By Blip in AI — 01 июня 2026

Мастер-класс по Hermes Agent: полный курс от нуля до автономной работы агента

Большинство людей, которые впервые находят Hermes Agent, первую неделю проводят в растерянности.

Изначально опубликовано CyrilXBT в X.

Большинство людей, которые впервые находят Hermes Agent, первую неделю проводят в растерянности.

Не потому что Hermes сложный.

А потому что никто не написал полноценное руководство, которое за один подход проводит от нулевых знаний до полностью рабочей системы автономных агентов.

Это — такое руководство.

К концу этого мастер-класса вы установите Hermes, настроите первого агента, создадите первый skill, подключите первый MCP-сервер, включите постоянную память, автоматизируете первый workflow и развернёте multi-agent-операцию, которая работает без вашего участия.

Каждый раздел опирается на предыдущий. В первый раз читайте по порядку. Потом возвращайтесь к конкретным разделам как к справочнику.

Раздел 1. Что такое Hermes Agent на самом деле

Прежде чем что-то устанавливать, важно понять, что именно вы строите.

Hermes Agent — это open-source фреймворк для автономных AI-агентов. Это не чатбот. Не обёртка вокруг существующего инструмента. Это инфраструктура для создания агентов, которые работают постоянно, помнят контекст между сессиями, выполняют переиспользуемые workflows и запускаются автономно по расписанию.

Четыре свойства отличают Hermes от других agent-фреймворков:

Постоянная память. Большинство AI-агентов забывают всё, когда вы закрываете сессию. Hermes помнит. Каждый разговор, каждая задача, каждый результат, каждое решение сохраняются в слое памяти, который живёт постоянно. Агент, с которым вы общаетесь сегодня, знает всё, что происходило в предыдущих сессиях.

Система skills. Hermes выполняет переиспользуемые workflow-файлы, которые называются skills. Вы один раз описываете skill в обычном Markdown-файле — что агент должен делать. Все следующие запуски вызывают этот skill без необходимости заново собирать логику. Чем больше skills вы добавляете, тем быстрее и стабильнее становится ваша операция.

Автоматизация по расписанию. Hermes запускается по настраиваемому расписанию без вашего ручного старта. Утренние research-брифы. Ночная обработка контента. Ежечасный мониторинг источников. Всё это срабатывает автоматически в заданное время.

MCP-интеграция. Hermes подключается к Model Context Protocol-серверам, которые дают доступ к настоящим инструментам: файловым системам, базам данных, веб-поиску, API и внешним сервисам. Каждое MCP-подключение превращает Hermes из языковой модели в агента, который действует в реальном мире.

Вместе эти четыре свойства дают качественно другой класс системы.

Hermes-агент — это не инструмент, которым вы пользуетесь.

Это система, которая работает.

Раздел 2. Установка и первичная настройка

Требования:

Node.js версии 18 или выше
Git
Терминал, в котором вам комфортно работать

Проверьте версию Node.js:

node --version

Если нужно установить или обновить Node.js, зайдите на nodejs.org и скачайте актуальную LTS-версию.

Установите Hermes:

git clone https://github.com/hermes-agent/hermes
cd hermes
npm install

Настройте окружение:

cp .env.example .env

Откройте .env и настройте провайдера модели:

# Primary model configuration
MODEL_PROVIDER=anthropic
MODEL_NAME=claude-opus-4-5
ANTHROPIC_API_KEY=your-anthropic-api-key

# Alternative: Use DeepSeek for free operation
# MODEL_PROVIDER=deepseek
# MODEL_NAME=deepseek-chat
# DEEPSEEK_API_KEY=your-deepseek-key

# Memory configuration
MEMORY_BACKEND=sqlite
MEMORY_PATH=./data/memory.db

# Scheduler
ENABLE_SCHEDULER=true
SCHEDULER_TIMEZONE=America/New_York

# Logging
LOG_LEVEL=info
LOG_PATH=./logs/hermes.log

Запустите Hermes:

npm run start

Вы должны увидеть вывод, подтверждающий, что Hermes работает:

[Hermes] Memory backend: SQLite initialized
[Hermes] Skill directory: ./skills loaded
[Hermes] Scheduler: enabled
[Hermes] Agent ready. Awaiting instructions.

