O czym jest ten film
- Hermes Agent to nie nowy model AI, lecz dopracowana struktura folderów z instrukcjami — „szkielet”, do którego podpinamy dowolny mózg: ChatGPT, Claude’a czy Gemini.
- Za projektem stoi grupa pasjonatów; Hermes powstał jeszcze przed OpenClaw, ale upubliczniono go dopiero po premierze konkurenta.
- W odróżnieniu od Claude Code to asystent ogólnozadaniowy: sam prowadzi pamięć (pliki memory.md i user.md), sam buduje umiejętności i ma wbudowaną bramkę do rozmowy przez Telegrama.
- Autor poleca używać obu narzędzi równolegle: Hermes jako osobisty asystent i „project manager”, Claude Code jako podwykonawca do zadań projektowych.
- Pełnię możliwości agent dopiero wtedy, gdy działa non stop — dlatego instalacja na wynajętym serwerze VPS (w przykładzie: Hostinger, plan KVM2, kontener Docker, 30-dniowy zwrot pieniędzy).
- Własny serwer trzeba zabezpieczyć według przygotowanej checklisty w siedmiu krokach; alternatywa to prostsza, ale okrojona opcja „jednym kliknięciem” u dostawcy hostingu.
- Konfigurację robi się raz i porządnie (full setup, nie quick setup): wybór dostawcy modelu — rekomendacja: OpenAI przez subskrypcję ChatGPT — model GPT-5.5, bramka Telegram z kodem QR i identyfikatorem użytkownika.
- Zamiast konfigurować każdą integrację z osobna, warto podpiąć Composio — jeden most do setek narzędzi; przykład z nagrania: rozbijanie dziennych zadań na podzadania zapisywane w Todoist.
- Pierwsze przejście nowego przepływu prawie nigdy nie jest idealne: poprawki zgłasza się słowami, a gotowy schemat agent zapisuje jako skill; zadania cykliczne ustawia się jako cron.
- Po trzech tygodniach użytkowania autor potwierdza obietnicę z reklamy: asystent wyraźnie się doskonali — a on sam w kilka dni zautomatyzował to, co odkładał od miesięcy (budżet domowy w Google Sheets, skarbiec pomysłów w Notion).
10 najważniejszych takeaways — z kontekstem zastosowania
1.Hermes to szkielet z instrukcjami, nie nowy model
Na czym polega: Pod spodem nie ma żadnej tajemniczej technologii — jest struktura folderów wypełniona instrukcjami, która każe dowolnemu podpiętemu modelowi zachowywać się jak dopracowany asystent.
Jak stosować: Jako „mózg” podepnij model, za który już płacisz (np. subskrypcję ChatGPT), zamiast od razu dokupować kredyty u kolejnych dostawców.
Na co uważać: Hasło „rośnie razem z tobą” to efekt pamięci i instrukcji, nie magii nowego modelu — przy słabym modelu doświadczenie będzie odpowiednio słabsze.
2.Asystent do wszystkiego, nie narzędzie do projektów
Na czym polega: Hermes najlepiej sprawdza się w zadaniach, które normalnie zlecilibyśmy człowiekowi-asystentowi; Claude Code jest projektowy i działa per projekt.
Jak stosować: Rozdzielaj pracę — codzienna organizacja, monitoring, przypomnienia i drobne automatyzacje do Hermesa; głęboka praca nad jednym projektem do Claude Code.
Na co uważać: Nie oczekuj od Hermesa Claude’owej głębi projektowej ani od Claude Code asystenckiej proaktywności — to narzędzia o różnych charakterach.
3.Pamięć i umiejętności budują się same
Na czym polega: Agent sam tworzy pliki pamięci (memory.md, user.md) i po rozmowach sam buduje skille — protokoły i checklisty opisujące, jak ty pracujesz.
Jak stosować: Na końcu ważnej rozmowy podsumuj wnioski i poproś o zapisanie schematu jako skill; od czasu do czasu zaglądaj do zakładki Skills, żeby wiedzieć, co agent już „umie”.
Na co uważać: Bez twoich korekt pierwsza wersja umiejętności bywa nietrafiona; Claude Code nic takiego nie zrobi, dopóki sami mu tego nie opiszemy.
4.Bez dostępności 24/7 nie ma po co zaczynać
Na czym polega: Potencjał agenta widać dopiero wtedy, gdy działa cały czas — a nie tylko przy włączonym laptopie. Dlatego fundamentem jest serwer VPS, zawsze włączony.
Jak stosować: Weź tani plan (w przykładzie KVM2), na próbę wystarczy miesiąc, a 30-dniowy zwrot bez pytań pozwala zrezygnować bez strat; agent instaluj w kontenerze Docker.
