Hermes Agent هو إطار عمل مفتوح المصدر للوكلاء الذكيين من Nous Research. وظيفته ليست مجرد عرض واجهة دردشة، بل تحويل نموذج لغوي إلى Agent يستطيع استخدام الأدوات، قراءة الملفات وتعديلها، تشغيل أوامر Terminal، التعامل مع الويب والمتصفح، الاحتفاظ بذاكرة بين الجلسات، تعلم إجراءات قابلة لإعادة الاستخدام والاتصال بخدمات خارجية.
باختصار: Hermes Agent ليس نموذج LLM، بل طبقة تشغيل وتنظيم للوكيل تربط النموذج اللغوي بالأدوات والملفات وTerminal وBrowser والذاكرة والمهارات وMCP والأتمتة.
Hermes Agent ليس نموذج LLM بحد ذاته. النموذج هو محرك التفكير، بينما يوفر Hermes دورة الوكيل والأدوات والذاكرة والتنفيذ والتكاملات.
User
↓
Hermes Agent
↓
LLM
↓
Decision / Tool Call
↓
Tools / Files / Browser / MCP / Memory
↓
Resultيمكن ربط Hermes بنماذج سحابية مثل GPT وClaude وGemini وDeepSeek، أو تشغيل نموذج محلي عن طريق Ollama أو LM Studio أو llama.cpp أو vLLM أو أي API متوافق مع OpenAI.
هل يمكن أن يكون Hermes خاصاً بالكامل؟
نعم، إذا كان النموذج والأدوات المستخدمة محلية. يمكن حفظ المحادثات والذاكرة والمهارات محلياً وتشغيل الاستدلال على جهازك.
لكن عند تفعيل خدمة سحابية مثل LLM خارجي أو بحث ويب أو Browser Cloud أو خدمة إنشاء صور، يتم إرسال البيانات المطلوبة إلى مقدم تلك الخدمة. لذلك يجب التفريق بين Local وOffline بالكامل.
Hermes وOllama
Ollama يشغل النموذج المحلي، أما Hermes فيستخدم النموذج لاتخاذ قرارات وتنفيذ خطوات.
Hermes
↓
Ollama
↓
Local LLM
↓
GPUأهم قدرات Hermes
Terminal والملفات
يمكنه تشغيل الأوامر وإدارة العمليات وقراءة الملفات وتعديل الكود. لذلك يمكن استخدامه كمساعد برمجة أو DevOps أو لإدارة الخوادم.
Browser Automation
يمكنه فتح المواقع، قراءة محتوى الصفحات، النقر على العناصر، تعبئة النماذج واستخراج البيانات. يمكن استخدام متصفح محلي أو Backend سحابي.
Computer Use
يمكنه أيضاً التفاعل مع تطبيقات سطح المكتب، وليس المتصفح فقط. هذه الميزة متاحة على Windows وmacOS وLinux مع متطلبات صلاحيات تختلف حسب النظام.
الذاكرة الدائمة
لدى Hermes ذاكرة تستمر بين الجلسات. يستخدم MEMORY.md للمعلومات التي تعلمها عن البيئة والمشروعات وUSER.md لتفضيلات المستخدم. كما يمكنه البحث في الجلسات السابقة المخزنة محلياً.
Skills
Skill هو وصف لإجراء أو Workflow يمكن إعادة استخدامه. عندما يكتشف Hermes طريقة جيدة لتنفيذ مهمة متعددة الخطوات، يمكن حفظها كمهارة واستخدامها لاحقاً.
هذا هو أحد معاني Self-Improvement في Hermes. في الاستخدام الطبيعي لا يعني ذلك أن أوزان LLM يتم Fine-tune لها باستمرار، بل إن Hermes يتعلم من خلال الذاكرة والمهارات والسياق المحفوظ.
MCP
يدعم Hermes بروتوكول Model Context Protocol. يتيح MCP ربط الوكيل بخوادم أدوات خارجية مثل GitHub وقواعد البيانات والملفات وواجهات API الداخلية من دون إضافة كل Integration إلى نواة Hermes.
يدعم Hermes خوادم MCP المحلية عبر stdio والخوادم البعيدة عبر HTTP.
Plugins
يمكن إضافة Plugins مخصصة لإضافة Tools وHooks وأوامر وتكاملات جديدة.
Skill = تعليمات وإجراءات قابلة لإعادة الاستخدام
MCP = اتصال قياسي بأدوات خارجية
Plugin = إضافة أصلية إلى HermesSubagents
يستطيع Hermes تفويض أجزاء من المهمة إلى Subagents ذات Context منفصل. هذه الميزة مفيدة للمشروعات الكبيرة، لكن استخدامها بدون حاجة يزيد التعقيد والتكلفة.
Cron وAutomation
يدعم Hermes المهام المجدولة لمرة واحدة أو بشكل دوري. يمكن إيقاف Job أو استئنافه أو تعديله أو تشغيله يدوياً.
Messaging Gateway
يمكن تحويل Hermes إلى Agent يعمل باستمرار ويمكن الوصول إليه من Telegram وDiscord وSlack وWhatsApp وSignal والبريد الإلكتروني وMicrosoft Teams وHome Assistant وغيرها.
hermes gateway setupVision وVoice
يمكن ربطه بنماذج تدعم الصور، وتحليل الصور، وتحويل النص إلى صوت، وتحويل الصوت إلى نص. محلية أو سحابية حسب Provider.
