thông số kỹ thuật VPS tối thiểu: 2 vCPU, 2GB RAM cho sử dụng nhẹ.

Khuyến nghị: 4 vCPU, 8GB RAM cho sử dụng nặng. Không cần GPU — Hermes gọi API, không gọi trực tiếp mô hình.

Các tùy chọn nhà cung cấp mô hình:

Chi phí API của X (trả tiền theo mức sử dụng từ tháng 2 năm 2026):

Thay thế: OpenTweet MCP với giá $5.99/tháng cố định.

Ngân sách hàng tháng thực tế:

Các ước tính token dưới đây là xấp xỉ dựa trên các mẫu phiên điển hình. Mức tiêu thụ thực tế phụ thuộc vào mô hình, độ phức tạp của tác vụ, khối lượng đầu ra của công cụ và cấu hình. Sử dụng /usage trong Hermes để đo lường số liệu thực tế của bạn.

Chạy hệ thống nội dung đầy đủ được mô tả trong bài viết này (5 cron jobs hàng ngày, 2 phiên nội dung/ngày với /goal, nghiên cứu sub-agent hàng ngày, theo dõi kanban) tiêu thụ khoảng 10–11 triệu token/tháng. Dưới đây là chi phí tùy thuộc vào chiến lược mô hình của bạn:

Cùng một hệ thống có giá $27/tháng trên GPT-5.5 lại có giá $250/tháng trên Claude Opus. Chênh lệch 10 lần cho cùng một cron jobs, cùng các /goal, cùng các sub-agent.

Tại sao điều này lại quan trọng: Hermes không phụ thuộc vào mô hình. Bạn chọn mô hình cho mỗi profile, mỗi tác vụ. Các cron jobs thông thường quét X để tìm bài đăng xu hướng không cần lý luận cấp Opus. Một cuộc gọi GPT-5.5 giá $0 làm cùng một công việc. Hãy dành mô hình đắt tiền cho một /goal mỗi ngày nơi chất lượng viết hoặc lý luận sâu tạo ra sự khác biệt thực sự.

Con đường rẻ nhất hoàn chỉnh:

Đó là một agent tự động 24/7 với 5 cron jobs hàng ngày, bộ nhớ liên tục, kỹ năng tự cải thiện, theo dõi tác vụ kanban và truy cập Telegram từ điện thoại của bạn.

So sánh: một trợ lý ảo làm cùng công việc có giá $500–2,000/tháng. Một agency nội dung có giá $3,000–8,000/tháng.

Lưu ý về Nous Portal: Gói Plus ($20/tháng, $22 tín dụng) hoạt động tốt cho sử dụng nhẹ (1–2 cron jobs, vài phiên mỗi ngày). Cho hệ thống nội dung đầy đủ được mô tả ở đây, gói Super ($100/tháng, $110 tín dụng) hoặc tự mang key là thực tế hơn.

Tối ưu hóa token (6 phương pháp giảm chi phí):

1. Trình đọc file nhỏ gọn — Giảm 14% token mỗi lần đọc file (tự động trong phiên bản mới nhất)
2. Lưu trữ prompt — Giảm ~75% cho các phiên nhiều lượt (chỉ với mô hình Anthropic)
3. /compress — Tóm tắt lịch sử phiên, loại bỏ overhead
4. Tool Search — Tải schemas theo yêu cầu thay vì tải trước
5. Ủy quyền sub-agent — mỗi sub-agent trong ngữ cảnh riêng, chỉ tóm tắt trả về
6. Bộ nhớ dựa trên truy xuất — Giảm 72% token so với injection đầy đủ ngây thơ

Con đường nhanh nhất đến một agent hoạt động:

1hermes setup --portal

Một OAuth bao gồm mô hình + tìm kiếm web + tạo hình ảnh + TTS + trình duyệt đám mây. Không cần các API key riêng.