Теперь Hermes запущен с постоянной памятью и активным scheduler.

Проверьте установку. Напишите первое сообщение:

Hello. What do you know about yourself?

Hermes должен ответить описанием своей конфигурации, состояния памяти и доступных skills.

Раздел 3. Архитектура файлов

Прежде чем что-то строить, нужно понимать, где что лежит.

hermes/
    skills/
        [your-skill-name].md
    data/
        memory.db
        processed/
        outputs/
    logs/
        hermes.log
    config/
        sources.json
        schedule.json
    CLAUDE.md
    .env
    package.json

skills/ — место, где живёт каждый workflow, который вы строите. Каждый skill — Markdown-файл. Hermes читает эти файлы и выполняет описанные в них workflows.

data/ — место, где Hermes хранит всё, что обрабатывает. memory.db — SQLite-база для постоянной памяти. processed/ хранит уже обработанные элементы. outputs/ хранит сгенерированный контент.

logs/ содержит operational logs. Если что-то работает не так, проверяйте hermes.log.

config/ хранит конфиги. sources.json описывает источники контента. schedule.json описывает, когда запускаются автоматические workflows.

CLAUDE.md — самый важный файл во всей установке. Он объясняет Hermes, кто вы, чем занимаетесь и как должен работать агент. Его мы создадим в разделе 4.

Раздел 4. Как написать CLAUDE.md

CLAUDE.md — это operating constitution вашего Hermes-агента.

Каждый skill читает его перед выполнением. Каждый автоматический workflow использует его как контекст. Каждый результат формируется под его влиянием.

Плохо написанный CLAUDE.md даёт generic-результаты.

Точно написанный CLAUDE.md даёт результаты, которые выглядят так, будто их сделал человек, хорошо понимающий вашу операцию.

Полный шаблон:

# Hermes Agent — CLAUDE.md

## Identity
Name: [YOUR NAME OR BRAND]
Role: [WHAT YOU DO]
Primary platform: [WHERE YOU PUBLISH]
Audience: [WHO YOU SERVE]

## Content and Work Focus
Primary topics: [LIST YOUR MAIN TOPICS]
Content formats: [WHAT YOU CREATE]
Voice and tone: [HOW YOU COMMUNICATE]
What you never do: [SPECIFIC THINGS TO AVOID]

## Current Projects
[PROJECT 1]: [ONE SENTENCE DESCRIPTION]
Status: [ACTIVE/PENDING/COMPLETE]
Next action: [SPECIFIC NEXT STEP]

[PROJECT 2]: [ONE SENTENCE DESCRIPTION]
Status: [ACTIVE/PENDING/COMPLETE]
Next action: [SPECIFIC NEXT STEP]

## Current Priorities
1. [MOST IMPORTANT THING RIGHT NOW]
2. [SECOND MOST IMPORTANT]
3. [THIRD MOST IMPORTANT]

## Content Standards
A great output: [SPECIFIC DESCRIPTION]
An acceptable output: [MINIMUM THRESHOLD]
A rejected output: [WHAT FAILS]

## Sources I Trust
[LIST SPECIFIC PUBLICATIONS, CHANNELS, PEOPLE]

## What I Specifically Do Not Want
[LIST TOPICS, FORMATS, OR APPROACHES TO AVOID]

## Memory Rules
- Store every significant decision with reasoning
- Track all content published with performance notes
- Remember source quality assessments
- Never repeat content from the same source within 72 hours

## Output Rules
- Save all generated content to data/outputs/
- Date stamp every file: YYYY-MM-DD-[type]-[topic].md
- Log all operations to logs/hermes.log
- Flag anything requiring human review before posting

## Update Schedule
Review and update this file: [YOUR SCHEDULE]

Потратьте 30 минут и заполните это полностью до того, как начнёте строить skills. Всё, что идёт дальше, зависит от качества этого документа.

