Contoh penggunaan (use case) Hermes Agent umumnya berfokus pada menjalankan asisten yang selalu aktif dengan memori, mengotomatiskan workflow multilangkah, dan membuat tim subagent yang melangkah secara paralel.
Sebagai AI agent yang melangkah secara self-host, Hermes Agent menangani tugas berdurasi panjang tanpa kudu diatur ulang per sesi.
Tool ini mengingat konteks di beragam percakapan, mempelajari preferensi Anda dari waktu ke waktu, dan menyusun playbook sendiri berasas pengalaman yang dipelajari. Jadi, setelah beberapa kali diberi tugas yang mirip, tool ini bakal menyimpan metodenya dan tidak perlu lagi memikirkan semuanya dari awal.
Hermes Agent berbeda dari wrapper chatbot biasa lantaran infrastrukturnya: lapisan memori, penjadwal cron untuk job yang tetap melangkah sepanjang waktu, delegasi subagent untuk pekerjaan paralel, dan akses terminal di 6 backend, termasuk Docker dan SSH. Semuanya bisa melangkah di lingkungan self-hosting apa pun yang bisa Anda kontrol.
Contoh penggunaan praktis Hermes Agent antara lain:
- Menjalankan asisten pribadi yang mengingat proyek Anda dari minggu ke minggu.
- Mengubah prompt konten sekali pakai menjadi alur riset, penulisan draft, dan review.
- Mendelegasikan pekerjaan unik ke subagent paralel dengan tool masing-masing.
- Menjalankan perintah shell dan mengelola server dari jendela chat.
- Menghubungkan API eksternal seperti Stripe, Notion, dan GitHub ke job terjadwal.
- Mendeploy aplikasi dengan agent yang belajar dari deployment sebelumnya.
- Mengirim briefing harian, ulasan PR, dan notifikasi pemantauan secara otomatis.
- Melakukan riset berulang dan pemrosesan informasi yang melanjutkan hasil dari proses sebelumnya.
- Menjaga workflow jangka panjang agar tetap melangkah meski server dimulai ulang alias mengalami gangguan.
- Menggabungkan memori, penjadwalan, integrasi tool, dan delegasi ke dalam satu rutinitas mingguan.
Secara keseluruhan, beragam contoh penggunaan ini menunjukkan bahwa tugas bakal tetap berjalan, apalagi setelah chat ditutup.
1. Menjalankan agent yang mempelajari workflow seiring waktu
Hermes Agent melangkah sebagai asisten tetap yang mengingat konteks antarsesi dan bekerja lebih sigap untuk tugas berulang seiring Anda menggunakannya.
Anda bisa memberinya tugas dalam bahasa alami, lampau Hermes Agent bakal langsung menjalankan instruksi. Kalau Anda menyertakan jadwal, sistem bakal menyimpannya sebagai cron job dan menjalankannya secara otomatis.
AI Agent ini belajar dari penggunaan melalui dua sistem, ialah memori persisten dan skill.
Memori persisten menggunakan dua file:
- MEMORY.md menyimpan info tentang environment Anda, seperti stack, tool, konvensi project, dan hal-hal yang sukses digunakan pada sesi sebelumnya.
- USER.md menyimpan profil pribadi Anda, termasuk nama, peran, preferensi, dan style komunikasi Anda.
Kedua file bakal dimuat secara otomatis di awal setiap sesi.
Skill adalah playbook markdown singkat yang menyimpan pengetahuan praktis. Hermes menulis hal-hal ini setelah menyelesaikan tugas yang kompleks, lampau menggunakannya kembali saat ada pekerjaan serupa.
Jadi, katakanlah Anda meminta Hermes untuk mendeploy sebuah aplikasi. Pada kali pertama, Anda perlu memberitahukan pengaturan Anda, konfigurasi NGINX, pola migrasi, preferensi logging, dan hal-hal yang biasanya paling sering bermasalah.