4. Các Tầng Kết Nối Với Nhau Như Thế Nào

Các tầng này cộng dồn khi được xếp chồng. Đây là một chuỗi chạy từ đầu đến cuối:

18:00 SÁNG — Cron job kích hoạt.
2
3Profile content-lead thức dậy
4và bắt đầu một /goal với cấu trúc:
5
6"tìm 3 góc nội dung mạnh nhất cho hôm nay
7sử dụng dữ liệu xu hướng X và 14 ngày đăng bài gần đây của tôi."
8
9Nó tạo ra 3 sub-agent:
10→ sub-agent 1 quét X để tìm bài đăng xu hướng
11→ sub-agent 2 kéo hiệu suất bài đăng gần đây
12→ sub-agent 3 kiểm tra tài khoản đối thủ cạnh tranh
13
14Tool Search chỉ tải các công cụ mỗi sub-agent cần.
15Prompt caching giữ chi phí system prompt ở mức thấp.
16Mỗi sub-agent chạy trong ngữ cảnh riêng (ủy quyền).
17
18Cả ba đều trở thành thẻ kanban.
19Dispatcher theo dõi chúng song song.
20
21Sub-agent hoàn thành. Content-lead chạy
22kỹ năng content-post để phác thảo 2 bài đăng.
23
24Bản phác thảo vào chủ đề Nội dung
25trong Telegram để phê duyệt.
26
27Người dùng chấp thuận một bài. Từ chối bài kia.
28Bài đăng được phê duyệt xuất bản qua xurl.
29
3010 phút sau, một đối thủ cạnh tranh xuất bản
31một phản hồi cho cùng chủ đề.
32Một webhook kích hoạt.
33Hermes phác thảo một góc nối tiếp
34và gửi nó đến chủ đề Phản hồi.
35
36Mọi thứ đều hiện trên dashboard.
37Cái gì đã chạy, cái gì đã gửi, cái gì đang chờ.
38
39Lúc 11 giờ tối, cron đánh giá hàng ngày kích hoạt.
40Session search kéo công việc trong ngày.
41Bản tóm tắt được gửi đến Telegram.

Một ngày. Chín tầng kiến trúc đã kích hoạt. Hai bài đã gửi. Không nghiên cứu thủ công. Tổng chi phí API: khoảng $2–4.

5. Các Đặc Điểm Chính

Tính bền bỉ

Hermes được thiết kế rõ ràng để giữ lại thông tin qua các phiên thông qua hệ thống bộ nhớ của nó. Điều này cho phép ngữ cảnh tích lũy và các kỹ năng đã tạo tồn tại theo thời gian, thay vì bị mất sau mỗi phiên hoặc lần khởi động lại.

Cách ly và Phối hợp

Sự kết hợp giữa Profiles và Kanban cho phép Hermes hỗ trợ cả sự cách ly và cộng tác có cấu trúc. Profiles cung cấp sự phân tách giữa các khối lượng công việc khác nhau, trong khi Kanban cho phép chuyển giao có kiểm soát và chuyển ngữ cảnh khi cần cộng tác.

Cơ chế Tự cải thiện

Sự hiện diện của chức năng tạo kỹ năng cung cấp cho Hermes một con đường để tự cải thiện cấu trúc. Không giống như các hệ thống chỉ dựa vào kỹ thuật prompt hoặc định nghĩa công cụ thủ công, Hermes có thể mở rộng khả năng của chính nó dựa trên các mẫu sử dụng. Autonomous Curator đảm bảo thư viện kỹ năng luôn sạch sẽ và hiệu quả theo thời gian.

Sự giám sát của con người như một tính năng gốc

Sự can thiệp của con người được thực hiện như một khái niệm hạng nhất thông qua trạng thái tác vụ Blocked trong Kanban và các nút phê duyệt trong Telegram và Slack. Điều này cho phép hệ thống tạm dừng thực thi sạch sẽ, bảo toàn ngữ cảnh và tiếp tục một cách thông minh khi có đầu vào cần thiết.

6. Cân Nhắc Thực Tế

Khi sử dụng Hermes như cơ sở hạ tầng thay vì như một công cụ trò chuyện đơn giản, một số yếu tố thực tế trở nên quan trọng:

• Giá trị dài hạn của hệ thống phụ thuộc rất nhiều vào cách quản lý, quản trị và duy trì bộ nhớ và các kỹ năng đã tạo theo thời gian. Autonomous Curator giúp ích, nhưng việc xem xét định kỳ của con người sẽ cải thiện chất lượng.
• Cách ly Profile rất hữu ích nhưng yêu cầu cấu hình có chủ đích. Nó không tự động và không cung cấp các đảm bảo giống như cách ly quy trình truyền thống.
• Chất lượng và tính hữu ích của các kỹ năng được tạo tự động có thể khác nhau đáng kể. Trong nhiều trường hợp, đặc biệt là giai đoạn đầu, việc xem xét của con người sẽ cải thiện kết quả.
• Mức tiêu thụ tài nguyên, đặc biệt là cửa sổ ngữ cảnh của mô hình và chi phí suy luận, cần được theo dõi tích cực. Sử dụng /usage và /compress thường xuyên. Bật Tool Search cho các thiết lập MCP nặng.
• Hiệu quả của toàn bộ hệ thống phụ thuộc rất nhiều vào cấu hình chu đáo và quản lý liên tục, thay vì tự động xuất hiện chỉ từ việc chạy phần mềm.
• Kinh tế học token cần được hiểu trước khi cam kết sử dụng các mẫu sử dụng nặng. Bắt đầu với Nous Portal Plus với giá $20/tháng và mở rộng từ đó.

