Agent Hermes to otwartoźródłowy agent AI, który uczy się od Ciebie, sam tworzy własne umiejętności i pamięta kontekst Twoich projektów między sesjami. Stworzyło go laboratorium Nous Research, premiera miała miejsce w lutym 2026, a od tego czasu projekt zebrał ponad 160 tysięcy gwiazdek na GitHubie i – według statystyk OpenRouter – stał się najczęściej używanym agentem AI na świecie.
Ten artykuł tłumaczy, co dokładnie potrafi, kiedy warto go wdrożyć, a kiedy lepiej sięgnąć po inne narzędzie, jak postawić go u siebie i ile to kosztuje, jeśli zdecydujesz się na VPS.
Agent Hermes w skrócie
Hermes Agent (oryginalna pisownia angielska; po polsku przyjęło się „agent Hermes”) to framework, który instalujesz na własnym serwerze, laptopie, a od kwietnia 2026 także na telefonie z Androidem. Po konfiguracji rozmawiasz z nim z poziomu terminala, Telegrama, Discorda, Slacka, WhatsAppa, Signala, e-maila lub jednego z kilkunastu innych komunikatorów. Agent wykonuje za Ciebie zadania: przeszukuje internet, otwiera przeglądarkę, uruchamia kod, czyta i zapisuje pliki, planuje harmonogramy, a po drodze zapamiętuje, jak rozwiązał trudniejsze problemy, i zapisuje to sobie w formie „skilla”, do którego wróci następnym razem. Więcej na temat hermesowych skilli przeczytasz poniżej.
W odróżnieniu od asystentów takich jak ChatGPT czy Claude w przeglądarce, Hermes działa nieprzerwanie i bez resetu kontekstu. Wszystkie dane zostają na Twojej maszynie, licencja jest otwarta (MIT), a model językowy podpinasz dowolny – od chmurowego GPT, Claude czy Gemini, przez Nous Portal, po lokalnie uruchamiane modele w Ollamie.
Bez lokalnego modelu agent jest mało wymagający – wystarczy standardowy serwer z Linuksem. Punkt startowy to 2 rdzenie, 4 GB RAM i dysk NVMe ok. 120 GB; przy multi-agencie i częstszej pracy z przeglądarką warto wejść na 4 rdzenie i 8 GB RAM. Obie konfiguracje znajdziesz w VPS Linux od home.pl – z root accessem, ochroną anty-DDoS i serwerowniami w Europie.
Do czego służy Agent Hermes
Do czego warto go wdrożyć?
- Cykliczne raportowanie i monitoring konkurencji. Ustawiasz cron w naturalnym języku („co poniedziałek o 8:00 sprawdź wpisy konkurencji i wyślij briefing na Telegram”). Hermes wykonuje to sam, a pierwsze zadanie tego typu uczy go skilla, który tydzień później zrobi to lepiej i szybciej.
- Osobisty asystent pracujący 24/7 na wielu kanałach. Piszesz polecenia z Telegrama w drodze do pracy, kontynuujesz w Slacku z biurka, kończysz z terminala. Sam agent – ta sama pamięć, te same skille, ten sam kontekst projektu.
- Operator domowego lub firmowego homelaba. Integracje z home assistant, sterowanie infrastrukturą po SSH, podsumowywanie logów, restart usług na komendę z komunikatora.
- Długoterminowe pisanie i tworzenie treści. Hermes pamięta styl, brief, źródła z poprzednich sesji. Po kilku tygodniach pracy z nim nad blogiem nie musisz tłumaczyć zasad od zera w każdej rozmowie.
- Automatyzacja zadań DevOps i back-office – backupy, audyty bezpieczeństwa, generowanie statusów, ETL-e między narzędziami. Skille rosną z każdym uruchomieniem. Wieloagentowy zespół do złożonych zadań. Z poziomu jednej instalacji uruchamiasz kilka odrębnych profili (np. researcher, programista, redaktor), które mają własną pamięć i osobne boty na komunikatorach.
Jak działa pętla samouczenia, czyli co odróżnia Hermesa od innych
Większość agentów AI działa według prostej pętli: dostaję zadanie, planuję, wykonuję, oddaję wynik, koniec sesji, zapominam. Hermes dokłada do tego warstwę, która sprawia, że z każdym tygodniem działa lepiej.
