Hermes Agent, sebuah rangka kerja pembantu AI sumber terbuka yang dikeluarkan oleh Nous Research, membolehkan pembangun menjalankan pembantu peribadi pada mesin atau pelayan mereka sendiri dan menyambungkan sebarang alatan yang diperlukan. Kodnya berada di GitHub.

Mengapa rangka kerja baharu ini penting

Kebanyakan pembantu berorientasikan pengguna menyembunyikan cara kerja dalaman mereka di sebalik API proprietari. Anda menghantar arahan (prompt), perkhidmatan tersebut memutuskan model mana yang perlu dipanggil dan tindakan mana yang perlu diambil, dan anda mendapat jawapan yang tidak boleh diperiksa atau diubah suai. Model tersebut sesuai untuk pengguna biasa tetapi mengecewakan pembangun yang ingin mengautomasikan aliran kerja, menyepadukan dengan stor data peribadi, atau menguatkuasakan polisi keselamatan yang ketat. Hermes Agent mengubah pendekatan tersebut: ia bertindak sebagai perantara antara pengguna dan model bahasa, mendedahkan proses membuat keputusan dan membolehkan anda menyertakan "alatan" (tools) sebarang jenis – skrip, arahan sistem fail, atau perkhidmatan pihak ketiga – yang boleh dipanggil oleh ejen tersebut bagi pihak anda.

Kelebihan praktikalnya dapat dirasai dengan segera. Seorang pembangun boleh melancarkan Hermes, menyambungkannya ke LLM tempatan atau API seperti OpenRouter, dan kemudian memintanya untuk melakukan grep pada fail log, menjalankan alatan analisis statik, atau memulakan kontena Docker. Ejen tersebut mengingati konteks perbualan, memutuskan alatan mana yang sesuai dengan permintaan, dan mengembalikan jawapan berstruktur. Ringkasnya, ia beralih daripada bot sembang "hanya jawapan" kepada pembantu "berorientasikan tindakan".

Bagaimana Hermes Agent dibina

  • Core – orkestrator yang menerima input pengguna, menjejaki sejarah perbualan, dan memilih alatan yang sesuai berdasarkan cadangan model.
  • Model – model bahasa yang menjana niat (intent) dan tindakan yang mungkin. Anda boleh menyambungkan mana-mana model yang anda kawal, daripada LLM sumber terbuka yang dihoskan secara tempatan hingga ke titik akhir (endpoint) awan.
  • Tools – pembungkus (wrappers) nipis di sekeliling tindakan yang boleh dilaksanakan. Sesuatu alatan mungkin membaca fail, memanggil API REST, atau melaksanakan arahan shell. Menambah alatan baharu semudah menulis fungsi Python dan mendaftarkannya dengan rangka kerja tersebut.
  • Skills – koleksi alatan berkaitan yang memberikan keupayaan khusus domain kepada ejen, seperti bantuan pentadbiran sistem atau automasi semakan kod.

Seni bina ini mengekalkan tiga kepentingan secara berasingan: model kekal sebagai teks tulen, core mengendalikan aliran, dan tools melakukan kerja berat. Pengasingan ini memudahkan penukaran komponen tanpa merosakkan keseluruhan sistem.

Memulakan dan menjalankan Hermes

  1. Klon repositori – git clone https://github.com/NousResearch/hermes-agent.git
  2. Masuk ke direktori – cd hermes-agent
  3. Pasang dependensi – pip install -r requirements.txt
  4. Konfigurasi persekitaran – salin .env.example ke .env dan masukkan sebarang kunci API yang diperlukan (untuk OpenRouter atau perkhidmatan lain yang anda rancang untuk gunakan).
  5. Lancarkan – jalankan hermes daripada baris arahan.

Memperluas pembantu

Menambah keupayaan baharu mengikut corak tiga langkah:

Pertimbangan keselamatan

Ejen AI yang boleh melaksanakan arahan bertindak seperti pengguna yang mempunyai keistimewaan (privileged user). Mendedahkan kunci API dalam fail .env atau memberikan ejen akses sistem fail tanpa sekatan boleh membuka pintu belakang (backdoor) jika model diceroboh atau jika arahan berniat jahat terlepas masuk. Kurangkan risiko dengan:

  • Menjalankan ejen di dalam kontena atau mesin maya yang diasingkan daripada perkhidmatan kritikal.
  • Menyimpan rahsia dalam pemboleh ubah persekitaran dan menetapkannya kepada mod baca-sahaja jika boleh.
  • Mengehadkan alatan yang didaftarkan kepada jumlah minimum yang diperlukan untuk aliran kerja anda.
  • Mengaudit log ejen secara berkala untuk mengesan panggilan alatan yang tidak dijangka.

Imbangan: keterbukaan vs. kemudahan

Keterbukaan Hermes Agent memberikan kawalan penuh kepada pembangun, tetapi ia juga bermakna anda kehilangan pengalaman "siap guna" (turnkey) daripada pembantu yang dihoskan. Anda mesti menguruskan kemas kini model, penskalaan, dan tampalan keselamatan sendiri. Pasukan tanpa sumber DevOps khusus mungkin masih lebih menyukai perkhidmatan terurus.

Sebaliknya, mengaudit setiap langkah dalam rantaian keputusan boleh menjadi faktor penentu bagi perusahaan yang mengendalikan data sensitif. Reka bentuk modular ini menggalakkan sumbangan komuniti, yang boleh mengembangkan ekosistem alatan dengan lebih cepat daripada mana-mana vendor tunggal.

Buat masa ini, rangka kerja ini menawarkan jalan konkrit bagi sesiapa sahaja yang mahukan pembantu AI yang berjalan pada perkakasan mereka sendiri, boleh dibentuk untuk memenuhi aliran kerja tersuai, dan kekal telus kepada orang yang menjalankannya. Langkah seterusnya adalah mudah: klon repositori, jalankannya, dan mula mengajar pembantu baharu anda cara melakukan tugasan yang anda habiskan masa berjam-jam setiap minggu.