Hermes Agent Guide: Beyond OpenClaw, Boosting Productivity by 100x

วันที่ 25 กุมภาพันธ์ ทีมชื่อ Nous Research ได้ปล่อย v0.1.0 อย่างเงียบๆ บน GitHub ในตอนแรก โมเดล Hermes มีเพียงคำสั่งติดตั้งหนึ่งบรรทัดและประโยคเดียวที่ระบุตำแหน่งผลิตภัณฑ์: "An agent that grows with you"

ในเวลานั้น มีเพียงไม่กี่คนที่สังเกตเห็นมัน แม้ว่า Nous Research จะมีชื่อเสียงในแวดวงโมเดล และชุดโมเดล Hermes ของพวกเขามีดาวน์โหลดสะสมมากกว่า 33 ล้านครั้งบน HuggingFace แต่ความสนใจของชุมชนนักพัฒนาทั้งหมดก็อยู่ที่ OpenClaw "小龙虾" ที่ถูกยกย่องเสมือนเทพเจ้า ใช้เวลาเพียง 33 วันในการแซงหน้า React เพื่อขึ้นเป็นอันดับหนึ่งในประวัติศาสตร์ "小龙虾" กลายเป็นโปรเจกต์ที่ได้รับดาวเร็วที่สุดในประวัติศาสตร์ของ GitHub โดยในช่วงพีคได้รับดาว 710 ดวงต่อชั่วโมง แต่ในเวลาเดียวกัน นักวิจัยด้านความปลอดภัยก็เปิดเผยช่องโหว่ในหน้าต่างเวลาเดียวกัน ด้วยอัตราเฉลี่ย 2.2 CVE ต่อวัน เป็นเวลา 63 วัน รวมช่องโหว่ความปลอดภัย 138 รายการ ชุมชนทั้งหมดเริ่มตั้งคำถามใหม่: สิ่งนี้สามารถนำไปใช้ในสภาพแวดล้อมการผลิตได้จริงหรือไม่?

ในบริบทดังกล่าว Hermes Agent ซึ่งเป็นคู่แข่งในตลาดเดียวกัน ก็ได้โอกาสและเข้าสู่ช่วงการเติบโตอย่างรวดเร็วครั้งแรกของตัวเอง

Hermes ได้เขียนเครื่องมือสำหรับการย้ายข้อมูลจาก OpenClaw ด้วยคำสั่งเดียวลงในโค้ดของพวกเขา นักพัฒนาที่ออกจาก OpenClaw ต้องการที่พักพิง และ Hermes Agent ก็กลายเป็นตัวเลือกที่ดีที่ถูกบอกต่อกันปากต่อปาก

ดังนั้น ตั้งแต่ต้นเดือนมีนาคม Hermes Agent ก็พุ่งเข้าไปอยู่ใน GitHub Trending สูงสุดถึงอันดับที่ 11 โดยมีดาวทะลุ 2,200 ดวง AwesomeAgents เรียกมันว่า "การเปิดตัว Agent แบบโอเพ่นซอร์สที่ทะเยอทะยานที่สุดในปี 2026 จนถึงปัจจุบัน" ปัจจุบัน Hermes บน GitHub มีดาว 69.9k และ Fork 9k

วันนี้ BlockBeats จะมาคุยกับทุกท่านว่า Agent ตัวนี้มีอะไรที่แตกต่าง

Hermes Agent คืออะไร?

Hermes Agent เป็น AI Agent ที่พัฒนาตนเองได้ (Self-Evolving) สร้างโดย Nous Research และเป็น Agent ตัวเดียวในปัจจุบันที่มีวงจรการเรียนรู้ (Learning Loop) ในตัว

มันสามารถสร้างทักษะขึ้นมาเองจากประสบการณ์การใช้งาน ปรับปรุงทักษะเหล่านั้นอย่างต่อเนื่องระหว่างการใช้งาน แปลงความรู้ให้เป็นทรัพย์สินที่นำกลับมาใช้ใหม่ได้อย่างแข็งขัน ค้นหาประวัติการสนทนาของตัวเองในอดีต และทำความเข้าใจผู้ใช้ (คุณ) มากขึ้นเรื่อยๆ ผ่านการสนทนาหลายๆ ครั้ง

ดังนั้น พูดง่ายๆ ข้อได้เปรียบที่ใหญ่ที่สุดของ Hermes Agent คือ: ยิ่งใช้ยิ่งฉลาด ยิ่งใช้ยิ่งคล่องตัว