Skille – agent sam tworzy własne umiejętności
Kiedy Hermes rozwiąże jakiś nieoczywisty problem (zbuduje raport z konkretnych źródeł, ogarnie konkretny format wejścia, opanuje quirka Twojego repo), zapisuje sobie ten przepis jako „skill” – krótki dokument w formacie Markdown. Skille są przeszukiwalne, edytowalne ręcznie i kompatybilne z otwartym standardem agentskills.io. Następnym razem, gdy pojawi się podobne zadanie, Hermes znajduje swój własny skill, dzięki czemu nie wymyśla rozwiązania od nowa.
Pamięć trwała – kontekst, który nie znika po restarcie
Hermes utrzymuje kilka warstw pamięci:
- Krótkoterminowa – bieżąca rozmowa, jak w każdym chacie.
- MEMORY.md – fakty o projekcie i preferencjach.
- USER.md – model użytkownika: jak pracujesz, czego unikasz, jakim językiem mówisz.
- Wyszukiwanie po historii – pełnotekstowe przeszukiwanie poprzednich rozmów z podsumowaniem przez LLM, dzięki czemu agent może przywołać kontekst sprzed miesięcy.
Domyślnie pamięć jest po angielsku, ale jeśli prowadzisz rozmowy po polsku, agent będzie zapisywał ją po polsku – wystarczy konsekwencja w komunikacji.
Autonomous Curator. Jak agent… sprząta sam po sobie
Od wersji v0.12 Hermes ma osobny komponent, który w tle ocenia i porządkuje bibliotekę skilli: konsoliduje duplikaty, kasuje martwe, oznacza te, które wymagają poprawy. Działa według harmonogramu (domyślnie raz na 7 dni) i zostawia raport. To rozwiązuje praktyczny problem, na który skarżyli się użytkownicy starszych frameworków – biblioteka umiejętności przerastała ich tempo, robił się chaos.
Agent Hermes vs OpenClaw – co wybrać
Najczęstsze realne porównanie. W skrócie: OpenClaw to gateway-first (zbudowany wokół warstwy komunikacyjnej między modelami i kanałami), Hermes to agent-first (zbudowany wokół samego agenta i jego pętli uczenia).
| Kryterium | Hermes Agent | OpenClaw |
|---|---|---|
| Filozofia | Self-improving agent z pamięcią | Gateway do agentów na wielu kanałach |
| Pętla uczenia | Tak – wbudowany Curator, skille tworzone same | Brak natywnej warstwy uczenia |
| Marketplace skilli | Otwarty standard agentskills.io, mniejszy ekosystem | ClawHub – większa baza gotowych szablonów |
| Multi-agent | Profile + delegacja, w rozwoju w stronę pełnej orkiestracji | Single-agent z planerem |
| Instalacja | Skrypt jednolinijkowy, ~5–30 min | Docker Compose, szybki start |
| Wsparcie modeli | Dowolny model przez OpenAI-compatible endpoint | Dowolny, ale część użytkowników zostało odciętych po decyzji Anthropic z kwietnia 2026 |
| Komu pasuje | Komuś, kto chce, by agent rósł z czasem i pamiętał | Komuś, kto potrzebuje „od ręki” gotowych integracji |
W praktyce wiele osób uruchamia oba – Hermesa jako głównego agenta i OpenClaw jako bramkę do konkretnych przepływów. Wybór „albo – albo” rzadko jest konieczny.
- Jeśli interesuje Cię VPS pod OpenClaw – zapoznaj się z ofertą home.pl.
Funkcje, które warto znać przed wdrożeniem
Multi-platform gateway
Z jednej instancji Hermes obsługuje ponad 20 kanałów. W oficjalnej dokumentacji wymienione są między innymi: Telegram, Discord, Slack, WhatsApp, Signal, Microsoft Teams, Google Chat, Matrix, Mattermost, e-mail, SMS, Home Assistant, iMessage przez BlueBubbles, plus zestaw narzędzi popularnych w Azji (Feishu/Lark, WeCom, Weixin, QQ Bot, Yuanbao, DingTalk, LINE). Każdy kanał parujesz przez gateway, a agent po drugiej stronie jest ten sam.