Na co uważać: Stary laptop to rozwiązanie niepraktyczne, a główny komputer naraża na ryzyko. Serwer trzeba zabezpieczyć (checklista z filmu) albo świadomie wybrać wariant zarządzany — mniej elastyczny i z ograniczoną kontrolą.
5.Full setup, nie quick setup
Na czym polega: Konfigurację przechodzi się raz — lepiej więc zrobić ją porządnie w terminalu, a później ewentualnie zmieniać ustawienia jedną komendą.
Jak stosować: Wybieraj opcję full setup, kroki przechodź strzałkami, a każdą niejasną komendę wklejaj z pytaniem do samego agenta lub do Perplexity.
Na co uważać: Nazwa „quick” kusi, ale oszczędza pięć minut kosztem miesięcy niedopasowanej konfiguracji. Terminal wygląda groźnie — warto go oswoić, bo agenty najlepiej czują się właśnie tam.
6.Podpinaj subskrypcję, nie nowy rachunek
Na czym polega: Jeśli masz subskrypcję ChatGPT, logowanie przez OpenAI (Codex) daje dostęp do mocnego modelu bez dodatkowych opłat i z bardzo przyzwoitymi limitami tokenów.
Jak stosować: Przy problemach z logowaniem wejdź w ustawienia ChatGPT, sekcja Security and login, odhacz autoryzację urządzeń dla Codex i zaloguj się ponownie; kod z strony wklej w terminalu.
Na co uważać: Nie dokupuj na starcie kredytów u zewnętrznego dostawcy modeli, jeśli subskrypcję już masz. OpenRouter zostaw na później — jako jeden klucz do porównywania wielu modeli.
7.Telegram to najwygodniejsze wejście
Na czym polega: Agent ma wbudowaną bramkę komunikacji, a Telegram jest wręcz szyty pod boty — rozmowa z asystentem sprowadza się do pisania z telefonu.
Jak stosować: Bota utwórz automatycznie (kod QR), podaj swój identyfikator z bota @userinfobot i oznacz kanał jako główny. Warto też stworzyć grupę, dodać do niej bota jako administratora i włączyć wątki (topics) — osobne tematy na osobne dziedziny życia.
Na co uważać: Samo dodanie bota do grupy nie wystarczy — bez uprawnień administratora nie zadziała. Agent nie zawsze sam sięgnie po właściwy skill, więc czasem trzeba mu go przypomnieć.
8.Composio: jeden most zamiast stu integracji
Na czym polega: Zamiast konfigurować każdą integrację osobno (Google Sheets, Notion, Todoist…), podpinamy jedno narzędzie, które daje dostęp do setek innych — i z botem łączymy się tylko raz.
Jak stosować: W panelu Composio (zakładka „For you”) wskaż aplikacje, do których bot ma mieć dostęp, wklej agentowi klucz, a kolejne narzędzia autoryzuj przez „Connect apps” albo krótkim poleceniem: „Połącz mnie z X przez Composio”.
Na co uważać: To nie są jednoklikowe konektory znane z Claude — trzeba przejść autoryzację i pamiętać, które konta są spięte. Przy wrażliwych danych warto tę listę od czasu do czasu przeglądać.
9.Pierwsze przejście będzie nieidealne — i tak ma być
Na czym polega: Nowy przepływ (np. rozbijanie zadań do Todoist) agent wykona po swojemu; dopiero twoje słowne korekty sprawiają, że wynik staje się „twoi”.
Jak stosować: Powiedz wprost, co zmienić — styl komunikacji, liczbę podzadań — a potem użyj schematu: „zapamiętaj to, przeformatuj i złóż z tego skill”. Efekt zweryfikuj w aplikacji docelowej.
Na co uważać: Bez zapisania w skillu każda kolejna rozmowa zaczyna się od zera. Zmiany w twoich kontach agent powinien konsultować — nie zgadzaj się ślepo na każdą propozycję.
10.Zadania cykliczne przez cron — serwer nigdy nie śpi
Na czym polega: Ponieważ agent żyje na serwerze działającym non stop, raz ustawione zadanie cykliczne (cron) wykonuje się samo, także gdy śpisz.
Jak stosować: Opisz rytm zwykłymi słowami („codziennie o 8.00 pytaj, co mam do zrobienia, i rozbij odpowiedź na podzadania”), dla pewności dodaj „ustaw cron job”, a potem zarządzaj zadaniem w zakładce Cron w aplikacji — testuj, modyfikuj, zatrzymuj lub usuwaj.
