ฉันใช้ Hermes ผ่าน Telegram มาเกือบ 4 เดือนแล้ว
ซึ่งมันเจ๋งมาก - เพราะฉันสามารถคุยกับเอเจนต์ของฉันได้จากทุกที่;
โทรศัพท์
แล็ปท็อป
เดินไปเดินมา
อะไรก็ได้ // ที่ไหนก็ได้
แต่หลังจากใช้แอป Hermes Desktop ตัวใหม่ สิ่งที่ทำให้ฉันเข้าใจจริงๆ ก็คือ:
แชท (TG, WhatsApp, Discord ฯลฯ...) เป็นวิธีที่ดีในการคุยกับเอเจนต์ของคุณ
Desktop คือที่ที่คุณจะได้เห็นระบบรอบๆ ตัวมันจริงๆ
นั่นคือส่วนที่ฉันคิดว่าผู้คนจะมองข้าม
Hermes Desktop ทำให้เอเจนต์ของคุณมีฐานที่มั่น
คุณสามารถเห็น tools
คุณสามารถเห็น skills
คุณสามารถเห็น crons
คุณสามารถเห็น sessions
คุณสามารถเปลี่ยน profiles
คุณสามารถเห็น agent runs แบบสด
คุณสามารถเห็น การตั้งค่า memory/context
คุณสามารถเชื่อมต่อ gateway แบบ local หรือ remote
ถ้าคุณเคยทำงานผ่าน Telegram, Discord, WhatsApp, ข้อความ หรือพื้นผิวแชทอื่นๆ นี่คือการอัปเกรดครั้งใหญ่
ตัวเอกของเรื่องนี้คือการมองเห็น
ฟีเจอร์เด็ด: ความต่อเนื่องของเซสชัน
สิ่งแรกที่รู้สึกเหมือนมีมนต์ขลัง:
ฉันสามารถเริ่มต้นกับเอเจนต์ Hermes จากโทรศัพท์ จากนั้นเปิด Hermes Desktop และไปต่อที่เซสชันเดียวกันได้
agent เดียวกัน
sessions เดียวกัน
skills เดียวกัน
memory เดียวกัน
config เดียวกัน
บทสนทนาไม่ได้หายไปในประวัติการเลื่อนของแอปส่งข้อความ
คุณสามารถเริ่มบางอย่างบน Telegram จากนั้นย้ายไปที่ Desktop เมื่อคุณต้องการควบคุมมากขึ้น มองเห็นมากขึ้น หรือแค่พื้นที่หน้าจอมากขึ้น
คุณยังสามารถไปทางอื่นได้: เริ่มบางอย่างใน Desktop ออกไปกลางคัน แล้วกลับมาเล่นเซสชันนั้นต่อบนโทรศัพท์ใน Telegram
นั่นสำคัญมากถ้าคุณใช้เอเจนต์เพื่อทำงานจริงๆ
เพราะเซสชันเอเจนต์จริงๆ ไม่ค่อยเป็นแค่ "ส่งข้อความเดียว ได้คำตอบเดียว"
มันกลายเป็น:
- ตรวจสอบสิ่งที่เกิดขึ้น
- ดำเนินบริบทเก่าต่อ
- ดูว่า tools ไหนทำงาน
- ค้นหา artifacts
- จัดการการตั้งค่า
- สลับโมเดล
- ดูการใช้งาน context
- จัดการกับการอนุมัติ
- กระโดดไปมาระหว่างเอเจนต์/โปรไฟล์ต่างๆ
สิ่งเหล่านั้นเป็นเรื่องน่าปวดหัวเมื่อทุกอย่างซ่อนอยู่หลังแชท
Desktop ทำให้มันมองเห็นได้
แอปให้ความรู้สึกเหมือนศูนย์บัญชาการเอเจนต์
เมื่อคุณเปิด Hermes Desktop เลย์เอาต์จะคุ้นเคยถ้าคุณเคยใช้เครื่องมืออย่าง Codex หรือแอปเขียนโค้ดสไตล์ Claude
sessions/chats อยู่ด้านข้าง
บทสนทนาหลักอยู่ตรงกลาง
controls/settings อยู่รอบๆ
แต่สิ่งที่สำคัญคือสิ่งที่มันเปิดเผย
คุณไม่ได้แค่จ้องไปที่กล่องแชท