Agent ini kemudian menjalankan deployment, menangani masalah yang terjadi, lampau menulis arsip skill setelah sesi selesai.
Nah, pada kali berikutnya Anda memintanya untuk mendeploy pembaruan kode, tool ini sudah menyimpan pengaturan dan metode yang Anda gunakan. Pada proses kesekian kalinya, workflow Anda bakal melangkah sepenuhnya, dan agent ini bakal mendeteksi masalah umum sebelum terjadi, serta hanya menandai hal-hal yang betul-betul memerlukan masukan Anda.
Kalau Anda menutup CLI lampau melanjutkannya di Telegram minggu depan, agent ini bakal tetap tahu titik terakhir Anda menghentikan tugas. Anda bisa bertanya:
“Apa yang terjadi pada proses deployment di hari Selasa lalu, dan gimana langkah memperbaikinya?”Kemudian, sistem bakal menelusuri sesi-sesi sebelumnya, menemukan thread yang relevan, lampau merangkumnya.
2. Mengotomatiskan tahap pembuatan konten
Untuk memastikan kualitas konten, Anda bisa menggunakan Hermes Agent untuk mengubah proses pembuatan konten menjadi pipeline 4 tahap: riset, outline, draft, dan publikasi.
Melihat keahlian Hermes Agent, Anda bisa memintanya menjalankan keempat tahap sekaligus. Tapi jika Anda mau memastikan kualitas konten sepenuhnya, cobalah membaginya ke dalam beberapa tahap untuk hasil yang lebih baik.
Setiap langkah dalam workflow konten AI ini menggunakan prompt yang terpisah, dan masing-masing meninjau output sebelum lanjut ke tahap berikutnya.
Misalnya, mulai proses riset pesaing dengan memberinya petunjuk berikut:
Lakukan riset tentang topik “strategi backup VPS 2026” untuk sebuah tutorial. Temukan 10 tulisan teratas, buat daftar URL-nya, dan ringkas isi yang dibahas setiap artikel. Tandai semua yang terlihat seperti content farm alias agregator dengan sedikit konten. Setelah itu, tinjau sumber-sumber yang ada, hapus yang kurang relevan, lampau catat perspektif pandang apa pun yang terlewat. Kalau dilakukan dengan betul sejak awal, revisi bisa diminimalkan di kemudian hari.Berikan petunjuk untuk tahap penyusunan outline berikutnya:
Menggunakan riset yang sudah disetujui, buat kerangka tutorial. Usulkan heading H2 dan H3, catat sumber yang mendukung tiap bagian, dan tandai content gap yang menurutmu perlu diisi.Di tahap ini, Anda perlu memberi masukan, memangkas bagian yang tidak sesuai, lampau menyempurnakan strukturnya sampai betul-betul selaras dengan perspektif pandang yang Anda ambil.
Setelah outline diperbaiki, Anda bisa lanjut ke tahap penulisan draf. Pada tahap ini, skill style menulis mulai diperlukan:
Tulis draf tulisan berasas kerangka yang sudah disetujui. Muat skill house-style di ~/.hermes/skills/house-style.md dan ikuti pedoman tersebut secara konsisten. Cantumkan sumber langsung di dalam teks agar saya bisa memverifikasi klaim berasas riset yang digunakan.Skill house style menentukan panjang kalimat, frasa yang dibatasi, dan struktur yang diutamakan. Tanpanya, hasilnya bakal terlihat seperti konten AI yang generik. Dengan tool ini, tulisan Anda bakal tetap konsisten dan terasa lebih mirip dengan style bahasa Anda.
Anda tetap perlu memeriksa kebenaran dan merapikan transisi yang terasa kaku, tapi langkah ini masuk ke dalam proses editing, bukan pembuatan konten.
