Ein Befehl installiert es. Ein Login aktiviert es. In Woche 2 baut es Workflows, die du ihm nie beigebracht hast.
Ein 29-jähriger freiberuflicher Automatisierungsberater in Lissabon verbrachte seine Abende mit denselben 3 Aufgaben für Kunden: Transkripte erstellen, Beiträge verfassen, Posteingänge sortieren. Im März verlagerte er alles auf einen einzigen Agenten, der auf einer 5-Dollar-VPS läuft. Er kommuniziert per Telegram von seinem Handy mit ihm. Der Agent arbeitet weiter, selbst wenn sein Laptop zugeklappt ist.
Der Agent heißt Hermes, entwickelt von Nous Research. Es ist der einzige Agent mit einer integrierten Lernschleife. Nach jeder Aufgabe, die 5 oder mehr Schritte umfasst, schreibt er die Methode in eine Skill-Datei und verwendet sie beim nächsten Mal wieder. Seine Stimme, seine Formate, seine Checks – einmal gespeichert und jedes Mal aktualisiert, wenn sie abweichen. Er hat kein Modell feinjustiert. Er hat ihm einen Ordner gegeben.
1. Was Hermes in einem Satz ist
Ein selbstverbessernder Agent, der aus Erfahrung Skills erstellt, eigene vergangene Sitzungen durchsucht und ein Modell deiner Arbeitsweise über mehrere Unterhaltungen hinweg aufbaut. Betreibe ihn auf einer 5-Dollar-VPS, einer GPU-Box oder serverlos für nahezu keine Kosten im Leerlauf. Richte ihn auf jedes Modell aus: Nous Portal, OpenRouter, OpenAI oder deinen eigenen Endpunkt. Wechsle mit hermes model, ohne Codeänderungen.
2. Installation mit einem Befehl
Auf Mac oder Linux:
curl -fsSL
Windows bringt einen PowerShell-Installer mit; Smartphones nutzen den Termux-Pfad. Führe direkt im Anschluss hermes doctor aus. Das Tool meldet fehlende Provider-Konfigurationen, defekte Umgebungsvariablen und fehlerhafte Pfade, bevor du eine Stunde durch einen Tippfehler verlierst.
3. Aktivierung mit einem Login
Führe hermes setup --portal aus. Ein einziger OAuth-Vorgang deckt ein Modell plus 4 Tools ab: Websuche, Bildgenerierung, Text-to-Speech und einen Cloud-Browser. Keine 5 separaten API-Keys zum Sammeln. Du willst eigene Keys pro Tool? Führe hermes setup für die vollständige Anleitung aus, oder „Blank Slate", um nur mit Terminal- und Datei-Tools zu starten und den Rest selbst zu aktivieren.
4. Ein Modell mit Denkspielraum
Hermes lehnt beim Start jedes Modell mit weniger als 64.000 Token Kontext ab. Ein kleineres Fenster kann einen mehrstufigen Tool-Calling-Job nicht aufnehmen. Claude, GPT, Gemini, Qwen und DeepSeek sind alle kompatibel. Du betreibst ein lokales Modell? Setze seinen Kontext auf mindestens 64K.
5. Zwei Betriebsarten
Terminal: hermes oder hermes --tui für die moderne Oberfläche. Gateway: hermes gateway bindet es an Telegram, Discord, Slack, WhatsApp, Signal oder E-Mail. Beide teilen sich eine Sitzungsdatenbank. Starte einen Job an deinem Schreibtisch, erledige ihn vom Zug aus auf dem Handy – gleicher Speicher, gleiche Skills.
6. Deine Arbeit als Skills beibringen
Skills sind einfache Wissensdateien. Lege eine in ~/.hermes/skills/ ab und sie wird ohne Registrierung aktiv. Sie werden nur geladen, wenn der Agent danach greift, kosten also 0 Token, bis sie genutzt werden. Liste sie mit hermes skills list auf, lade weitere aus dem Hub mit hermes skills install. Nach einer schwierigen Aufgabe bietet Hermes an, die Methode eigenständig als Skill zu speichern. Du möchtest diese Schleife überwachen? Setze write_approval: true und genehmige jeden Skill, den er schreibt.
7. Arbeit aufteilen lassen
Das delegate_task-Tool erzeugt Unteragenten mit eigenen Toolsets und einem sauberen Kontext. Einer recherchiert, einer entwirft, einer überprüft – alles gleichzeitig. Jeder startet frisch, du gibst ihm also alles Nötige gleich mit. Für wiederkehrende Kunden betreibe Profile: separate Konfiguration, Keys, Speicher und Telegram-Bot pro Agent auf einem Rechner.
8. Zeitgesteuert ausführen
Der integrierte Cron-Job startet Aufgaben in einem Intervall und liefert das Ergebnis an jede Plattform. Eine neue Datei in einem Ordner, eine Morgenübersicht um 7 Uhr, ein Wochenbericht – nichts davon erfordert einen manuellen Start. Kombiniere das Terminal-Tool mit einem Docker-Backend und es verhält sich wie eine persistente Sandbox: Einmal ein Paket installiert, bleibt es für die Sitzung erhalten.
9. Einsatzmöglichkeiten
- Content: Hole ein Transkript mit
yt-dlp, schreibe den Beitrag innerhalb deines Skills, sende den Entwurf zur Genehmigung an Telegram, bevor er veröffentlicht wird. - Posteingang und Kalender: Lesen, sortieren, Antworten entwerfen, Termine per E-Mail oder Nachricht buchen.
- Recherche: Verteile Unteragenten auf verschiedene Quellen, sammle Zusammenfassungen in einem Bericht.
- Code: Überprüfe, refaktoriere und führe Code in einem Repository aus – über den
github-pr-workflow-Skill. - Dokumente: Lies 50 PDFs, extrahiere die Zahlen, liefere eine strukturierte Übersicht.
10. Wie Leute damit Geld verdienen
Verkaufe das Ergebnis, nicht die Einrichtung. 3 bewährte Wege:
- Fertige Automatisierungen. Baue für einen Kunden einmal den Workflow vom Posteingang zum CRM oder Buchungssystem, berechne eine Einrichtungsgebühr plus einen Retainer. Agenturen veranschlagen dafür (eigenen Angaben zufolge) zwischen ein paar Hundert und ein paar Tausend.
- Content-Produktion. Betreibe einen gesichtslosen Kanal oder die gesamte Veröffentlichungspipeline eines Kunden – Video rein, Beiträge raus.
- Produktisierte Skills. Verpacke einen Workflow als Skill und teile ihn über den Skills Hub zur Installation durch andere.
Die Rechnung, die es tragfähig macht: Der Agent läuft auf einer 5-Dollar-Box, und der Code, der seine Unteragenten koordiniert, kostet 0 Token – nur die Modellaufrufe verursachen Kosten. Deine Kostenbasis bleibt niedrig, während die Arbeit sich auszahlt.
Er wird nicht müde, und er vergisst nie, was er gestern gelernt hat.
Danke fürs Lesen
Wenn dir das ein Wochenende voller Trial-and-Error erspart hat, dann ist das genau der Sinn der Sache. Folge mir für die Build-Logs und die Skills, die ich als Nächstes veröffentliche, und setze ein Lesezeichen für den Tag, an dem du `hermes setup` selbst ausführst. Baue etwas damit und erzähl mir dann, was es gelernt hat.