Na co uważać: Zawsze sprawdź, czy zadanie faktycznie powstało. Usuwanie i zmiany można też robić rozmową — ale wtedy równie łatwo something „odkręcić” przez przypadek.
Redakcyjne tłumaczenie
(Informacja dodatkowa: automatyczna transkrypcja filmu zniekształca część nazw własnych — w tekście ujednolicono je do poprawnych form: OpenClaw, Claude Code, Anthropic, ChatGPT, Composio, BotFather, Nous Portal.)
Wstęp: o co tyle szumu?
Wokół Hermes Agenta ostatnio sporo się dzieje. Narzędzie jest reklamowane jako „agent AI, który rośnie razem z tobą” — i właśnie ten marketingowy slogan warto dziś rozłożyć na części pierwsze. Pokażę, z czym to się je: jak Hermes Agent zainstalować, do czego się nadaje, gdzie bywa słabszy i czy w ogóle warto się nim przejąć. Zdradzę od razu: co zaskakujące — naprawdę warto.
Czym właściwie jest Hermes Agent?
Wersja marketingowa obiecuje, że pierwszego dnia startujemy z podstawowym agentem, a po trzydziestu dniach mamy „mięśniaka” — wszechpotężnego i wszechumiejącego. Czy tak jest? Można powiedzieć jedno: po kilku tygodniach współpracy wyraźnie widać, że asystent ulepsza się razem z użytkownikiem.
Prawda o tym, co siedzi pod maską, jest za to bardziej prozaiczna. Hermes Agent to po prostu odpowiednio skonfigurowana struktura folderów wypełniona instrukcjami dla AI. Żaden nowy, tajemniczy model. Żadne narzędzie o nieznanej budowie. Zbiór katalogów, dzięki któremu dowolny model, jaki podepniemy, wie, jak się w tym wszystkim poruszać, co robić i jak najlepiej wykorzystać zasoby, do których ma dostęp.
Autor podkreśla przy okazji szerszą myśl: mamy już dziś dostęp do naprawdę inteligentnych modeli — tylko słabo je wykorzystujemy. W codziennym pędzie nie odkryliśmy pełni możliwości algorytmów, które trzymamy na wyciągnięcie ręki. Projekt Hermes właśnie to obrazuje: jeśli damy odpowiednie instrukcje, dostęp do właściwych folderów i do samodoskonalących się skryptów, dostaniemy coś naprawdę ciekawego.
Skąd się wziął i kim są twórcy
Odpowiadając na pytanie o pochodzenie projektu i o różnicę względem popularnego konkurenta, jakim jest OpenClaw, najprościej tak: za Hermesem stoi grupa pasjonatów, a nie jeden człowiek, który w weekend sklecił aplikację. Na swojej stronie twórcy deklarują wielką misję — propagowanie praw i wolności człowieka poprzez tworzenie i rozpowszechnianie otwartych modeli językowych. Czy te deklaracje coś wartują, trudno rozstrzygnąć: nie jesteśmy tu badaczami. Kogo interesuje szersza historia, ten znajdzie materiał z jednym z twórców projektu.
Jest i ciekawostka: Hermes Agent powstał przed OpenClaw — przed tym projektem, o którym nie wiadomo, czy jest popularny dlatego, że jest potężny, czy dlatego, że ma w sobie tyle błędów. Twórcy Hermesa mieli go dla siebie, wewnętrznie, i dopiero gdy wyszedł OpenClaw, stwierdzili: my coś takiego już mamy, to czas udostępnić to światu. I tym sposobem mamy Hermes Agenta.
Hermes Agent a Claude Code
To pytanie też się pojawia, więc rozłóżmy je na czynniki. Najprostsze porównanie: Hermes to asystent ogólnozadaniowy, najlepiej powierzać mu to, co normalnie zlecilibyśmy asystentowi czy asystentce. Claude Code jest znacznie bardziej zadaniowy i sprawdza się projekt po projekcie. Ale różnic jest więcej.
Pamięć. Hermes sam nadpisuje własną pamięć — tworzy pliki memory.md i user.md, w których zapisuje, kim jesteś i jak operujesz. Claude bez wyraźnego polecenia czegoś takiego nie stworzy, chyba że sam okaże się wyjątkowo zaradny.
Samodoskonalenie. To wisienka na torcie Hermesa: analizuje rozmowy i z własnej inicjatywy buduje umiejętności. Jeśli np. wspólnie tworzycie bazę danych w Notion, na koniec rozmowy — na podstawie wysłanych mu wniosków — zapisze sobie nowy skill: protokół czy checklistę opisującą, jak ty pracujesz, żeby następnym razem pomagać szybciej i lepiej. Claude Code takiej funkcji w sobie nie ma, dopóki sami mu jej nie opiszemy.
