تصور کنید یک دستیار دیجیتال داشته باشید که ساعت ۶ صبح بدون هیچ دستوری، خلاصه گزارش‌های روزانه را در تلگرام برای شما بفرستد و هم‌زمان فایل‌های کد شما را ویرایش کند. Hermes Agent، چارچوب متن‌باز توسعه‌یافته توسط Nous Research، تمرکز را از هوش مصنوعی گفتگو‌محور به یک «کارمند کاربردی» تغییر می‌دهد که مدل دائمی از کاربر و محیط او در ذهن دارد. این رویکرد در واقع بخشی از یک تحول گسترده‌تر است که در آن عامل‌های هوش مصنوعی از دستورالعمل‌های صلب به سمت سامانه‌های هدف‌گرا حرکت می‌کنند تا استقلال عملیاتی بیشتری داشته باشند.
بسیاری از ابزارهای فعلی با هر چت جدید، تمام حافظه خود را پاک می‌کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی نحوه بررسی ریسک‌های ابزاری توسط Hermes بر اساس OWASP اشاره کردیم، این چارچوب مشکل «صفحه سفید» را حل می‌کند. در واقع Hermes مانند کارمندی است که هر دوشنبه صبح نیاز به توجیه مجدد ندارد و تمام جزئیات پروژه را از هفته پیش به یاد دارد. این سیستم به جای اینکه یک بازدیدکننده موقت باشد، به عنوان یک ساکن بلندمدت در سیستم شما عمل می‌کند. برای مدیریت امن این دسترسی‌ها، ابزارهایی مانند پلاگین Agent-Ledger توسعه یافته‌اند تا ریسک ابزارهای Hermes را با استانداردهای OWASP بسنجند و امنیت محیط اجرا را تضمین کنند.
طبق راهنمای منتشر شده در ۱۶ اکتبر ۲۰۲۶، این سیستم برای میزبانی شخصی (Self-hosting) — یعنی نصب روی سرور یا کامپیوتر خودتان به جای استفاده از ابر — روی لینوکس، مک و ویندوز طراحی شده است. این عامل مستقیماً با ترمینال ادغام می‌شود و قابلیت گسترش به دیسکورد، اسلک و ایمیل را دارد. نصب آن بسیار سریع است و کاربر می‌تواند در حدود دو دقیقه از اجرای یک دستور ساده به چت تعاملی برسد.
استقرار و راه‌اندازی
نصب این سیستم از طریق یک اسکریپت ساده انجام می‌شود. در لینوکس، مک یا WSL، کاربران دستور curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash را اجرا می‌کنند و سپس دستور source ~/.bashrc و در نهایت دستور hermes را برای شروع به کار می‌زنند. کاربران بومی ویندوز نیز از طریق پاورشل و دستور iex (irm https://hermes-agent.nousresearch.com/install.ps1) این کار را انجام می‌دهند.
پس از نصب، چهار دستور اصلی محیط را مدیریت می‌کنند:
hermes model: برای انتخاب ارائه‌دهنده مدل زبانی بزرگ (LLM) — شبیه کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — و مدل خاص.hermes setup: اجرای جادوگر تنظیمات کامل برای پیکربندی، ابزارها و سیستم‌های پیام‌رسان.hermes doctor: عیب‌یابی و تشخیص مشکلات احتمالی در نصب یا پیکربندی.hermes update: دریافت و به‌روزرسانی به آخرین نسخه چارچوب.
اگر کاربر به‌جای خط فرمان (CLI)، رابط گرافیکی (GUI) را ترجیح دهد، می‌تواند به سادگی با دستور hermes desktop برنامه دسکتاپ را اجرا کند.
معماری هسته
این چارچوب برای رسیدن به خودگردانی و استقلال عملیاتی بر چهار مکانیزم تکیه دارد:
- حافظه دائمی (Persistent Memory): برخلاف مدل‌های استاندارد، Hermes از یک فایل حافظه سازمان‌یافته و منتخب استفاده می‌کند. اگر یک‌بار بگویید که از Cloudflare روی مک استفاده می‌کنید، این مورد را در تمام جلسات آینده به یاد می‌آورد. این عامل می‌تواند در گفتگوهای گذشته خود جستجو کند تا جزئیاتی را که هفته‌ها پیش بحث شده بود، به یاد آورد.
- حلقه مهارت‌ها (Skills Loop): عامل اسنادی کوچک به نام «مهارت‌ها» می‌سازد که نحوه انجام یک کار خاص در محیط کاربر را کدگذاری می‌کند (مثلاً «من چگونه X را در این محیط انجام می‌دهم»). هر بار که مدل یک گردش‌کار پیچیده را حل می‌کند، روش آن را ذخیره می‌کند تا بعداً دوباره استفاده کند. این یک حلقه یادگیری واقعی ایجاد می‌کند که در آن عامل در انجام کارهای تکراری پیشرفت می‌کند.
