Hermes Agent: hvad det er, hvad det ikke er, og hvornår du skal bruge det

De fleste møder AI som et chatvindue. Du skriver, den svarer, sessionen slutter, og i morgen starter du forfra. Det fungerer fint til udkast, forklaringer og enkeltstående research. Det er derimod den forkerte forståelsesramme for arbejde, der skal huske dine præferencer, genbruge gennemprøvede procedurer og anvende værktøjer i virkelige systemer.

Hermes Agent er et agentkørselsmiljø med åben kildekode fra Nous Research. De dokumenterede brugerflader omfatter CLI, skrivebordsapp, beskedgateway og ACP-integration i editorer. Kørselsmiljøet giver vedvarende hukommelse, genbrugelige færdigheder, værktøjer, cron, browserautomatisering, kodekørsel og uddelegering til underagenter. Denne artikel forklarer, hvad Hermes er og ikke er, samt hvornår en chatbot stadig er det bedste valg.

Hvad Hermes Agent er

Tænk på Hermes som et operatørmiljø omkring en sprogmodel, ikke som selve modellen.

Modellen genererer stadig tekst og værktøjskald. Hermes leverer løkken, der omsætter disse kald til vedvarende arbejde:

• Vedvarende hukommelse på tværs af sessioner, herunder afgrænsede MEMORY.md- og USER.md-filer samt valgfrie eksterne udbydere, som beskrives i hukommelsesdokumentationen.
• Færdigheder, procedurepakker i Markdown, som agenten indlæser til tilbagevendende opgaver, for eksempel prioritering af en pull request eller udarbejdelse af en ugentlig driftsorientering. Færdighederne ligger i Hermes’ færdighedsmappe og følger formatet i den officielle dokumentation om færdigheder.
• Værktøjer, herunder terminal, filer, browser, websøgning, kodeeksekvering, hukommelse, cron og MCP-servere. Værktøjsdokumentationen beskriver det indbyggede register og konfigurerbare værktøjssæt.
• Operatørflader, herunder CLI, skrivebordsapp og ACP-integration i editorer samt en separat beskedgateway til Telegram, Discord, Slack og andre kanaler.
• Mekanismer til hændelser og planlægning, med cron til »tjek dette med faste mellemrum« og webhookadapteren til autentificerede indgående hændelser på standardport 8644. Webhookresultater sendes til et konfigureret leveringsmål; dette er ikke API-serveren med bearer-autentificering eller et generelt synkront tilbagekald.

Du vælger modeludbyderen, herunder cloud-API’er, OpenRouter eller lokale OpenAI-kompatible slutpunkter som Ollama og vLLM. Den aktuelle udbyderdokumentation kræver mindst 64.000 tokens kontekst til agentbrug med værktøjer, så det er ikke en tilstrækkelig kompatibilitetstest, at slutpunktet kan nås. Hermes er kørselsmiljøet, der holder styr på tilstand, færdigheder og værktøjspolitik omkring modellen.

Når du evaluerer Hermes, skal du adskille tre lag: (1) modellens kvalitet og pris, (2) Hermes’ konfiguration af hukommelse, færdigheder og værktøjer, (3) hvor gatewayen kører, og hvem der kan nå den. Hvis lagene blandes sammen, opstår supportsager om, at ”agenten er defekt”, selv om problemet egentlig ligger i modellen, konfigurationen eller netværket.

Hvad Hermes Agent ikke er

Klarhed her forhindrer dyre forventninger.

Ikke én fast hostingmodel. ChatGPT, Claude.ai og Gemini-apps er produktflader med egen hukommelse og egne integrationer. Du kan selv hoste Hermes, hvilket gør dig ansvarlig for installation, opdateringer, hemmeligheder og eksponering på netværket. Nous Research dokumenterer også Hermes Cloud, en hostet Hermes Agent på en dedikeret cloudinstans. Den tjeneste har en anden grænse for ansvaret for infrastruktur og data, som skal vurderes særskilt.