Automatyzacje. W Hermesie są po prostu łatwiejsze do zbudowania. Wystarczy powiedzieć: „przejrzyj internet i raportuj mi raz dziennie” albo „sprawdzaj moją bazę i mów, co wymaga opieki”. Dzieje się tak dlatego, że agent zwykle działa na VPS-ie, czyli prywatnym serwerze, który nigdy nie jest wyłączony. W Claude Code da się to osiągnąć, ale konfiguracja jest bardziej złożona — i to będzie się przewijać przez cały ten materiał: wiele funkcji da się u konkurencji odtworzyć, tylko trudniej. W Hermesie wchodzisz i to jest.
Bramka komunikacji. Hermes Agent, tak jak OpenClaw, ma wbudowany gateway — czyli bramkę pozwalającą rozmawiać z nim np. przez Telegrama. Piszesz z telefonu, a on działa cały czas w tle. Claude Code takiej możliwości natywnie nie ma.
Otwartość. Hermes to projekt open source: kod jest publiczny i zawsze do pobrania, konfiguracja jest dowolna i możemy podpiąć dowolny model — ChatGPT, Claude’a, Gemini, cokolwiek zechcemy. Łatwo odpalić go na własnym serwerze. Haczyk: więcej pracy administratorskiej, trzeba się nim opiekować. Na szczęście — jak zauważa autor — to i tak nieporównywalnie mniej uciążliwe niż OpenClaw, którego „cały czas trzeba było niańczyć”. Claude Code to natomiast zamknięte, gotowe rozwiązanie Anthropic: większej kontroli nie mamy, korzystamy głównie z modeli tej firmy i zwykle uruchamiamy je lokalnie, u siebie.
Który wybrać? Oba
Mam nadzieję, że nikogo nie zanudziłem tymi porównaniami — bo odpowiedź na pytanie „który?” jest bardzo prosta: nie musisz wybierać. Obu narzędzi autor używa równolegle i według niego pięknie się uzupełniają. Hermes Agent pełni rolę osobistego asystenta i „project managera” przy zadaniach asystenckich; Claude Code to podwykonawca do zadań projektowych.
Najważniejsze wyróżniki Hermes Agenta dają się zamknąć w trzech punktach: wygodna rozmowa z dowolnego komunikatora (np. Telegrama), samodoskonalenie — czyli automatyczne budowanie skillów i samodzielne zarządzanie pamięcią — oraz wbudowane zabezpieczenia przed nadużyciami. Ten projekt jest po prostu znacznie bezpieczniejszy niż OpenClaw.
Krok 1: serwer VPS, czyli fundament 24/7
Bardzo ważne rozróżnienie: żeby wycisnąć z Hermes Agenta maksimum, musi być dostępny całą dobę, siedem dni w tygodniu. Jeśli można z nim gadać wyłącznie przy włączonym laptopie — nieuśpionym, bo uśpienie też przerywa pracę — pełni jego potencjału nie wykorzystamy.
Opcji jest kilka. Można odkurzyć starego gamingowego laptopa, wklepać komendę instalacyjną i uruchomić agenta na nim — ale to rozwiązanie raczej niepraktyczne. Można postawić wszystko na głównym komputerze, tylko że wtedy trzeba żyć w zgodzie z myślą o podatnościach i zabezpieczeniach. Najprościej — i tak robi autor — wynająć serwer VPS w dużej serwerowni, która działa bez przerwy: rozmawiam z agentem, kiedy chcę, i nie przejmuję się, czy laptop jest włączony. Bardziej techniczni mogą kupić dedykowanego Maca mini i trzymać na nim wszystkich swoich agentów, ale najmniej problemowa pozostaje opcja z VPS-em.
Autor korzysta z Hostingera — z którym ma partnerstwo — i podkreśla, że chodzi mu o wygodę: serwery w wielu miejscach na świecie, szybkie, tanie i w zasadzie bezobsługowe, żeby nie męczyć się z pracą administratorską. Jeśli macie swojego dostawcę, śmiało korzystajcie z jego usług.
Przebieg zakupu: wybieramy plan KVM2 i długość najmu — im dłużej, tym taniej, ale na test spokojnie wystarczy miesiąc, bo Hostinger daje 30-dniowy zwrot pieniędzy bez pytań. Jeśli uznamy, że to narzędzie nie dla nas, prosimy o zwrot i temat zamknięty. Do tego kod rabatowy na dodatkowe 10%, lokalizacja serwera o najlepszej latencji i — zamiast gołego systemu — aplikacja „Hermes Agent” z listy. To oznacza instalację w kontenerze Docker, czyli dodatkowym „pudełku”, który odizolowuje i zabezpiecza agenta.