คุณได้พื้นผิวสำหรับ runtime ทั้งหมดของเอเจนต์
บางสิ่งที่โดดเด่นสำหรับฉัน:
1. มุมมอง agents
มีปุ่ม Agents ที่แสดง agent runs และ sub-agents ปัจจุบัน/ที่กำลังทำงานอยู่
นี่คือหนึ่งในฟีเจอร์ที่ฟังดูชัดเจนจนกว่าคุณจะใช้งานเอเจนต์จากแอปแชท
ใน Telegram ฉันมักจะเดาว่าเกิดอะไรขึ้นเว้นแต่ฉันจะถาม
ใน Desktop ฉันสามารถเห็น runs ที่กำลังทำงานอยู่จริงๆ
นั่นเปลี่ยนความรู้สึกจาก "ฉันส่งข้อความเข้าไปในความว่างเปล่า" เป็น "ฉันกำลังดูระบบเอเจนต์ของฉันทำงาน"
ความแตกต่างเล็กน้อย แต่สำคัญมาก
2. ⌘K สำหรับทุกอย่าง
@imbabybrooklyn จากทีม Hermes โพสต์คลิปสั้นๆ ของอัปเดต Desktop ใหม่ล่าสุด:
นี่คือ รายละเอียดผลิตภัณฑ์ ที่ทำให้ Desktop รู้สึกน้อยกว่า "GUI สำหรับเอเจนต์" และ更像เป็นพื้นที่ทำงานจริงสำหรับการรันเอเจนต์
เมื่อ Desktop เปิดเผย sessions, profiles, crons, tools, providers, gateways, model controls, context controls, memory budgets และมุมมองเอเจนต์แบบสด การคลิกผ่าน sidebars จะกลายเป็นเรื่องน่าเบื่อเร็ว
⌘K กลายเป็นเลเยอร์ความเร็ว
คุณกดทางลัด
พิมพ์สิ่งที่คุณต้องการ
และกระโดดไปที่นั่นทันที
นั่นสำคัญเพราะงานเอเจนต์เต็มไปด้วยการสลับบริบทเล็กๆ น้อยๆ: เปิดเซสชันเก่า สลับโปรไฟล์ ตรวจสอบ crons เปลี่ยนโมเดล ตรวจสอบ tools หรือกระโดดเข้าไปในการตั้งค่าโดยไม่เสียเธรด
command palette ที่ดีทำให้ทั้งหมดนั้นกลายเป็นความจำของกล้ามเนื้อ
รายละเอียด UI เล็กน้อย แต่ให้ ความรู้สึกผู้ใช้ที่ยอดเยี่ยม
3. การจัดการ cron
ปุ่ม Cron เป็นอีกอย่างที่สมเหตุสมผลทันที
คุณสามารถมองเห็นงานตามกำหนดเวลาที่เอเจนต์ของคุณมี
คุณสามารถหยุดมันชั่วคราว
คุณสามารถรันมัน
คุณสามารถแก้ไขมัน
รวดเร็ว
ถ้าคุณเคยจัดการ crons จากไฟล์ config หรือ slash commands นี่ดีกว่ามาก
งานเอเจนต์ตามกำหนดเวลากลายเป็นสิ่งที่มองเห็นได้และคุณสามารถจัดการได้ แทนที่จะเป็นพฤติกรรมพื้นหลังที่มองไม่เห็นซึ่งคุณหวังว่าจะได้รับการกำหนดค่าอย่างถูกต้อง
4. สลับเอเจนต์ด้วย Manage Profiles
ฟีเจอร์เด็ดที่ไม่เด่น:
ไอคอนมุมบนขวา → Manage Profiles
สิ่งนี้ช่วยให้คุณสลับระหว่างโปรไฟล์เอเจนต์
ฉันคิดว่าสิ่งนี้อาจกลายเป็นหนึ่งในฟีเจอร์ที่ดีที่สุดในแอปสำหรับผู้ใช้ระดับสูง
เพราะเมื่อคุณมีเอเจนต์มากกว่าหนึ่งตัว ปัญหาก็จะน้อยลงจาก "ฉันคุยกับเอเจนต์ได้ไหม?" และกลายเป็น:
ฉันกำลังคุยกับเอเจนต์ตัวไหน?
โปรไฟล์ไหนที่ใช้งานอยู่?
ตัวนี้มี tools อะไรบ้าง?
memory/context อะไรที่แนบมา?
โปรไฟล์นี้ควรทำงานอะไร?