Terakhir, agent ini bakal menangani proses publikasi:
Kirim tulisan yang sudah disetujui ke WordPress sebagai draf. Atur kategorinya menjadi "Tutorial", tambahkan tag dari outline, isi meta description di bawah 160 karakter, lampau atur slug artikelnya. Jangan publikasikan dulu.Anda bisa menghubungkan Hermes ke WordPress melalui server Model Context Protocol (MCP).
Tinjauan akhir membantu memastikan perincian format seperti featured image, layout blok, dan internal link sudah rapi. Itulah sebabnya tulisan sebaiknya disimpan sebagai draf, bukan langsung dipublikasikan.
Meskipun kita menggunakan WordPress sebagai contoh, Hermes Agent bisa terhubung ke CMS alias jasa apa pun yang menyediakan server MCP.
3. Membagi tugas besar menjadi beberapa subagent paralel
Hermes Agent memungkinkan Anda membagi tugas besar menjadi beberapa alur kerja paralel dengan menggunakan tool delegate_task. Secara default, sistem ini menjalankan tiga subagent secara bersamaan, dan jumlah paralel ini bisa Anda tingkatkan lewat pengaturan.
Secara terpisah, max_spawn_depth mengontrol jumlah tingkat subagent yang bisa membikin subagent sendiri, sampai maksimal tiga tingkat. Pengaturan default mempertahankan kedalaman pada satu level, ialah delegasi datar, sehingga lebih sederhana dan lebih mudah diprediksi untuk sebagian besar workflow.
Setiap subagent bekerja secara terpisah dan hanya mengembalikan ringkasan akhir. Metode ini menjaga agent utama tetap konsentrasi pada orkestrasi, bukan justru menangani langkah-langkah perantara seperti pencarian alias pembacaan file.
Polanya sederhana: bagi satu tugas besar menjadi beberapa bagian yang berdiri sendiri, tetapkan masing-masing bagian ke subagent, lampau gabungkan hasilnya. Misalnya, Anda mau menganalisis tiga kompetitor. Setiap subagent menangani satu kompetitor:
Riset tiga pesaing berikut secara paralel dan berikan komparasi yang terstruktur: 1. Kompetitor A: harga, fitur, dan perubahan produk terbaru 2. Kompetitor B: harga, fitur, dan perubahan produk terbaru 3. Kompetitor C: harga, fitur, dan perubahan produk terbaru Susun hasil riset ke dalam tabel komparasi yang bisa saya sisipkan ke arsip perencanaan saya.Agent utama menjalankan tiga subagen, masing-masing difokuskan pada satu pesaing dengan akses web. Proses-proses tersebut melangkah secara paralel, memberikan hasil ringkasan, lampau proses utama menggabungkannya ke dalam satu tabel.
Anda juga bisa menetapkan model yang berbeda untuk peran lain. Gunakan model yang lebih canggih seperti Claude Opus untuk agent utama agar bisa menangani koordinasi dan kajian akhir, lampau gunakan model yang lebih ringan, seperti Sonnet, untuk subagent riset.
Satu perihal yang perlu diingat, delegasi berkarakter datar secara default. Subagent tidak bisa membikin subagent sendiri. Buat jenjang yang lebih mendetail dengan menyesuaikan max_spawn_depth di konfigurasi Anda (maksimal tiga level). Namun, pengaturan default pada dasarnya lebih sederhana dan mudah diprediksi.
4. Mengotomatiskan tugas sistem dengan perintah bahasa Inggris umum
Hermes Agent menangani automasi shell melalui rangkaian tool terminalnya, yang bekerja di enam environment: mesin lokal Anda, container Docker, server jarak jauh melalui SSH, serta tiga runtime sandbox, Daytona, Singularity, dan Modal.
Anda cukup mengatur hubungan sekali saja. Setelah itu, beri tahukan sasaran mana yang kudu digunakan untuk menjalankan perintah di prompt apa pun.
