Nous Research Hermes Agent: सेटअप और ट्यूटोरियल गाइड

Nous Research का ओपन-सोर्स AI एजेंट Hermes Agent, जो हर कार्य के साथ याद रखता है, सीखता है और और समझदार बनता है—इसे इंस्टॉल और सेटअप करना सीखें।

अपडेट किया गया 25 सित॰ 2026 · 11 मि॰ पढ़ें

AI के साथ खोजें

ChatGPT Claude Perplexity

OpenClaw बहुत चर्चा और सुरक्षा चिंताओं के साथ लॉन्च हुआ। उसके बाद, OpenClaw से जुड़े अलग-अलग समस्याओं को हल करने का दावा करने वाले कई कॉपीकैट सामने आए। इनमें सुरक्षा सबसे प्रमुख थी, क्योंकि रेपो काफ़ी बड़ा है। एक और बड़ी समस्या एजेंट को चलाने की लागत थी। मेरे अपने अनुभव में, लागत तेज़ी से बढ़ सकती है, विशेषकर क्योंकि OpenClaw के निर्माता भी प्रॉम्प्ट इंजेक्शन से बचने के लिए Claude Opus 4.6 जैसे टॉप-टियर मॉडल इस्तेमाल करने की सलाह देते हैं। Opus 4.6 सस्ता मॉडल नहीं है, खासकर तब जब आपका एजेंट यादों और स्किल्स के रूप में बहुत सारा संदर्भ भेजता है। यहीं पर Hermes Agent काम आता है।

मैं X/Twitter पर Hermes Agent के निर्माताओं को फ़ॉलो कर रहा हूँ, और उनका एक दावा है कि उनका एजेंट ओपन-सोर्स मॉडल्स के इस्तेमाल में OpenClaw से बेहतर है। उनका कहना है कि अगर सही हार्नेस मिले, तो ओपन-सोर्स मॉडल्स प्रभावी ढंग से इस्तेमाल किए जा सकते हैं। इस लेख में, मैं एजेंट को आज़मा कर इन दावों की जाँच करूँगा। मैं आपको इंस्टॉलेशन स्टेप्स, लोकल और ऑनलाइन मॉडल्स के साथ इसका उपयोग, और एक रिसर्च प्रोजेक्ट में इसे कैसे इस्तेमाल करें, दिखाऊँगा।

Hermes Agent क्या है?

Hermes Agent, Nous Research (जो Hermes मॉडल्स के पीछे की लैब है) द्वारा बनाया गया एक ओपन-सोर्स OpenClaw विकल्प है। लॉन्च के बाद यह बहुत लोकप्रिय हुआ और लिखते समय इसे 30K से ज़्यादा स्टार्स मिल चुके थे। Hermes Agent कुछ मामलों में OpenClaw से अलग है—यह अनुभव से स्किल्स बना सकता है, खुद को बेहतर बनाता है, और सत्रों के बीच ज्ञान को बनाए रखता है।

आप हमारे OpenClaw (Clawdbot) ट्यूटोरियल से OpenClaw का उपयोग करना सीख सकते हैं।

Hermes Agent की प्रमुख क्षमताएँ

आइए Hermes Agent की कुछ प्रमुख क्षमताओं पर चर्चा करें।

क्लोज़्ड लर्निंग लूप और स्वयं-सुधरती मेमोरी

Hermes Agent में एक क्लोज़्ड लर्निंग लूप है, जिसका अर्थ है कि:

इसमें एजेंट-क्यूरेटेड मेमोरी होती है, जो समय-समय पर संकेत देती रहती है
जटिल कार्य करने के बाद अपने-आप स्किल्स बनाता है
स्किल्स का उपयोग करते हुए उन्हें और बेहतर बनाता जाता है

Hermes Agent संदेश सत्रों को SQLite डेटाबेस में FTS5 फुल-टेक्स्ट सर्च के साथ संग्रहीत भी करता है। इससे यह हफ्तों पुरानी यादों को भी पुनर्प्राप्त कर सकता है, भले ही वे वर्तमान मेमोरी में न हों।

SQLite के मूलभूत ज्ञान को हमारी Beginners Guide to SQLite गाइड से सीखें—SQLite डॉट कमांड्स से लेकर कमांड लाइन इंटरफ़ेस पर व्यावहारिक अनुप्रयोग के उदाहरण तक।

