Hermes Agent: Osobní AI asistent od základů

Hermes Agent je open source AI agent s více než 140 000 hvězdičkami na GitHubu, který dokáže běžet na vlastní infrastruktuře a postupně se sám zdokonalovat. Tento článek shrnuje vše podstatné z hodinového kurzu, a to od základní architektury přes instalaci na VPS až po správu více agentů.

Co je Hermes Agent a jak se liší od jiných nástrojů

Hermes Agent je open source projekt od NousResearch s MIT licencí, patřící mezi nejrychleji rostoucí open source projekty vůbec. Na rozdíl od jiných nástrojů je stavěn primárně pro open source modely, je lehčí, rychlejší a zaměřený na sebezdokonalování. Po instalaci disponuje 91 vestavěnými skills (dovednostmi) z celkových 684 dostupných. Zahrnují například Excalidraw diagramy, přepisy, hlasové zprávy nebo monitoring YouTube komentářů.

V porovnání s podobnými nástroji platí toto rozdělení:

• Claude Code: denní nástroj pro znalostní práci a programování v terminálu – více o tomto nástroji v článku Claude Code – tipy, triky a hacky
• Open Claw: práce na cestách přes telefon, nastavování cronů přes Telegram, 350 000+ hvězdiček na GitHubu, větší tým a časté aktualizace
• Hermes: stabilnější (méně pádů než Open Claw), lehčí, rychlejší, ideální pro open source modely a sebezdokonalování

Pět pilířů architektury Hermes Agenta

Celá funkčnost Hermes Agenta stojí na pěti pilířích, které dohromady tvoří základ pro jeho dlouhodobé využití:

• Memory (Paměť): Trvalý kontext přenášený mezi sezeními. Soubor user.md uchovává informace o uživateli, jeho stylu a preferencích. Soubor memory.md obsahuje projektový a byznysový kontext. Agent začíná každou relaci bez paměti (stateless), podobně jako ve filmu Memento, a tyto soubory mu dodávají potřebný kontext. Princip perzistentní paměti podrobněji vysvětluje článek Jak nastavit perzistentní paměť v Claude Code.
• Skills (Dovednosti): Znovupoužitelné návody uložené jako soubory skill.md s YAML front matter. Fungují jako recepty pro konzistentní výsledky. Komunita nabízí přes 520 skills včetně 16 oficiálních Anthropic skills.
• Soul (Duše): Soubor soul.md dává agentovi osobnost a charakter. Různí agenti mohou mít různé osobnosti a soul se vyvíjí na základě zpětné vazby uživatele.
• Cron (Plánované automatizace): Mění Hermes z reaktivního nástroje na proaktivní. Příklady využití: denní přehled AI novinek, ranní obchodní souhrn, kontrola serverů, monitoring YouTube komentářů nebo upomínky k follow-upům. Podobné principy plánované automatizace lze využít i v dalších workflow. Cron sessions nemohou rekurzivně vytvářet další cron jobs.
• Self-Improving Loop (Samolepšící se smyčka): Agent se zlepšuje tím, že užitečné zkušenosti ukládá jako paměť, dovednosti a historii. Cyklus vypadá takto: práce, učení agenta, uložení a opakování. Nejlépe funguje, když uživatel agenta koriguje a nechá ho vytvářet nebo aktualizovat skills po náročné práci.

Instalace Hermes Agenta na VPS (Hostinger)

Pro provoz Hermes Agenta je doporučena instalace na VPS. Jako poskytovatel je v kurzu použit Hostinger s možností instalace na jeden klik. Minimální doporučený plán je roční (přibližně 100 USD za rok), operační systém Ubuntu 24.04 LTS. VPS nabízí výhody jako denní automatické zálohy a automatický deploy agenta.

K dispozici jsou dva způsoby instalace:

• Root instalace: Hermes přímo na VPS na root úrovni. Spustí se příkazy hermes install a hermes setup v terminálu.
• Docker instalace: Hermes běží v izolovaném kontejneru. V Docker Manageru se vybere Hermes přes One-click deploy, nastaví se admin username a admin password. Na jednom VPS lze spustit více Docker kontejnerů s různými agenty.

Při prvotním nastavení se volí inference provider (OpenAI jako nejdostupnější možnost), model (GPT-4.5) a komunikační kanál (Telegram přes BotFather). Přihlašovací údaje agenta je vhodné ukládat do Cloud Code projektu.