Przy finalizacji Hostinger proponuje dokupienie kredytów u zewnętrznego dostawcy modeli AI — od razu mielibyśmy wybór między Anthropic, ChatGPT i Gemini. Jeśli jednak macie subskrypcję w ChatGPT, tego pola nie odhaczajcie. Druga proponowana pozycja dotyczy scrapowania sieci, czyli przeszukiwania internetu: żeby na starcie nie konfigurować samemu kolejnego dostawcy, warto ją wybrać — 1000 kredytów dostajemy za darmo.
Krok 2: zabezpiecz serwer, zanim wejdziesz do agenta
Mamy opłacone, wchodzimy do panelu — i zanim zaczniemy zabawę, trzeba zająć się bezpieczeństwem, żeby nic złego się nie stało. Hermes Agent sam w sobie jest znacznie bezpieczniejszy niż OpenClaw, siedzi w kontenerze Docker, a dodatkowo zabezpiecza go hosting — ale własną troskę i tak warto dołożyć. To nic trudnego, trudne bywa tylko za pierwszym razem. Dlatego autor przygotował gotową checklistę zabezpieczania asystenta w siedmiu krokach, ósmy jest opcjonalny — link znajdziecie w opisie filmu.
Jeśli na którymś kroku się zatrzymacie, wystarczy skopiować odpowiedni fragment, przejść np. do Perplexity, opisać błąd i miejsce, w którym stanęliście — i serwer będzie zabezpieczony, a wy będziecie spać spokojniej. A jeśli te rzeczy są dla was czarną magią i nie chcecie się w nie zagłębiać, rozważcie gotowe rozwiązanie „jednym kliknięciem”: Hermes hostowany bezpośrednio u dostawcy, który zajmuje się całym zabezpieczeniem. Trzeba tylko mieć świadomość, że to wariant bardziej ograniczony — dostajemy jeden port serwera zamiast całej maszyny i mniej kontroli, niż przy instalacji na własnym VPS-ie. Autor poleca wariant samodzielny, bo sam z niego korzysta.
Krok 3: konfiguracja przez terminal
Z panelu Hostingera przechodzimy do zakładki VPS (nie do skrótu „agent Hermes”), wybieramy świeżo kupiony serwer z ikoną Dockera i klikamy „zarządzaj”, a potem Menedżer Dockera. Jeśli wejdziemy przez „otwórz”, zobaczymy przeglądarkowy, „desktopowy” interfejs z dostępem do sesji, modeli i ustawień — milszy dla oka. Ale za pierwszym razem autor radzi przepracować chwilę w „strasznym” terminalu i skonfigurować wszystko krok po kroku.
W terminalu czekają nas dwie drogi: quick setup i full setup. Nazwa „quick” bardzo kusi, ale wybieramy pełną konfigurację — robimy to raz, robimy porządnie, i działa długoterminowo. Wszystko można później zmienić jedną komendą (hermes setup czy hermes config). Poruszamy się strzałkami.
Pierwsza decyzja to wybór dostawcy, czyli „mózgu” dla opisanego wcześniej szkieletu z instrukcjami. Opcje są trzy:
- Subskrypcja w Nous Portal — portal firmy stojącej za Hermes Agentem. Wszystko zarządzane u nich, dostęp do różnych modeli, ale wyjdzie drożej.
- OpenRouter — jeden klucz do dziesiątek, setek, może tysięcy różnych modeli: ChatGPT, modele Nvidii, Anthropic, Gemini i wiele więcej. Solidna propozycja dla tych, którzy chcą porównywać.
- OpenAI — zdaniem autora na start najmniej bolączkowa. Jeśli mamy subskrypcję w ChatGPT, podłączamy ją bezpośrednio: nie płacimy i nie konfigurujemy nic więcej, a limity tokenów są naprawdę przyzwoite.
Wybieramy OpenAI (logowanie przez Codex). System każe wejść pod podany link — logujemy się na konto, klikamy „kontynuuj”. Czasami wyskakuje błąd, że nie można zalogować się w ten sposób; wówczas wchodzimy w ChatGPT, w ustawienia (lewy dolny róg), sekcja Security and login, i odhaczamy autoryzację urządzeń dla Codex. Po ponownym logowaniu wszystko śmiga. Kopiujemy kod, wklejamy w terminalu i jedziemy dalej.