Misalnya, untuk membersihkan staging server setiap Jumat pukul 17.00, Anda bisa meminta agent untuk menjalankannya sesuai jadwal:
Setiap hari Jumat pukul 17.00, periksa penggunaan disk di staging.domain.tld. Kalau ada partisi yang terisi lebih dari 80%, hapus file sementara yang sudah lebih dari 7 hari di /var/log dan /tmp, lampau beri saya ringkasannya melalui Telegram.Selanjutnya, Hermes Agent membikin cron job dan menjalankannya secara otomatis melalui proses penjadwalan di background, tanpa perlu mengedit crontab.
Metode yang sama juga bisa digunakan untuk merotasi log, merestart jasa yang terhenti, mengambil backup, alias memperbarui sertifikat sebelum masa berlakunya habis.
Pekerjaan rutin yang biasanya Anda tangani secara manual lewat SSH sekarang bisa dijelaskan dengan bahasa Inggris style percakapan untuk dijadwalkan.
Dari sisi keamanan, Hermes Agent dilengkapi sistem persetujuan bawaan yang menandai perintah berisiko, seperti penghapusan rekursif, lampau meminta konfirmasi Anda sebelum menjalankannya.
Untuk apa pun yang mau Anda tinjau secara rutin, simpan sebagai prompt on-demand, bukan sebagai job terjadwal. Semua perintah otomatis dicatat di ~/.hermes/logs/, jadi jika ada yang bermasalah, Anda bisa mencari tahu apa saja yang sudah dijalankan.
5. Menghubungkan jasa eksternal ke pipeline automasi
Hermes Agent terhubung ke jasa eksternal melalui API sehingga bisa mengambil informasi dari satu tool, memprosesnya, lampau mengirimkan hasilnya ke tool lain dalam satu prompt.
Sebagai contoh, Anda mungkin mau menerima ringkasan kegiatan langganan minggu lampau pada Senin pagi:
Setiap hari Senin pukul 09.00, ambil langganan Stripe baru dari 7 hari terakhir, kelompokkan berasas tingkatan paket, lampau hitung perubahan MRR dibandingkan minggu sebelumnya. Kirimkan ringkasan ke channel Slack #revenue-updates kami dalam corak tabel perbandingan. Tandai jika MRR turun lebih dari 5%.Hermes Agent lampau mengambil informasi dari Stripe, melakukan perhitungan, memformat ringkasan, dan mempostingnya ke Slack.
Pola yang sama bertindak untuk jasa apa pun yang mempunyai tool di Hermes Agent. Tool bawaannya sudah mencakup kebutuhan umum seperti akses web, pengelolaan file, dan tindakan di browser.
Untuk kebutuhan lainnya, Anda bisa mengarahkan Hermes Agent ke server MCP untuk aplikasi lain seperti Stripe, GitHub, API internal milik Anda sendiri, dan lainnya. Integrasi tersebut bakal tersedia pada prompt berikutnya.
Ringkasan tadi juga bisa mengambil informasi dari GitHub alias memposting ke Linear, tanpa mengubah langkah prompt ditulis.
Perlu diingat bahwa pipeline seperti ini tidak menggantikan tool workflow khusus seperti Airflow alias Temporal. Kalau workflow Anda memerlukan urutan yang ketat, percobaan ulang yang pasti, alias proses yang sepenuhnya ditentukan, gunakan tool yang memang dirancang untuk kebutuhan tersebut.
Hermes Agent paling efektif saat Anda mau agent ini membikin keputusan di tengah pipeline, seperti menentukan apa yang perlu ditandai, langkah memformat pesan untuk channel tertentu, alias langkah menangani informasi yang tidak terduga.
6. Mengotomatiskan pipeline deployment untuk menangani edge case sendiri
Hermes Agent bisa menangani seluruh pipeline deployment Anda, mulai dari mengambil commit terbaru hingga memeriksa apakah jasa tetap dalam kondisi baik setelah diluncurkan.