Bezpečné zacházení s API klíči a GitHub zálohami

Bezpečnost je při práci s autonomními agenty klíčová. Kurz zdůrazňuje několik konkrétních pravidel:

• API klíče nikdy nevkládejte přímo do Hermes chatu. Správný postup je spustit v terminálu VPS příkaz hermes config set GITHUB_TOKEN [token], čímž se token uloží do /opt/data/.env bez vstupu do AI konverzace.
• Soubor .env se nesmí commitovat na GitHub, protože chrání citlivé údaje (secrets). Více o bezpečnostních principech a šifrování dat u velkých jazykových modelů.
• Pro GitHub zálohu je doporučeno vytvořit fine-grained personal access token s oprávněním contents (read and write) a nastavit mu expiraci.
• Automatická záloha se nastavuje jako cron job, který každou noc o půlnoci commituje změny do privátního GitHub repozitáře. Jde o bezplatné řešení, které chrání data při výpadku VPS.
• Různým agentům přiřaďte různé API klíče (například Open Router, Perplexity) pro přehledné sledování nákladů.
• Každému agentovi přidělte pouze přihlašovací údaje a nástroje potřebné pro jeho úkol (least privilege rule, tedy princip minimálních oprávnění).

Správa více agentů a rozhodování o jejich vytvoření

Kurz doporučuje začít s jedním hlavním Hermes agentem a přidávat další až po jeho důkladném zvládnutí. Nový agent má smysl vytvořit tehdy, když potřebuje jiná oprávnění, vlastní dlouhodobou paměť, opakovanou práci na specifické oblasti nebo vlastní komunikační kanál. Každý agent by měl běžet ve vlastním Docker kontejneru s vlastním souborem .env.

Chybou, které je třeba se vyvarovat, je jeden mega agent se všemi API klíči, všemi skills a všemi crony. Správný přístup je rozdělení podle oblasti, platformy nebo byznysové logiky. Podrobný pohled na to, jak delegovat práci na AI agenta, nabízí samostatný průvodce. To přináší nižší riziko, čistší paměť, snazší ladění a lepší přehlednost.

Pro průběžnou údržbu agenta platí tato pravidla:

• Pokud agent chybuje dvakrát za sebou, opravte chybu ihned a nechte ho aktualizovat příslušný skill nebo paměť.
• Pokud udělíte stejný pokyn dvakrát, požádejte agenta, aby z něj vytvořil skill.
• Je-li agent příliš upovídaný nebo mimo žádaný tón, nechte ho upravit soul.
• Při neočekávaném chování agenta zkontrolujte memory.md. Zastaralá paměť bývá nejčastější příčinou problémů.
• Hermes není nástroj, který se nastaví jednou a je hotovo. Je to týmový člen, kterého průběžně používáte a trénujete. Inspiraci, jak řídit větší počet AI agentů v reálném provozu, přináší zkušenosti z praxe.

CLI vs. Telegram rozhraní a práce s dashboardem

Hermes Agent lze ovládat dvěma rozhraními, přičemž obě sdílejí stejný mozek, skills, paměť i kontext:

• CLI („kokpit“): Plná kontrola, více příkazů se lomítkem (slash commands), viditelnost kontextového okna. Ideální pro hlubokou práci, programování a projektový vývoj.
• Telegram („dálkové ovládání“): Méně kontroly, bez slash příkazů, nevýhodou je obtížnější sledování resetu sezení. Ideální pro rychlé úkoly, plánování a obecnou znalostní práci s nižším rizikem.

Hermes dashboard dostupný na VPS zobrazuje poslední sezení, připojené platformy, Kanban board, klíče, konfigurace, skills, pluginy a crony. Pro jeho otevření je potřeba spustit tunel přes Cloud Code. Po prvním zprovoznění se doporučuje výsledek uložit do paměti agenta a vytvořit skill pro příští použití.

Hermes Agent představuje výkonný open source nástroj pro vybudování osobního AI asistenta běžícího na vlastní infrastruktuře. Pokud vás zajímají i další aplikace umělé inteligence nebo chcete lépe pochopit, k čemu se dá využít umělá inteligence v praxi, najdete na webu řadu dalších zdrojů. Pokud chcete začít s Hermes Agentem, navštivte autorovu bezplatnou příručku se zdroji odkazovanou v popisu videa. Pro 10% slevu na roční plán VPS u Hostingeru použijte slevový kód NATEHERK.

Pro hlubší pochopení tématu AI agentů doporučujeme také tyto externí zdroje: projekt Hermes Agent na GitHubu (NousResearch), přehled jak budovat efektivní AI agenty od Anthropic a dokumentaci k Docker kontejnerizaci, která je základem pro provoz více agentů na jednom VPS.