Hermes Agent — अनुभव से skills बनाने·सुधारने वाला self-learning स्वायत्त AI agent

• self-learning loop के साथ बना स्वायत्त agent, जो उपयोग के दौरान खुद skills बनाता और सुधारता है, और sessions के बीच user model को धीरे-धीरे गहरा करता है
• IDE से बंधे coding copilot या single API chatbot wrapper नहीं, बल्कि ऐसा स्वायत्त agent जो जितना लंबे समय तक चलता है, उतना अधिक सक्षम होता जाता है
• execution environment की सीमाओं के बिना $5 का VPS, GPU cluster, serverless infrastructure पर चल सकता है
• CLI·Telegram·Discord·Slack·WhatsApp·Signal·Email जैसे कई messaging platforms को एक single gateway से support करता है
• 40 से अधिक built-in tools और MCP server connection feature देता है, और agentskills.io के साथ compatible open standard skill system अपनाता है
• Honcho आधारित stateful user memory system, जो conversation history को sessions के बीच जमा करता है और background में user preference·behavior patterns का asynchronous inference करके agent responses में अपने-आप reflect करता है
• FTS5-आधारित cross-session recall support LLM summarization के साथ मिलकर sessions के बीच memories खोजी जा सकती हैं
• automation scheduler built-in है, natural language में reports·backup·checks को schedule करके चलाया जा सकता है
• parallel sub-agents बनाता है, Python RPC से multi-step pipelines को context cost के बिना process करता है
• local·Docker·SSH·Modal सहित 6 backend support
• OpenRouter·OpenAI·Kimi जैसे 200+ models के बीच स्वतंत्र switching संभव
• OpenClaw users के लिए automatic migration support
• Linux, Mac, Windows (WSL2) support. सभी में एक ही command से automatic install
  curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/… | bash

[theogn]

CLI इस्तेमाल करने में सहज न होने वाले non-developer के नज़रिए से, मैं Codex/CC Oauth से कनेक्ट हो सकने वाले कई agent solutions (openclaw, ductor, cc-connect, hermes-agent) सब आज़मा रहा हूँ, लेकिन इनके बीच का फ़र्क ठीक से समझ नहीं आ रहा। अगर इनमें से कोई एक इस्तेमाल करने में आसान हो तो वही इस्तेमाल करूँ, लेकिन सब लगभग एक जैसे ही लगते हैं...

क्या किसी ने hermes agent में ऐसा कोई फ़ायदा महसूस किया है जो दूसरे मौजूदा agent solutions में नहीं था?

[heyjude]

अभी तक non-developers को महसूस होने लायक कोई फर्क नहीं है, यह सही है।
hermes agent और openclaw के बीच का फर्क memory structure और self-modification फीचर में आता है, लेकिन पहली बार install की गई बिल्कुल blank state में ये चीज़ें सामने नहीं आतीं।

[sea715]

ज़्यादा बड़ा फ़र्क नहीं है, आखिरकार लगता है कि मॉडल का स्केल ही महत्वपूर्ण है (जैसे: parameter size वगैरह?)

[heyjude]

1. थोड़े समय तक चलाकर देखने पर मुझे लगा कि hermes में openclaw की तुलना में memory loss कम है, और बाद में पता चला कि इसकी वजह restart या model fallback जैसी स्थितियों में मौजूद session context replay logic है। openclaw में भी memory से जुड़े features पर लगातार सुधार हो रहा है, इसलिए आगे चलकर यह बेहतर हो सकता है।

2. self-improvement feature भी काफ़ी प्रभावशाली है, क्योंकि जब कोई जटिल task process detect होता है तो उसे अपने-आप skill में बदल देने वाला logic है, और संशोधन के लिए अपने workspace में source code को git से लेकर रखता है, जिससे उस तक सीधे access किया जा सकता है। लेकिन workspace के source code git और GitHub के official repository के बीच changes management बिल्कुल नहीं है, इसलिए update करने पर local changes reset हो जाते हैं। मैं git worktree से इसे पूरक करने का तरीका ढूंढ़ रहा हूँ, लेकिन इसे साफ़-सुथरे तरीके से करना आसान नहीं लग रहा... हम्म...