Hermes एक Honcho मेमोरी का भी उपयोग करता है जो एजेंट को सत्रों के बीच उपयोगकर्ताओं की एक स्थायी समझ देता है। यह memory.md और user.md फ़ाइलों के अतिरिक्त है, जो एजेंट की उपयोगकर्ता की पसंद, लक्ष्य, संप्रेषण शैली की समझ बढ़ाते हैं और वार्तालापों के बीच संदर्भ को बनाए रखते हैं।

संदर्भ संपीड़न और कैशिंग

इन AI असिस्टेंट्स के साथ एक मुख्य समस्या यह है कि वे टोकन-इंटेंसिव होते हैं। जब आप हर API कॉल के लिए भुगतान करते हैं, तो लागत तेज़ी से बढ़ सकती है। Hermes Agent लंबी बातचीत में संदर्भ उपयोग प्रबंधित करने के लिए डुअल कम्प्रेशन और Anthropic का प्रॉम्प्ट कैशिंग उपयोग करता है।

यह तंत्र तब भी API विफलताओं को रोकता है जब संदर्भ बहुत बड़ा हो। यह पुराने परिणामों को प्रून करके और LLM का उपयोग करके बातचीत का सारांश बनाकर काम करता है।

स्किल्स सिस्टम

OpenClaw की तरह, Hermes Agent स्किल्स का समर्थन करता है। ये स्किल्स agentskills.io के अनुकूल हैं और टोकन उपयोग को कम करने के लिए प्रोग्रेसिव डिस्क्लोज़र पैटर्न का पालन करते हैं। यह बंडल्ड स्किल्स के साथ आता है और उपयोग के साथ अपनी खुद की स्किल्स भी सेव करता है। सभी स्किल्स ~/.hermes/skills/ में संग्रहीत होती हैं, लेकिन आप एजेंट को बाहरी स्किल्स की ओर भी इंगित कर सकते हैं।

हमारे Building Custom OpenClaw Skills ट्यूटोरियल से OpenClaw स्किल्स को शून्य से बनाना, बाहरी APIs कनेक्ट करना, Docker सैंडबॉक्सिंग कॉन्फ़िगर करना और ClawHub पर प्रकाशित करना सीखें।

मल्टी-प्लैटफॉर्म गेटवे

Hermes Agent कई प्लेटफॉर्म्स का समर्थन करता है, जिनमें Telegram, Discord, Slack, Signal, और WhatsApp शामिल हैं। यह वॉइस मेमो ट्रांसक्रिप्शन का भी समर्थन करता है। चूँकि सत्र एक ही डेटाबेस में जाते हैं, आप अपने टर्मिनल पर बातचीत शुरू करके उसे Telegram पर जारी रख सकते हैं।

सबएजेंट्स और समानांतर वर्कस्ट्रीम्स

Hermes Agent में delegate_task टूल है जिसका उपयोग कई सबएजेंट्स शुरू करने के लिए किया जाता है। एजेंट्स के टूलसेट्स और टर्मिनल सत्र सीमित होते हैं। वे एक नई बातचीत शुरू करते हैं और बातचीत के इतिहास के बारे में कोई जानकारी नहीं रखते; इसलिए, आपको एजेंट को उसके लक्ष्य तक पहुँचने के लिए आवश्यक सभी जानकारी देनी होती है। आप इसका उपयोग, उदाहरण के लिए, एक ही समय में कई विषयों पर शोध करने और सारांश एकत्र करने, कोड रिव्यू करने, और एक साथ कई फ़ाइलों को ठीक करने व रिफ़ैक्टर करने के लिए कर सकते हैं।

MCP सपोर्ट और विस्तारित टूल एक्सेस

Hermes में जो भी टूल अनुपस्थित हों, आप MCPs से कनेक्ट कर सकते हैं। इसका उपयोग आप APIs, डेटाबेस, या कंपनी सिस्टम से कनेक्ट करने के लिए कर सकते हैं, बिना Hermes Agent का कोड बदले। आप इनका उपयोग इस प्रकार कर सकते हैं:

Hermes पर MCP सपोर्ट इंस्टॉल करना
एक MCP सर्वर जोड़ना
MCP जिन टूल्स को एक्सपोज़ करता है, उनमें से अनुमत कार्यों की व्हाइटलिस्ट बनाना
खतरनाक गतिविधियों, जैसे ग्राहकों को डिलीट करना, को ब्लैकलिस्ट करना

Anthropic के Model Context Protocol का उपयोग करके Claude को GitHub और Notion से जोड़ने हेतु एक MCP सर्वर कैसे बनाएँ, यह हमारे Model Context Protocol ट्यूटोरियल से सीखें।

