Kiedy pierwszy raz usłyszałem o Hermes Agent, pomyślałem: „kolejny wrapper na OpenAI”. Potem przeczytałem dokumentację, zainstalowałem na Raspberry Pi 4 i od trzech miesięcy działa u mnie 24/7, automatyzując rzeczy, które wcześniej robiłem ręcznie. To nie jest kolejny chatbot. To autonomiczny […]
Kiedy pierwszy raz usłyszałem o Hermes Agent, pomyślałem: „kolejny wrapper na OpenAI”. Potem przeczytałem dokumentację, zainstalowałem na Raspberry Pi 4 i od trzech miesięcy działa u mnie 24/7, automatyzując rzeczy, które wcześniej robiłem ręcznie. To nie jest kolejny chatbot. To autonomiczny agent, który sam decyduje, jakich narzędzi użyć, by wykonać zadanie, bez człowieka w pętli.
W tym wpisie rozkładam Hermes Agent na czynniki pierwsze z perspektywy inżyniera projektanta. Nie marketingu, nie hype’u, konkretne użycia, które sam testowałem.
W tym wpisie pokażę:
- czym Hermes Agent różni się od Claude AI, ChatGPT czy Copilota,
- jak wygląda instalacja i konfiguracja na Raspberry Pi,
- co konkretnie mogę nim zautomatyzować w codziennej pracy inżyniera,
- czy naprawdę działa na RPi i jaki ma to sens,
- gdzie są ograniczenia i na co uważać.
Czym właściwie jest Hermes Agent?
Hermes Agent to open-source’owy autonomiczny agent AI stworzony przez Nous Research. Działa na Linux, macOS i Windows. Kluczowa różnica w porównaniu do ChatGPT czy Claude, nie jest czatem, z którym rozmawiasz w przeglądarce. To agent, który:
- ma dostęp do terminala, systemu plików i przeglądarki,
- może instalować pakiety, pisać i uruchamiać kod,
- zarządza własnymi „skillami”, zapamiętuje skuteczne workflowy,
- działa w tle na serwerze, komunikując się przez Telegram,
- korzysta z dowolnych modeli (OpenAI, Anthropic, Groq, lokalne Ollama).
Innymi słowy: dajesz mu zadanie, a on sam decyduje, jakie narzędzia uruchomić, w jakiej kolejności i jak zweryfikować wynik. Nie musisz pisać promptów „krok po kroku”, Hermes sam planuje i wykonuje.
Instalacja na Raspberry Pi 5, jak to wygląda w praktyce
Używam Raspberry Pi 4 z 8 GB RAM, z systemem Raspberry Pi OS (64-bit). Hermes instaluje się jednym poleceniem:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashInstalacja trwa około 2-3 minut. Po niej odpaliłem konfigurację:
hermes setupWybór providera: używam OpenRouter (działa z DeepSeek, Claude, GPT-4o), nie potrzebuję dedykowanego klucza API do każdego modelu. Można też użyć Ollamy z lokalnym modelem (ja testowałem DeepSeek i Qwen), ale na RPi 5 z 8 GB RAM lokalne modele są zbyt wolne do realnej pracy, lepiej korzystać z API.
Konfiguracja bramki Telegram (Messaging Gateway) była kluczowa. Dzięki temu mogę pisać do Hermesa z telefonu, a on działa na RPi w domu. Wygląda to tak: wysyłam wiadomość na Telegramie „sprawdź, czy pojawiły się nowe normy PN-EN z miesięcznego przeglądu”, Hermes uruchamia skrypt, scrapuje strony, sprawdza daty i zwraca mi wynik.
Praktyczne zastosowania dla inżyniera
1. Automatyzacja RSS i monitoringu
Pierwszy skill, który napisałem: „RSS Monitor”. Hermes co godzinę sprawdza kanały RSS z branży BIM (BIMplus, Autodesk Blog, AEC Magazine). Gdy pojawi się nowy artykuł, wyciąga abstrakt, ocenia, czy jest wart uwagi, i wysyła mi podsumowanie na Telegram. Nie otwieram już codziennie 15 zakładek, Hermes robi selekcję za mnie.
2. Paperless-ngx, inteligentne tagowanie
Mam uruchomiony Paperless-ngx na tym samym RPi do skanowania dokumentów. Faktury, protokoły, kosztorysy. Hermes ma skill do Paperless: nowy dokument w konsumpcji, agent odczytuje treść (OCR), proponuje tagi, korespondenta i typ dokumentu, a następnie zatwierdza. Przedtem ręcznie kategoryzowałem 30-50 dokumentów miesięcznie. Teraz robi to Hermes, a ja tylko kontroluję.
3. Cronjob z rozumieniem kontekstu
Tradycyjny cron wykonuje komendy ślepo. Hermes z cronem to coś innego: mogę ustawić zadanie „sprawdź codziennie o 8 rano kurs wymiany EUR/PLN i jeśli przekroczył 4.30, powiadom mnie z rekomendacją przeliczenia kosztorysu”. Hermes nie tylko wykonuje, ale rozumie kontekst i podejmuje decyzje.