Cấu hình Nhận thức Token

Chạy Hermes như một hệ điều hành đầy đủ với nhiều profile và cron jobs tiêu thụ token ở mỗi lần khởi động phiên (system prompt + bộ nhớ + chỉ mục kỹ năng). Nếu không tối ưu hóa, chi phí có thể tăng nhanh hơn dự kiến.

Sử dụng đúng mô hình cho đúng công việc:

Không phải mọi tác vụ đều cần mô hình mạnh nhất. Ghép mô hình với loại tác vụ là đòn bẩy chi phí lớn nhất.

1profile content-lead:
2→ mô hình: claude-sonnet-4 (viết tốt, chi phí trung bình)
3
4profile researcher:
5→ mô hình: gpt-5.5 (rẻ hơn, khối lượng lớn qua Codex với giá $0)
6
7profile ops:
8→ mô hình: gpt-5.5 (tác vụ thông thường, tiết kiệm chi phí)
9
10profile code-reviewer:
11→ mô hình: claude-opus-4-8 (chỉ cho lý luận phức tạp)

Sử dụng các mô hình tiên tiến (Opus, GPT-5.5) cho các /goal phức tạp. Sử dụng các mô hình rẻ hơn cho các cron jobs hàng ngày và sàng lọc thông thường. Một lần chuyển đổi có thể cắt giảm một nửa hóa đơn hàng tháng của bạn.

Giảm giới hạn bộ nhớ cho các profile nhẹ:

Việc injection bộ nhớ mặc định là 2,200 ký tự (~800 token) mỗi lượt. Trong một phiên /goal 50 lượt, đó là 40K token dành cho việc lặp lại bộ nhớ. Đối với các profile không cần ngữ cảnh cá nhân sâu:

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

Đặt max_turns thực tế:

1# nghiên cứu và nội dung (ngắn hơn, tập trung)
2hermes config set goals.max_turns 20
3
4# tác vụ code (dài hơn, cần nhiều lần lặp hơn)
5hermes config set goals.max_turns 50

50 lượt trên Opus có thể tốn $5–12 mỗi phiên. Đặt max_turns cho mỗi profile, không phải toàn cục. Các profile nghiên cứu hiếm khi cần hơn 20.

Bật tất cả 6 tối ưu hóa token:

1tools:
2  tool_search:
3    enabled: auto    # tải schemas theo yêu cầu
4
5memory:
6  memory_char_limit: 2200    # giảm nếu không cần
7  user_char_limit: 1375      # giảm nếu không cần

Thêm vào đó: prompt caching (tự động trên Anthropic), /compress cho các phiên dài, ủy quyền sub-agent cho công việc song song.

Sử dụng các mô hình phụ trợ rẻ cho các công việc phụ:

Hermes chuyển việc nén, thị giác, tóm tắt web, chấm điểm phê duyệt, định tuyến công cụ và tiêu đề phiên cho các mô hình phụ trợ. Mỗi slot có thể cấu hình độc lập. Sử dụng một mô hình nhanh, rẻ cho những việc này trong khi giữ mô hình đắt tiền cho công việc chính:

1hermes model
2# đặt mô hình chính: claude-sonnet-4 (chất lượng)
3# đặt phụ trợ: mô hình nhanh rẻ (nén, định tuyến)

Điều này có nghĩa là /compress và tự động nén chạy trên token rẻ, không phải trên giá của mô hình chính.

Điều chỉnh ngưỡng nén:

1compression:
2  threshold: 0.50    # mặc định: nén ở 50% cửa sổ ngữ cảnh

Giảm ngưỡng này xuống 0.30–0.40 để nén mạnh hơn. Các phiên vẫn nhẹ hơn, ít token tích lũy hơn trước khi bộ nén kích hoạt.