Раздел 5. Создаём первый skill

Skill — это обычный Markdown-файл, который описывает workflow для Hermes.

У skill есть четыре обязательных раздела:

# skill-name

## Purpose
[One sentence describing what this skill does]

## Trigger
[How to invoke it — manually or on a schedule]

## Process
[Step-by-step instructions for what Hermes does]

## Output
[What the skill produces and where it saves it]

Создадим первый реальный skill: утренний брифинг, который читает настроенные источники и выдаёт структурированную сводку.

Создайте skills/morning-briefing.md:

# morning-briefing

## Purpose
Generate a structured morning intelligence briefing 
from all configured sources and save it to the 
outputs folder.

## Trigger
Scheduled daily at 6:00 AM.
Manual: "Run morning briefing" or "Generate my briefing"

## Process
1. Read CLAUDE.md for full context on who I am 
   and what topics matter to me.

2. Read config/sources.json for all configured sources.

3. For each source in my primary topics list:
   Search for significant developments from the 
   last 24 hours using web search.
   
   Filter results using these criteria:
   INCLUDE: New announcements, significant updates, 
   research findings, strategic moves by key players
   EXCLUDE: Rehashed content, opinion pieces without 
   new information, anything I would classify as noise 
   based on my CLAUDE.md preferences

4. Check memory for anything relevant from 
   previous sessions that connects to today's news.

5. Generate the briefing in this format:

---
# Morning Brief — [DATE]

## THE ONE THING
[Most important development today and why it 
matters specifically for my work]

## WHAT HAPPENED
[3-7 significant items, each 2-3 sentences]

## WHAT TO WATCH
[1-2 developing situations worth monitoring]

## FROM MEMORY
[Any relevant connection to something stored 
in previous sessions]

## TODAY'S FOCUS
[Single recommended priority based on briefing]
---

6. Save briefing to:
   data/outputs/[DATE]-morning-briefing.md

7. Store summary in memory with tag: daily-brief

## Output
Structured briefing file in outputs folder.
Memory entry tagged: daily-brief
Log entry in hermes.log

Протестируйте первый skill:

Run morning briefing

Посмотрите, как Hermes выполняет шаги, ищет информацию и генерирует первый автоматический брифинг.

Раздел 6. Система памяти

Память превращает Hermes из полезного инструмента в compounding-систему.

Понимание памяти позволяет проектировать skills, которые со временем становятся умнее.

Как Hermes хранит память:

Каждая значимая операция создаёт запись в SQLite-базе. У каждой записи есть:

Content: что было сохранено
Tags: категории для поиска
Timestamp: когда запись создана
Source: какой skill её создал
Relevance score: обновляется в зависимости от того, как часто запись достают

Как Hermes извлекает память:

Когда запускается любой skill, Hermes автоматически ищет в памяти релевантный контекст до выполнения. Поиск использует semantic similarity, поэтому всплывают связанные концепции даже без точного совпадения ключевых слов.

Как проектировать skills для памяти:

Добавляйте явные инструкции по памяти в каждый skill:

## Memory Instructions

STORE after completion:
- Key findings tagged: [relevant-tags]
- Decisions made tagged: decision
- Outputs produced tagged: output

RETRIEVE before starting:
- Previous runs of this skill
- Any entries tagged: [relevant-tags]
- Decisions that affect this workflow

Ручные операции с памятью:

Store this in memory: [information] — tag it as [tag]
What do you remember about [topic]?
Show me all memory entries from the last 7 days
What decisions have been stored?

Compounding-эффект памяти:

Hermes-агент с одной неделей памяти полезен.

Hermes-агент с тремя месяцами памяти — это уже другой класс инструмента.

