Apa itu Hermes Agent?

Hermes Agent adalah agen AI sumber terbuka dari Nous Research yang dibangun untuk mengerjakan tugas, mengingat apa yang dipelajarinya, dan meningkat seiring waktu. Ia dapat menggunakan alat seperti terminal, peramban, sistem berkas, pencarian web, dan eksekusi kode untuk melaksanakan pekerjaan, bukan hanya menghasilkan respons.

Apa itu agen AI?

Agen AI dapat melakukan lebih dari sekadar menghasilkan teks. Anda memberinya tujuan, dan ia dapat memutuskan tindakan apa yang diperlukan, menggunakan alat, mengamati hasil, dan terus bekerja menuju tujuan tersebut.

Banyak agen AI sudah dapat menggunakan alat dan menyelesaikan tugas multi-langkah. Perbedaannya terletak pada apa yang terjadi setelah tugas selesai. Beberapa agen memperlakukan setiap tugas sebagai masalah baru. Hermes dirancang untuk menyimpan pengetahuan dan prosedur yang berguna sehingga dapat menjadi lebih bermanfaat seiring waktu. Lihat Agentic AI untuk mengetahui bagaimana hal ini diterapkan pada agen yang berjalan di DaDesktop.

Apa yang membuat Hermes berbeda?

Hermes memiliki siklus pembelajaran bawaan. Ia dapat menciptakan keterampilan dari pengalaman, meningkatkan keterampilan tersebut saat digunakan, mengingat informasi yang berguna, dan mencari sesi sebelumnya ketika membutuhkan informasi dari pekerjaan yang lalu.

Mengapa menggunakan Hermes Agent?

Hermes berguna ketika suatu tugas melibatkan beberapa langkah, alat, atau aplikasi. Alih-alih berulang kali berpindah antara obrolan AI, terminal, peramban, dan berkas, Anda dapat memberikan keseluruhan tugas kepada Hermes dan membiarkannya mengoordinasikan pekerjaan tersebut.

• Mengerjakan tugas lengkap: berikan Hermes tujuan, bukan meminta instruksi satu per satu.
• Menjaga konteks sepanjang waktu: menyimpan informasi berguna di berbagai sesi terpisah.
• Membangun alur kerja yang dapat digunakan kembali: menyimpan pendekatan yang berhasil sebagai keterampilan alih-alih memecahkan masalah yang sama dari awal.
• Mengotomatiskan pekerjaan berulang: menjadwalkan tugas agar berjalan otomatis di latar belakang.
• Mendelegasikan pekerjaan: menggunakan subagen terpisah untuk bagian berbeda dari tugas yang lebih besar.
• Memilih model Anda: menghubungkan Hermes ke model lokal atau penyedia model cloud yang didukung.

Apa yang dapat dilakukan Hermes

• Pengembangan perangkat lunak: memeriksa kode, men-debug masalah, membuat perubahan, menjalankan pengujian, dan bekerja dengan repositori.
• Riset: mencari di web, membaca sumber, mengumpulkan informasi, dan mengorganisasi temuan.
• Otomatisasi: menjalankan skrip dan menjadwalkan tugas berulang seperti laporan, pemantauan, dan rutinitas lainnya.
• Administrasi sistem: menggunakan terminal, menginstal perangkat lunak, mengonfigurasi sistem, dan memecahkan masalah.
• Tugas peramban: menavigasi situs web, berinteraksi dengan halaman web, dan mengumpulkan informasi.
• Pekerjaan berkas: membaca, membuat, mengedit, mencari, dan mengorganisasi berkas.
• Integrasi alat: menghubungkan layanan dan alat tambahan melalui MCP.

Bagaimana Hermes meningkat seiring penggunaan

Bayangkan Anda memberi Hermes tugas sulit yang memerlukan beberapa langkah. Saat menyelesaikannya, Hermes mungkin menemukan alur kerja yang berjalan baik. Ia dapat menyimpan alur kerja tersebut sebagai keterampilan alih-alih kehilangan pengetahuan itu ketika tugas selesai.

Lain kali muncul tugas serupa, Hermes dapat menggunakan keterampilan tersebut sebagai titik awal. Jika alur kerjanya perlu ditingkatkan, keterampilan itu dapat diperbarui. Memorinya juga dapat menyimpan fakta berguna dan pelajaran dari pekerjaan sebelumnya.

Memori dan keterampilan memiliki fungsi yang berbeda. Memori menyimpan informasi dan konteks yang berguna, sementara keterampilan menyimpan prosedur untuk melakukan sesuatu. Bersama-sama, keduanya memungkinkan Hermes membangun pengetahuan tentang apa yang diketahuinya sekaligus cara melakukan pekerjaan yang berulang.

Mengotomatiskan pekerjaan di latar belakang

Hermes memiliki penjadwal bawaan untuk tugas berulang. Anda dapat mendeskripsikan jadwal dalam bahasa alami dan meminta Hermes melakukan pekerjaan tanpa menunggu Anda memulai sesi.

Ini dapat digunakan untuk laporan, pemantauan, pencadangan, tugas riset, dan rutinitas lainnya. Tugas terjadwal juga dapat menjaga kesinambungan antar proses, memungkinkannya dibangun di atas pekerjaan sebelumnya.

Menjalankan model lokal atau cloud

Hermes tidak terikat pada satu LLM. Anda dapat menghubungkannya ke model lokal atau penyedia cloud yang didukung dan mengganti model tanpa mengubah alat, memori, dan alur kerja agen.

Menjalankan model lokal memberi Anda kendali lebih besar atas model, perangkat keras, dan tempat data Anda diproses. Ini juga memungkinkan Hermes bekerja dengan berkas dan sumber daya lokal lainnya tanpa mengirimkannya ke penyedia model eksternal.

Cara menginstal Hermes

Hermes dapat berjalan di Linux, macOS, Windows, dan WSL2. Anda dapat menginstal aplikasi desktop atau menggunakan versi baris perintah tanpa aplikasi desktop.

Di Linux, macOS, atau WSL2, buka terminal dan jalankan:

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Di Windows, jalankan penginstal dari PowerShell:

irm https://hermes-agent.nousresearch.com/install.ps1 | iex

Setelah instalasi, jalankan wizard penyiapan untuk mengonfigurasi penyedia model dan opsi lainnya:

hermes setup

Lihat dokumentasi Hermes untuk opsi instalasi dan detail konfigurasi.

Menjalankan Hermes di DaDesktop

Hermes membutuhkan lingkungan tempat ia dapat menjalankan alat-alatnya dan menyimpan datanya. DaDesktop menyediakan desktop cloud dengan sumber daya CPU, RAM, penyimpanan, dan GPU yang diperlukan untuk menjalankan Hermes bersama LLM lokal.

Ini berguna ketika model yang ingin Anda jalankan membutuhkan lebih banyak VRAM daripada yang dimiliki mesin Anda sendiri. Pilih GPU dengan VRAM yang cukup, luncurkan desktop DaDesktop, instal Hermes, dan jalankan model secara lokal bersama agen.

Anda juga dapat membiarkan desktop tetap berjalan untuk tugas terjadwal dan alur kerja jangka panjang tanpa harus membiarkan komputer pribadi Anda menyala.

Pelajari lebih lanjut tentang menjalankan LLM lokal di DaDesktop.