Model: bez kombinowania — GPT-5.5, bo jest naprawdę mocny. Backend terminala zostawiamy bez zmian (lokalny).
Teraz podłączamy bramkę, przez którą będziemy rozmawiać z agentem. Na początek zdecydowanie najłatwiej spiąć Telegrama — komunikator jest wręcz zoptymalizowany pod boty, więc niczego nie trzeba kombinować. Inne drogi są możliwe (z agentem da się gadać nawet przez e-maila), ale na start nie ma sensu. Przy łączeniu Telegrama mamy dwie opcje: automatyczną — dostajemy kod QR, skanujemy telefonem i bot powstaje — albo ręczną, przez tzw. BotFathera, czyli bota służącego do tworzenia innych botów. Trochę dziwne, ale tak to w Telegramie działa; wybieramy opcję pierwszą. Jeśli kod QR się nie wyświetli, kopiujemy link, wysyłamy samemu sobie na telefon i tam wszystko dopinamy. Potrzebna jest aplikacja Telegram.
Kolejny krok to identyfikator użytkownika — sposób na upewnienie się, że z agentem rozmawiamy my, a nie ktoś obcy. Odpalamy Telegrama, odpytujemy bota @userinfobot i kopiujemy nasze ID z góry odpowiedzi, po czym wklejamy je w terminalu. Potwierdzamy też, że ma to być nasz główny kanał.
Następnie wybieramy narzędzia, do których agent będzie miał dostęp — jeden zestaw dla terminala (interfejsu, w którym właśnie operujemy) i dla Telegrama. Domyślne są jak najbardziej przyzwoite, a każdy element można dostosować. Przy przeglądarce na start wybieramy lokalną, tzw. headless Chromium — przeglądarkę działającą bez okna; jeśli z czasem agent ma dużo przeszukiwać internet, można podpiąć płatną usługę. Przy tworzeniu obrazów najłatwiej wybrać wbudowaną opcję związaną z naszym logowaniem przez OpenAI — połączenie z GPT Image 2, np. w jakości „medium”. Głos, którym agent może się do nas odzywać — autor ani razu z tego nie skorzystał — zostawiamy polecany i darmowy: robotyczny, ale nie przeszkadza. Dodatkowe pytania o przeglądarkę pomijamy. Na koniec zgadzamy się, żeby bramka działała w tle.
I gotowe: „installation complete”. Wpisujemy komendę hermes — fanfary, agent startuje. Widzimy dostępne narzędzia, skille i dużo, dużo więcej.
Terminal, aplikacja czy Telegram?
Terminal nie wygląda przyjaźnie — autor sam nie jest jego wielkim fanem — ale oswajanie się z nim jest pożyteczne, bo agenty AI najlepiej operują właśnie tam. Co niejasne, można ignorować albo podejść z ciekawością: skopiować komendę i zapytać samego Hermesa, co dokładnie robi, albo wkleić ją do Perplexility z prośbą o wytłumaczenie. Alternatywy: lokalny terminal na Macu z połączeniem SSH (trochę bardziej skomplikowane) albo — najprościej — Telegram. Bot autora nazywa się „Budżetto”, bo powstał z myślą o zarządzaniu domowym budżetem. Można do niego napisać „cześć” i dostanie się „cześć” z powrotem — ale spotkaliśmy się tu po coś więcej.
Od czego zacząć: jedno zadanie
Najlepszy pierwszy krok, jaki zadziałał u autora: wybrać jedno zadanie, które od dawien dawna chcieliśmy zautomatyzować, i po prostu je zrobić. Nie trzeba się mordować z konfiguracją — odpalamy agenta, mówimy, co chcemy osiągnąć, pytamy, co będzie mu potrzebne, i tyle: to dopinamy. Łatwiej powiedzieć niż zrobić, więc zróbmy to.
Łączenie narzędzi: MCP i sprytny trik z Composio
Żeby połączyć się z zewnętrznym narzędziem, najłatwiej użyć MCP — protokołu, który pozwala agentom AI rozmawiać z daną aplikacją i wykonywać w niej określone zadania. (Informacja dodatkowa: MCP, czyli Model Context Protocol, to otwarty standard łączenia modeli AI z zewnętrznymi narzędziami i danymi.) Nie jest to jednak tak łatwe jak w Claude, gdzie wystarczy wejść w ustawienia i jednym kliknięciem połączyć konektory. To projekt otwarty — trzeba się trochę namęczyć. Można łączyć każde narzędzie po kolei: „Chcę połączyć się z Google Sheets, jak mam to zrobić?”.
