Hermes Agent، وهو إطار عمل لمساعد ذكاء اصطناعي مفتوح المصدر أصدرته Nous Research، يتيح للمطورين تشغيل مساعد شخصي على أجهزتهم الخاصة أو خوادمهم وربط أي أدوات يحتاجونها. الكود متاح على GitHub.

لماذا يهم وجود إطار عمل جديد

تخفي معظم المساعدات الموجهة للمستهلكين آليات عملها الداخلية خلف واجهات برمجة تطبيقات (APIs) مملوكة لجهات معينة. ترسل أنت أمراً (prompt)، وتحدد الخدمة النموذج الذي سيتم استدعاؤه والإجراءات التي سيتم اتخاذها، ثم تحصل على رد لا يمكنك فحصه أو تعديله. هذا النموذج يناسب المستخدمين العاديين، لكنه يثير إحباط المطورين الذين يرغبون في أتمتة سير العمل، أو التكامل مع مخازن البيانات الخاصة، أو فرض سياسات أمنية صارمة. يقلب Hermes Agent هذا السيناريو؛ فهو يتوسط المستخدم والنموذج اللغوي، ويكشف عملية اتخاذ القرار ويسمح لك بإرفاق "أدوات" عشوائية – مثل البرامج النصية (scripts)، أو أوامر نظام الملفات، أو خدمات الطرف الثالث – التي يمكن للمساعد استدعاؤها نيابة عنك.

الفائدة العملية فورية. يمكن للمطور تشغيل Hermes، وتوجيهه نحو LLM محلي أو واجهة برمجة تطبيقات مثل OpenRouter، ثم الطلب منه البحث (grep) في ملف سجل (log file)، أو تشغيل أداة تحليل ثابت (static-analysis tool)، أو تشغيل حاوية Docker. يتذكر المساعد سياق المحادثة، ويقرر الأداة المناسبة للطلب، ويعيد إجابة مهيكلة. باختصار، ينتقل من روبوتات الدردشة التي تكتفي بـ "الإجابة فقط" إلى مساعدين "موجهين نحو الفعل".

كيف تم بناء Hermes Agent

  • Core – المنسق الذي يستقبل مدخلات المستخدم، ويتتبع تاريخ المحادثة، ويختار الأداة المناسبة بناءً على اقتراح النموذج.
  • Model – النموذج اللغوي الذي يولد النية والإجراءات الممكنة. يمكنك ربط أي نموذج تتحكم فيه، بدءاً من LLM مفتوح المصدر مستضاف محلياً وصولاً إلى نقطة نهاية سحابية (cloud endpoint).
  • Tools – أغلفة بسيطة حول إجراءات قابلة للتنفيذ. قد تقوم الأداة بقراءة ملف، أو استدعاء REST API، أو تنفيذ أمر shell. إضافة أداة جديدة بسيطة مثل كتابة دالة Python وتسجيلها في إطار العمل.
  • Skills – مجموعات من الأدوات ذات الصلة التي تمنح المساعد قدرات متخصصة في مجال معين، مثل المساعدة في إدارة الأنظمة أو أتمتة مراجعة الكود.

تحافظ البنية التحتية على فصل الاهتمامات الثلاثة: يظل النموذج نصياً بحتاً، ويتولى الـ core إدارة التدفق، وتقوم الأدوات بالمهام الشاقة. هذا الفصل يسهل استبدال المكونات دون كسر النظام بأكمله.

تشغيل Hermes وإعداده

  1. Clone the repo – git clone https://github.com/NousResearch/hermes-agent.git
  2. Enter the directory – cd hermes-agent
  3. Install dependencies – pip install -r requirements.txt
  4. Configure environment – انسخ .env.example إلى .env وأدخل أي مفاتيح API مطلوبة (لـ OpenRouter أو الخدمات الأخرى التي تخطط لاستخدامها).
  5. Launch – قم بتشغيل hermes من سطر الأوامر.

توسيع قدرات المساعد

تتبع إضافة قدرة جديدة نمطاً من ثلاث خطوات:

اعتبارات أمنية

يعمل وكيل الذكاء الاصطناعي الذي يمكنه تنفيذ الأوامر كمستخدم ذي صلاحيات. إن كشف مفاتيح API في ملف .env أو منح المساعد وصولاً غير مقيد إلى نظام الملفات يمكن أن يفتح باباً خلفياً إذا تم اختراق النموذج أو إذا تسللت أوامر (prompts) خبيثة. قلل من المخاطر عن طريق:

  • تشغيل المساعد داخل حاوية (container) أو آلة افتراضية (virtual machine) معزولة عن الخدمات الحساسة.
  • تخزين الأسرار في متغيرات البيئة (environment variables) وضبطها لتكون للقراءة فقط حيثما أمكن.
  • قصر الأدوات المسجلة على الحد الأدنى المطلوب لسير عملك.
  • مراجعة سجلات المساعد بانتظام لرصد أي استدعاءات غير متوقعة للأدوات.

المقايضة: الانفتاح مقابل الراحة

تمنح انفتاحية Hermes Agent المطورين تحكماً كاملاً، ولكن هذا يعني أيضاً أنك ستفقد تجربة "الحل الجاهز" التي توفرها المساعدات المستضافة. يجب عليك إدارة تحديثات النماذج، والتوسع (scaling)، والتصحيحات الأمنية بنفسك. قد تفضل الفرق التي لا تملك موارد DevOps مخصصة استخدام خدمة مدارة.

وعلى العكس من ذلك، يمكن أن يكون تدقيق كل خطوة في سلسلة اتخاذ القرار أمراً حاسماً للمؤسسات التي تتعامل مع بيانات حساسة. التصميم المعياري (modular design) يدعو إلى مساهمات المجتمع، مما قد يؤدي إلى نمو نظام الأدوات بشكل أسرع من أي مورد منفرد.

في الوقت الحالي، يوفر إطار العمل مساراً ملموساً لأي شخص يريد مساعد ذكاء اصطناعي يعمل على أجهزته الخاصة، ويمكن تشكيله ليناسب سير عمل مخصص، ويظل شفافاً للأشخاص الذين يديرونه. الخطوة التالية بسيطة: قم بعمل clone للمستودع، وشغله، وابدأ في تعليم مساعدك الجديد كيفية القيام بالمهام التي تقضي فيها ساعات كل أسبوع.