Через три месяца ежедневной работы Hermes прочитал сотни источников, обработал тысячи единиц контента, отследил десятки решений и построил подробную картину того, что работает и что не работает именно в вашей операции.

Каждая новая задача получает пользу от накопленного контекста.

Раздел 7. Подключение MCP-серверов

MCP-серверы превращают Hermes из агента, который рассуждает о мире, в агента, который действует в мире.

Каждое MCP-подключение даёт Hermes доступ к реальному инструменту: файловым системам, веб-поиску, базам данных, API и внешним сервисам.

Установка базовых MCP-серверов:

# Filesystem MCP — read and write local files
npm install -g @modelcontextprotocol/server-filesystem

# Web search — real-time Brave Search
npm install -g @modelcontextprotocol/server-brave-search

# GitHub — repository access
npm install -g @modelcontextprotocol/server-github

# Puppeteer — browser automation
npm install -g @modelcontextprotocol/server-puppeteer

Настройте MCP-подключения в .env:

# Filesystem
MCP_FILESYSTEM_PATH=/path/to/your/working/directory

# Brave Search
MCP_BRAVE_API_KEY=your-brave-search-api-key

# GitHub
MCP_GITHUB_TOKEN=your-github-personal-access-token

# Puppeteer
MCP_PUPPETEER_HEADLESS=true

Filesystem MCP

Самое быстрое по ценности подключение. Оно даёт Hermes прямой read/write-доступ к локальным файлам.

После подключения Hermes может читать файлы, указанные в skill-инструкциях, писать результаты прямо в папки, обновлять файлы по новой информации и мониторить директории на появление нового контента.

Skills, использующие filesystem MCP:

## Process
1. Read the file at [PATH] for context
2. Process the content
3. Write the output to [OUTPUT PATH]
4. Update the index file at [INDEX PATH]

Brave Search MCP

Даёт Hermes доступ к real-time веб-поиску. Без него Hermes может рассуждать только об информации до training cutoff. С ним Hermes ищет актуальную информацию в интернете.

Каждый research-, monitoring- и briefing-skill выигрывает от Brave Search.

Бесплатный Brave Search API key можно получить на brave.com/search/api. Free tier даёт 2 000 запросов в месяц.

GitHub MCP

Даёт Hermes доступ к GitHub-репозиториям. Он может читать код, смотреть trending repos, мониторить репозитории, на которые вы подписаны, и отслеживать релизы.

Полезно для контента о developer tools, open source monitoring, technical research и repository analysis.

Проверка MCP-подключений:

What MCP servers are currently connected?
List all available tools from connected servers.

Hermes должен перечислить все подключённые серверы и инструменты каждого.

Раздел 8. Scheduler-система

Scheduler превращает Hermes из инструмента, который вы используете, в систему, которая работает.

Без scheduler: Hermes делает то, что вы просите, когда вы просите.

С scheduler: Hermes работает постоянно, даже когда вы не участвуете.

Настройте расписание.

Создайте config/schedule.json:

{
  "schedules": [
    {
      "skill": "morning-briefing",
      "cron": "0 6 * * *",
      "description": "Daily morning briefing at 6AM"
    },
    {
      "skill": "source-monitor",
      "cron": "0 */2 * * *",
      "description": "Check sources every 2 hours"
    },
    {
      "skill": "content-processor",
      "cron": "0 20 * * *",
      "description": "Process captured content at 8PM"
    },
    {
      "skill": "weekly-review",
      "cron": "0 19 * * 0",
      "description": "Weekly review every Sunday at 7PM"
    },
    {
      "skill": "memory-consolidation",
      "cron": "0 23 * * *",
      "description": "Consolidate memory entries at 11PM"
    }
  ]
}

Справочник cron-выражений:

0 6 * * *      → 6AM every day
0 */2 * * *    → Every 2 hours
0 20 * * 1-5   → 8PM Monday through Friday
0 19 * * 0     → 7PM every Sunday
0 23 * * *     → 11PM every day

Пять scheduled workflows, которые нужны каждой Hermes-операции:

Morning briefing: ежедневно в 6:00. Читает источники, генерирует intelligence brief, задаёт фокус дня.

