Hermes Agent, Nous Research દ્વારા રિલીઝ કરવામાં આવેલ એક ઓપન-સોર્સ AI આસિસ્ટન્ટ ફ્રેમવર્ક છે, જે ડેવલપર્સને તેમના પોતાના મશીન અથવા સર્વર પર પર્સનલ આસિસ્ટન્ટ ચલાવવાની અને તેમને જોઈતા કોઈપણ ટૂલ્સ જોડવાની સુવિધા આપે છે. આ કોડ GitHub પર ઉપલબ્ધ છે.

નવું ફ્રેમવર્ક શા માટે મહત્વનું છે

મોટાભાગના કન્ઝ્યુમર-ફેસિંગ આસિસ્ટન્ટ્સ તેમની આંતરિક કાર્યપદ્ધતિને પ્રોપ્રાઈટરી (proprietary) APIs પાછળ છુપાવે છે. તમે એક પ્રોમ્પ્ટ મોકલો છો, સર્વિસ નક્કી કરે છે કે કયા મોડલનો ઉપયોગ કરવો અને કયા પગલાં લેવા, અને તમને એવો જવાબ મળે છે જેને તમે તપાસી કે સુધારી શકતા નથી. આ મોડલ સામાન્ય વપરાશકર્તાઓ માટે કામ કરે છે પરંતુ એવા ડેવલપર્સ માટે નિરાશાજનક છે જેઓ વર્કફ્લોને ઓટોમેટ કરવા, પ્રાઇવેટ ડેટા સ્ટોર્સ સાથે ઇન્ટિગ્રેટ કરવા અથવા કડક સુરક્ષા નીતિઓ લાગુ કરવા માંગતા હોય છે. Hermes Agent આ પરિસ્થિતિને બદલી નાખે છે: તે યુઝર અને લેંગ્વેજ મોડલ વચ્ચે કામ કરે છે, નિર્ણય લેવાની પ્રક્રિયાને ખુલ્લી પાડે છે અને તમને કોઈપણ "ટૂલ્સ" – જેમ કે સ્ક્રિપ્ટ્સ, ફાઇલ-સિસ્ટમ કમાન્ડ્સ અથવા થર્ડ-પાર્ટી સર્વિસિસ – જોડવાની મંજૂરી આપે છે, જેને એજન્ટ તમારા વતી અમલમાં મૂકી શકે છે.

તેનો વ્યવહારુ ફાયદો ત્વરિત છે. એક ડેવલપર Hermes લોન્ચ કરી શકે છે, તેને લોકલ LLM અથવા OpenRouter જેવી API સાથે જોડી શકે છે, અને પછી તેને લોગ ફાઇલ ગ્રેપ (grep) કરવા, સ્ટેટિક-એનાલિસિસ ટૂલ ચલાવવા અથવા Docker કન્ટેનર શરૂ કરવા માટે કહી શકે છે. એજન્ટ વાતચીતનો સંદર્ભ યાદ રાખે છે, કયું ટૂલ વિનંતી માટે યોગ્ય છે તે નક્કી કરે છે, અને એક સ્ટ્રક્ચર્ડ જવાબ આપે છે. ટૂંકમાં, તે "માત્ર જવાબ આપતા" ચેટબોટ્સમાંથી "એક્શન-ઓરિએન્ટેડ" (કાર્ય-લક્ષી) આસિસ્ટન્ટ્સ તરફ આગળ વધે છે.

Hermes Agent કેવી રીતે બનાવવામાં આવ્યું છે

  • Core – ઓર્કેસ્ટ્રેટર જે યુઝર ઇનપુટ મેળવે છે, વાતચીતનો ઇતિહાસ ટ્રેક કરે છે અને મોડલના સૂચન પર આધારિત યોગ્ય ટૂલ પસંદ કરે છે.
  • Model – લેંગ્વેજ મોડલ જે ઇન્ટેન્ટ (intent) અને સંભવિત ક્રિયાઓ જનરેટ કરે છે. તમે લોકલી હોસ્ટેડ ઓપન-સોર્સ LLM થી લઈને ક્લાઉડ એન્ડપોઇન્ટ સુધીના કોઈપણ મોડલનો ઉપયોગ કરી શકો છો.
  • Tools – એક્ઝિક્યુટેબલ એક્શન્સની આસપાસના વ્રેપર્સ. એક ટૂલ ફાઇલ વાંચી શકે છે, REST API કોલ કરી શકે છે અથવા શેલ કમાન્ડ એક્ઝિક્યુટ કરી શકે છે. નવું ટૂલ ઉમેરવું એ પાયથોન (Python) ફંક્શન લખવા અને તેને ફ્રેમવર્ક સાથે રજિસ્ટર કરવા જેટલું સરળ છે.
  • Skills – સંબંધિત ટૂલ્સના સંગ્રહ જે એજન્ટને ડોમેન-સ્પેસિફિક ક્ષમતાઓ આપે છે, જેમ કે સિસ્ટમ-એડમિનિસ્ટ્રેશન સહાય અથવા કોડ-રિવ્યુ ઓટોમેશન.