Ikke en erstatning for automatisering af arbejdsgange. Hvis opgaven er deterministisk, for eksempel at modtage en webhook, validere felter, skrive en række og sende en besked til Slack, bør du bruge n8n, Zapier eller Make. Hermes kan indgå i en hybrid løsning, men bør ikke blive en skrøbelig erstatning for integrationer og genforsøg. Se /articles/hermes-vs-n8n-choose-by-job og /articles/n8n-vs-zapier-vs-make.

Ikke magisk autonomi. Værktøjer, der kan køre shellkommandoer, redigere filer eller bruge nettet, kan også skade systemer. Hermes har godkendelsestilstande til farlige kommandoer og ubetingede approvals.deny-mønstre, mens Tirith er en separat indholdsscanner før kørsel, der som standard tillader fortsættelse, hvis den ikke er tilgængelig. Disse kontroller af operatørens hensigt erstatter ikke Docker, Modal eller en anden isoleringsgrænse. Sikkerhedsdokumentationen bør styre valget af værktøjer og sandkasse, før rigtige systemer tilsluttes.

Ingen garanti for ”selvforbedrende” kvalitet. Markedsføringssprog om læringssløjfer og oprettelse af færdigheder beskriver en mulighed: Agenten kan skrive og forfine færdigheder ud fra erfaring. Som standard er både skills.write_approval og memory.write_approval false, så ændringer sættes ikke til godkendelse, medmindre du aktiverer disse porte. Kvaliteten afhænger stadig af gennemgang og hukommelseshygiejne. Behandl nye færdigheder som ugennemgåede pull requests; en scanner eller kataloggennemgang gør ikke instruktioner fra tredjeparter pålidelige.

Ikke terapi, juridisk rådgivning eller medicinsk vejledning. Samme regel som ethvert andet LLM-produkt: dømmekrævende professionelle domæner har brug for autoriserede mennesker. Hermes ændrer ikke den grænse.

Chatbot kontra agentkørselsmiljø: en beslutningsregel

Brug en chatbot, når:

• Ét svar eller udkast er nok.
• Du selv indsætter resultatet i det reelle system.
• Der er ikke behov for hukommelse på tværs af sessioner ud over det, produktet allerede tilbyder.
• Fejlomkostningen er lav (forkert udkast, omskriv det).

Brug et agentkørselsmiljø som Hermes, når:

• Arbejdet gentages og bør beskrives som en procedure (en færdighed), ikke som en engangsprompt.
• Konteksten skal bevares: projektets konventioner, foretrukken tone, mappestrukturen i kodelageret og tilbagevendende kunder.
• Næste trin kræver værktøjer: Søg i kodelageret, åbn en side, kør et script eller opret en sag.
• Leveringen bør ske dér, hvor teamet allerede arbejder (Telegram/Slack/CLI), ikke kun i en chatfane i browseren.
• Du har brug for hændelsesdrevne kørsler (webhook) eller planlagte undersøgelser (cron).

En kort test: Hvis værdien slutter, når teksten vises, skal du bruge chat. Hvis værdien ligger i at »huske, beslutte, handle og bevare de konfigurerede driftsregistre«, bør du afprøve et agentkørselsmiljø. Registrering af sessioner, gateway og levering skal konfigureres og testes, før nogen beskriver den som et revisionsspor.

Hukommelse, færdigheder og værktøjer: den nyttige mentale model

Tænk på tre slags lagring:

1. Hukommelse: fakta om dig, miljøet og varige præferencer (USER.md, MEMORY.md, valgfrie udbydere). Velegnet til »vi bruger Linear, estiske kunder foretrækker en formel tone, og der må aldrig pushes direkte til main«. Ikke egnet til at gemme hele supportsager og hemmeligheder.

2. Færdigheder: hvordan en bestemt type opgave udføres. Velegnet til »når du opsummerer en pull request, skal du altid beskrive påvirkningsområdet, manglende test og udrulningsrisiko«. Ikke egnet til engangsprompts, du aldrig genbruger.

3. Værktøjer: hvad agenten må få adgang til. En god regel er at begynde med skrivebeskyttet søgning på GitHub og placere skrivehandlinger bag en godkendelse. En dårlig regel er »aktivér alt, så det føles kraftfuldt«.