Multi-agent i profile – „multiagent hermes” w praktyce
W Hermesie multi-agent realizujesz dziś w dwóch trybach:
- Profile (multi-instance). Tworzysz kilka oddzielnych instancji agenta na tej samej maszynie – każda ma własną pamięć, własną listę skilli, własny model językowy i własnego bota na komunikatorze. Możesz mieć równolegle „researchera” na chmurowym GLM, „programistę” na Claude i „designera” na lokalnym Qwen w Ollamie. Wszystkie chodzą jednocześnie, dane nie wychodzą poza maszynę, jeśli akurat tak skonfigurujesz.
- Subagenty (delegacja zadań). Główny agent może zlecić zadanie wyizolowanemu agentowi-dziecku z własnym terminalem i kontekstem, dostać wynik i wrócić do swojej rozmowy. Świetne do równoległych pipeline’ów („przeszukaj 5 raportów jednocześnie, każde przez osobnego agenta, mnie zwróć synktezę”).
Modele LLM, MCP, narzędzia
Hermes jest świadomie model-agnostyczny – używasz, czego chcesz: Nous Portal, OpenRouter (200+ modeli), OpenAI, Anthropic, Google, lokalne (Ollama, własny endpoint), specjalistyczne (Kimi, GLM od Z.ai, MiniMax, MiMo od Xiaomi). Przełączasz model komendą hermes model bez modyfikacji kodu. Do tego dochodzą natywne integracje przez Model Context Protocol (MCP) – protokół wymiany informacji między agentem a zewnętrznymi narzędziami, który stał się w 2025–2026 faktycznym standardem.
W standardzie dostajesz ponad 40 narzędzi: wyszukiwarka, fetch stron, pełna automatyzacja przeglądarki (klikanie, wpisywanie, screenshoty), wykonywanie kodu w sandboxie, edycja plików, integracja z Gitem, generowanie obrazów, TTS, analiza wizualna, planowanie cron. Jeśli czegoś brakuje, dopisujesz własny skill albo dokładasz serwer MCP.
Bezpieczeństwo i samohostowanie
To temat, który warto potraktować poważnie. W 2026 roku publicznie zidentyfikowano dziesiątki tysięcy źle skonfigurowanych instancji konkurencyjnych agentów wystawionych na świat. Hermes nie jest magicznie odporny – to Ty odpowiadasz za konfigurację. Co dostajesz z pudełka: zatwierdzanie potencjalnie groźnych komend, blokady niebezpiecznych wzorców, skanowanie pamięci pod kątem prompt injection, sandboxy do wykonywania kodu, izolacja subagentów. W wersji v0.5 („hardening release”) wprowadzono kilkaset poprawek bezpieczeństwa.
Gdzie postawić Agent Hermes – laptop, telefon czy VPS
Wymagania techniczne
Według oficjalnej dokumentacji:
- System: Linux, macOS, WSL2 na Windows (natywny Windows w fazie wczesnej bety), Android przez Termux, oficjalna aplikacja w F-Droid od maja 2026
- Minimum: 2 GB RAM, ok. 5 GB miejsca na dysku, Python 3.11+, Node.js 22
- Komfort: 4 GB RAM przy kilku kanałach messagingowych i większej pamięci
- Model językowy: dowolny z kontekstem minimum 64 000 tokenów i obsługą function calling
Instalator (curl … | bash) sam doinstalowuje większość zależności.
Lokalnie, na telefonie czy na serwerze – co wybrać
Lokalnie na laptopie ma sens, jeśli traktujesz Hermesa jak osobisty CLI-asystent i nie zależy Ci, żeby był dostępny, gdy zamykasz pokrywę.
Na telefonie (Termux/F-Droid) to świetny dodatek do pełnej instalacji, ale słaby pomysł na główny serwer agenta – Android nie jest stworzony do 24/7 obsługi cronów i webhooków.
Na VPS to konfiguracja dla każdego, kto chce, żeby agent działał ciągle, odpisywał na aplikacji z dowolnego miejsca, wykonywał nocne harmonogramy i nie wymagał obecności Twojego komputera. To zdecydowanie najczęściej rekomendowane rozwiązanie produkcyjne.
Ile to kosztuje miesięcznie – VPS w Polsce
Hermes nie potrzebuje GPU do działania (chyba że chcesz uruchamiać model lokalnie – wtedy temat osobny). Zwykły, niedrogi VPS z Linuksem w pełni wystarcza.
Dla porządku – najmniejsza praktyczna konfiguracja to mniej więcej:
- 2 vCore CPU, 4 GB RAM, ~120 GB NVMe – wygodne minimum dla podstawowej instalacji z 2-3 kanałami komunikatorów i rosnącą biblioteką skilli.