4. Generowanie postów na bloga
Tak, ten wpis też powstał przy pomocy Hermesa. Workflow: mam skill „wordpress-blog”, Hermes przyjmuje konspekt, pisze post w formatcie Gutenberg, loguje się na WordPressa przez API, tworzy draft. Oszczędność czasu? Ogromna. Ja daję konspekt i korektę, on pisze pierwszą wersję.
Skille, to, co robi różnicę
Najciekawszą cechą Hermesa są skille. To nie są prompt templates, to procedury, które agent zapamiętuje i udoskonala. Gdy pierwszy raz robisz coś nowego, Hermes może zapytać: „Czy chcesz zapisać to jako skill?”. Za drugim razem wykonuje to szybciej. Za piątym, sam znajduje optymalizacje, które nie przyszły Ci do głowy.
Skill w Hermesie to plik SKILL.md z frontmatterem (opis, trigger conditions, polecenia). Po roku użytkowania mam około 30 skilli i agent sam wybiera, którego użyć do danego zadania. To jak mieć asystenta, który pamięta, jak robiłeś rzeczy 6 miesięcy temu.
Czy Hermes Agent ma sens na Raspberry Pi?
Krótka odpowiedź: tak, ale z zastrzeżeniami. RPi 4 z 8 GB RAM to minimalna sensowna konfiguracja. Na RPi 4 (4 GB) będzie ciasno, zwłaszcza gdy agent uruchamia przeglądarkę (Playwright) do computer-use. Na RPi 4 działa stabilnie, ale:
- Lokalne modele, zapomnij. Ollama na RPi 4 działa, ale generowanie tokenów trwa sekundy, co czyni agenta bezużytecznym w praktyce. Używaj API (OpenRouter, Claude, GPT). Koszt: około $5-10/miesiąc przy codziennym użytkowaniu,
- Computer use, jeśli chcesz, żeby Hermes klikał w interfejs graficzny, potrzebujesz Xvfb (wirtualny wyświetlacz) i to działa, ale jest wolne. Do interakcji z GUI lepiej użyć osobnego serwera x86,
- Zużycie energii, RPi 4 przy ciągłej pracy Hermesa (nasłuch Telegram, sprawdzanie cronów) pobiera około 5-8W. W skali roku to ~40-60 zł za prąd. Mikroskopijne koszty,
- Dysk, używam SSD NVMe przez USB 3.0. Karta SD do agenta to zły pomysł, logi i bazy danych SQLite szybko wyczerpują zapis.
Zalety i wady
Co mi się podoba
- Autonomia, daję zadanie i nie muszę nadzorować,
- Telegram gateway, zarządzam agentem z telefonu,
- Skille, agent uczy się moich workflow,
- Open source, kod na GitHubie, brak vendor lock,
- Dowolne modele, przełączam między DeepSeek a Claude w zależności od zadania,
- Niskie koszty, RPi 4 + API to wydatek rzędu 50 zł/mies.
Co jest słabe
- Wymaga konfiguracji, to nie jest gotowiec „out of the box”,
- Krzywa uczenia, skille, profile, cron, konfiguracja providerów wymagają ogarnięcia,
- Dokumentacja w budowie, niektóre sekcje są niekompletne, trzeba czytać kod źródłowy,
- Wydajność na RPi przy computer use, GUI automation jest bardzo wolne,
- Zależność od API, bez dostępu do sieci agent jest bezużyteczny (chyba że używasz Ollamy lokalnie, ale wtedy płacisz wydajnością).
Werdykt
Hermes Agent to jedno z ciekawszych narzędzi AI, jakie testowałem w tym roku. Nie jest dla każdego, jeśli nie znasz terminala, nie konfigurowałeś serwera, nie masz ochoty grzebać w plikach YAML, to nie jest narzędzie dla Ciebie. Lepszy będzie ChatGPT z pluginami albo Claude w planie Pro.
Ale jeśli masz Raspberry Pi lub stary komputer zalegający w szufladzie, znasz podstawy Linuxa i chcesz zautomatyzować nudną robotę, daj Hermesowi szansę. Ja po trzech miesiącach nie wyobrażam sobie codziennej pracy bez agenta monitorującego dokumenty, RSS i powtarzalne zadania. A najlepsze jest to, że z każdym tygodniem działa lepiej, bo uczy się moich nawyków.
Warto przynajmniej zainstalować i pobawić się przez weekend. Darmowy tier (OpenRouter z DeepSeek) wystarczy, żeby poczuć, jak to działa. Dokumentacja jest dobrym punktem startu.
Sprawdź również:
- 10 darmowych alternatyw open-source, które zastąpią Twoje drogie subskrypcje
- Podsumowanie spotkań z AI, pipeline OBS Studio, transkrypcja, baza wiedzy
- Alternatywy dla Obsidiana, Logseq, Notion, Capacities
- Rozmawiaj z Excelem, jak połączyć Codexa z arkuszem kalkulacyjnym
- GitHub jako repozytorium dokumentacji projektowej, wersjonowanie opisów i zestawień