Da się jednak być od agenta mądrzejszym. Zamiast spędzać nie wiadomo ile czasu na konfiguracji każdego narzędzia z osobna, łączymy się z jednym, które umożliwia połączenie z innymi — z Composio. To pomost do setek aplikacji, a takiemu botowi jak Hermes wystarczy podać wejście do tego jednego narzędzia. Jak to wygląda w praktyce? Logujemy się na konto Composio, w zakładce „For you” (nie „Platform”) wskazujemy, do jakich narzędzi bot ma mieć dostęp — a z samym botem łączymy się tylko raz, wklejając mu skopiowany z panelu klucz. Wracamy do rozmowy z agentem: „Chcę połączyć się z Composio. Połącz mnie teraz z Todoist przez Composio” — i dostajemy link do bezpośredniej autoryzacji. Można też zrobić to od drugiej strony: w panelu Composio przez „Connect apps” wyszukać Todoist albo dowolną inną aplikację i zalogować się na swoje konto — nic nowego, nic skomplikowanego.
Praktyka: rozbijanie zadań do Todoist
Mamy połączone narzędzia, czas na pierwsze polecenie. Autor postanowił, że agent będzie mu pomagał w organizacji zadań: „Chcę, żebyś jako jedno z twoich zadań rozbijał moje większe zadania na dany dzień — te, o których ci powiem — na pomniejsze podzadania, i żebyś wszystko, co ustalisz, wklejał do Todoist”. Do tego kontekst: „Todoist jest podłączony przez Composio — zapamiętaj to” oraz instrukcja: „przejdźmy przez taki testowy przepływ raz, a jak wszystko zadziała, owiń to w skill, żebyś zawsze wiedział, jak to odtworzyć”.
I ciekawostka: skoro agent zdążył już wcześniej zbudować z autorem pamięć, sam podsunął trafną propozycję — zauważył, że autor myśli o serii szkoleń o lokalnych LLM-ach, i zaproponował przygotowanie landing page’a do kursu. Dokładnie to, co autor chciał zrobić. Wiadomość poszła, agent wziął się do pracy.
W Todoist pojawiło się główne zadanie — „przygotuj landing page” — wraz z podzadaniemi: spisz obietnicę landing page’a, wypisz trzy najważniejsze problemy odbiorcy, zrób szkic. I tu ważna rada: za pierwszym razem nie będzie idealnie. Trzeba wtedy po prostu powiedzieć, co nam nie pasuje. Autor wytknął: „Nie podoba mi się liczba zadań — dałeś aż siedem. Mów do mnie dużo konkretniej, jak Alex Hormozi, i rozbijaj zadania maksymalnie na trzy–cztery podzadania. Zapamiętaj to, przeformatuj to, co zaproponowałeś, i złóż z tego skill”. (Informacja dodatkowa: Alex Hormozi — amerykański przedsiębiorca i twórca internetowy, znany z maksymalnie konkretnego, oszczędnego stylu formułowania myśli.) Agent przyznał rację: poprawione i zapamiętane, zadania przeformułowane na cztery konkretne punkty, a z całości powstał skill „daily todoist breakdown”.
Aplikacja webowa: co warto wiedzieć
Wspominana przeglądarkowa aplikacja — dostępna przez „otwórz” z poziomu Menedżera Dockera — zasługuje na kilka słów. Na samej górze jest czat: można z niego normalnie rozmawiać, choć jest odrobinę toporny. Dalej sesje — jeśli przypadkiem wyjdziemy z rozmowy (autorowi to się często zdarzało), можно ją wznowić z całym wcześniejszym kontekstem. Potem wybór modelu: pamiętacie — GPT-5.5 albo lżejszy mini; jeśli podpięliśmy OpenRouter, do wyboru jest pełna paleta. Do zadań pobocznych, np. analizy zdjęcia, autor wybrał Gemina 3 Flash w wersji preview — przyznając z uśmiechem, że to może lekki overkill, czyli zbyt mocny model na zbyt proste zadanie. Takie przełączanie modeli robi się kliknięciem, a nie komendą w terminalu — i właśnie do ustawień aplikacja nadaje się najlepiej.