Quản lý Ngữ cảnh Không mất mát (LCM):

1context:
2  engine: "lcm"    # plugin, thay thế nén mất mát mặc định

Bộ nén mặc định là mất mát — nó tóm tắt và loại bỏ ngữ cảnh cũ hơn. LCM là một giải pháp thay thế plugin giúp bảo toàn tất cả ngữ cảnh mà không mất mát trong khi vẫn tối ưu hóa việc sử dụng token. Có sẵn qua hermes plugins → Context Engine.

Giám sát với /usage:

1/usage

Chạy điều này thường xuyên. So sánh số lượng token giữa các phiên. Nếu một cron job đốt nhiều token hơn dự kiến, hãy đơn giản hóa prompt của nó hoặc chuyển nó sang một mô hình rẻ hơn.

Tỷ lệ chi phí theo độ phức tạp của thiết lập:

Đây là các phạm vi ước tính. Chạy /usage trong Hermes để so sánh với số liệu thực tế của bạn.

Con đường rẻ nhất: chạy mọi thứ qua GPT-5.5 thông qua Codex (đăng ký ChatGPT $20/tháng, bao gồm suy luận). Dành Claude hoặc Opus cho các phiên nơi chất lượng lý luận tạo ra sự khác biệt có thể đo lường được trong đầu ra của bạn.

7. Các Giới Hạn Hiện Tại (tính đến tháng 6 năm 2026)

Hermes sở hữu một số điểm mạnh kiến trúc có ý nghĩa, nhưng nó vẫn là một hệ thống đang phát triển hơn là một hệ điều hành cá nhân hoàn toàn trưởng thành:

• Desktop App gốc cải thiện đáng kể khả năng tiếp cận, nhưng nó chưa cung cấp đầy đủ tính năng tương đương với CLI/TUI cho tất cả các tương tác công cụ, đặc biệt là tự động hóa trình duyệt phức tạp và một số tích hợp cục bộ nhất định.
• Chạy số lượng lớn các agent đồng thời hoặc các quy trình làm việc rất dài có thể gây áp lực đáng kể lên cửa sổ ngữ cảnh mô hình và tài nguyên suy luận. Việc quản lý tài nguyên cẩn thận thường là cần thiết.
• Cách ly Profile là thực tế và chức năng cho nhiều trường hợp sử dụng, nhưng nó không cung cấp cùng mức độ mạnh mẽ hoặc cách ly lỗi như cách ly quy trình trong các hệ điều hành truyền thống.
• Tạo kỹ năng tự động là một hướng đi đầy hứa hẹn, nhưng sự trưởng thành và độ tin cậy của nó vẫn còn thay đổi. Các kỹ năng chất lượng cao, có thể tái sử dụng thường vẫn yêu cầu sự quản lý của con người, đặc biệt là đối với các tác vụ phức tạp hoặc có rủi ro cao.
• Tự động nén trong các phiên dài có thể gây mất ngữ cảnh. Autonomous Curator và khả năng gọi lại phiên là các giải pháp một phần. Giữ toàn bộ chuỗi trong ngữ cảnh trong suốt vòng đời của cửa sổ ngăn ngừa sự trôi mất thầm lặng nhưng giới hạn độ dài phiên.
• Một số tích hợp công cụ nâng cao vẫn có thể ổn định hơn khi sử dụng qua CLI/TUI hơn là qua Desktop App hoặc giao diện nhắn tin.
• Giao thức gateway SSEP là mới (v0.16.0). Các trường hợp ngoại lệ trong việc hiển thị theo nền tảng có thể tồn tại cho các nền tảng nhắn tin ít phổ biến hơn.

Những hạn chế này chủ yếu liên quan đến độ trưởng thành của việc triển khai hơn là các thiếu sót kiến trúc cơ bản. Dự án tiếp tục phát triển tích cực. Riêng bản phát hành v0.16.0 "Surface Release" đã bao gồm 874 commit, 542 PR đã được hợp nhất và đóng góp từ 170 thành viên cộng đồng. Bản phát hành v0.15.0 "Velocity Release" trước đó bao gồm 1,302 commit, 747 PR đã được hợp nhất và 321 người đóng góp.

8. So Sánh Hermes Với Các Framework Agent Khác

Câu hỏi phổ biến nhất khi đánh giá Hermes: nó so sánh thế nào với Claude Code, OpenClaw và CrewAI? Câu trả lời là chúng giải quyết các vấn đề khác nhau và được xây dựng trên các triết lý khác nhau.

