Hermes Agent AI Agent Open Source yang Belajar Setiap Kali Kamu Pakai
Ngulik Labs
Author & Developer
Hermes Agent: AI Agent Open Source yang "Belajar" Setiap Kali Kamu Pakai
Kalau selama ini kamu pakai Claude Code, Cursor, atau opencode buat coding, ada satu proyek open source dari Nous Research yang menarik untuk dilirik: Hermes Agent. Bedanya dengan tools AI agent kebanyakan? Hermes dirancang untuk terus berkembang seiring pemakaian — bukan cuma menjalankan perintah, tapi juga mengingat, belajar skill baru, dan membangun pemahaman tentang penggunanya dari waktu ke waktu.
Berikut poin-poin inti yang bikin proyek ini layak dicoba, terutama buat kamu yang sering gonta-ganti provider AI dan butuh fleksibilitas di workflow development.
1. Learning Loop Bawaan
Ini fitur andalannya. Hermes bisa membuat skill baru dari pengalaman menyelesaikan task, lalu menyempurnakan skill itu sendiri saat dipakai ulang. Ada juga mekanisme "nudge" yang mendorong agent menyimpan pengetahuan penting secara persisten, plus kemampuan mencari riwayat percakapan lamanya sendiri lewat FTS5 search dengan ringkasan LLM. Cocok untuk kasus penggunaan jangka panjang, misalnya kalau kamu mau agent yang paham konteks proyekmu tanpa harus dijelaskan ulang tiap sesi.
2. Bebas Pilih Model — Tanpa Vendor Lock-in
Hermes tidak mengikatmu ke satu provider. Kamu bisa switch model lewat perintah hermes model tanpa ubah kode sama sekali, dengan dukungan Nous Portal, OpenRouter (200+ model), NovitaAI, NVIDIA NIM, Xiaomi MiMo, z.ai/GLM, Kimi/Moonshot, MiniMax, Hugging Face, OpenAI, sampai endpoint custom milikmu sendiri. Buat kamu yang biasa gonta-ganti antara Claude, GPT, atau model open source demi hemat biaya atau performa, ini nilai plus besar.
3. Bisa Diakses dari Mana Saja
Hermes punya TUI (terminal UI) lengkap dengan multiline editing, autocomplete slash-command, dan streaming tool output. Tapi yang unik, ia juga bisa diajak ngobrol lewat Telegram, Discord, Slack, WhatsApp, dan Signal — semuanya dari satu gateway process yang sama. Jadi kamu bisa nyalain task berat di VM cloud, lalu pantau progresnya dari HP via Telegram sambil nongkrong.
4. Ringan di Infrastruktur
Salah satu klaim menarik: bisa jalan di VPS seharga $5 per bulan, cluster GPU, atau infrastruktur serverless yang nyaris gratis saat idle (lewat backend Daytona atau Modal yang bisa hibernasi otomatis). Ada total tujuh terminal backend yang didukung: local, Docker, SSH, Singularity, Modal, Daytona, dan Vercel Sandbox — fleksibel banget buat berbagai skala proyek.
5. Automasi dan Delegasi Task
Ada cron scheduler bawaan untuk automasi terjadwal (laporan harian, backup malam, audit mingguan) yang dikonfigurasi pakai bahasa natural. Hermes juga bisa spawn subagent terisolasi untuk kerja paralel, dan menulis skrip Python yang memanggil tools lewat RPC — cocok buat pipeline multi-step yang biasanya makan banyak context window.
6. Instalasi Gampang, Termasuk di Windows
Untuk Linux, macOS, WSL2, dan Termux, instalasi cukup satu baris curl. Windows native juga sudah didukung lewat PowerShell (statusnya masih early beta), dan installer-nya otomatis menyiapkan semua dependency — termasuk Git Bash portable kalau belum ada Git di sistem, tanpa perlu akses admin.
irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex
Kalau kamu mau jalur yang paling teruji di Windows, tim Nous Research tetap merekomendasikan menjalankan installer Linux/macOS di dalam WSL2.
7. Bisa Migrasi dari OpenClaw
Buat yang sebelumnya pakai OpenClaw, ada perintah hermes claw migrate yang otomatis memindahkan persona, memori, skill, allowlist command, konfigurasi messaging, sampai API key — lengkap dengan mode --dry-run untuk preview sebelum eksekusi beneran.
Kenapa Ini Relevan Buat Developer
Buat kamu yang sehari-hari kerja dengan stack React, TypeScript, atau Node.js dan sudah terbiasa pakai AI coding assistant, Hermes menawarkan pendekatan berbeda: bukan sekadar "copilot" yang stateless, tapi agent yang membangun memori jangka panjang dan bisa dijalankan otonom di infrastruktur murah. Fleksibilitas provider model-nya juga masuk akal buat yang sering eksperimen dengan berbagai LLM tanpa mau terikat satu vendor.
Proyek ini open source di bawah lisensi MIT, jadi kalau tertarik eksplorasi lebih jauh, langsung cek dokumentasi lengkapnya atau join komunitas Discord-nya.