API Server
يمكن لـ Hermes تقديم واجهة HTTP متوافقة مع OpenAI، مما يسمح بتوصيل Open WebUI أو LobeChat أو LibreChat أو تطبيق مخصص به.
IDE Integration
يدعم Hermes التكامل مع المحررات المتوافقة عبر ACP لعرض المحادثة والملفات والأوامر والتعديلات داخل بيئة التطوير.
SOUL.md والشخصية
يمكن تخصيص شخصية ودور Agent. على سبيل المثال يمكن إنشاء Coding Agent أو Research Agent أو Security Agent أو CRM Agent بإعدادات وأدوات مختلفة.
تثبيت Hermes
Windows
يمكن استخدام Hermes Desktop أو تشغيل الأمر التالي في PowerShell:
iex (irm https://hermes-agent.nousresearch.com/install.ps1)Linux وWSL2 وmacOS
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashبعد التثبيت:
hermes setup
hermes model
hermes tools
hermesولواجهة Terminal الحديثة:
hermes --tuiوللتشخيص:
hermes doctorاستخدام Ollama
شغّل النموذج في Ollama ثم نفذ:
hermes modelاختر Custom Endpoint واستخدم عادة:
http://localhost:11434/v1ثم أدخل اسم النموذج المحلي.
يحتاج Hermes حالياً إلى Context يقارب 64K token للنموذج الرئيسي حتى يستطيع تنفيذ Workflows متعددة الخطوات بشكل جيد. لذلك يجب الانتباه إلى استهلاك RAM وVRAM عند استخدام نموذج محلي.
النماذج المحلية داخل Hermes
يستطيع Hermes Desktop إدارة نماذج Local باستخدام llama.cpp وإدارة Runtime والإعدادات المناسبة للجهاز. بعد تنزيل النموذج يمكن تشغيل inference محلياً من دون مزود LLM سحابي.
متطلبات الأجهزة
عند استخدام نموذج Cloud لا تحتاج إلى GPU قوي. جهاز حديث مع نحو 8GB RAM أو أكثر يعتبر نقطة بداية عملية، وليس حداً رسمياً.
أما مع Local LLM:
| الاستخدام | RAM مقترحة | VRAM مقترحة |
|---|---|---|
| Cloud LLM | 8GB+ | غير مطلوب |
| نموذج Local صغير | 16GB | 8GB+ |
| 7B–9B | 16–32GB | 10–12GB+ |
| نموذج متوسط | 32GB+ | 16–24GB+ |
| 27B–35B | 32–64GB+ | 16GB+ ويفضل أكثر |
| خادم متعدد المستخدمين | 64GB+ | GPU خادمي |
تشير وثائق Hermes إلى أن 8GB VRAM أو أكثر مناسبة للنماذج الصغيرة في الكتالوج، بينما 16GB أو أكثر يمكن أن تدعم نماذج 27–35B بجودة أعلى. تعتمد الأرقام الفعلية على Quantization وContext والنموذج وعدد المستخدمين.
الأنظمة المناسبة
الدعم الرئيسي يشمل Windows 10/11 وLinux وWSL2 وmacOS على Apple Silicon وDocker. يوجد أيضاً مسار Android/Termux.
Windows مناسب للوكيل الشخصي على جهاز Desktop، بينما Linux غالباً أفضل لخادم دائم أو Gateway أو Automation طويل المدى.
الأمان
الوصول إلى Terminal والملفات والمتصفح يمنح Agent صلاحيات قوية. لدى Hermes نظام Approval للأوامر الخطرة وحماية لعمليات الكتابة، لكن هذه الأدوات ليست بديلاً عن Sandbox حقيقي.
يفضل تشغيل Agent بحساب محدود، تقييد الملفات، استخدام Docker عند الحاجة، تقليل Plugins وMCP إلى الحد الضروري والاحتفاظ بموافقة بشرية للعمليات الحساسة.
المستندات الخاصة وFine-tuning
إضافة مستندات إلى Hermes لا تعني Fine-tuning تلقائياً. يمكن استخدام ملفات المشروع أو Skills أو MCP أو RAG خارجي لتوفير المعرفة.
إذا أردت تغيير أوزان النموذج فعلياً، يتم Fine-tuning أو LoRA/QLoRA خارج Hermes، ثم يتم تشغيل النموذج الناتج وربطه بـ Hermes.
مسار تعلم مقترح
ابدأ بمحادثة عادية، ثم فعّل File وTerminal، وبعدها Memory وSkills. أضف Browser Automation وMCP، ثم جرّب Cron وMessaging Gateway. بعد فهم هذه الأجزاء يمكنك إنشاء Agent متخصص مع SOUL.md وأدوات محدودة وAPI Server وإجراءات أمان Production.
أمثلة عملية
يمكن استخدام Hermes لإنشاء Coding Assistant محلي، Research Agent، Agent لإدارة الخادم، SOC Assistant، Log Analysis Agent، CRM Agent، مساعد مبيعات، Personal Knowledge Agent، GitHub Agent، Telegram Bot ذكي، Home Assistant Agent أو نظام لمعالجة المستندات.
الخلاصة
Hermes هو طبقة Agent وتشغيل حول LLM. النموذج يقدم التفكير، بينما Hermes يوفر الأدوات والذاكرة والمهارات والمتصفح وMCP والAutomation والرسائل وواجهات API. يمكنك تشغيله محلياً بالكامل، استخدام Cloud، أو بناء نظام Hybrid يجمع بين الاثنين.