Hermes Agent: Panduan Agent AI yang Belajar dari Pekerjaan Anda Sendiri

Pendahuluan

Sebagian besar AI agent yang kita kenal bekerja seperti tabula rasa setiap kali sesi baru dimulai: ia lupa apa yang pernah dikerjakan, mengulang trial-and-error yang sama, dan tidak pernah benar-benar "belajar" dari interaksi sebelumnya. Hermes Agent, proyek open-source dari Nous Research, dibangun untuk mengatasi masalah ini. Klaimnya sederhana tapi ambisius: ia adalah agent dengan learning loop bawaan — agent yang membuat skill dari pengalaman, memperbaiki skill itu saat dipakai ulang, dan membangun model tentang penggunanya lintas sesi.

Buat developer yang selama ini membangun agent custom dengan LangChain atau framework serupa dan selalu berakhir menambal sendiri lapisan memory, Hermes menarik karena sebagian besar masalah itu sudah diselesaikan out-of-the-box: memory persisten, skill yang tumbuh, dukungan banyak provider model, hingga integrasi ke Telegram, Discord, Slack, WhatsApp, dan Signal lewat satu gateway proses.

Konsep Learning Loop: Dari Pengalaman Menjadi Skill

Inti pembeda Hermes dari agent kebanyakan ada pada closed learning loop-nya. Alurnya kurang lebih begini: agent mengerjakan tugas, lalu setelah tugas kompleks selesai, ia secara otonom merefleksikan apa yang berhasil dan apa yang harus diimprovisasi di tengah jalan. Hasil refleksi itu dituliskan ulang menjadi skill baru — semacam "memory prosedural" yang bisa dipanggil lagi di sesi berikutnya tanpa harus mengulang proses coba-coba dari nol.

Yang menarik, skill ini tidak statis. Skill akan terus disempurnakan selama dipakai, sehingga performa agent pada tugas berulang cenderung membaik seiring waktu, bukan stagnan. Selain skill, Hermes juga punya agent-curated memory dengan nudge periodik (agar agent secara aktif menyimpan informasi penting, bukan pasif menunggu diminta), fitur pencarian sesi lama berbasis FTS5 dengan ringkasan LLM untuk cross-session recall, serta dialectic user modeling lewat integrasi Honcho untuk membangun pemahaman tentang siapa penggunanya dari waktu ke waktu. Sistem skill ini juga kompatibel dengan standar terbuka agentskills.io, sehingga skill bisa dibagikan lintas agent yang mendukung standar yang sama.

Instalasi via Installer Script dan Verifikasi dengan hermes doctor

Instalasi Hermes dirancang selesai dalam waktu singkat. Untuk Linux, macOS, WSL2, dan Android (via Termux), perintahnya satu baris:

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

Untuk Windows native, jalankan di PowerShell:

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

Installer ini menangani semua dependency secara otomatis: uv (package manager Python), Python 3.11, Node.js, ripgrep, ffmpeg, hingga clone repo dan setup virtual environment. Prasyarat di sisi pengguna sangat minim — pada platform non-Windows, cukup pastikan Git, curl, dan xz-utils tersedia. Setelah instalasi selesai, reload shell dan mulai chat:

source ~/.bashrc    # atau: source ~/.zshrc
hermes

Lokasi instalasi berbeda tergantung mode: instalasi per-user (installer via git) menaruh kode di ~/.hermes/hermes-agent/ dengan binary di ~/.local/bin/hermes, sedangkan instalasi root-mode menggunakan FHS layout di /usr/local/lib/hermes-agent/ dengan data di /root/.hermes/ atau $HERMES_HOME. Layout FHS ini cocok untuk deployment shared-machine di mana satu instalasi sistem melayani banyak user.

Setelah instalasi, jalankan hermes doctor untuk memverifikasi semuanya berjalan mulus. Perintah ini akan mendiagnosis masalah umum — mulai dari hermes: command not found (biasanya PATH belum ter-reload), API key yang belum diset, sampai config yang hilang setelah update. hermes doctor juga menampilkan metode instalasi yang terdeteksi (pip, git installer, Homebrew, atau NixOS) di bagian ringkasan environment-nya.