Source monitor: каждые 2 часа. Проверяет настроенные источники на новый контент, добавляет его в очередь обработки.

Content processor: ежедневно в 20:00. Обрабатывает всё, что накопилось за день, генерирует outputs, обновляет память.

Weekly review: воскресенье в 19:00. Синтезирует активность за неделю, находит паттерны, генерирует insights.

Memory consolidation: ежедневно в 23:00. Проверяет новые memory entries, удаляет дубли, обновляет relevance scores.

Мониторинг scheduled execution:

Show me scheduled operations for today
What ran in the last 24 hours?
Show me the execution log

Раздел 9. Полная content-операция

Этот раздел показывает, как построить полноценную автоматизированную content-операцию на Hermes. К концу у вас будет система, которая мониторит источники, находит viral content opportunities, генерирует черновики и автоматически ведёт publishing queue.

Шаг 1. Настройте источники

Создайте config/sources.json:

{
  "sources": [
    {
      "name": "Anthropic Blog",
      "type": "rss",
      "url": "https://anthropic.com/news/rss",
      "priority": "critical",
      "check_interval": "1h"
    },
    {
      "name": "GitHub Trending AI",
      "type": "web",
      "url": "https://github.com/trending/python?since=daily",
      "priority": "high",
      "check_interval": "4h"
    },
    {
      "name": "HackerNews AI",
      "type": "web",
      "url": "https://news.ycombinator.com",
      "priority": "medium",
      "check_interval": "2h"
    }
  ]
}

Шаг 2. Создайте identifier для content opportunities

Создайте skills/content-opportunity.md:

# content-opportunity

## Purpose
Scan all sources for content opportunities worth 
creating and add them to the content queue.

## Trigger
Runs after source-monitor detects new content.
Manual: "Find content opportunities"

## Process
1. Read CLAUDE.md for my content pillars and audience.

2. Read all items flagged as new by source-monitor 
   from memory tagged: source-monitor-new.

3. For each new item evaluate:

   VIRAL POTENTIAL SCORE (1-10):
   - Is this something my specific audience cares about?
   - Is this genuinely new information or a rehash?
   - Does this connect to any of my current content pillars?
   - Is there a unique angle I can take that others have not?

   Only items scoring 7 or above qualify as opportunities.

4. For each qualified opportunity create an entry in 
   data/outputs/content-queue.md with:
   - Source and link
   - Why this is an opportunity
   - Suggested content angle
   - Suggested format (tweet/thread/article/video)
   - Priority: urgent/high/medium

5. Store all opportunities in memory tagged: content-queue

## Output
Updated content-queue.md file.
Memory entries tagged: content-queue

Шаг 3. Создайте draft generator

Создайте skills/draft-generator.md:

# draft-generator

## Purpose
Generate content drafts for items in the 
content queue based on their priority.

## Trigger
Runs daily at 2PM.
Manual: "Generate drafts" or "Draft the top 3 items"

## Process
1. Read CLAUDE.md for my voice, tone, and content rules.

2. Read data/outputs/content-queue.md for pending items.

3. Select the top 3 items by priority score.

4. For each selected item:

   a. Research the topic using web search to ensure 
      the information is current and accurate
   
   b. Check memory for any previous coverage of 
      this topic to avoid repetition
   
   c. Generate the draft in the specified format:
   
      For TWEETS:
      Follow the cyrilXBT format:
      - Declaration hook in ALL CAPS
      - Short punchy lines
      - Every sentence on its own line
      - Bookmark this + Follow CTA at end
      
      For THREADS:
      - Hook tweet
      - 5-8 body tweets with specific details
      - CTA closer
      
      For ARTICLES:
      - Strong hook paragraph
      - Problem statement
      - Solution walkthrough
      - Actionable steps
      - CTA to follow

5. Save each draft to:
   data/outputs/drafts/[DATE]-[FORMAT]-[TOPIC].md

6. Update content-queue.md marking items as drafted.

7. Store draft summaries in memory tagged: draft-generated

## Output
Draft files in data/outputs/drafts/
Updated content-queue.md
Memory entries tagged: draft-generated

Шаг 4. Создайте performance tracker

Создайте skills/performance-tracker.md:

# performance-tracker

## Purpose
Track content performance and use the data to 
improve future content decisions.

## Trigger
Manual: "Log performance for [content] — [metrics]"
Weekly review reads all performance logs.

## Process
1. When triggered with performance data:
   - Store the metrics in memory with the content reference
   - Tag: performance-log
   
2. Identify patterns:
   - Which topics performed best this week?
   - Which formats had highest engagement?
   - Which sources produced the most viral content?
   
3. Update CLAUDE.md content priorities based on 
   performance data if patterns are clear.

4. Generate weekly performance report on Sundays.

## Output
Memory entries tagged: performance-log
Weekly performance report in outputs folder

Раздел 10. Multi-agent operations

Один Hermes-агент силён. Multi-agent Hermes — это уже другой уровень возможностей.

Multi-agent operation означает несколько специализированных Hermes-инстансов, каждый из которых отвечает за свой домен, делится памятью и координирует outputs.

Четырёхагентная content-операция:

Research Agent: мониторит источники, находит opportunities, проводит deep research. Только читает. Никогда не создаёт.

Production Agent: берёт research outputs и генерирует content drafts. Только создаёт. Никогда не публикует.

Quality Agent: проверяет production outputs по стандартам. Одобряет или возвращает на доработку. Никогда не создаёт и не публикует.

Distribution Agent: берёт approved outputs и управляет publishing schedule. Только публикует. Никогда не создаёт.

Настройка multi-agent-конфигурации:

Создайте отдельные CLAUDE.md для каждого агента:

hermes-research/
    CLAUDE.md  ← Research agent constitution
    skills/    ← Research-only skills

hermes-production/
    CLAUDE.md  ← Production agent constitution
    skills/    ← Production-only skills

hermes-quality/
    CLAUDE.md  ← Quality agent constitution
    skills/    ← Quality-only skills

hermes-distribution/
    CLAUDE.md  ← Distribution agent constitution
    skills/    ← Distribution-only skills

Общий слой памяти:

Настройте все четыре агента на одну SQLite-базу:

MEMORY_PATH=/shared/hermes-memory.db

Так каждый агент читает outputs остальных. Research outputs видны production-агенту. Production outputs видны quality-агенту. Quality approvals видны distribution-агенту.

Handoff-протокол:

Каждый агент сигнализирует готовность к передаче через memory tags:

Research agent completes work → stores output tagged: ready-for-production
Production agent picks up tagged items → stores output tagged: ready-for-quality
Quality agent approves → stores output tagged: ready-for-distribution
Distribution agent publishes → stores result tagged: published

Orchestrator skill:

Создайте master orchestrator skill, который мониторит весь pipeline:

# pipeline-orchestrator

## Purpose
Monitor all four agents and ensure smooth 
handoffs between pipeline stages.

## Trigger
Runs every 30 minutes.

## Process
1. Check for items tagged: ready-for-production
   If found: alert production agent
   
2. Check for items tagged: ready-for-quality
   If found: alert quality agent
   
3. Check for items tagged: ready-for-distribution
   If found: alert distribution agent
   
4. Check for items in any stage longer than 4 hours
   If found: flag as stalled and alert for review
   
5. Generate pipeline status report every 4 hours

## Output
Pipeline status in memory tagged: pipeline-status
Alerts for stalled items
Hourly operation log

Раздел 11. Продвинутые patterns для skills

Когда Hermes-операция взрослеет, вы сталкиваетесь с ситуациями, которые базовый формат skill не покрывает. Эти patterns закрывают самые частые сложные сценарии.

Pattern 1. Conditional Execution

Skills, которые выбирают разные пути по условиям:

## Process
1. Check condition: [WHAT TO CHECK]

2. IF [CONDITION A]:
   Execute path A:
   [STEPS FOR PATH A]
   
   IF [CONDITION B]:
   Execute path B:
   [STEPS FOR PATH B]
   
   IF NEITHER:
   Flag for human review and log the ambiguous case.

Pattern 2. Retry Logic

Skills, которые должны повторять попытку при ошибке:

## Process
For each item attempt the following up to 3 times:

1. Try: [PRIMARY APPROACH]
   If successful: proceed to output
   If failed: log the error and try alternative

2. Alternative: [BACKUP APPROACH]
   If successful: proceed to output with note 
   that alternative was used
   If failed: mark as failed and flag for review

Never proceed with incomplete or uncertain output.

Pattern 3. Quality Gates

Skills, которые проверяют стандарты до сохранения результата:

## Quality Gate
Before saving any output evaluate against these criteria:

PASS criteria (all must be true):
- [CRITERION 1]
- [CRITERION 2]
- [CRITERION 3]

If PASS: save output and log success
If FAIL: identify which criteria failed, attempt 
revision, re-evaluate. Maximum 2 revision attempts.
If still failing after 2 attempts: save to 
review-needed/ folder with failure notes.

Pattern 4. Memory-Informed Execution

Skills, которые становятся умнее с каждым запуском:

## Memory-Informed Process
Before executing retrieve:
- All previous runs of this skill from memory
- Performance data tagged: [relevant-tag]
- Any pattern notes stored from previous runs

Use retrieved context to:
- Avoid approaches that previously failed
- Prioritize approaches that previously succeeded
- Apply any pattern insights to current execution

After executing store:
- What approach was used
- Whether it succeeded
- Any new pattern observed
- Tagged: [skill-name]-learning

Раздел 12. Troubleshooting: частые проблемы

Каждая Hermes-операция сталкивается с проблемами в первые недели. Вот самые частые и способы их исправить.

Проблема: Hermes не выполняет scheduled skills

Проверьте, что scheduler включён в .env:

ENABLE_SCHEDULER=true

Проверьте валидность cron-выражений через crontab.guru.

Проверьте hermes.log на ошибки scheduler:

tail -f logs/hermes.log

Проблема: память не сохраняется между сессиями

Проверьте путь к memory database:

MEMORY_PATH=./data/memory.db

Проверьте permissions у директории data:

ls -la data/

Процесс Hermes должен иметь write-доступ к этой директории.

Проблема: MCP-серверы не подключаются

Проверьте, что MCP-сервер установлен глобально:

which npx
npx @modelcontextprotocol/server-filesystem --help

Проверьте, что API keys корректно указаны в .env и без лишних пробелов.

После изменения MCP-конфига перезапустите Hermes.

Проблема: skill outputs низкого качества

Самая частая причина — слишком размытый CLAUDE.md. Вернитесь к разделу 4 и добавьте конкретики в каждый раздел.

Также проверьте, достаточно ли конкретен раздел Process в skill. Размытые инструкции дают размытые outputs.

Проблема: Hermes использует устаревшую информацию

Проверьте, что Brave Search MCP подключён:

What MCP servers are connected?

Если Brave Search не в списке, проверьте API key и переустановите MCP-сервер.

Проблема: skills запускаются, но не сохраняют outputs

Проверьте, что Filesystem MCP подключён и указывает на правильный путь.

Проверьте, что output paths в skill-файлах относительны к working directory, из которой запущен Hermes.

Раздел 13. Как измерять и улучшать операцию

Hermes-операция, которая не улучшается со временем, неправильно использует систему памяти.

