Hermes Agent، جو Nous Research کی طرف سے جاری کردہ ایک اوپن سورس AI اسسٹنٹ فریم ورک ہے، ڈویلپرز کو اپنی مشین یا سرور پر ذاتی اسسٹنٹ چلانے اور اپنی ضرورت کے مطابق کوئی بھی ٹولز منسلک کرنے کی اجازت دیتا ہے۔ اس کا کوڈ GitHub پر دستیاب ہے۔

ایک نیا فریم ورک کیوں اہم ہے

زیادہ تر صارفین کے لیے بنائے گئے اسسٹنٹس اپنے اندرونی طریقہ کار کو پراپرائٹری (proprietary) APIs کے پیچھے چھپاتے ہیں۔ آپ ایک پرامپٹ بھیجتے ہیں، سروس یہ فیصلہ کرتی ہے کہ کون سا ماڈل کال کرنا ہے اور کیا اقدامات کرنے ہیں، اور آپ کو ایک ایسا جواب ملتا ہے جس کا آپ معائنہ یا تبدیلی نہیں کر سکتے۔ یہ ماڈل عام صارفین کے لیے تو ٹھیک ہے لیکن ان ڈویلپرز کے لیے مایوس کن ہے جو ورک فلو کو خودکار بنانا چاہتے ہیں، نجی ڈیٹا اسٹورز کے ساتھ انٹیگریٹ کرنا چاہتے ہیں، یا سخت سیکیورٹی پالیسیوں کو نافذ کرنا چاہتے ہیں۔ Hermes Agent اس صورتحال کو بدل دیتا ہے: یہ صارف اور لینگویج ماڈل کے درمیان کام کرتا ہے، فیصلہ سازی کے عمل کو ظاہر کرتا ہے اور آپ کو اپنی مرضی کے "ٹولز" – جیسے اسکرپٹس، فائل سسٹم کمانڈز، یا تھرڈ پارٹی سروسز – منسلک کرنے کی اجازت دیتا ہے جنہیں ایجنٹ آپ کی طرف سے استعمال کر سکتا ہے۔

اس کا عملی فائدہ فوری طور پر نظر آتا ہے۔ ایک ڈویلپر Hermes کو لانچ کر سکتا ہے، اسے کسی لوکل LLM یا OpenRouter جیسی API کی طرف اشارہ کر سکتا ہے، اور پھر اسے لاگ فائل کو grep کرنے، اسٹیٹک اینالیسس ٹول چلانے، یا Docker کنٹینر شروع کرنے کا کہہ سکتا ہے۔ ایجنٹ گفتگو کے سیاق و سباق (context) کو یاد رکھتا ہے، فیصلہ کرتا ہے کہ کون سا ٹول درخواست کے مطابق ہے، اور ایک منظم جواب فراہم کرتا ہے۔ مختصراً یہ کہ، یہ "صرف جواب دینے والے" چیٹ بوٹس سے "عمل پر مبنی" اسسٹنٹس کی طرف منتقل ہو جاتا ہے۔

Hermes Agent کیسے بنایا گیا ہے

  • Core – وہ آرکیسٹریٹر جو صارف کی ان پٹ وصول کرتا ہے، گفتگو کی ہسٹری کو ٹریک کرتا ہے، اور ماڈل کی تجویز کی بنیاد پر مناسب ٹول کا انتخاب کرتا ہے۔
  • Model – وہ لینگویج ماڈل جو ارادہ (intent) اور ممکنہ اقدامات تیار کرتا ہے۔ آپ اپنی مرضی کا کوئی بھی ماڈل استعمال کر سکتے ہیں، مقامی طور پر ہوسٹ شدہ اوپن سورس LLM سے لے کر کلاؤڈ اینڈ پوائنٹ تک۔
  • Tools – قابلِ عمل اقدامات کے گرد بنائے گئے پتلے ریپرز (wrappers)۔ ایک ٹول فائل پڑھ سکتا ہے، REST API کو کال کر سکتا ہے، یا شیل کمانڈ چلا سکتا ہے۔ نیا ٹول شامل کرنا اتنا ہی آسان ہے جتنا کہ ایک Python فنکشن لکھنا اور اسے فریم ورک کے ساتھ رجسٹر کرنا۔
  • Skills – متعلقہ ٹولز کے مجموعے جو ایجنٹ کو مخصوص ڈومین کی صلاحیتیں دیتے ہیں، جیسے سسٹم ایڈمنسٹریشن میں مدد یا کوڈ ریویو کا خودکار نظام۔