Perbedaannya dari script biasa adalah kemampuannya untuk belajar dari setiap proses yang dijalankan. Deployment yang sukses bakal menjadi skill yang bisa digunakan kembali. Kegagalan justru menjadi pelajaran untuk memahami masalah yang terjadi dan langkah menghindarinya di kesempatan berikutnya.
Berikut contoh prompt deployment yang umum:
Deploy commit terbaru dari origin/main ke staging, lampau lanjutkan ke production setelah staging terverifikasi. 1. Pull branch tersebut dan tunjukkan diff commit-nya. 2. Jalankan test suite. Hentikan dan laporkan jika ada yang gagal. 3. Buat image Docker dan deploy ke staging. 4. Pantau endpoint health check sampai endpoint tersebut mengembalikan 200. 5. Terus periksa endpoint health selama 5 menit. Kalau image tersebut tetap dalam kondisi baik, lanjutkan image ke produksi. 6. Verifikasi health check produksi dan laporkan waktu yang berlalu serta semua peringatan dari kedua deployment.Saat pertama kali menjalankan proses ini, Anda perlu memberikan beberapa konteks, seperti branch yang bakal digunakan, letak Dockerfile, dan arti kondisi “healthy” untuk jasa Anda.
Kalau terjadi sesuatu yang tidak terduga, misalnya langkah 3 kandas lantaran tag image sudah digunakan, Hermes Agent mungkin bakal menjeda proses dan menanyakan langkah menanganinya alias mencoba memperbaikinya sendiri, tergantung pada seberapa ambigu situasinya.
Bagaimanapun caranya, setelah masalahnya teratasi, misalnya dengan menambahkan timestamp pada tag, Hermes Agent bakal menyimpan solusi tersebut sebagai skill. Saat masalah yang sama muncul lagi, sistem bakal menanganinya dengan langkah yang sama tanpa perlu bertanya lagi.
Di sinilah perbedaan agent DevOps AI dan skrip CI/CD mulai terlihat. Script bakal selalu menjalankan tugas persis seperti yang Anda tulis, namun Hermes Agent bakal menjalankan apa yang Anda tulis, plus perihal yang telah dipelajari dari proses sebelumnya dalam konfigurasi Anda.
Meski begitu, untuk lingkungan yang ketat di mana setiap deployment memerlukan audit log yang disetujui dan tahan terhadap manipulasi, sebaiknya tetap gunakan platform khusus. Loop pembelajaran agent bukan pengganti tool kepatuhan.
7. Menjadwalkan briefing otomatis
Hermes Agent bisa menjalankan workflow otonom menggunakan penjadwal cron bawaan. Anda menjelaskan agenda dengan bahasa alami, dan hasilnya bakal muncul di channel mana pun yang sudah Anda hubungkan.
Cukup beri tahu agent apa yang Anda inginkan dan waktunya, misalnya:
Setiap pagi pukul 07.00, kirimkan saya pesan Telegram berisi: - Cuaca di kota saya - Acara almanak saya untuk hari ini - 5 postingan teratas dari Hacker News dengan tag "AI" - Notifikasi GitHub yang belum saya buka Jaga agar tetap di bawah 500 kata.Saat dijalankan, sesi agent baru bakal mengambil informasi dari keempat sumber setiap pagi, menyusun semuanya menjadi satu ringkasan, lampau mengirimkannya ke Telegram sebelum hari Anda dimulai.
Briefing harian hanyalah salah satu contoh. Metode yang sama juga bisa digunakan untuk laporan mingguan, tugas pembersihan bulanan, pengecekan kondisi setiap jam, alias tugas berulang lainnya yang cukup merepotkan jika kudu diingat dan dijalankan secara manual.
Perlu diingat bahwa setiap proses teragendakan bakal memanggil penyedia LLM. Jadi, job dengan gelombang tinggi dan prompt yang perincian bisa membuat biaya membengkak. Tetapkan pemisah pengeluaran bulanan di dashboard provider Anda sebelum mulai sebagai langkah antisipasi.