- 4 vCore CPU, 8 GB RAM, ~240 GB NVMe – komfortowo dla multi-agentowych profili, częstego browser automation i większej historii rozmów.
Obie konfiguracje mieszczą się w ofercie VPS Linux w home.pl – z dyskami NVMe, pełnym dostępem root, ochroną anty-DDoS i wyborem centrum danych w Europie.
Aktualną ofertę i ceny znajdziesz pod adresem home.pl/serwery/vps-linux/. Dla porównania, zagraniczni dostawcy często kuszą „$x VPS”, ale dochodzi kurs, brak obsługi po polsku, a bywa też dłuższe ping do polskiego ruchu.
FAQ – najczęstsze pytania
Czym jest Agent Hermes?
Agent Hermes (Hermes Agent) to open-source’owy framework agenta AI stworzony przez laboratorium Nous Research, wydany w lutym 2026. W odróżnieniu od typowych chatbotów posiada wbudowaną pętlę uczenia: zapisuje rozwiązane problemy jako „skille”, utrzymuje trwałą pamięć między sesjami i sam porządkuje swoją bibliotekę umiejętności w tle. Licencja MIT, samohostowany, model językowy dowolny.
Do czego służy Agent Hermes?
Do automatyzacji powtarzalnych zadań w wielu kanałach jednocześnie – cyklicznych raportów, monitoringu, operacji DevOps, długoterminowej pracy nad treścią, sterowania domowym lub firmowym homelabem, prowadzenia harmonogramów. Zastosowanie jest szerokie, bo agent jest ogólnego przeznaczenia, ale zazwyczaj wygrywa tam, gdzie zadanie wraca i z czasem trzeba je robić coraz lepiej.
Czy Agent Hermes jest darmowy?
Sam framework – tak, kod jest na MIT i nie ma opłaty za samego Hermesa. Płacisz za to, co jest pod spodem: hosting (np. VPS), inferencję modelu językowego (chyba że korzystasz z lokalnego), opcjonalnie subskrypcję Nous Portal, jeśli wybierzesz tego dostawcę. Realistyczny budżet startowy dla pojedynczego użytkownika to kilkadziesiąt złotych miesięcznie za VPS plus koszt modelu (od kilku do kilkudziesięciu złotych zależnie od użycia).
Czy Agent Hermes obsługuje język polski?
Tak – jakość polskiego zależy jednak od podpiętego modelu językowego. Większe modele (GPT-4o, Claude Opus, Gemini 2.5, lokalny Bielik) radzą sobie z polskim bardzo dobrze. Domyślne pliki pamięci (MEMORY.md, USER.md) są po angielsku, ale możesz prowadzić rozmowy i zapisywać notatki po polsku – agent dostosuje się do języka, w którym do niego piszesz.
Hermes Agent vs OpenClaw – co wybrać?
Hermes, jeśli zależy Ci na agencie, który rośnie wraz z Tobą i pamięta, jak rozwiązywał poprzednie problemy. OpenClaw, jeśli chcesz mieć od ręki dużą bazę gotowych szablonów i nie potrzebujesz pętli uczenia. Oba są open-source, oba samohostowane, oba obsługują wiele kanałów. W praktyce wielu użytkowników uruchamia je równolegle.
Ile RAM-u potrzebuje Agent Hermes?
Minimum to 2 GB RAM dla podstawowej instalacji z jednym kanałem messagingowym. 4 GB to wygodne minimum przy 2–3 kanałach i rosnącej bibliotece skilli. 8 GB i więcej rekomendowane przy multi-agent (kilka profili), częstym browser automation, dużej historii rozmów. Dyskowo licz na minimum 5 GB na samego agenta, w praktyce 60–120 GB NVMe w sam raz na rok–dwa pracy.
Hermes to projekt świeży i rozwija się szybko – w ciągu kolejnych miesięcy dojdą nowe wersje, kanały i funkcje. Jeśli planujesz wdrożenie na stałe, warto rozważyć postawienie VPS-a z możliwością łatwego skalowania i raz w miesiącu rzucać okiem na changelog projektu. Jeśli szukasz miejsca, w którym uruchomisz Hermesa stabilnie i z polskim wsparciem, sprawdź VPS Linux w home.pl – dyski NVMe, pełen dostęp root i centra danych w Europie wystarczają z zapasem na każdy z opisanych wyżej scenariuszy.