- زمان‌بندی کرون (Cron Scheduling): کاربران می‌توانند تایمرهای مشخصی برای عامل تعیین کنند. این قابلیت اجازه می‌دهد کارهایی به‌صورت «شبانه» انجام شود، مانند بررسی افت قیمت‌ها یا ایجاد نسخه‌های پشتیبان شبانه. این وظایف می‌توانند «عامل-محور» باشند (جایی که هوش مصنوعی تصمیم می‌گیرد چه اقدامی کند) یا اسکریپت‌های ساده‌ای باشند که فقط در صورت تغییر خروجی، کاربر را مطلع می‌کنند.
- تفویض به زیر-عامل‌ها (Subagent Delegation): برای کارهای بزرگ، Hermes به‌طور پیش‌فرض تا سه عامل فرزند ایزوله می‌سازد. این زیر-عامل‌ها به‌صورت موازی کار می‌کنند؛ به طور مثال یکی تحقیق می‌کند، یکی پیش‌نویس می‌زند و سومی بازبینی می‌کند و در نهایت نتایج را به عامل اصلی گزارش می‌دهند.
کاربردهای عملی
به گزارش کاربران، در حال حاضر Hermes در چهار حوزه اصلی به کار گرفته می‌شود:
- اتوماسیون شخصی: ایجاد گزارش‌های صبحگاهی یا تعریف وظایفی برای نظارت بر قیمت کالاها.
- دستیاران میزبانی شخصی: دسترسی به همان عامل واحد از طریق گوشی موبایل با استفاده از واتس‌اپ یا تلگرام.
- گردش‌کار توسعه‌دهندگان: خواندن کدها، اجرای تست‌ها و باز کردن Pull Requestها در حالی که قراردادها و استانداردهای خاص هر مخزن (Repo) را به خاطر می‌سپارد.
- ساختارهای چندعاملی: استقرار تیمی از عامل‌ها با مهارت‌های مشترک و پروفایل‌های ایزوله برای مدیریت پروژه‌های مقیاس‌بزرگ.
برای کسانی که می‌خواهند سیستم را به‌صورت جدی اجرا کنند، توصیه می‌شود از یک VPS یا ماشین اختصاصی در خانه استفاده کنند تا دسترسی ۲۴ ساعته و در دسترس بودن همیشگی تضمین شود. از آنجایی که فایل‌های حافظه و مهارت‌ها به‌صورت محلی روی ماشین کاربر ذخیره می‌شوند، این فایل‌ها تنها بخش‌های غیرقابل جایگزین سیستم هستند و باید مرتباً پشتیبان‌گیری شوند. برای تنظیمات تیمی یا داشبوردهای پروژه، استفاده از یک VPS ارزان (مانند Hostinger با کد تخفیف OVDAMRMASPIM) توصیه می‌شود.
این تغییر معماری به این معناست که ارزش یک عامل دیگر فقط در مدل زیربنایی آن نیست، بلکه در «تجربه» انباشته شده در حافظه محلی و فایل‌های مهارت است. برای توسعه‌دهندگان، این ابزار از یک دستیار کدنویسی به یک هم‌تیمی تبدیل می‌شود که قراردادهای مخزن کد را می‌شناسد و می‌تواند به‌طور مستقل Pull Requestها را باز کند.
برای کاربر عادی، این سیستم نیاز به مهندسی پرامپت (Prompt Engineering) — هنر سؤال درست پرسیدن برای گرفتن بهترین جواب — را از بین می‌برد. شما دیگر دستورات طولانی نمی‌نویسید، بلکه کتابخانه‌ای از مهارت‌ها می‌سازید که عامل بر اساس وظیفه پیش‌رو، آن‌ها را به‌طور خودکار فعال می‌کند.
برای شروع، کاربران می‌توانند اسکریپت نصب را از طریق ترمینال اجرا کنند یا برنامه دسکتاپ را با دستور hermes desktop مستقر نمایند. تکامل حیاتی بعدی که باید زیر نظر داشت این است که چگونه این کتابخانه‌های مهارت محلی می‌توانند بین چارچوب‌های مختلف عامل‌های متن‌باز به اشتراک گذاشته شوند یا استاندارد شوند.
گام بعدی شما
- اگر توسعه‌دهنده هستید، Hermes را روی یک VPS ارزان نصب کنید تا اولین «کارمند دیجیتال» خود را برای نظارت بر مخازن کد داشته باشید.
- فایل‌های حافظه و مهارت‌ها را در یک فضای ابری خصوصی پشتیبان‌گیری کنید تا تجربه انباشته شده مدل را از دست ندهید.
- سعی کنید اولین «مهارت» (Skill) خود را برای یک کار تکراری هفتگی تعریف کنید و خروجی آن را به تلگرام متصل کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو