Kanał
16 materiałów · ostatnio 30 października 2026 · AI zagraniczne
Poradnik konfiguracji tras modelowych szybki/zrównoważony/głęboki dla podagentów w Hermes, z hybrydą modeli lokalnych i chmurowych. Dla budujących zespoły agentów, którzy chcą oszczędzać limity bez utraty jakości.
Czytaj opracowanie → ✓ przeczytane
Praktyczny przewodnik: jak wystawić autonomiczne boty Hermes na drugim komputerze z lokalnym modelem i sterować nimi z jednego centrum dowodzenia przez Tailscale. Dla budujących wielomaszynowe środowiska agentów.
Czytaj opracowanie → ✓ przeczytane
Kompletny poradnik: instalacja agenta Hermes, uruchomienie lokalnego modelu na własnym sprzęcie i darmowe, prywatne AI z pamięcią, która uczy się wraz z użytkownikiem. Dla początkujących w lokalnych agentach.
Czytaj opracowanie → ✓ przeczytane
Delta od Zed zastępuje migawki Gita ciągłym zapisem rozmów z agentami: wątek zamiast projektu, komentarze w miejscu, recenzje zamiast pull requestów. Dla programistów i zespołów, którym ginie kontekst decyzji.
Czytaj opracowanie → ✓ przeczytane
Twórca kanału o technologii dziękuje za 100 tys. subskrypcji i opowiada o odejściu z kancelarii patentowej, wypaleniu zawodowym i uważnym korzystaniu z technologii. Inspiracja dla twórców internetowych.
Czytaj opracowanie → ✓ przeczytane
Jeśli budujesz pracę z agentami AI, zacznij od jednego agenta i jasno określonego celu. Stałe profile oraz tablicę zadań dodawaj wtedy, gdy potrzebujesz osobnej pamięci, kontroli przekazań i możliwości wznowienia pracy.
Czytaj opracowanie → ✓ przeczytane
Callum rozbudowuje agenta badawczego o metodykę pracy, odczyt biblioteki Zotero i wyszukiwanie w Consensus. Pokazuje też kontrolę raportu i zatwierdzanie wpisu do wiki.
Czytaj opracowanie → ✓ przeczytane
Koordynator, badacz i bibliotekarz wykonują wspólne zadanie w trybie botów Hermesa. Callum pokazuje ograniczanie narzędzi, poprawkę raportu i ludzką akceptację przed zapisem do wiki, ale nie uznaje zespołu za automatycznie lepszy od jednego sprawnego agenta.
Czytaj opracowanie → ✓ przeczytane
Callum pokazuje trzy sposoby prowadzenia wiki z pomocą AI: automatyczne opracowywanie źródeł, przegląd propozycji przez człowieka i kontrolę procesu za pomocą kodu. Wyjaśnia, dlaczego pamięć agenta nie powinna automatycznie stawać się zaufaną wiedzą.
Czytaj opracowanie → ✓ przeczytane
Callum łączy Hermesa i Codexa z jednym bankiem Hindsight, a następnie sprawdza wymianę informacji w obu kierunkach. Omawia organizację pamięci, ochronę dostępu, kopie zapasowe i granice zaufania do automatycznych podsumowań.
Czytaj opracowanie → ✓ przeczytane
Callum porównuje lekką warstwę pamięci Mnemosyne z bardziej rozbudowanym Hindsight. Pokazuje instalację, zapis i przywołanie informacji w nowej sesji oraz odróżnia pamięć agenta od bazy wiedzy w Obsidianie.
Czytaj opracowanie → ✓ przeczytane
Sponsorowany pokaz uruchomienia Hermesa w usłudze Supercomputer: pamięć między sesjami, codzienny raport na Telegramie oraz wybór między ciągłą pracą a oszczędzaniem kredytów.
Czytaj opracowanie → ✓ przeczytane
Callum łączy Hermesa z Obsidianem, wprowadza wersjonowanie Git i testuje podział notatek na prywatne, tylko do odczytu oraz dostępne do edycji.
Czytaj opracowanie → ✓ przeczytane
Hermes działa na Macu Studio, a laptop służy do zdalnej obsługi. Callum pokazuje połączenie przez Tailscale, logowanie do panelu i współdzielenie folderu roboczego, a także ograniczenia profili i pracy offline.
Czytaj opracowanie → ✓ przeczytane
Callum przenosi terminalowe wykonywanie zadań Hermesa do Dockera i udostępnia mu wybrany folder. Test pokazuje ograniczenie dostępu do plików, ale autor zastrzega, że kontener terminala nie izoluje całego agenta.
Czytaj opracowanie → ✓ przeczytane
Callum konfiguruje desktopowego Hermesa z modelem lokalnym i chmurowym, a następnie buduje codzienny przegląd wiadomości wysyłany na Telegram. Pokaz ujawnia różnicę między zapisaniem uwag w pamięci a zmianą procedury raportowania.
Czytaj opracowanie → ✓ przeczytane