8. Menjalankan riset otomatis dan tugas pemrosesan data
Proses riset biasanya dilakukan dalam tiga langkah umum: mengumupulkan info dari beragam sumber, mengolahnya menjadi informasi yang berguna, lampau menyajikan ringkasan yang rapi.
Hermes Agent bisa menangani seluruh alur tersebut hanya dari satu prompt. Karena agent ini menyimpan hasil dari satu proses ke proses berikutnya, riset yang dilakukan secara rutin bisa berkarakter kumulatif; setiap proses bakal melanjutkan hasil dari proses sebelumnya.
Misalnya Anda mengikuti buletin izin AI dan mau mendapatkan ringkasan mingguan:
Setiap hari Jumat pukul 17.00, telusuri feed RSS BBC, Reuters, dan AP. Baca 5 tulisan teratas dari setiap sumber, lampau berikan ringkasan yang mencakup: - 3 buletin utama minggu ini - Media yang pertama kali memberitakan topik masing-masing - Satu baris tentang perihal baru sejak minggu lalu Simpan ringkasan tersebut sebagai file Markdown yang bisa saya tempel ke Notion.Hermes Agent menelusuri setiap sumber, membaca artikel-artikel yang ada, membandingkannya dengan temuan dari minggu sebelumnya, lampau menghasilkan ringkasan terstruktur dalam format yang Anda pilih. Kalimat “apa yang baru sejak minggu lalu” hanya bisa dibuat lantaran sistem mengingat apa yang sudah dilaporkan sebelumnya.
Metode yang sama juga bertindak untuk tugas mengenai data, seperti melacak perubahan nilai di beragam vendor, memantau job board untuk peran tertentu, alias mengumpulkan paper akademik mingguan tentang suatu topik.
Untuk contoh penggunaan ini, sebaiknya sebutkan sumber tepercaya tertentu secara spesifik dalam prompt daripada menggunakan pencarian web biasa. Outputnya bakal berjuntai pada sumber yang Anda jadikan acuan. Selalu verifikasi ringkasan dengan tulisan aslinya sebelum mengambil tindakan.
Kalau perlu mengambil informasi dari konten berbayar alias konten yang dibatasi, Hermes Agent bisa melakukan autentikasi melalui tool browser. Namun, secara default, cookie dan login bakal direset setelah setiap sesi.
Agar tetap aktif setelah restart, atur browser.camofox.managed_persistence ke true di config.yaml. Langkah ini hanya berfaedah dengan backend browser Camofox.
9. Menjaga workflow jangka panjang tetap aktif setelah restart server
Sebagian besar tool automasi bakal kehilangan statusnya setelah proses restart, seperti server reboot, pembaruan container, alias meninggal listrik. Pada akhirnya, Anda kudu memulai semuanya dari nol.
Hermes Agent menangani interupsi tersebut dengan langkah yang berbeda. Penjadwal tetap melangkah setelah gateway direstart dengan menggunakan database status SQLite.
Untuk yang terlewat saat downtime, Anda bisa mengatur setiap job untuk mengejar ketertinggalan, menjalankannya satu kali segera setelah restart, alias melewatinya, lampau melanjutkan pada interval teragendakan berikutnya, tergantung pada apakah Anda perlu menjalankannya ulang.
Untuk pipeline yang lebih panjang dan sedang melangkah saat restart terjadi, Hermes Agent bakal melanjutkan dari checkpoint terakhir yang sudah selesai, bukan memulai ulang seluruh workflow.
Contoh sederhananya adalah pemantauan uptime dengan notifikasi seperti berikut:
Setiap 5 menit, periksa apakah https://domain.tld mengembalikan kode 200. Kalau gagal, kirimkan peringatan kepada saya di Telegram.Job ini melangkah terus-menerus. Kalau VPS Anda melakukan reboot untuk pembaruan kernel, agent bakal langsung melangkah kembali setelah restart dan melanjutkan agenda dari titik terakhir sebelum terhenti.
