Hermes'i Yatırım Bankacılığı Seviyesinde Bir Finans Analistine Nasıl Dönüştürürsünüz?

Tamam, bir LLM'den bir hisse senedi hakkında akıllıca şeyler söylemesini zaten isteyebildiğini varsayıyorum. Herkes yapabiliyor bunu. Asıl iş bu değil.

Asıl iş, modelin etrafındaki koşum takımı, yani katman; analistinin güvendiğin bir masa mı yoksa iyi grameri olan bir rastgele sayı üreteci mi olduğuna karar veren şey. Model, tüm bu yapının en değiştirilebilir parçası.

Üç bölüm:

1. Nasıl düzgün çalıştırılacağı
2. Nasıl bir finans makinesine dönüştürüleceği (gerçek avantaj)
3. Onu genişleten depolar ve hizmetler.

Ortadaki bölümü iki kez oku.

Finansal Tavsiye Değildir. Kendi Araştırmanızı Yapın. Kendi projem - @coldvisionXYZ

BÖLÜM 1 ÇALIŞTIRIN VE NE ÇALIŞTIRDIĞINIZI ANLAYIN

Tek satır. Python, node, git, her şeyi ~/.hermes/ dizinine kurar:

1curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Linux, macOS, WSL2, Termux üzerinden Android (otomatik algılanır), yerel Windows (erken beta, WSL gerektirmez). Python 3.11+. Ardından sihirbaz için hermes setup veya hermes model / hermes tools / hermes gateway setup ile parça parça kurulum yapın. hermes (klasik CLI) veya hermes --tui (önerilen) ile çalıştırın.

Sağlayıcı soyutlaması sessiz süper güçtür

Aynı çalışma zamanı, chat-completions API'lerini, Anthropic Messages'ı, Codex Responses'ı, süreç dışı bir Codex uygulama-sunucu yolunu ve Bedrock'ı çalıştırır.

Araç çağrı formatları ve sağlayıcı tuhaflıkları, taşıma bağdaştırıcıları tarafından normalleştirilir, böylece döngü seviyesinde, arkasında ne olursa olsun model yüzeyi aynı görünür.

Bu, sağlayıcı yedeklemesinin gerçek olduğu ve modelleri değiştirmenin gerçekten sıfır kod gerektirdiği anlamına gelir.

Cüzdanınız için pratik sonuç: tek bir model çalıştırmazsınız.

config.yaml dosyasındaki auxiliary altında, her bir yan görev, küratör çalıştırması, görüntü işleme, gömme vektörleri, başlık oluşturma, oturum arama, sıkıştırma özetleyicisi kendi sağlayıcısını, modelini, base_url'ini ve reasoning_effort'unu ayarlayabilir.

Böylece pahalı muhakeme modeliniz, eski bir sohbeti özetlemek veya bir oturumu adlandırmak için asla token harcamaz.

Ayrıca, zor dönüşleri güçlü modele ve diğer her şeyi ucuz bir modele göndermek için smart_model_routing da vardır.

En ucuz mantıklı kurulum: Birincil olarak Nous Portal (tek abonelik, 300'den fazla model + web/tarayıcı/görüntü/TTS için Araç Geçidi), tüm yardımcı işler için sabitlenmiş ucuz bir model, ücretsiz yedek olarak yerel Ollama/vLLM. Yerel kullanıyorsanız, Ollama varsayılan olarak 4k bağlam kullanır ve sessizce kırpar, num_ctx değerini 64k+ olarak ayarlayın, aksi takdirde ajan aptallaşır ve modeli suçlarsınız.

Yapılandırmaya dokunmadan önce anlamanız gereken şey: istem önbellek şekillidir

Bu, tüm sistemin korumak için inşa edildiği değişmez kuraldır ve eğer anlamazsanız, faturanızı sessizce 10 katına çıkarırsınız.

