Nous Research udostępniło Hermes Agent, framework open-source, który pozwala programistom uruchamiać osobistego asystenta AI na własnym sprzęcie. Projekt ma na celu wyjście poza proste chatboty poprzez zapewnienie asystentowi dostępu do narzędzi, pamięci oraz automatyzacji przepływu pracy — funkcji kluczowych dla każdego, kto buduje niestandardowe potoki dev-ops lub analizy kodu.

Dlaczego ta zmiana jest ważna

Tradycyjne chatboty kończą swoją rolę na odpowiadaniu na pytania lub streszczaniu tekstu. Agent AI, który potrafi wywoływać polecenia, utrzymywać stan między interakcjami i łączyć ze sobą usługi, zmienia interfejs konwersacyjny w programowalnego pomocnika. Dla programistów oznacza to pojedynczego „asystenta”, który może pobierać dokumentację, uruchamiać lintery lub przydzielać zasoby chmurowe bez wysyłania danych na serwer zewnętrznej firmy.

Jak zbudowano Hermes

Hermes znajduje się pomiędzy użytkownikiem a bazowym modelem językowym. Jego architektura rozdziela cztery odpowiedzialności:

  • User interaction – przechwytuje prompty i wyświetla odpowiedzi.
  • Model communication – przekazuje konwersację do modelu językowego za pomocą API (OpenRouter, modele lokalne itp.).
  • Tool execution – uruchamia polecenia powłoki (shell), czyta pliki lub wywołuje zewnętrzne usługi na maszynie hosta.
  • Memory handling – przechowuje kontekst, aby asystent mógł odwołać się do wcześniejszych kroków.

Framework dzieli się na cztery główne komponenty:

  • Core – decyduje, czego chce użytkownik i które narzędzie należy wywołać.
  • Model – generuje odpowiedź tekstową, korzystając z hostowanego API lub modelu uruchomionego lokalnie.
  • Tools – niskopoziomowe prymitywy wykonujące takie czynności jak operacje wejścia/wyjścia na plikach (I/O) czy żądania HTTP.
  • Skills – wysokopoziomowe zestawy narzędzi implementujące konkretne możliwości, takie jak przegląd kodu czy administracja systemem.

Dzięki temu, że wszystko jest open source, programiści mogą sprawdzić logikę, zmienić dostawcę modelu lub dodać własne narzędzia do niszowych zadań.

Uruchamianie Hermes

  1. Sklonuj repozytorium git clone https://github.com/NousResearch/hermes-agent.git
  2. Zainstaluj zależności Pythona pip install -r requirements.txt
  3. Skopiuj przykładowy plik środowiskowy i wstaw swoje klucze API cp .env.example .env
  4. Uruchom asystenta hermes

Po uruchomieniu, wpisanie promptu takiego jak „find the security flaw in this snippet” (znajdź lukę bezpieczeństwa w tym fragmencie) uruchamia komponent Core, który może wywołać narzędzie do analizy statycznej, przekazać wynik z powrotem do Modelu, a na końcu przedstawić zwięzły raport. Ten sam przepływ można wykorzystać do restartowania usług, odpytywania bazy danych lub orkiestracji potoku CI.

Kwestie bezpieczeństwa

Uruchamianie agenta AI z bezpośrednim dostępem do maszyny jest równoznaczne z nadaniem kontu użytkownika podwyższonych uprawnień. Plik README projektu wskazuje kilka praktycznych zabezpieczeń:

  • Przechowuj klucze API w pliku .env i ogranicz uprawnienia do tego pliku.
  • Nadaj agentowi tylko takie uprawnienia, których potrzebuje; unikaj uruchamiania go jako root.
  • Izoluj ryzykowne narzędzia w kontenerach lub środowiskach wirtualnych.
  • Dbaj o aktualność pakietów Python, aby łatać znane podatności.

Kompromis

Self-hosting zapewnia pełną kontrolę nad danymi, wyborem modelu i kosztami, ale nakłada również ciężar utrzymania na programistę. Hermes wymaga monitorowania zmian w API modeli, zarządzania zasobami obliczeniowymi i dbania o kompatybilność zestawu narzędzi. Zespoły bez dedykowanego wsparcia DevOps mogą uznać te koszty operacyjne za zbyt wysokie.

Co dalej

Nous Research otworzyło kod do społecznych kontrybucji.

Podsumowanie: Hermes Agent pokazuje, że asystent AI typu self-hosted nie jest już tylko prototypem badawczym. Daje programistom klocki do budowy inteligentnej automatyzacji bezpośrednio w ich środowiskach — pod warunkiem, że są gotowi na zarządzanie towarzyszącymi temu kwestiami bezpieczeństwa i operacyjnymi.