ตำแหน่งของมัน ไม่ใช่ผู้ช่วยการเขียนโปรแกรมที่ผูกติดกับ IDE และไม่ใช่การห่อหุ้มการแชทสำหรับ API เดียวใดๆ แต่เป็น Agent อิสระที่พำนักอยู่บนเซิร์ฟเวอร์ของคุณจริงๆ สามารถจดจำสิ่งที่มันเรียนรู้ได้ และยิ่งทำงานนานความสามารถก็ยิ่งแข็งแกร่งขึ้น

Nous Research กำหนดตำแหน่งตัวเองตั้งแต่แรกว่าเป็น AI Lab ที่ให้ความสำคัญกับโอเพ่นซอร์สและแนวทางแบบกระจายศูนย์ โดยมีเป้าหมายสร้าง AI ที่ผู้ใช้สามารถควบคุมได้เอง แทนที่จะรวมศูนย์ความฉลาดไว้ในมือบริษัทปิดไม่กี่แห่ง งานช่วงแรกของพวกเขามุ่งเน้นไปที่ชุดโมเดล Hermes พร้อมทั้งลงทุนอย่างมากในด้านโครงสร้างพื้นฐานและระบบระดับล่าง และยังได้สำรวจเทคโนโลยี DisTrO สำหรับฝึกโมเดลบน GPU ระดับผู้บริโภคที่กระจายทั่วโลก รวมถึงสภาพแวดล้อมจำลองแบบมัลติเอเจนต์และพฤติกรรมระยะยาว เช่น WorldSim, Doomscroll

ทีมเบื้องหลัง Hermes Agent นี้ คือกลุ่มคนเดียวกันที่เคยสร้างชุดโมเดล Nomos, Psyche

เครื่องมือที่มีประโยชน์มีอะไรบ้าง?

กลไกหลักของ Hermes Agent คือระบบความจำและระบบทักษะของมัน Agent รักษาไฟล์หลักที่กระชับสองไฟล์: MEMORY.md เก็บข้อมูลสภาพแวดล้อม ข้อตกลง และบทสรุปประสบการณ์จากงานในอดีต; USER.md เก็บความชอบและสไตล์การสื่อสารของคุณ ไฟล์ทั้งสองนี้จะถูกฉีดเข้าไปในระบบพรอมต์โดยอัตโนมัติเมื่อเริ่มต้นการสนทนาแต่ละครั้ง ซึ่งเทียบเท่ากับ "ความจำระยะยาวในการทำงาน" ของ Agent นอกจากนี้ การสนทนาทั้งหมดในประวัติศาสตร์จะถูกเก็บไว้ในฐานข้อมูลการค้นหาข้อความเต็ม SQLite ทำให้ Agent สามารถค้นหาข้อมูลการสนทนาจากหลายสัปดาห์ก่อนได้

ในด้านระบบทักษะ ทุกครั้งที่ทำงานที่ซับซ้อนเสร็จสิ้น (โดยทั่วไปคือการเรียกใช้เครื่องมือมากกว่า 5 ครั้ง) Agent จะสร้างเอกสาร Markdown โครงสร้าง "ทักษะ" ขึ้นมาเอง โดยบันทึกขั้นตอนการดำเนินงาน เนื้อหาที่ทราบ และวิธีการตรวจสอบ เพื่อนำกลับมาใช้ใหม่ในอนาคต ไฟล์ทักษะจะยึดตามรูปแบบการเปิดเผยแบบค่อยเป็นค่อยไป: โดยค่าเริ่มต้น Agent จะมองเห็นเฉพาะชื่อทักษะและคำอธิบาย (ประมาณ 3000 โทเค็น) และจะโหลดเนื้อหาทักษะเต็มรูปแบบเฉพาะเมื่อจำเป็น เพื่อควบคุมการใช้โทเค็น

ในระดับเครื่องมือ Hermes Agent มีเครื่องมือในตัวมากกว่า 40 ชนิด ครอบคลุมการค้นหาเว็บ การทำให้เบราว์เซอร์ทำงานอัตโนมัติ การทำความเข้าใจภาพ การสร้างภาพ การแปลงข้อความเป็นเสียง และยังรองรับการตั้งค่างานตามกำหนดเวลาโดยใช้ภาษาธรรมชาติ ทำให้ Agent สามารถทำงานเป็นระยะๆ เช่น การสร้างรายงาน การสำรองข้อมูล การตรวจสอบระบบ โดยอัตโนมัติในสภาวะที่ไม่มีคนดูแล

ในบรรดาเครื่องมือทั้งหมด เครื่องมือที่ได้รับความนิยมสูงสุด ซึ่งผู้ใช้ในชุมชนใช้งานบ่อยที่สุดและได้รับข้อเสนอแนะมากที่สุด รวมถึงตามสถาปัตยกรรมฟังก์ชันของ Hermes และความต้องการทั่วไปของชุมชนนักพัฒนา เครื่องมือที่อยู่ด้านหน้าได้แก่:

Hindsight เป็นเครื่องมือเดี่ยวที่ร้อนแรงที่สุดในระบบนิเวศ เป็นปลั๊กอินความจำระยะยาวที่ Hermes แนะนำอย่างเป็นทางการ มันจะเรียกคืนบริบทที่เกี่ยวข้องโดยอัตโนมัติก่อนการเรียกใช้ LLM แต่ละครั้ง รองรับการปรับใช้ PostgreSQL ในท้องถิ่นหรือบนคลาวด์ และได้ถูกผนวกรวมเป็น Memory Provider ดั้งเดิมใน Hermes แล้ว

Anthropic-Cybersecurity-Skills เป็นแพ็คเกจทักษะที่มีดาวสูงที่สุดในระบบนิเวศ รวบรวมทักษะความปลอดภัยไซเบอร์ที่มีโครงสร้างมากกว่า 753 รายการ โดยแมปเฟรมเวิร์ก MITRE ATT&CK อย่างสมบูรณ์ เหมาะสำหรับสถานการณ์การวิจัยความปลอดภัยและการทดสอบเจาะระบบ

mission-control เป็นแดชบอร์ดการจัดลำดับ Agent ที่ร้อนแรงที่สุดในระบบนิเวศในปัจจุบัน รองรับการจัดการกองเรือ Agent การกระจายงาน การติดตามต้นทุน และเวิร์กโฟลว์การทำงานร่วมกันของหลาย Agent ถูกชุมชนแนะนำให้เป็นอุปกรณ์มาตรฐานสำหรับการปรับใช้ระดับการผลิต

Hermes Agent Self-Evolution เป็นเทคนิคการปรับปรุงตนเองแบบวิวัฒนาการ ใช้ DSPy + GEPA เพื่อปรับ优化ทักษะ พรอมต์ และโค้ด

Hermes Workspace เป็นพื้นที่ทำงานดั้งเดิมของ Hermes ซึ่งรวมอินเทอร์เฟซแชท เทอร์มินัล และตัวจัดการทักษะเข้าด้วยกัน เป็นจุดเข้าใช้งานแบบกราฟิกที่ได้รับความนิยมสูงสุด

นอกจากนี้ มันยังสามารถสร้าง Agent ย่อยที่เป็นอิสระได้ โดยแต่ละ Agent ย่อยมีบริบทการสนทนาของตัวเอง เทอร์มินัลอิสระ และสคริปต์ Python RPC ของตัวเอง ทำให้สามารถสร้างไปป์ไลน์แบบขนานโดยไม่มีต้นทุนบริบทได้

ในด้านความยืดหยุ่นของโครงสร้างพื้นฐาน รองรับแบ็กเอนด์เทอร์มินัลหกประเภท: การรันในท้องถิ่น Docker SSH ระยะไกล Daytona แบบไม่มีเซิร์ฟเวอร์ (serverless) คอนเทนเนอร์ Singularity และฟังก์ชันคลาวด์ Modal Daytona และ Modal จะเข้าสู่โหมดสลีปเมื่อไม่ได้ใช้งาน ทำให้ต้นทุนเกือบเป็นศูนย์ คุณสามารถรันมันบน VPS มูลค่า 5 ดอลลาร์หรือคลัสเตอร์ GPU และสั่งการผ่าน Telegram ให้มันทำงานบนเซิร์ฟเวอร์คลาวด์ที่คุณไม่เคย SSH เข้าไปโดยตรง

Hermes Agent ในปัจจุบันแข่งขันโดยตรงกับ OpenClaw โดยทั้งคู่เป็นเฟรมเวิร์ก Agent แบบโอเพ่นซอร์สสำหรับนักพัฒนา

ปรัชญาสถาปัตยกรรมของทั้งสองแตกต่างกันโดยสิ้นเชิง: แกนหลักของการออกแบบ OpenClaw คือ "Control Plane" ซึ่งเป็นกระบวนการที่ทำงานระยะยาวแบบรวมศูนย์หนึ่งเดียว รับผิดชอบการจัดการเซสชัน การกำหนดเส้นทาง การดำเนินการเครื่องมือ และสถานะ โดยทุกอย่างจะไหลผ่านคอนโทรลเลอร์กลางนี้ ในขณะที่ Hermes ใช้วงจรการดำเนินการของตัว Agent เองเป็นแกนหลัก และสร้างเกตเวย์ ตัวจัดกำหนดเวลา (scheduler) รันไทม์เครื่องมือ ฯลฯ รอบๆ วงจรซ้ำๆ นี้ที่ "ทำ เรียนรู้ ปรับปรุง"