Hermes, sistem istemini üç kademede oluşturur:

1. kararlı (stable)
2. bağlam (context)
3. değişken (volatile)

Kararlı kademe kimliği (SOUL.md), yalnızca etkin araçlar için araç yönergelerini, beceri indeksini, ortam ipuçlarını taşır. Bağlam, geçerli çalışma dizininden (cwd) türetilir. Değişken kademe, her turda değişir. Kademelendirme, kodda tek bir nedenden dolayı açıktır: istem-ön eki önbellek geçerliliği. Sağlayıcılar, isteminizin ön ekini önbelleğe alır ve önbelleğe alınan token'ları daha düşük bir ücretle faturalandırır. Kararlı kademe her değiştiğinde, bu önbelleği bozarsınız ve her şey için tam ücret ödersiniz.

Bu nedenle Hermes, bağlamı değiştirmeyi neredeyse kutsal bir şey olarak ele alır. Ajanın kendi mühendislik kurallarından: bağlamı kasıtlı olarak değiştirdiği tek zaman sıkıştırma sırasındadır. Sistem istemi durumunu değiştiren eğik çizgi komutları (bir beceri yükleme, bir aracı açma/kapama) varsayılan olarak ertelenmiş geçersiz kılmaya tabidir, değişiklik sonraki oturumda etkili olur ve gerçekten canlı olarak ihtiyacınız olduğunda kullanılmak üzere isteğe bağlı bir --now bayrağı bulunur. /skills install --now kanonik "önbellek bozmayı kabul ediyorum" modelidir.

Bir analist olarak neden umursuyorsunuz: etkinleştirdiğiniz her beceri ve açtığınız her araç, bu kararlı kademede yaşar ve her çağrıda ön ek token'larına mal olur. 60 etkin araca sahip şişkin bir ajan, her turda sonsuza kadar 60 açıklamanın tamamı için ödeme yapar. Yalın araç setleri ve isteğe bağlı beceriler düzenlilik meselesi değildir, bunlar maliyet modelidir.

Sıkıştırma, kırpma değil, soyağacıdır

Bağlam dolduğunda, saf ajanlar eski turları atar ve hafıza kaybı yaşar.

Hermes iki bağımsız sıkıştırma katmanı çalıştırır:

1. ajan daha çalışmadan önce, kabaca bir tahminle bağlamın yaklaşık %85'inde devreye giren bir ağ geçidi "oturum hijyeni" güvenlik ağı
2. gerçek olanı, doğru API tarafından bildirilen token sayılarını kullanarak yaklaşık %50'de devreye giren döngü içi ContextCompressor.

Eski turları silmek yerine özetleyerek yeni bir mesaja dönüştürür ve oturumlar, her sıkıştırma bölünmesi için üst-alt soyağacını takip eder. Özet, dökümün bir parçası haline gelir; orijinal ise soyağacında korunur.

Kayıplı olması sorun değildir, kayıpsız olması belleği şişirirdi.

Oturumlar yalnızca dökümler değil, altyapıdır.

Kaynak etiketleri ve yönlendirme meta verileri taşırlar ve modelin kullanabileceği bir session_search aracı ile her geçmiş tur üzerinde bir FTS5 SQLite dizini bulunur. Ajanınız, muhakeme sırasında "üç hafta önce COIN hakkında ne sonuca varmıştım?"ı hatırlayabilir, bunu bağlama tıkıştırdığınız için değil, kendi geçmişini talep üzerine sorgulayabildiği için.

Nerede çalışır

Altı terminal arka ucu:

1. yerel (local)
2. Docker
3. SSH
4. Singularity
5. Modal
6. Daytona

Modal ve Daytona sunucusuzdur, ortam boştayken uyur ve talep üzerine uyanır, çalıştırmalar arasında neredeyse hiçbir maliyeti yoktur.