આ આર્કિટેક્ચર ત્રણેય બાબતોને અલગ રાખે છે: મોડલ શુદ્ધ ટેક્સ્ટ તરીકે રહે છે, કોર ફ્લો હેન્ડલ કરે છે, અને ટૂલ્સ મુખ્ય કામગીરી કરે છે. આ અલગતા આખા સિસ્ટમને તોડ્યા વિના ઘટકોને બદલવાનું સરળ બનાવે છે.

Hermes ને સેટઅપ અને ચાલુ કરવાની રીત

  1. Repo ક્લોન કરો – git clone https://github.com/NousResearch/hermes-agent.git
  2. ડાયરેક્ટરીમાં પ્રવેશ કરો – cd hermes-agent
  3. Dependencies ઇન્સ્ટોલ કરો – pip install -r requirements.txt
  4. Environment કન્ફિગર કરો – .env.example ને .env માં કોપી કરો અને જરૂરી API કી (OpenRouter અથવા તમે ઉપયોગ કરવા માંગતા અન્ય સેવાઓ માટે) દાખલ કરો.
  5. લોન્ચ કરો – કમાન્ડ લાઇન પરથી hermes રન કરો.

આસિસ્ટન્ટનો વિસ્તાર કરવો

નવી ક્ષમતા ઉમેરવા માટે ત્રણ-પગલાંની પદ્ધતિ અનુસરો:

સુરક્ષા સંબંધિત બાબતો

કમાન્ડ એક્ઝિક્યુટ કરી શકતું AI એજન્ટ એક પ્રિવિલેજ્ડ (privileged) યુઝરની જેમ કામ કરે છે. જો મોડલ સાથે છેડછાડ કરવામાં આવે અથવા જો માલશિયસ (malicious) પ્રોમ્પ્ટ્સ પસાર થઈ જાય, તો .env ફાઇલમાં API કી જાહેર કરવી અથવા એજન્ટને અનિયંત્રિત ફાઇલ-સિસ્ટમ એક્સેસ આપવો એ બેકડોર ખોલી શકે છે. જોખમ ઘટાડવા માટે:

  • ક્રિટિકલ સેવાઓથી અલગ રહેલા કન્ટેનર અથવા વર્ચ્યુઅલ મશીનની અંદર એજન્ટ ચલાવો.
  • સિક્રેટ્સને એન્વાયરમેન્ટ વેરિયેબલ્સમાં સ્ટોર કરો અને શક્ય હોય ત્યાં તેને રીડ-ઓન્લી (read-only) સેટ કરો.
  • રજિસ્ટર્ડ ટૂલ્સને તમારા વર્કફ્લો માટે જરૂરી લઘુત્તમ મર્યાદા સુધી મર્યાદિત રાખો.
  • અણધારી ટૂલ ઇન્વોકેશનને ઓળખવા માટે એજન્ટના લોગ્સનું નિયમિત ઓડિટ કરો.

ટ્રેડ-ઓફ: ઓપનનેસ વિરુદ્ધ સુવિધા

Hermes Agent ની ઓપનનેસ ડેવલપર્સને સંપૂર્ણ નિયંત્રણ આપે છે, પરંતુ તેનો અર્થ એ પણ છે કે તમે હોસ્ટેડ આસિસ્ટન્ટ્સનો ટર્નકી (turnkey) અનુભવ ગુમાવો છો. તમારે મોડલ અપડેટ્સ, સ્કેલિંગ અને સિક્યુરિટી પેચ જાતે મેનેજ કરવા પડશે. ડેડિકેટેડ DevOps રિસોર્સિસ વગરની ટીમો મેનેજ્ડ સર્વિસ પસંદ કરી શકે છે.

તેનાથી વિપરીત, સેન્સિટિવ ડેટા હેન્ડલ કરતી એન્ટરપ્રાઇઝ માટે નિર્ણય લેવાની પ્રક્રિયાના દરેક સ્ટેપનું ઓડિટ કરવું નિર્ણાયક સાબિત થઈ શકે છે. તેનો મોડ્યુલર ડિઝાઇન કમ્યુનિટીના યોગદાનને પ્રોત્સાહન આપે છે, જે કોઈપણ સિંગલ વેન્ડર કરતા ઝડપથી ટૂલ ઇકોસિસ્ટમને વધારી શકે છે.

અત્યારે, આ ફ્રેમવર્ક એવા કોઈપણ વ્યક્તિ માટે એક નક્કર માર્ગ આપે છે જે એવું AI આસિસ્ટન્ટ ઈચ્છે છે જે તેમના પોતાના હાર્ડવેર પર ચાલે, જેમને તેમની જરૂરિયાત મુજબના વર્કફ્લોમાં ઢાળી શકાય અને જેઓ તેને ચલાવે છે તેમના માટે પારદર્શક રહે. આગલું સ્ટેપ સરળ છે: રેપો ક્લોન કરો, તેને શરૂ કરો, અને તમારા નવા આસિસ્ટન્ટને એવા કાર્યો કેવી રીતે કરવા તે શીખવવાનું શરૂ કરો જેના પર તમે દર અઠવાડિયે કલાકો વિતાવો છો.