Desktop ทำให้การคิดเกี่ยวกับเรื่องเหล่านี้ง่ายขึ้นมาก
5. การแสดงผล tool-call แบบ product vs technical
คุณสามารถเลือกได้ว่า tool calls จะแสดงอย่างไร
โหมด Product ทำให้ประสบการณ์รู้สึกเหมือนเว็บแอปของ ChatGPT มากขึ้น สะอาดกว่า น่ากลัวน้อยกว่า ติดตามง่ายกว่า
โหมด Technical แสดงรายละเอียดมากขึ้น เหมือนร่องรอยสไตล์ Claude Code / coding-agent
นั่นเป็นตัวเลือกที่ดีมาก
เพราะบางครั้งคุณแค่ต้องการประสบการณ์แบบ product
บางครั้งคุณต้องการเห็น guts
ถ้าฉันใช้เอเจนต์แบบสบายๆ โหมด Product น่าจะดีกว่า
ถ้าฉันกำลังดีบัก ทดสอบ หรือพยายามเข้าใจสิ่งที่เกิดขึ้น โหมด Technical คือสิ่งที่ฉันต้องการ
6. themes
มีตระกูลธีม 6 แบบ พร้อมตัวเลือกโหมดสว่างและมืดสำหรับแต่ละแบบ
ดังนั้นโดยรวมแล้วมีลุคที่แตกต่างกัน 12 แบบ
นี่ไม่ใช่ฟีเจอร์ที่ลึกซึ้งที่สุดในโลก แต่มันสำคัญ
ถ้าแอปนี้กลายเป็นสถานที่ที่คุณใช้เวลาหลายชั่วโมงในการใช้งานเอเจนต์ พื้นที่ทำงานควรให้ความรู้สึกดี
และ Hermes Desktop ให้การควบคุมภาพแก่คุณมากพอที่จะทำให้มันรู้สึกเหมือนการตั้งค่าของคุณเอง แทนที่จะเป็นแผงผู้ดูแลระบบเริ่มต้นบางอย่าง
7. การควบคุม model + reasoning ในแถบด้านล่าง
แถบด้านล่างมีการควบคุมโมเดล
คุณสามารถเปลี่ยนโมเดล
คุณสามารถเปลี่ยนปริมาณการคิด/การใช้เหตุผล
คุณสามารถทำได้จากภายในแอป Desktop
นั่นยิ่งใหญ่
เพราะการเลือกโมเดลเป็นหนึ่งในปุ่มปรับที่มีเลเวอเรจสูงที่สุดเมื่อคุณใช้เอเจนต์
บางครั้งคุณต้องการเร็วและถูก
บางครั้งคุณต้องการสมองที่แพง
บางครั้งคุณต้องการ reasoning มากขึ้น
บางครั้งคุณแค่ต้องการให้สิ่งนั้นตอบ
การมีสิ่งนั้นภายในแอปทำให้เอเจนต์ทั้งหมดรู้สึกควบคุมได้มากขึ้น
8. ตัวจับเวลาเซสชัน + แถบ context window
นี่อาจเป็นฟีเจอร์ที่ใช้งานได้จริงที่ฉันชอบที่สุด
แถบด้านล่างแสดงตัวจับเวลาเซสชันและแถบการใช้งาน context window
เหมือนแถบจริงที่เติมเต็มและบอกคุณว่าคุณใช้ context window ไปกี่เปอร์เซ็นต์แล้ว
นี่มีประโยชน์มาก
ก่อนหน้านี้ ถ้าคุณใช้ Telegram หรือ Discord คุณต้องถามด้วย /status หรือ /usage
ตอนนี้มันอยู่ตรงนั้น
มองเห็นได้
องค์ประกอบ UI เล็กๆ นั้นเปลี่ยนวิธีที่คุณใช้เซสชันยาวๆ
คุณสามารถบอกได้เมื่อคุณใกล้ถึงขีดจำกัด
คุณสามารถตัดสินใจได้เมื่อจะบีบอัด
คุณสามารถตัดสินใจได้เมื่อจะเริ่มใหม่
คุณสามารถหยุดเดาว่าทำไมเอเจนต์ถึงเริ่มแปลก
สำหรับคนที่ทำงานเอเจนต์จริงๆ หลายชั่วโมง นี่คือหนึ่งในฟีเจอร์แบบ "โอ้ ขอบคุณพระเจ้า"
9. การหมดเวลาการอนุมัติจาก Settings
นี่ฟังดูงี่เง่าจนกว่าจะช่วยคุณจากความโกรธ
Hermes มีขั้นตอนการอนุมัติสำหรับสิ่งที่ต้องได้รับอนุญาต