5 dolarlık bir VPS veya uyuyan bir sunucusuz kutu, gerçek "5 dolar"dır. Ağ geçidini bağlayın ve aynı ajan, birleşik oturum yönlendirmesi ile 20'den fazla platformda (Telegram, Discord, Slack, Signal…) çalışır, böylece bulut kutusunda çalışırken telefonunuzdan onunla konuşursunuz.

Oturumlar, çok işlemli yazma çekişmesi için özel bir yeniden deneme katmanına sahip WAL modunda SQLite sayesinde yeniden başlatmalardan kurtulur, böylece cron işleri ve ağ geçidi çalışmaları birbirini bozmaz.

BÖLÜM 2 - BİR FİNANS MAKİNESİNE DÖNÜŞTÜRÜN

Sade bir ajan, hiçbir alan eğitimi ve yargı disiplini olmayan parlak bir stajyerdir. Onu kelimenin tam anlamıyla dört kanaldan eğitirsiniz: kimlik, oyun kitapları, hafıza ve standartlar. Sonra kendi kendini eğitir ve sizin asıl işiniz küratörlük yapmak olur.

2a. Kimlik - SOUL.md 1. Yuva

SOUL.md, sistem isteminde, araçlardan, becerilerden, her şeyden önce gelen ilk şeydir. Kişilik ve değerler katmanıdır.

Bir finans analisti için bu, kişilik süsü değil, epistemik mizacı belirlediğiniz yerdir.

Şunun gibi şeyler: "Sen şüpheci bir alıcı tarafı analistisin. Yuvarlak sayılara ve anlatılara güvenmezsin. Bu oturumda bir araçtan çekmediğin bir rakamı asla belirtmezsin. Tahmin etmektense 'yetersiz veri' demeyi tercih edersin. Kendi önceki sonuçlarına, güncellenmesi gereken ön bilgiler olarak davranırsın."

Bu, önbellek-kararlı kademede bulunur ve her turu ücretsiz olarak renklendirir. Çoğu insan SOUL.md'yi varsayılan olarak bırakır. Bir analist için bu, en yüksek kaldıraca sahip 1.500 karakterinizdir.

2b. Oyun Kitapları - beceriler ve açıklamanın neden gerçek mühendislik olduğu

Bir beceri, ~/.hermes/skills/ dizininde saklanan bir SKILL.md, ad + açıklama + prosedürdür.

Her zaman yüklenen beceri indeksinde yalnızca kısa açıklamalar bulunur.

Tam prosedür, bir görev eşleştiğinde talep üzerine yüklenir. Böylece beceri kütüphaneniz, ön eki şişirmeden çok büyük olabilir.

Bu, açıklamanın becerinin başarılı veya başarısız olduğu yer olduğu anlamına gelir.

Bu bir yönlendiricidir. Açıklama belirsizse, ajan gerektiğinde beceriyi asla yüklemez veya gerekmediğinde yükler. Açıklamaları özet gibi değil, tetikleme koşulları gibi yazın.

"Kullanıcı ABD'de işlem gören bir hisse senedi adını verdiğinde ve temel bir analiz istediğinde kullanılır" ifadesi, "hisseleri analiz eder" ifadesini yener.

Gerçek bir analist becerisi, 2d'deki standartların doğrudan prosedüre işlendiğine dikkat edin:

1---
2name: equity-snapshot
3description: Kullanıcı ABD'de işlem gören bir kısaltma adı verdiğinde ve risk işaretleriyle birlikte temel + fiyat analizi istediğinde kullanılır.
4---
5
6# Hisse Senedi Anlık Görüntüsü
7
81. Kısaltmayı -> SEC'in company_tickers haritası aracılığıyla CIK'ye çözümleyin. ASLA bir kısaltma tahmin etmeyin.
92. EDGAR aracılığıyla en son 10-K/10-Q'yu (gelir, borç, serbest nakit akışı) çekin. Erişim numarasını kaydedin.
103. Oranları ASLA kendiniz hesaplamayın. F/K, marjlar, Y/Y için calc aracını çağırın.
114. Geliri iki kaynak arasında çapraz kontrol edin. Aynı fikirde değillerse, FARKI RAPORLAYIN, birini seçmeyin.
125. Çıktı: tez (2 satır), 3 katalizör, 3 risk, değerleme yorumu, 0-1 arası güven ve "bunu tersine çevirecek tek bir veri noktası." Veri zayıfsa, "geç" döndürün.

Beceriler, platform bazında etkinleştirme/devre dışı bırakma, araç kullanılabilirliğine dayalı koşullu aktivasyon ve ön koşul doğrulamayı destekler, böylece bir beceri "yalnızca EDGAR aracı mevcutsa kullanılabilir" şeklinde bildirimde bulunabilir.

Biçim, açık agentskills.io standardıdır, bu nedenle yazdıklarınız diğer uyumlu ajanlara taşınabilir.

2c. Kendini geliştirme döngüsü ve bakım

Ajan, kendi becerilerini yazar.

Deneme yanılma yoluyla bir şeyi çözdükten sonra (genellikle birkaç araç çağrısı içeren bir görev), çalışan yaklaşımı agent_created/ dizininde bir SKILL.md olarak kaydeder.

Beceri yönetim aracının altı eylemi vardır ve bilinmesi gereken patch (yama) 'dır: hedefli bir düzeltme, token açısından verimli olduğu için tam düzenleme yeniden yazmalarına tercih edilir.

Ajan, kullanım sırasında kendi oyun kitaplarını yerinde iyileştirir.

Bakım yapılmazsa, otomatik beceriler metastaz yapar.

Ön ek token'larını tüketen ve yönlendiriciyi kirleten düzinelerce dar, örtüşen oyun kitabıyla karşılaşırsınız.

Küratör (Curator) bununla ilgilenir ve mekaniğini bilmekte fayda var. Bu bir cron hizmeti değildir, bir hareketsizlik kontrolünde çalışır: kabaca son çalıştırmasından bu yana 7 gün geçtiğinde ve ajan 2+ saattir boştayken, bir arka plan çatalı kendi istem önbelleğiyle, aktif konuşmaya asla dokunmadan başlar ve eski becerileri otomatik olarak arşivleyen (.archive/ dizinine, geri yüklenebilir, hiçbir şey kaybolmaz) bir LLM inceleme döngüsü çalıştırır.

Yapılandırma, config.yaml dosyasında curator altında bulunur: interval_hours, min_idle_hours, stale_after_days, archive_after_days.

Otomatik becerilere stajyer taslakları gibi davranın. hermes curator review ile göz atın, gerçekten iyi olanları hayatta kalmaları için sabitleyin, geri kalanının arşivlenmesine izin verin. Bu döngüyü küratörlük yapmak eğitimin ta kendisidir.

Küratörlük yapılmayan bir ajan zamanla daha iyi değil, daha kötü hale gelir.

2d. Standartlar - disiplin, size ne kadar kazandırdığına göre sıralanmıştır

Bunlar, SOUL.md'ye ve her SKILL.md'ye işlediğiniz kurallardır. Etki sırasına göre.

1. Aritmetiği yasaklayın. LLM'ler token'ları tahmin eder. Bu, güvenle yanlış sayıların bir numaralı kaynağıdır. Temiz uygulama, deterministik bir betiğin matematiği yapması ve modelin yalnızca girdilere karar vermesi ve çıktıları yorumlaması için execute_code (2e'de ele alınmıştır) kullanır.

Modelin "tahmin ettiği" bir İNA (DCF) kurgudur; bir betiğin hesapladığı ve modelin stres testine tabi tuttuğu bir İNA ise üründür.

2. Her rakam için makbuz. Her sayı, kaynağı ve ait olduğu tarihle birlikte, asla çıplak olarak döndürülür. Oluşturucu, makbuzu olmayan her şeyi atar.