Dalej mamy logi — wszystko, co się dzieje; gdy coś nie działa, kopiujemy fragment, wklejamy agentowi z komentarzem „coś nie działa, popraw mi to, masz logi”. Zakładka Cron to zadania w tle, czyli automatyzacje — możliwe dzięki temu, że siedzimy na VPS-ie włączonym całą dobę; utworzone harmonogramy pojawiają się właśnie tam. Można je dodawać z poziomu aplikacji, ale łatwiej zrobić to rozmową. Są wreszcie skille — te umiejętności, które agent cały czas buduje sam — a poza nimi pluginy, MCP, kanały, webhooki, dokumentacja, ustawienia systemowe i osobne profile. Na początek nie ma co się tym przejmować: pierwsze pięć–sześć pozycji robi robotę, resztę odkrywajcie z czasem. I drobiazg estetyczny: w ustawieniach warto przełączyć motyw na „Hermes Steel” w rozmiarze „Large” — interfejs przestaje boleć w oczy.
Telegram na co dzień: grupa z wątkami
Wróćmy do testowego zadania. Agent najpierw tylko rozpisał w rozmowie kroki gruntownego sprzątania mieszkania — trzeba było go szturchnąć: „chodziło mi o to, żebyś dodał to do Todoist i skorzystał ze swojego skilla. Zapamiętaj na przyszłość: kiedy podaję ci zadanie, korzystasz z tego skilla i wrzucasz rzeczy do Todoist”. Po wyrażeniu zgody na zmianę — gotowe, dodane i zweryfikowane. Na początku agenta trzeba trochę poprawiać, ale z czasem staje się coraz lepszy i po jakimś czasie rozumie się z tobą bez słów.
Jeśli chcecie pisać z jednym botem w wielu kontekstach, zamiast tego warto stworzyć w Telegramie grupę. Sposób autora: nowa grupa → „dalej” bez dodawania członków → nazwa „Hermes” → i dopiero potem wejście w ustawienia bota (inaczej nie zadziała!), opcja „Add to group or channel”, dodanie go do grupy jako administratora. W takiej grupie włączamy „Topics”, czyli tematy — osobne wątki rozmów, u autora np. „content” i „skarbiec pomysłów” — i w każdym z nich Hermes działa niezależnie. Wątków tworzymy, ile chcemy.
Zastosowania numer jeden
Dwa główne zastosowania, do których autor doprowadził swojego „Budżetta”:
- Budżet domowy. Wysyła botowi zdjęcie paragonu i kwotę wydaną gdzie indziej — a agent dodaje wszystko do Google Sheets, w którym potem można dane przeglądać, konfigurować i monitorować.
- Skarbiec pomysłów w Notion. Dedykowana strona dla agentu, a pod nią pomysły na treści, pomysły biznesowe i wszelkie luźne przemyślenia warte zapamiętania — wszystko trafia tam z rozmów w wątku contentowym.
Automatyzacja: poranny cron
Ostatni element układanki: automatyzacja. Autor mówi agentowi: „Chciałbym, żebyś codziennie rano o 8.00 pytał mnie na tym czacie, co mam dziś do zrobienia, a na podstawie mojej odpowiedzi elegancko rozbijał większe zadania na pomniejsze”. Takie polecenie powinno samo wywołać automatyzację, ale dla pewności można dodać: „Ustaw cron job”. (Informacja dodatkowa: cron job, czyli zadanie cron — w świecie serwerów oznacza polecenie uruchamiane cyklicznie o określonej porze.) Odpowiedź przyszła od razu: ustawione.
W aplikacji, w zakładce Cron, widać „poranne pytanie o zadania” — codziennie o 8.00. Można je przetestować, zmodyfikować, zatrzymać lub usunąć jednym kliknięciem. Albo po prostu poprosić o to agenta słowami — bo co ustawione rozmową, tym sposobem da się też usunąć.
Wnioski końcowe
Czy warto się przejąć? Zdaniem autora — zdecydowanie tak, choćby na 30-dniową próbę, żeby zobaczyć, co jest możliwe. Z jego perspektywy: w kilka dni zrobił to, co obiecywał sobie od kilku miesięcy — agenta do zarządzania finansami domowymi i agenta do spisywania przemyśleń contentowych. To dużo prostsze niż wyklikiwanie takich przepływów w n8n czy innym narzędziu do automatyzacji. I bardzo przyjemne. Po trzech tygodniach użytkowania widać, że Hermes faktycznie działa coraz lepiej: uczy się skillów, zapamiętuje, bywa proaktywny — bardzo obiecujący projekt.
Rada na koniec: ściągnąć, zainstalować, połączyć przez subskrypcję ChatGPT, koniecznie zabezpieczyć serwer — i krokować śladami autora. Najpierw zautomatyzować jedno zadanie, potem drugie, może trzecie, ciągle ucząc się, jak agent działa. I nie poprzestawać na „działa, super” albo „nie działa, słabe”, tylko spróbować wejść głębiej: jak to działa, dlaczego działa, dlaczego coś nie działa — i co jest możliwe, a co nie.