Um comando instala. Um login arma. Na segunda semana, ele cria fluxos de trabalho que você nunca ensinou.
Um consultor freelancer de automação de 29 anos, em Lisboa, passava suas noites nos mesmos 3 trabalhos para clientes: extrair transcrições, rascunhar posts, organizar caixas de entrada. Em março, ele transferiu tudo para um único agente rodando em uma VPS de $5. Ele conversa com ele pelo Telegram no celular. O agente continua funcionando com o notebook fechado.
O agente é o Hermes, construído pela Nous Research. É o único agente com um ciclo de aprendizado integrado. Após qualquer tarefa que exija 5 ou mais passos, ele escreve o método em um arquivo de skill e o reutiliza na próxima vez. A voz dele, os formatos dele, as verificações dele, salvos uma vez e corrigidos sempre que se desviam. Ele não fez fine-tuning em um modelo. Ele deu uma pasta para o agente.
1. O que é o Hermes, em uma linha
Um agente auto-aprimorável que cria skills a partir da experiência, pesquisa suas próprias sessões passadas e constrói um modelo de como você trabalha em várias conversas. Execute-o em uma VPS de $5, uma GPU box ou serverless que custa quase nada quando ocioso. Aponte para qualquer modelo: Nous Portal, OpenRouter, OpenAI ou seu próprio endpoint. Mude com hermes model, sem alterações de código.
2. Instale-o com um comando
No Mac ou Linux:
curl -fsSL
O Windows vem com um instalador PowerShell; celulares usam o caminho Termux. Execute hermes doctor logo em seguida. Ele sinaliza configuração de provedor ausente, variáveis de ambiente quebradas e caminhos errados antes que você perca uma hora com um erro de digitação.
3. Arme-o com um login
Execute hermes setup --portal. Um OAuth cobre um modelo mais 4 ferramentas: pesquisa na web, geração de imagens, texto-para-fala e um navegador em nuvem. Nada de coletar 5 chaves de API separadas. Quer suas próprias chaves por ferramenta? Execute hermes setup para o passo a passo completo, ou Blank Slate para começar apenas com ferramentas de terminal e arquivos e ativar o resto você mesmo.
4. Dê a ele um modelo com espaço para pensar
O Hermes rejeita qualquer modelo com menos de 64.000 tokens de contexto na inicialização. Uma janela menor não consegue segurar um trabalho de chamada de ferramentas com várias etapas. Claude, GPT, Gemini, Qwen e DeepSeek passam todos. Rodando um modelo local? Defina o contexto dele para pelo menos 64K.
5. Execute-o de duas maneiras
Terminal: hermes ou hermes --tui para a interface moderna. Gateway: hermes gateway coloca-o no Telegram, Discord, Slack, WhatsApp, Signal ou Email. Ambos compartilham 1 banco de dados de sessão. Comece um trabalho na sua mesa, termine-o do celular no trem, mesma memória e mesmas skills.
6. Ensine a ele seu trabalho como skills
Skills são arquivos de conhecimento simples. Coloque um em ~/.hermes/skills/ e ele entra em funcionamento sem registro. Elas carregam apenas quando o agente as acessa, então custam 0 tokens até serem usadas. Liste-as com hermes skills list, baixe mais do Hub com hermes skills install. Após uma tarefa difícil, o Hermes se oferece para salvar o método como uma skill por conta própria. Quer monitorar esse ciclo? Defina write_approval: true e aprove cada skill que ele escrever.
7. Deixe-o dividir o trabalho
A ferramenta delegate_task gera subagentes com seus próprios conjuntos de ferramentas e um contexto limpo. Um pesquisa, um rascunha, um revisa, tudo ao mesmo tempo. Cada um começa do zero, então você entrega tudo o que ele precisa de antemão. Para clientes recorrentes, use perfis: configuração separada, chaves, memória e bot do Telegram por agente em 1 máquina.
8. Coloque-o em uma programação
O cron integrado dispara trabalhos em um intervalo e entrega o resultado em qualquer plataforma. Um novo arquivo em uma pasta, um resumo matinal às 7h, um relatório semanal, nada disso precisa que você aperte um botão. Combine a ferramenta de terminal com um backend Docker e ele se comporta como uma sandbox persistente: instale um pacote uma vez, ele fica para a sessão.
9. Para que apontá-lo
- Conteúdo: extraia uma transcrição com yt-dlp, escreva o post dentro da sua skill, envie o rascunho para o Telegram para aprovação antes de publicar.
- Caixa de entrada e calendário: leia, organize, rascunhe respostas, agende horários por e-mail ou mensagens.
- Pesquisa: distribua subagentes por fontes, colete resumos em 1 relatório.
- Código: revise, refatore e execute em um repositório através da skill
github-pr-workflow. - Documentos: leia 50 PDFs, extraia os números, retorne um briefing estruturado.
10. Como as pessoas ganham dinheiro com ele
Venda o resultado, não a configuração. 3 caminhos concretos:
- Automações prontas. Construa o fluxo de caixa de entrada para CRM ou agendamento de um cliente uma vez, cobre uma taxa de configuração mais uma retenção. Agências precificam essas construções de algumas centenas a alguns milhares cada (autorrelatado).
- Produção de conteúdo. Execute um canal sem rosto ou o pipeline de postagem de um cliente do início ao fim, vídeo entra, posts saem.
- Skills como produto. Empacote um fluxo de trabalho como uma skill e compartilhe-o através do Skills Hub para outros instalarem.
A matemática que faz funcionar: o agente roda em uma caixa de $5, e o código que coordena seus subagentes cobra 0 tokens, apenas as chamadas de modelo custam. Seu piso permanece baixo enquanto o trabalho se acumula.
Ele não se cansa e nunca esquece o que aprendeu ontem.
Obrigado por ler
Se isso te salvou um fim de semana de tentativa e erro, esse é o objetivo. Siga para os logs de construção e as skills que eu enviar em seguida, e marque isto como favorito para o dia em que você executar `hermes setup` você mesmo. Construa algo com ele, depois venha me contar o que ele aprendeu.