Getirisi çekişmeli (adversarial) bir durumdur: iki kaynak aynı fikirde olmadığında, anlaşmazlık sinyalin ta kendisidir.

3. Yalnızca anlık (point-in-time). İleriye bakma yanlılığı (look-ahead bias), her geriye dönük testin ve her "bildiydi" ekran görüntüsünün sessiz katilidir. API'ler varsayılan olarak yeniden düzenlenmiş, güncel veriler sunar.

Gerçekleri ait oldukları tarihlerle etiketleyin ve ajanı yalnızca karar tarihinde bilinebilenlerle sınırlayın.

4. Yapısı gereği çekişmeli (adversarial). Bir alt ajan uzun senaryoyu kurar, ikincisine onu öldürmesi emredilir, üçüncüsü belirtilen bir güven düzeyinde uzlaştırır. Değer tamamen hedeflerin gerçekten zıt olmasındadır, ajan sayısında değil.

Tarafsız hizalanmış modeller burada önemlidir çünkü düşüş senaryosunu sulandırıp lapa haline getirmek yerine sert bir şekilde savunurlar.

5. Çekimser kalma yetkisi. Her çağrıda "bunu tersine çevirecek tek bir veri noktası nedir?" sorusunu zorunlu kılın.

Eğer ajanın sahip olmadığı bir veriyse, cevap pozisyon almamaktır.

2e. İleri düzey hamle: programatik araç çağrısı, boru hatlarını sıfır bağlam maliyetine indirger

Bu, bir kere anladığınızda her analist iş akışını nasıl kurduğunuzu değiştiren özelliktir.

Normalde çok adımlı bir boru hattı, adım başına bir LLM turu harcar: "Arayacağım… şimdi okuyacağım… şimdi özetleyeceğim… şimdi yazacağım." Her mekanik adım, çıkarım token'larına mal olur ve bağlamı ara maddelerle kirletir.

execute_code bunu öldürür

Ajan, Hermes'in kendi araçlarını bir Unix-domain-socket RPC üzerinden çağıran bir Python betiği yazar. Betik bir alt süreçte çalışır; araç çağrıları soket üzerinden üst sürece geri döner ve normal araç çağrılarıyla aynı işleyici aracılığıyla dağıtılır.

Kritik olarak: yalnızca betiğin print() çıktısı modele döner. Ara araç sonuçları asla bağlam penceresine girmez.

1# ajan bunu BİR KEZ yazar; model yalnızca karar noktasında devreye girer
2from hermes_tools import edgar_fetch, market_price, calc
3
4tickers = ["TSLA", "NVDA", "COIN"]
5rows = []
6for t in tickers:
7    f = edgar_fetch(t, form="10-Q")          # RPC üzerinden araç çağrısı
8    px = market_price(t)                      # RPC üzerinden araç çağrısı
9    pe = calc("pe", price=px["last"], eps=f["eps"])  # deterministik matematik, LLM değil
10    rows.append({"ticker": t, "pe": pe, "src": f["accession"], "as_of": f["period_end"]})
11
12print(rows)   # YALNIZCA bu bağlam penceresine girer

Bir finans analisti için bu çok büyük bir olaydır.

Her biri üç araç çağrısı olan 20 hisse senedi üzerinde sabah taraması, geleneksel olarak yapıldığında bağlamınızı ve token bütçenizi patlatacak 60 araç çağrısıdır.

Bir betik olarak bu, tek bir tur, temiz basılmış bir tablo, satır içinde deterministik olarak yapılmış matematiktir. Tüm boru hatlarını tek bir çıkarıma indirgersiniz ve model yalnızca gerçekten muhakeme gerektiren noktalarda düşünür. Yinelenen analist iş akışlarınızı, becerilere sarılmış execute_code betikleri olarak oluşturun. (Yalnızca Linux/macOS, Unix domain soketleri gerektirir.)