ปกติแล้ว สิ่งเหล่านั้นสามารถหมดเวลาได้ค่อนข้างเร็ว
เร็วประมาณ 60 วินาที
ซึ่งใช้ได้ถ้าคุณจ้องหน้าจอ แต่น่ารำคาญถ้าคุณใช้เอเจนต์จากโทรศัพท์ เดินไปมา วอกแวก หรือทำอะไรก็ตามที่ปกติ
Desktop ให้คุณเปลี่ยนการหมดเวลาการอนุมัติจาก Settings
ดังนั้นคุณสามารถตั้งค่าเป็นสิ่งที่สมจริง เช่น 5 นาที
นี่เป็นตัวอย่างที่สมบูรณ์แบบว่าทำไม Desktop ถึงสำคัญ
มันนำสิ่งที่เคยมีอยู่แล้วทางเทคนิคและทำให้ใช้งานได้ง่ายขึ้นมาก
การล่า slash command น้อยลง
การขุด config น้อยลง
"ทำไมคำขอนั้นหมดอายุไปแล้ว" น้อยลง
10. การควบคุมการบีบอัด context อัตโนมัติ
คุณยังสามารถควบคุมการบีบอัด context อัตโนมัติได้
เปิดมัน
ปิดมัน
เปลี่ยนเวลาที่มันเกิดขึ้น
เลือกว่าจะให้มันเกิดขึ้นหรือไม่
นี่เป็นอีกฟีเจอร์สำหรับผู้ใช้งานเอเจนต์ระดับสูง
การบีบอัด context อาจจะยอดเยี่ยม แต่คุณต้องการควบคุมมัน
บางครั้งคุณต้องการให้แอปทำให้สิ่งต่างๆ ดำเนินต่อไป
บางครั้งคุณต้องการตัดสินใจด้วยตนเอง
บางครั้งคุณกำลังทำสิ่งที่ละเอียดอ่อนและไม่ต้องการให้การสรุปแบบเซอร์ไพรส์เปลี่ยนรูปร่างของเซสชัน
Desktop วางการควบคุมนั้นไว้ตรงหน้าคุณ
11. งบประมาณ memory + user profile
คุณสามารถเปลี่ยนงบประมาณสำหรับไฟล์ memory.md และ user.md ของคุณ
นี่เป็นเรื่องเฉพาะทาง แต่มันสำคัญ
Hermes มี memory และบริบทโปรไฟล์ผู้ใช้ที่ถูกดึงเข้ามาในเซสชัน
บริบทนั้นมีงบประมาณ
Desktop ให้คุณปรับแต่งมันได้
ดังนั้นถ้าคุณสนใจว่าเอเจนต์ของคุณนำ memory ที่คงทนหรือข้อมูลโปรไฟล์เข้าไปในเซสชันมากแค่ไหน คุณสามารถปรับได้โดยไม่ต้องดำดิ่งลงไปใน config
อีกครั้ง: การควบคุมที่มองเห็นได้สำหรับสิ่งที่เคยรู้สึกซ่อนอยู่
12. providers, auth flows และ API keys
คุณสามารถเปลี่ยน/สลับผู้ให้บริการโมเดลจาก Settings
คุณสามารถเรียกใช้ auth flows
คุณสามารถใส่ API keys
คุณสามารถจัดการการตั้งค่าผู้ให้บริการจากแอป
นี่ฟังดูง่าย แต่มันสะดวกมากจริงๆ
slash commands ในแชทนั้นเจ๋งเมื่อคุณรู้อยู่แล้วว่าคุณกำลังทำอะไร
แต่สำหรับการตั้งค่า auth การสลับผู้ให้บริการ และการจัดการคีย์ หน้าจอการตั้งค่าจริงๆ ดีกว่า
มีการเดาน้อยลง
การจำคำสั่งน้อยลง
"แล้ว config นี้อยู่ที่ไหนอีกนะ" น้อยลง
13. gateway แบบ local และ remote
คุณสามารถเชื่อมต่อ Hermes Desktop กับ gateway แบบ local หรือ remote
นั่นหมายความว่าเอเจนต์ของคุณสามารถทำงานในเครื่อง หรือเป็นการตั้งค่าแบบ cloud/remote และ Desktop จะกลายเป็นสถานที่ที่คุณใช้งานมัน
นี่คือส่วนที่ฉันแสดงในบทช่วยสอนสั้นๆ
Settings → Gateway → remote gateway
เพิ่ม URL/session token
บันทึก + เชื่อมต่อใหม่
เซสชันเก่าโหลดเข้ามา