Vedvarende hukommelse og værktøjsadgang betyder, at Hermes kan bevare personoplysninger, kundedata og henvisninger til legitimationsoplysninger på tværs af sessioner. Indsæt ikke hemmeligheder i chatten ”for nemheds skyld”. Miljøfiler er proceskonfiguration, ikke en isoleringsgrænse for hemmeligheder. Brug snævert afgrænsede tokens, automatisk sløring af hemmeligheder, begrænsede værktøjssæt og en sandkasse, der passer til trusselsmodellen, før du tilslutter e-mail, CRM eller shelladgang til produktion.

Et konkret scenario

Supportindbakken hos et lille B2B-team. I dag indsætter nogen supportsager i ChatGPT, får et udkast og kopierer det ind i supportsystemet. En mulig Hermes-løsning kunne modtage en webhook eller kanalbesked med et minimeret sagsindhold, indlæse en færdighed til prioritering, bruge kurateret viden om produkt og alvorlighed og slå op i tilladte kilder. Udkastet sendes til en understøttet, konfigureret kanal til gennemgang, ikke automatisk til kunden. Hvis n8n skal have resultatet tilbage i samme arbejdsgang, skal det kalde API-serveren med bearer-autentificering på standardport 8642 i stedet for at antage, at webhookadapteren returnerer agentens svar.

Den samme modelkvalitet kan ligge under begge løsninger. Forskellen er vedvarende tilstand, procedure og kontrolleret handling. Det er den produktkategori, Hermes tilhører.

Hvornår du ikke skal starte med Hermes

Spring over eller udskyd Hermes, hvis:

• Ingen på teamet kan vedligeholde en egenhostet gateway (opdateringer, sikkerhedskopier, firewall og hemmeligheder).
• Den første anvendelse stadig blot er »stil spørgsmål om AI« uden behov for værktøjer.
• Du allerede i morgen har brug for reviderbare SaaS-integrationer og dokumentation for regeloverholdelse; her kan en moden automatiseringsplatform være et bedre første valg.
• Ledelsen forventer uovervågede skrivehandlinger i produktionssystemer i den første uge. Det er en kommende driftsfejl, uanset produktet.

Start med Hermes, når du allerede mærker omkostningen ved chat: Du forklarer konteksten igen i hver session, kopierer den samme procedure igen og igen eller ønsker agenter på Telegram eller Slack med en reel grænse for værktøjsadgangen.

Øvelse: Klassificér fem opgaver på dit bord

List fem tilbagevendende AI-relaterede opgaver fra de seneste to uger. For hver, markér:

1. Chatbot / Hermes / automatiseringsplatform / hybrid
2. Behøver hukommelse? (ja/nej)
3. Kræver den en færdighed? (ja/nej)
4. Kræver den et værktøj med sideeffekter? (ja/nej)
5. Skal et menneske godkende, før der sendes eller skrives eksternt? (ja/nej)

Som tommelfingerregel i denne øvelse kan Hermes eller et lignende agentkørselsmiljø være værd at afprøve i et kontrolleret pilotprojekt, hvis tre eller flere rækker kræver hukommelse og en genbrugelig procedure og et værktøj. Tærsklen er ikke en valideret udvælgelsesregel. Hvis næsten alt er »lav ét udkast, som jeg selv indsætter«, bør du beholde en chatbot og i stedet investere i et promptbibliotek (/articles/reusable-prompt-libraries).

Hvor du går videre

• Opsætning i den første uge, hukommelseshygiejne, færdigheder og shellgodkendelser: Hermes Agent i den første uge: hukommelseshygiejne, færdigheder og værktøjsgodkendelser
• Hændelsesdrevne ruter og leverandørtilpasset autentificering: Hermes-webhooks: hændelsesdrevne agenter uden én kæmpe universalprompt
• At vælge Hermes vs n8n efter job: /articles/hermes-vs-n8n-choose-by-job
• Officiel installation og dokumentation: hurtig start, dokumentation, GitHub

Hermes Agent er nyttig, når du har brug for en agent, der bevarer tilstand og udfører handlinger under klare regler. Den er unødvendig kompleksitet, når et enkelt chatsvar udgør hele opgaven. Vælg ud fra arbejdets form, ikke ud fra teknologiens nyhedsværdi.