Konfigurasi Profile: config.yaml, SOUL.md, dan Memory Store Persisten

Setelah instalasi, langkah berikutnya adalah setup wizard:

hermes setup

Atau, jika ingin memakai Nous Portal (satu subscription untuk 300+ model plus Tool Gateway berisi web search, image generation, TTS, dan cloud browser):

hermes setup --portal

Direktori data agent (default ~/.hermes/) menyimpan beberapa file kunci yang membentuk "profile"-nya:

• config.yaml — konfigurasi utama: model default, backend terminal, mode approval, dan opsi lainnya. Dikelola lewat hermes config edit, hermes config set KEY VAL, hermes config check, dan hermes config migrate.
• .env — API key dan secret (misalnya OPENROUTER_API_KEY).
• SOUL.md — persona global agent, dimuat penuh di setiap sesi pada semua channel. Di sinilah Anda mendefinisikan siapa agent ini, apa tugasnya, dan bagaimana ia merespons.
• memories/ — memory persisten (MEMORY.md, USER.md) yang menjadi notepad agent: nama Anda, preferensi, hal-hal yang pernah disebutkan.
• skills/ — skill yang dibuat agent, dikelola lewat tool skill_manage.

Hermes juga mendukung multi-profile lewat hermes profile create <nama>, yang otomatis membuat command alias baru (misalnya coder chat, coder setup). Setiap profile punya config.yaml, .env, SOUL.md, memory, sessions, dan skill masing-masing — cocok untuk menjalankan beberapa agent terpisah (misalnya asisten coding, bot personal, dan agent riset) tanpa saling mencampur state.

Sistem Skill dan Context File Lintas Sesi

Jika memory menjawab pertanyaan "apa yang diketahui agent", skill menjawab "bagaimana agent bertindak". Skill adalah unit memory prosedural — langkah-langkah konkret yang sudah terbukti berhasil untuk tugas tertentu, sehingga tidak perlu direka ulang setiap kali. Skill bisa dijelajahi langsung dari CLI dengan /skills atau dipanggil langsung lewat /<nama-skill>.

Di luar skill, Hermes juga punya context files: file konteks proyek yang membentuk setiap percakapan, mirip AGENTS.md yang sudah familiar di ekosistem agent coding. Kombinasi SOUL.md (identitas), memory (pengetahuan), skill (prosedur), dan context file (konteks proyek) inilah yang membuat perilaku agent tetap konsisten meski sesi terus berganti — bahkan lintas platform, karena satu gateway proses melayani CLI maupun channel messaging sekaligus.

Berikut ringkasan beberapa perintah CLI yang relevan untuk mengelola konfigurasi dan skill:

Catatan Keamanan: Akses Sistem Butuh Permission dan Isolasi

Karena Hermes bisa menjalankan perintah terminal, mengedit file, dan berinteraksi dengan banyak channel messaging sekaligus, model keamanannya perlu dipahami sebelum dipakai serius. Asumsi dasarnya: Hermes adalah personal agent dengan satu operator tepercaya. Sistem ini dirancang melindungi operator dari tindakan LLM yang keliru, bukan melindungi dari sesama co-tenant yang jahat — isolasi multi-user harus ditangani di level OS/host sendiri.

Ada dua mekanisme keamanan inti yang perlu diperhatikan developer:

1. Dangerous command approval — perintah terminal, operasi file, dan aksi berpotensi merusak lainnya digerbang di balik konfirmasi eksplisit dari pengguna sebelum dieksekusi. Mode approval ini diatur lewat approvals.mode di config.yaml, dengan mode on sebagai default (agent akan meminta persetujuan untuk perintah berisiko).
2. Terminal backend dan container isolation — secara default, Hermes menjalankan perintah langsung di host (terminal.backend: local). Isolasi lewat container (Docker, Modal, Daytona, Singularity, SSH, atau Vercel Sandbox) bersifat opsional dan perlu diaktifkan sendiri jika Anda ingin agent bekerja di lingkungan yang terpisah dari sistem utama.

Untuk deployment di server tanpa akses sudo penuh (misalnya service account khusus), instalasi tetap didukung — hanya langkah playwright install-deps chromium yang benar-benar butuh root, dan installer akan mendeteksi ketiadaan sudo lalu memberi instruksi manual untuk admin. Jika hanya butuh koneksi Telegram atau Discord dari sisi gateway, ada juga pengaturan DM pairing agar hanya pengirim yang sudah diverifikasi yang bisa berinteraksi dengan agent.

Penutup

Hermes Agent menawarkan pendekatan berbeda dibanding kebanyakan AI agent framework: alih-alih Anda yang membangun lapisan memory dan skill dari nol, Hermes sudah menyediakan learning loop, memory persisten, dan sistem skill sebagai fondasi bawaan. Untuk developer yang ingin agent yang benar-benar berkembang seiring waktu — bukan sekadar chatbot stateless — kombinasi instalasi yang cepat, konfigurasi profile yang fleksibel, dan model keamanan yang eksplisit menjadikan Hermes layak dicoba, terutama bila dijalankan di host persisten seperti VPS murah agar learning loop-nya bisa berjalan berkelanjutan.

Referensi

• Repository Hermes Agent di GitHub
• Dokumentasi resmi Hermes Agent
• Panduan instalasi Hermes Agent