ความแตกต่างในระบบทักษะของทั้งคู่เด่นชัดเป็นพิเศษ: ทักษะของ OpenClaw ส่วนใหญ่เขียนด้วยมือ โหลดจากระดับต่างๆ เช่น workspace, personal, shared หรือปลั๊กอิน ในขณะที่แนวคิดของ Hermes คือให้ Agent สร้างทักษะขึ้นมาเองจากประสบการณ์ ก่อให้เกิดวงจรการเรียนรู้ด้วยตนเองที่แท้จริง

วิธีการติดตั้งและใช้งาน

เริ่มต้นใช้ง่ายมาก ด้วยคำสั่งเดียว "curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash" ก็สามารถติดตั้งเสร็จสิ้นได้ รองรับ Linux, macOS และ WSL2 โดย Hermes Agent จะทำการกำหนดค่าทั้งหมดให้เสร็จอัตโนมัติ ไม่จำเป็นต้องดำเนินการด้วยตนเอง

เว็บไซต์อย่างเป็นทางการของ Hermes

หลังจากติดตั้ง Hermes Agent เสร็จแล้ว ให้รัน "hermes setup" เพื่อเริ่มต้นตัวช่วยนำทาง เลือกผู้ให้บริการโมเดลของคุณ (รองรับ Nous Portal, OpenRouter, OpenAI หรือเอ็นด์พอยต์ที่กำหนดเองใดๆ) เชื่อมต่อกับแพลตฟอร์มข้อความของคุณ (Telegram, Discord, Slack หรือ WhatsApp) แล้วเริ่มการสนทนาครั้งแรก ตั้งแต่การโต้ตอบครั้งแรก Hermes Agent จะเข้าสู่โหมดการเรียนรู้ทันที เริ่มสร้างความจำ สร้างทักษะ และมีความสามารถมากขึ้นหลังจากการสนทนาแต่ละครั้ง

คำสั่งหลักสำหรับการใช้งานประจำวัน ได้แก่:

hermes (เริ่มการสนทนา)

hermes model (เลือกผู้ให้บริการ LLM และโมเดล)

hermes tools (กำหนดค่าเปิดใช้งานเครื่องมือใดบ้าง)

hermes gateway (เริ่มเกตเวย์ข้อความ เชื่อมต่อกับแพลตฟอร์มเช่น Telegram, Discord เป็นต้น)

hermes setup (รันตัวช่วยนำทางการตั้งค่าทั้งหมด กำหนดค่าทุกอย่างในครั้งเดียว)

hermes claw migrate (ย้ายข้อมูลจาก OpenClaw)

hermes update (อัปเดตเป็นเวอร์ชันล่าสุด)

hermes doctor (วินิจฉัยปัญหา)

Hermes Agent เหมาะสำหรับสถานการณ์ต่างๆ เช่น: ผู้ช่วย AI ทั่วไปที่จำเป็นต้องจดจำบริบทข้ามเซสชันและปรับปรุงความสามารถอย่างต่อเนื่อง เวิร์กโฟลว์ Agent ที่กำหนดเองซึ่งจำเป็นต้องใช้เครื่องมือ ปลั๊กอิน เซิร์ฟเวอร์ MCP เบราว์เซอร์ หรือเชลล์ร่วมกัน การปรับใช้ Agent บนฮาร์ดแวร์ท้องถิ่น VM บนคลาวด์ หรือโครงสร้างพื้นฐานแบบไม่มีเซิร์ฟเวอร์ต้นทุนต่ำ และสถานการณ์ผู้ช่วยถาวรที่จำเป็นต้องรักษาประวัติการสนทนาที่ค้นหาได้และทักษะที่เรียนรู้ไว้ข้ามแพลตฟอร์ม

เจาะจงมากขึ้น สามารถใช้มันเพื่อสนทนากับมันบน Telegram ในขณะที่ให้มันทำงานบน VM บนคลาวด์ ตั้งค่าการทำงานอัตโนมัติและดันรายงานไปยังแพลตฟอร์มใดๆ ก็ได้ ให้มันรับงานเป็นระยะๆ หรือเชื่อมต่อมันกับ Slack หรือ Discord เพื่อให้การสนับสนุนการทำงานร่วมกันของ AI สำหรับทั้งทีม หรือใช้ประโยชน์จากฟังก์ชันการส่งออกเส้นทางการทำงาน (trajectory export) เพื่อสร้างข้อมูลการฝึกสำหรับการฝึก RL ของโมเดล tool-calling รุ่นต่อไป