2f. Hafıza - gerçekler ve kullanıcı modeli

Hermes'in hafızası üç ortak mekanizmadan oluşur ("3 katman" çerçevesi öğretimsel bir basitleştirmedir, kodda bağımsızdırlar):

• MEMORY.md - kalıcı gerçekler. ~2.200 karakter sınırı.
• USER.md - sizin modeliniz. ~1.375 karakter sınırı.
• SessionDB - SQLite, WAL, her geçmiş tur üzerinde FTS5, session_search ile sorgulanır.

Bir MemoryStore, MEMORY.md ve USER.md'yi oturum başlangıcında bir kez okur ve bunları sistem isteminde tek bir değişmez blok olarak gömer.

Ajan, oturum sırasında bu dosyalara yazabilir ve yazılar diske ulaşır, ancak istem içindeki kopya bir sonraki oturuma kadar değişmez, çünkü değiştirmek ön ek önbelleğini bozar (her yerdeki aynı değişmez kural).

Ayrıca 8 isteğe bağlı harici sağlayıcı (Honcho'nun diyalektik kullanıcı modellemesi, Mem0, Hindsight, Supermemory…), tek seçimli, hermes memory setup.

Karakter sınırları bir özelliktir. Sizi USER.md'yi bir döküm alanı değil, yüksek sinyalli bir altyapı olarak tutmaya zorlarlar.

Bir analist için USER.md sizin görev tanımınızdır: risk toleransı, ufuk, gerçekten harekete geçtiğiniz metrikler, çıktı formatı.

MEMORY.md, ajanın kazandığı kalıcı gerçekler içindir ("COIN geliri, FMP'den çok 10-K ile daha temiz bağlantılıdır").

SessionDB, skor tablonuzdur, her çağrıyı saklayın, sonuçlara göre puanlayın ve ajan, siz onun kalibrasyonunu, nerede keskin olduğunu ve nerede kronik olarak çok iyimser olduğunu öğrenirken ön bilgileri günceller. Bu kalibrasyon haritası, hiçbir perakende yapının toplamaya zahmet etmediği bir alfadır.

2g. İstemler yeterli olmadığında: GAPA, ardından RL

İnce ayar yapmaya başvurmadan önce: Hermes'te GAPA vardır, SOUL.md'niz, beceri talimatlarınız ve sistem istemleriniz için manuel deneme yanılma ayarlamaları yerine sistematik istem optimizasyonu.

Performans platoya ulaştığında deneyin.

Bunun ötesinde, Hermes toplu yörünge (trajectory) oluşturma yapar ve SFT için ShareGPT formatında izler dışa aktarır ve kendi yörüngelerinizde araç çağırma davranışını gerçekten ince ayarlamak için bir RL yolu (Atropos) vardır. "Onu eğitmenin" gerçek tavanı budur, sizin analistinizin nasıl çalıştığına dair bir modelin eğitilmesiyle sonuçlanır.

BÖLÜM 3 - GENİŞLETİN: DEPOLAR, MCP, HİZMETLER

MCP: kaydı sunumdan ayırın

Sunucuları CLI veya config.yaml aracılığıyla ekleyin; ajan, başlangıçta araçlarını listeler ve bunları yerleşik araçların yanına kaydeder. Yukarıdaki önbellek mantığını yansıtan önemli bir disiplin: tools.include ile beyaz listeye alın, böylece yalnızca ihtiyacınız olanı sunarsınız, çünkü sunulan her araç ön ek token'larına mal olur ve saldırı yüzeyinizi genişletir.

1hermes mcp add github --command npx --args "-y,@modelcontextprotocol/server-github"
2hermes mcp configure github   # tek tek araçları aç/kapa

1mcp_servers:
2  filesystem:
3    command: npx
4    args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/you/research"]
5    tools: { include: [read_file, list_directory] }   # salt okunur, yazma yok

Uygulamak için /reload-mcp.