Mô hình tinh thần hiệu quả (từ những người xây dựng sử dụng cả ba):

Claude Code là công cụ hàng ngày của bạn trên bàn làm việc. Agent viết code thô tốt nhất hiện có. Nếu công việc là "viết code, tái cấu trúc code, gỡ lỗi code, hiểu codebase này," Claude Code là lựa chọn tốt nhất.

Hermes Agent là cơ sở hạ tầng 24/7 của bạn. Nó chạy trong khi bạn ngủ, quản lý nhiều khối lượng công việc thông qua profiles, cộng dồn thông qua kỹ năng và bộ nhớ, và tiếp cận bạn trên Telegram từ bất cứ đâu.

OpenClaw là trợ lý ưu tiên trò chuyện của bạn. Thị trường lớn nhất, lưu trữ được quản lý dễ nhất ($3/tháng), trải nghiệm người dùng phi kỹ thuật mạnh nhất.

CrewAI là framework điều phối của bạn. Khi bạn cần nhiều agent chuyên biệt làm việc cùng nhau trên một pipeline xác định bằng Python. Không phải là một agent độc lập — mà là một framework để xây dựng các hệ thống đa agent.

Một điểm chuẩn minh họa sự khác biệt:

Một thử nghiệm độc lập đã chạy cùng 18 prompt qua Claude Code (Opus 4.7), OpenClaw (Sonnet 4.6) và Hermes Agent. Hermes thắng 14/18. 4 prompt nó thua là các tác vụ viết code thô nơi khả năng hiểu codebase của Claude Code là vô đối. 14 prompt nó thắng là các tác vụ nơi bộ nhớ và ngữ cảnh từ các phiên trước tạo ra sự khác biệt.

Kết luận: Hermes thắng khi lịch sử quan trọng. Claude Code thắng khi độ sâu code quan trọng. Chúng bổ sung cho nhau, không cạnh tranh.

Hermes đi kèm hermes claw migrate — một lệnh di chuyển tích hợp sẵn từ OpenClaw. Khi một sản phẩm có một lệnh di chuyển được đặt tên cho một đối thủ cạnh tranh cụ thể, thì vị thế đã rõ ràng.

9. Bắt Đầu Từ Đây

Nếu bạn đã đọc toàn bộ bài viết này và muốn bắt đầu, đây là ba con đường dựa trên tình huống của bạn.

Con đường 1 — Tôi có 15 phút (nhanh nhất đến kết quả đầu tiên):

1# cài đặt
2curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
3
4# thiết lập một lệnh (mô hình + công cụ + gateway)
5hermes setup --portal
6
7# kết nối Telegram
8# nhắn @BotFather → /newbot → sao chép token
9# dán token khi hermes setup yêu cầu
10
11# đặt cron job đầu tiên của bạn
12hermes chat
13> "mỗi sáng lúc 8 giờ gửi cho tôi một bản tóm tắt
14   tin tức AI xu hướng qua Telegram"
15
16# xong. Sáng mai bạn sẽ có một bản tin
17# mà không cần mở trình duyệt.

Con đường 2 — Tôi có một buổi tối (thiết lập cá nhân đầy đủ):

1. Cài đặt Hermes và chạy hermes setup --portal
2. Kết nối Telegram (BotFather → token → dán)
3. Tạo profile đầu tiên của bạn: hermes profile create work
4. Viết một file soul.md xác định agent nên hành xử như thế nào
5. Đặt 3 cron jobs (tin tức buổi sáng, kiểm tra đối thủ cạnh tranh, đánh giá hàng ngày)
6. Chạy /goal đầu tiên của bạn với mẫu có cấu trúc:

1/goal [kết quả] sử dụng [nguồn]
2với các ràng buộc: [ràng buộc]
3kết quả cần bàn giao: [kết quả cần bàn giao]

1. Mở dashboard: hermes dashboard
2. **Xem xét kỹ năng sau một tuần. Xóa kỹ năng yếu. Tinh chỉnh kỹ năng mạnh.

Con đường 3 — Tôi muốn hệ điều hành đầy đủ (dự án cuối tuần):

1. Khởi tạo một VPS Hetzner CX22 (~$7/tháng)
2. Cài đặt Hermes trên VPS qua SSH
3. Chạy hermes setup --portal
4. Kết nối gateway Telegram: hermes gateway start
5. Tạo 3–4 profiles (content, research, ops, code)
6. Viết soul.md cho mỗi profile
7. Thiết lập cron jobs cho mỗi profile
8. Cấu hình Kanban để theo dõi tác vụ xuyên profile
9. Cài đặt Desktop app trên máy tính xách tay của bạn
10. Kết nối Desktop với backend từ xa qua auth gate
11. Bật Tool Search trong config.yaml
12. Giảm giới hạn ký tự bộ nhớ để tối ưu hóa token
13. Thiết lập Bitwarden Secrets Manager cho thông tin xác thực
14. Chạy trong một tuần. Xem xét kỹ năng, bộ nhớ và mức sử dụng token.
15. Lặp lại. Hệ thống cộng dồn từ đây.