แต่ประเด็นที่ใหญ่กว่าคือการตั้งค่า gateway เป็นเพียงบทหนึ่งของเรื่องราว
การปลดล็อกที่แท้จริงคือสิ่งที่เกิดขึ้นหลังจากที่มันเชื่อมต่อ:
เอเจนต์ของคุณมีพื้นที่ทำงานที่มองเห็นได้
14. การตั้งค่า skills, tools และ MCP
skills, tools และการตั้งค่า MCP เข้าใจง่ายกว่ามากจาก Desktop
คุณสามารถเห็นสิ่งที่เอเจนต์ของคุณทำได้
skills หยุดเป็นโฟลเดอร์นามธรรมของคำสั่งวิเศษ
tools หยุดเป็นความสามารถที่มองไม่เห็นซึ่งฝังอยู่ใน config
การตั้งค่า MCP กลายเป็นสิ่งที่คุณสามารถใช้เหตุผลเกี่ยวกับมันได้จากแอป
นี่อาจเป็นวิธีที่ดีที่สุดในการอธิบาย Hermes Desktop ให้กับคนที่ยังไม่ได้ใช้:
มันทำให้ความสามารถของเอเจนต์อ่านออกได้
คุณสามารถเห็นสิ่งที่เอเจนต์ของคุณสามารถเข้าถึงได้
คุณสามารถเปลี่ยนการตั้งค่า
คุณสามารถเข้าใจสิ่งที่เชื่อมต่ออยู่
นั่นเป็นประสบการณ์ที่แตกต่างอย่างมากจาก "ส่งข้อความถึงบอทและหวังว่าคุณจะจำได้ว่ามันทำอะไรได้บ้าง"
ทำไมสิ่งนี้ถึงสำคัญ
เอเจนต์มีประสิทธิภาพมากขึ้นเรื่อยๆ แต่พื้นผิวการควบคุมยังคงรู้สึกแปลกๆ
พวกเราหลายคนใช้งานพวกมันจากเทอร์มินัล แอปแชท ไฟล์ config slash commands สุ่มๆ และขั้นตอนการตั้งค่าที่จำได้ครึ่งๆ กลางๆ
นั่นใช้ได้ถ้าคุณมีความรู้ด้านเทคนิคเพียงพอและดื้อรั้นพอ
แต่ทุกอย่างจะดีขึ้นมากเมื่อเอเจนต์มีบ้านบน Desktop จริงๆ
Hermes Desktop ให้คุณ:
- ความต่อเนื่องข้ามพื้นผิว
- การมองเห็นในเซสชัน
- agent/sub-agent runs แบบสด
- การควบคุม cron
- การสลับโปรไฟล์
- การควบคุม model + reasoning
- การตั้งค่า provider/auth
- การใช้งาน context
- การควบคุมงบประมาณ memory
- การตั้งค่า gateway
- การมองเห็น skills/tools/MCP
- มุมมอง tool-call แบบ product หรือ technical
ทั้งหมดในแอปเดียว
นั่นคือมาสเตอร์คลาสที่นี่
Hermes Desktop นำส่วนต่างๆ ของงานเอเจนต์ที่เคยซ่อนอยู่ กระจัดกระจาย หรือขับเคลื่อนด้วยคำสั่ง และให้สถานที่แก่พวกมัน
ถ้าคุณแค่คุยกับเอเจนต์แบบสบายๆ คุณอาจยังไม่ต้องการทั้งหมดนี้
ถ้าคุณใช้งานเอเจนต์เพื่อทำงานจริงๆ นี่คือประเภทของแอปที่ทำให้ทั้งระบบคลิก
และสำหรับฉันโดยส่วนตัว มันทำให้การตั้งค่า Hermes รู้สึกน้อยลงมากเหมือน "บอทที่ฉันคุยด้วยจาก Telegram" และมากขึ้นเหมือนพื้นที่ทำงานเอเจนต์จริงๆ
ไปดาวน์โหลดมัน เชื่อมต่อเอเจนต์ของคุณ และลองคลิกดูการตั้งค่าต่างๆ
มีอะไรในนั้นมากกว่าที่ฉันคาดไว้มาก
เมื่อ Hermes Desktop จาก @NousResearch ยังคงอัปเดตต่อไป ฉันจะอัปเดตคุณต่อไป
ถ้าคุณกำลังสร้างด้วย Hermes หรือเอเจนต์โดยทั่วไป ติดตามต่อไป
-cobi
https://x.com/NousResearch/status/2061843507417944552
https://x.com/imbabybrooklyn/status/2062412250816668026
