Hermes Agent: o agente de IA local
Hermes Agent, o framework de agente da Nous Research, é o cérebro que coordena todo o laboratório de IA local. Ele executa diretamente no nó principal do laboratório, o mesmo que hospeda as GPUs de propósito geral (NVIDIA V100 e iGPU Intel Arc), o que lhe confere acesso imediato aos motores de inferência locais. Este documento reúne o que foi aprendido em sua instalação e configuração: como implantá-lo, como direcioná-lo para modelos locais e como ele se integra com o restante do ecossistema.
Instalación en un host con GPU
O Hermes instala-se como um framework de agente nativo no sistema host (neste caso, um equipamento x86_64 com Intel Core Ultra 9 285H e 91 GiB de RAM). Ao residir no mesmo nó que os motores de inferência, as chamadas para ninfer e OVMS são resolvidas via localhost sem latência de rede significativa.
A configuração e os dados de sessão residem no perfil padrão do framework. Lá são armazenados:
- As habilidades (memoria procedural) que se cargan bajo demanda según su disparador.
- La memória persistente (lembranças que sobrevivem entre sessões).
- O fact_store, um armazém de factos duradouros que é consultado por relevância.
Conexão a modelos locais
O Hermes integra-se com os modelos locais através de vias compatíveis com a OpenAI, o que permite utilizar qualquer um dos motores do laboratório sem alterações no código de requisição. Backends disponíveis e verificados:
- ninfer — OpenAI-compatible, sobre la NVIDIA V100-32GB. Es la vía principal para modelos grandes (Qwen3.8-35B-A3B, Gemma 4 26B).
- OVMS (OpenVINO Model Server) — Compatível com OpenAI, sobre a iGPU Intel Arc. Para embeddings e um LLM int4 leve.
- Ollama local — com os modelos
glm-5.2-64kyglm-5.2:cloud. - Servidores MCP — servidores conectados pelo protocolo Model Context Protocol para ampliar as ferramentas do agente.
O menu suspenso de modelos de Hermes (campo model (del request) o router de ninfer o preenche diretamente, o que expõe os IDs qwen3.8-35b-a3b y gemma-4. Isso significa que a mudança de modelo é feita a partir da interface do agente, sem alterar a configuração.
Delegação e subagentes
Uma das capacidades mais potentes é o lançamento de subagentes (agentes de tarefa)O Hermes delega tarefas ponderadas a agentes filhos que são executados em paralelo, cada um com sua própria conversa, sessão de terminal e conjunto de ferramentas, e retorna apenas o seu resumo final. É a forma de paralelizar o trabalho pesado de redação, análise ou codificação.
Lição aprendida: um subagente que não recebe a instrução de escrever o arquivo como um passo explícito pode continuar «narrando» a intenção sem materializá-la. A delegação funciona bem quando o objetivo é verificável (criar um arquivo, um caminho específico), não quando se espera uma resposta conversacional.
Habilidades como memória procedimental
As skills são a memória procedural de Hermes: procedimentos testados, passos e armadilhas que são carregados apenas quando o trigger da tarefa coincide. Para o laboratório de IA, destacam-se as dedicadas a:
- Operação do motor ninfer sobre a V100.
- Serviço de modelos em GPUs Intel via OpenVINO GenAI.
- Configuração e uso do próprio framework.
Outras ferramentas do fluxo
- Terminal como ferramenta de primeira classe (execução, git, builds, testes).
- web_search / web_extract para busca e extração de conteúdo.
- Navegador real para sessões que requerem JS, logins ou cliques.
- Cron jobs para tarefas recorrentes e cópias de dados.
- Gestão de projetos e fact_store para manter o contexto de longo prazo.
O Hermes não é apenas um cliente de chat: é o orquestrador que une os motores de inferência, as skills, os MCP servers e as ferramentas do sistema em um único fluxo de trabalho para o laboratório.