Thứ tự ưu tiên nếu bị choáng ngợp: Bắt đầu với cron jobs (#3 trong bài viết 10-hack), cấu trúc /goal (#4) và kỹ năng (#8). Ba thiết lập này thay đổi cách Hermes hoạt động chỉ sau một đêm.

Kết Luận

Hermes Agent đại diện cho một trong những nỗ lực tham vọng hơn về mặt kiến trúc trong số các framework agent nguồn mở hiện tại để vượt ra khỏi các giao diện trò chuyện hoặc gọi công cụ đơn giản. Sự kết hợp giữa bộ nhớ liên tục, cách ly dựa trên profile, điều phối tác vụ có cấu trúc thông qua Kanban, lập lịch cron bằng tiếng Anh đơn giản, mục tiêu /goal liên tục, tải công cụ động, truy cập gateway đa nền tảng, tương tác bằng giọng nói, các nguyên tắc bảo mật sản xuất và cơ chế tạo các thủ tục có thể tái sử dụng mang lại cho nó các đặc điểm phù hợp chặt chẽ hơn với khái niệm về một hệ điều hành cá nhân so với hầu hết các hệ thống khác hiện có.

Karan từ Nous Research, người đã huấn luyện các mô hình Hermes đầu tiên, đã mô tả nó một cách đơn giản: "Hermes Agent là khả năng lấy một mô hình ngôn ngữ và nhận ra rằng mọi thứ xảy ra trên máy tính của bạn đều là văn bản đầu vào hoặc văn bản đầu ra. Hermes Agent cho phép bạn làm điều đó với tất cả các tích hợp trên máy tính của bạn. Nó có thể sử dụng trình duyệt của bạn, ứng dụng của bạn, mọi thứ bạn làm trên máy tính. Nó là một công cụ tự động hóa tổng quát, một trình mô phỏng tổng quát của các hành động máy tính và hành động kỹ thuật số."

Đồng thời, điều quan trọng là duy trì những kỳ vọng thực tế. Hermes chưa phải là một hệ điều hành AI cá nhân hoàn toàn trưởng thành. Hướng kiến trúc của nó rất hứa hẹn, nhưng hiệu quả trong thế giới thực vẫn phụ thuộc rất nhiều vào cấu hình cẩn thận, quản lý liên tục và đánh giá trung thực về mức độ trưởng thành của các tính năng.

Khi được sử dụng một cách chu đáo như cơ sở hạ tầng, Hermes có thể phục vụ như một nền tảng để xây dựng các quy trình làm việc hỗ trợ AI lâu dài, đang phát triển và cộng dồn về khả năng theo thời gian. Sự khác biệt có ý nghĩa nằm ở mức độ chủ động hiểu và sử dụng các khả năng và hạn chế của hệ thống.

Agent đã sẵn sàng. Stack đã sẵn sàng. Giá trị cộng dồn khi sử dụng.

Bài Viết Liên Quan

• HERMES AGENT: HƯỚNG DẪN ĐẦY ĐỦ — cài đặt, mô hình, dashboard, trường hợp sử dụng, bảo mật
• Sổ Tay Hoàn Chỉnh Về Hermes /goal — 21 Quy Trình Làm Việc
• Hermes /goal — Hướng Dẫn Đầy Đủ
• Cách Làm Cho Hermes + xurl Hoạt Động Như Một Hệ Thống
• Hermes x Bitwarden — Stack Bảo Mật
• 10 Thiết Lập Hermes Agent

Phiên bản mở rộng và nội dung Hermes bổ sung trên Substack: https://substack.com/@yanxbt

Bài viết này dựa trên tài liệu Hermes Agent công khai (v0.16.0 "The Surface Release"), buổi phát trực tiếp của NVIDIA NemoTron Labs và hành vi hệ thống quan sát được tính đến tháng 6 năm 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