Weekly review skill:

Создайте skills/weekly-review.md:

# weekly-review

## Purpose
Synthesize the week's operation and identify 
improvements for the following week.

## Trigger
Every Sunday at 7PM.
Manual: "Run weekly review"

## Process
1. Read all memory entries from the past 7 days.

2. Analyze skill performance:
   - Which skills ran without issues?
   - Which skills encountered errors?
   - Which skills produced the best outputs?
   - Which skills need improvement?

3. Analyze content performance (if logged):
   - Which content performed best?
   - What patterns appear in high performers?
   - What topics should be prioritized next week?

4. Analyze memory quality:
   - Are memory entries being created correctly?
   - Are retrieval results relevant when skills run?
   - Are there gaps in what is being stored?

5. Generate improvement recommendations:
   - One skill to improve this week
   - One new skill to build this week
   - One process to streamline
   - One topic to prioritize in content

6. Update CLAUDE.md with any confirmed improvements.

## Output
Weekly review report in data/outputs/
CLAUDE.md updates if improvements identified
Memory entry tagged: weekly-review

Метрики, которые имеют значение:

Skill reliability rate: какой процент scheduled skills проходит без ошибок. Цель — выше 95%.

Memory retrieval relevance: когда skill достаёт память, действительно ли она релевантна. Проверять еженедельно.

Output quality consistency: стабильно ли outputs соответствуют вашим стандартам. Отслеживать вручную.

Operation coverage: какой процент ваших повторяющихся workflows реально автоматизирован. Со временем двигаться к 100%.

Раздел 14. 90-дневный план сборки

Построение зрелой Hermes-операции занимает 90 дней постоянной итерации.

Дни 1–7: фундамент

Установите Hermes. Напишите CLAUDE.md. Создайте morning briefing skill. Подключите Filesystem и Brave Search MCP servers. Запустите первый scheduled briefing.

Цель: Hermes стабильно работает и ежедневно выдаёт один полезный output.

Дни 8–30: базовые skills

Создайте 5–8 core skills под вашу конкретную операцию. Настройте scheduler для всех пяти стандартных automated workflows. Определите первый MCP-сервер, специфичный для вашего домена.

Цель: Hermes автоматизирует 30% вашей повторяющейся knowledge work.

Дни 31–60: оптимизация

Проверьте качество памяти и улучшите storage conventions. Уточните skill outputs по результатам 3–4 недель. Создайте первые advanced skills с conditional execution и quality gates.

Цель: outputs Hermes стабильно проходят ваши quality standards без ручной правки.

Дни 61–90: multi-agent

Если ваша операция этого требует, спроектируйте multi-agent architecture. Создайте CLAUDE.md для specialist agents. Настройте shared memory layer. Разверните orchestrator skill.

Цель: Hermes запускает координированную multi-agent operation, которая end-to-end ведёт самые сложные workflows.

Реальность compounding

Билдеры, которые начнут Hermes-операцию сегодня и будут последовательно запускать её 90 дней, получат то, что невозможно быстро скопировать.

Не потому что технология труднодоступна.

А потому что слой памяти, который накапливается за 90 дней постоянной работы, нельзя получить shortcut-ом.

Hermes-агент на 90-й день знает вашу операцию. Он знает, какие источники дают лучший контент для вашей аудитории. Он знает, какие подходы сработали, а какие провалились. Он знает ваш голос, стандарты и приоритеты, потому что сотни раз работал по ним.

Эта накопленная intelligence — ваш moat.

Каждый день работы операции углубляет этот moat.

Каждый день ожидания — это день compound intelligence, который уже не вернуть.

Постройте фундамент в эти выходные.

Skills пишутся за один день.

Память начинает копиться с первой сессии.

Compounding начинается с первого автоматического workflow, который запускается без вас.

Подписывайтесь на @cyrilXBT, чтобы получать материалы по Hermes Agent, skill templates и multi-agent architectures, которые делают autonomous AI operations реально рабочими.