یہ آرکیٹیکچر تینوں پہلوؤں کو الگ رکھتا ہے: ماڈل صرف ٹیکسٹ تک محدود رہتا ہے، کور (core) بہاؤ کو سنبھالتا ہے، اور ٹولز اصل کام انجام دیتے ہیں۔ یہ علیحدگی پورے سسٹم کو خراب کیے بغیر اجزاء کو تبدیل کرنا آسان بناتی ہے۔

Hermes کو کیسے شروع اور چلایا جائے

  1. ریپو کلون کریں – git clone https://github.com/NousResearch/hermes-agent.git
  2. ڈائریکٹری میں داخل ہوں – cd hermes-agent
  3. ڈیپینڈنسز انسٹال کریں – pip install -r requirements.txt
  4. انویائرمنٹ کنفیگر کریں – .env.example کو .env میں کاپی کریں اور کوئی بھی مطلوبہ API keys (OpenRouter یا دیگر سروسز کے لیے جنہیں آپ استعمال کرنا چاہتے ہیں) درج کریں۔
  5. لانچ کریں – کمانڈ لائن سے hermes چلائیں۔

اسسٹنٹ کی صلاحیتوں میں اضافہ کرنا

نئی صلاحیت شامل کرنے کا طریقہ کار تین مراحل پر مشتمل ہے:

سیکیورٹی کے تحفظات

ایک AI ایجنٹ جو کمانڈز چلا سکتا ہے، ایک بااختیار صارف (privileged user) کی طرح کام کرتا ہے۔ .env فائل میں API keys کو ظاہر کرنا یا ایجنٹ کو فائل سسٹم تک بلا روک ٹوک رسائی دینا ایک بیک ڈور (backdoor) کھول سکتا ہے اگر ماڈل کے ساتھ کوئی سمجھوتہ ہو جائے یا اگر کوئی بدنیتی پر مبنی پرامپٹ گزر جائے۔ خطرے کو کم کرنے کے لیے:

  • ایجنٹ کو کسی کنٹینر یا ورچوئل مشین کے اندر چلائیں جو اہم سروسز سے الگ ہو۔
  • سیکرٹس (secrets) کو انویائرمنٹ ویری ایبلز میں محفوظ کریں اور جہاں ممکن ہو انہیں صرف پڑھنے کے قابل (read-only) پر سیٹ کریں۔
  • رجسٹرڈ ٹولز کو صرف اتنا محدود رکھیں جتنا آپ کے ورک فلو کے لیے ضروری ہو۔
  • غیر متوقع ٹول کے استعمال کو پکڑنے کے لیے ایجنٹ کے لاگز کا باقاعدگی سے آڈٹ کریں۔

توازن: کھلا پن بمقابلہ سہولت

Hermes Agent کا کھلا پن ڈویلپرز کو مکمل کنٹرول دیتا ہے، لیکن اس کا مطلب یہ بھی ہے کہ آپ ہوسٹڈ اسسٹنٹس کا تیار شدہ (turnkey) تجربہ کھو دیتے ہیں۔ آپ کو ماڈل کی اپ ڈیٹس، اسکیلنگ، اور سیکیورٹی پیچز خود سنبھالنے ہوں گے۔ وہ ٹیمیں جن کے پاس وقف شدہ DevOps وسائل نہیں ہیں، وہ شاید مینیجڈ سروس کو ترجیح دیں۔

اس کے برعکس، حساس ڈیٹا سنبھالنے والے اداروں کے لیے فیصلہ سازی کے ہر مرحلے کا آڈٹ کرنا فیصلہ کن ثابت ہو سکتا ہے۔ اس کا ماڈیولر ڈیزائن کمیونٹی کے تعاون کی دعوت دیتا ہے، جو کسی بھی واحد وینڈر کے مقابلے میں ٹول ایکو سسٹم کو تیزی سے بڑھا سکتا ہے۔

فی الحال، یہ فریم ورک ان تمام لوگوں کے لیے ایک ٹھوس راستہ فراہم کرتا ہے جو ایک ایسا AI اسسٹنٹ چاہتے ہیں جو ان کے اپنے ہارڈ ویئر پر چلے، ان کے مخصوص ورک فلو کے مطابق ڈھالا جا سکے، اور ان لوگوں کے لیے شفاف رہے جو اسے چلاتے ہیں۔ اگلا قدم سادہ ہے: ریپو کلون کریں، اسے شروع کریں، اور اپنے نئے اسسٹنٹ کو وہ کام کرنا سکھانا شروع کریں جن پر آپ ہر ہفتے گھنٹوں وقت صرف کرتے ہیں۔