Composio MCP hile kodudur, tek bir sunucu, yüzlerce SaaS bağlantısı; insanlar Hermes üzerinde tamamen bu yolla piyasa verileri çeken ve Google Dokümanlar'a raporlar yazan finans ajanları oluşturuyor. Ve hermes mcp serve, Hermes'i bir MCP sunucusu olarak çalıştırır, oturum geçmişini sunar, böylece Claude Desktop veya Cursor, analistinizin ne bulduğunu sorgulayabilir; ajan, diğer araçlarınızın okuduğu bir bilgi tabanı haline gelir.

Veri muslukları (sıralanmış: omurga ve süs)

Kripto omurgası:

DefiLlama

(ücretsiz, anahtar gerekmez, gerçek bir hız sınırı yoktur, TVL/ücretler/getiriler/fiyatlar, ücretli panoların yarısı yeniden kaplamadır)

+ Helius

(Solana kralı, gelişmiş işlem ayrıştırma, bayt çorbasını okunabilir takaslara dönüştürür).

Süs:

Birdeye (OHLCV+websocket), Jupiter (yönlendirme/fiyat teklifleri), Dune+Flipside (SQL zincir üstü), Bitquery (GraphQL çoklu zincir), Nansen/Arkham (etiketler, ücretli).

Geleneksel Finans omurgası:

FRED

(St Louis Fed, en yüksek sinyalli ücretsiz makro veri, masaların gerçekten izlediği veri)

+ edgartools

(MIT, anahtar gerekmez, erişim numaralarıyla 10-K'lardan yazılı finansallar).

Süs:

Finnhub (en iyi ücretsiz katman), FMP (önceden hesaplanmış oranlar), Polygon/Tiingo (temiz geçmiş veri), yfinance (bant bandı, sessizce bozulur), GDELT (küresel haber olayları).

Tuzak: ücretsiz katmanlar kısıtlıdır (Alpha Vantage ~günde iki düzine çağrı). Kodunuzun bozulduğunu düşüneceksiniz. Her şeyi önbelleğe alın ve hız sınırlarından kurtulmak için birden fazla anahtar arasında otomatik olarak geçiş yapmak üzere kimlik bilgisi havuzlarını (config.yaml) kullanın.

Zaman ayırmaya değer depolar

• NousResearch/hermes-agent

Geliştirici kılavuzu belgelerini okuyun: mimari, ajan döngüsü, bağlam sıkıştırma ve önbelleğe alma. DeepWiki ve mudrii/hermes-agent-docs aynaları iç işleyiş için iyidir.

• 0xNyk/awesome-hermes-agent

Küratörlü beceriler, araçlar, MCP sunucuları, entegrasyonlar. Buradan başlayın. Beceri merkezleri: resmi Hub (680'den fazla beceri, 18 kategori), skills.sh, ClawHub.

• OpenBB-finance/OpenBB

MCP sunucuları gönderen açık kaynak Bloomberg, böylece doğrudan Hermes'e bağlanır ve ajana tek bir arayüz üzerinden büyük bir piyasa verisi + analiz yüzeyi sunar. En yüksek kaldıraca sahip tek eklenti.

• polakowo/vectorbt

Numba hızlı geriye dönük test, saniyeler içinde binlerce varyasyon. Her hipotezi ona güvenmeden önce ajanın test etmesi için bir beceriye sarın.

• TauricResearch/TradingAgents (+ auronsun/TradingAgents-crypto)

Çok ajanlı ticaret firması simülasyonu. Yapısı için okuyun, ardından anladığınız daha yalın yükseliş/düşüş alt ajan versiyonunu oluşturun. Gerçek sistematik stratejiler için microsoft/qlib ve nautechsystems/nautilus_trader. Kütüphane haritası olarak wilsonfreitas/awesome-quant.