Perlu diketahui bahwa Hermes Agent sepenuhnya berjuntai pada sistem tempatnya dijalankan. Skill, memori, riwayat sesi, dan tugas teragendakan semuanya tersimpan di sistem tersebut.
Artinya, agent bisa menyimpan workflow secara persisten meski terjadi restart, selama host tetap tersedia.
Pastikan Anda backup direktori kerja agent secara rutin dengan hermes backup, memantau ruang disk, dan menerapkan pembaruan keamanan sesuai agenda Anda sendiri.
10. Menggabungkan semua layer Hermes Agent ke dalam satu rutinitas
Hermes Agent berfaedah paling optimal saat memori, integrasi tool, delegasi, dan penjadwalan bekerja berbareng sebagai automasi yang terpadu.
Cara yang bagus untuk memandang langkah kerjanya secara langsung adalah dengan prompt operasional mingguan:
Setiap hari Senin pukul 08.00: 1. Ambil almanak minggu lampau dan meeting yang saya hadiri 2. Periksa GitHub dan Linear untuk memandang apakah ada perihal yang terhambat, melewati deadline, alias memerlukan masukan saya 3. Delegasikan subagent untuk merangkum kegiatan baru di channel Slack utama saya sejak Senin lalu 4. Buat arsip perencanaan yang mencakup: apa yang berubah minggu lalu, apa yang tersendat dan perlu perhatian saya, serta rapat dan prioritas untuk minggu depan 5. Kirim ke DM Slack saya 6. Simpan skill baru setiap kali Anda menemukan pola yang layak untuk diulangPrompt tunggal ini mencakup semua lapisan dari use case sebelumnya.
Anda tidak memerlukan penjadwal terpisah, database memori, alias script kustom untuk terhubung ke semuanya. Semuanya diatur di konfigurasi Hermes Agent dan melangkah otomatis setiap minggu.
Cara menggunakan Hermes Agent untuk workflow sendiri
Untuk mulai menggunakan Hermes Agent, Anda perlu menyiapkan instance Hermes Agent yang sudah melangkah di server Anda.
Kalau belum ada, ikuti pedoman kami tentang cara setting Hermes Agent di VPS, yang mencakup langkah-langkah dari penyiapan server hingga setelah penginstalan.
Setelah agent melangkah dan Anda memastikan percakapan dasar berfungsi, pilih satu use case untuk dicoba. Semakin sederhana, semakin baik.
Briefing pagi, ringkasan riset mingguan, alias pemeriksaan server teragendakan adalah contoh workflow awal yang baik. Cakupannya tidak terlalu panjang untuk disiapkan dalam waktu singkat, dan cukup berfaedah untuk terus dijalankan.
Dari sini, polanya selalu sama: pastikan satu rutinitas melangkah tanpa masalah, lampau tambahkan lapisan berikutnya. Misalnya:
- Tambahkan memori saat konteks mulai terlihat berulang.
- Tambahkan hubungan MCP jika Anda mau agent terhubung ke tool lain.
- Tambahkan subagent jika tugasnya cukup berat dan perlu dibagi.
- Tambahkan penjadwalan agar melangkah otomatis sesuai waktu yang Anda inginkan.
Hampir semua perihal yang bisa dilakukan Hermes Agent memang tidak terencana sejak awal. Setiap rutinitas bakal meningkatkan kemampuannya, yang membikin tugas berikutnya lebih sigap selesai. Setelah beberapa bulan, agent ini pun bakal memahami konfigurasi Anda untuk menangani edge case yang belum pernah ditemui sebelumnya.
Semua konten tutorial di website ini telah melalui peninjauan menyeluruh sesuai standar dan komitmen editorial Hostinger.
Penulis
virginijajonusaite