RL प्रशिक्षण और ट्राजेक्टरी जेनरेशन

Hermes Agent में Tinker-Atropos पर आधारित एक इंटीग्रेटेड RL (Reinforcement Learning) प्रशिक्षण पाइपलाइन शामिल है। यह LoRA अडैप्टर्स के साथ GRPO (Group Relative Policy Optimization) का उपयोग करके किसी विशिष्ट एनवायरनमेंट पर LLMs को प्रशिक्षित करने में सक्षम बनाता है।

आप हमारे Reinforcement Learning in Python ट्रैक से RL को और खोज सकते हैं।

स्टैंडर्ड AI असिस्टेंट्स की तुलना में Hermes Agent

अब देखते हैं कि Hermes Agent, OpenClaw और Nanobot जैसे अन्य AI असिस्टेंट्स की तुलना में कैसा है।

अन्य एजेंट्स की तरह, Hermes Agent उपयोग करता है memory.md और user.md को स्थायी मेमोरी के लिए। यह प्रत्येक सत्र को SQLite डेटाबेस में संग्रहीत करके इससे आगे बढ़ता है, जिससे भविष्य में किसी भी बातचीत का संदर्भ लेना संभव हो जाता है।

OpenClaw की तरह, Hermes Agent एक फॉलबैक मॉडल का भी समर्थन करता है जो प्राथमिक मॉडल उपलब्ध न होने पर कार्यों को संभाल लेता है।

ज़्यादातर AI असिस्टेंट्स की तरह, Hermes Agent को भी सस्ते में किसी VPS पर डिप्लॉय किया जा सकता है और लोकप्रिय मैसेजिंग प्लेटफ़ॉर्म्स से एक्सेस किया जा सकता है। हालांकि, Nous Research की टीम के अनुसार, इसका एक प्रमुख विक्रय-बिंदु यह है कि Hermes agent ओपन-सोर्स मॉडल्स के लिए बेहतर हार्नेस है।

आप अन्य AI असिस्टेंट्स, जैसे NanoBot, को हमारे Nanobot ट्यूटोरियल से भी खोज सकते हैं।

समर्थित मॉडल्स और एंडपॉइंट्स

Hermes Agent मॉडल-अज्ञेयवादी है। समर्थित मॉडल्स में शामिल हैं:

Nous Portal के मॉडल्स
OpenRouter एक API कुंजी के माध्यम से
Anthropic Auth और API कुंजी
OpenAI सब्सक्रिप्शन या API कुंजी
Gemini

आप Ollama के माध्यम से लोकल मॉडल्स का भी उपयोग कर सकते हैं।

हमारे OpenClaw with Ollama ट्यूटोरियल से लोकल AI असिस्टेंट्स का उपयोग करना जानें।

Hermes Agent चलाने के लिए आवश्यकताएँ

Hermes, Linux, macOS और WSL2 पर चलता है। इसे Python 3.11 और Node.js की भी आवश्यकता होती है, लेकिन अधिकांश डिपेंडेंसीज़ सेटअप के दौरान स्वतः इंस्टॉल हो जाती हैं।

Hermes Agent स्टेप-बाय-स्टेप ट्यूटोरियल: एक "रिसर्च एजेंट" बनाना

अब देखते हैं कि Hermes Agent का उपयोग करके एक रिसर्च एजेंट कैसे बनाया जाए जो वेब सर्च कर सके और आपको Telegram पर दैनिक ब्रीफ़िंग भेजे।

स्टेप 1: Hermes Agent इंस्टॉल करें

अपना टर्मिनल खोलें और यह वन-लाइन इंस्टॉलर चलाएँ:

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

स्टेप 2: अपना इंटरफ़ेस टोकन प्राप्त करें

Telegram गेटवे के लिए, Telegram खोलें और @BotFather खोजें। उसे /newbot भेजें, प्रॉम्प्ट्स का पालन करके अपने बॉट का नाम रखें, और यह आपको 123456789:AAH जैसा बॉट टोकन देगा। अगली स्टेप्स के लिए इसे कॉपी कर लें।

अगला, अपना Telegram यूज़र ID प्राप्त करने के लिए @userinfobot का उपयोग करें। आपको इसकी आवश्यकता होगी ताकि आपका बॉट केवल आपसे ही बात करे।

स्टेप 3: इनिशियलाइज़ करें

सेटअप विज़ार्ड चलाएँ:

hermes setup

जब आप Full Setup चुनते हैं, तो आप सब कुछ कॉन्फ़िगर कर पाएँगे, जिनमें API keys और Telegram बॉट भी शामिल हैं।

एक मेनू प्रदान किया जाएगा ताकि आप नीचे दिखाए अनुसार सभी आइटम कॉन्फ़िगर कर सकें:

यदि आपके पास मौजूदा OpenClaw इंस्टॉलेशन है, तो यह उसे माइग्रेट करने की अनुमति भी देता है।

सेटअप पूरा होने के बाद, आप निम्न कमांड से सब कुछ वेरिफ़ाइ कर सकते हैं:

hermes doctor

स्टेप 4: कॉन्फ़िगरेशन और मॉडल चयन

यदि आपने ऊपर दिए गए स्टेप्स का पालन किया है, तो आपने पहले ही मॉडल सेटअप कर लिया होगा, लेकिन आप टर्मिनल पर नीचे दिए गए कमांड को चलाकर इसे कभी भी बदल सकते हैं:

hermes model

स्टेप 5: गेटवे सेट करें

गेटवे वह माध्यम है जो Hermes को आपके टर्मिनल में आपको रहने की आवश्यकता के बजाय Telegram पर आप तक पहुँचने देता है। इसे चलाकर सेट करें:

hermes gateway setup

इस बिंदु पर, आपको Telegram से संदेश भेजने और प्रतिक्रियाएँ प्राप्त करने में सक्षम होना चाहिए:

Hermes Agent को और बेहतर बनाना: "मल्टी-टूल" एजेंट

जैसा कि ऊपर की प्रतिक्रिया में आप देख सकते हैं, Hermes ने Yahoo Finance की सार्वजनिक चार्ट API को क्वेरी करने और प्रतिक्रिया पार्स करने के लिए टर्मिनल टूल का उपयोग किया। हम इसकी वेब सर्च क्षमताओं को उपलब्ध वेब सर्च टूल्स में से किसी एक को कॉन्फ़िगर करके बेहतर बना सकते हैं; इस मामले में, FireCrawl का उपयोग करते हैं। उनकी वेबसाइट पर जाएँ और मुफ़्त में AI key प्राप्त करें।

अगला, key सेट करें:

hermes config set FIRECRAWL_API_KEY your_fire-crawl_key

यह सेट होने के बाद, मैंने Hermes को कई पेज सर्च करने और परिणामों का सारांश देने वाला कार्य दिया। जैसा कि इमेज में दिख रहा है, इसने 3 कार्यों की योजना बनाई और उन्हें सौंप दिया।

Hermes के साथ कई एजेंट्स चलाने का दूसरा तरीका प्रोफ़ाइल्स सेट करना है। यह आपको एक ही मशीन पर कई स्वतंत्र Hermes एजेंट्स चलाने की अनुमति देगा, जहाँ प्रत्येक को अपना अलग कॉन्फ़िग, API keys, मेमोरी, सत्र, गेटवे, और स्किल्स मिलते हैं। उदाहरण के लिए, आपके पास हो सकते हैं:

एक कोडिंग एजेंट
एक पर्सनल असिस्टेंट
एक रिसर्च एजेंट

आप एक नई प्रोफ़ाइल शूरू से बना सकते हैं या मौजूदा सेटिंग्स को क्लोन करके भी बना सकते हैं:

hermes profile create work --clone

बॉट से बात शुरू करने के लिए work chat चलाएँ:

हर एजेंट को अपनी अलग .env फ़ाइल मिलती है ताकि आप अलग-अलग Telegram बॉट्स सेटअप कर सकें। आप work setup का उपयोग करके सेटअप कर सकते हैं

डिप्लॉयमेंट विकल्प: लैपटॉप से आगे Hermes Agent चलाना

अब देखते हैं कि लैपटॉप पर उपयोग करने के अलावा Hermes Agent चलाने के लिए कौन-से डिप्लॉयमेंट विकल्प उपलब्ध हैं।

अन्य विकल्पों में शामिल हैं:

इसे एक डेडिकेटेड कंप्यूटर पर चलाना, जो आपका डेली ड्राइवर न हो।
इसे Modal और Daytona जैसे VPS पर डिप्लॉय करना।

VPS पर डिप्लॉय करते समय भी, इन सर्वोत्तम प्रक्रियाओं का पालन करना अच्छा है:

कंटेनर बैकएंड का उपयोग करें
स्पष्ट allowlists सेट करें
यूज़र ID के बजाय पियरिंग कोड्स का उपयोग करें
सही फ़ाइल अनुमतियों के साथ सीक्रेट्स को सुरक्षित रूप से स्टोर करें
अपने एजेंट को नियमित रूप से hermes update का उपयोग करके अपडेट करें
एजेंट को कभी भी root यूज़र के रूप में न चलाएँ
CPU, डिस्क और मेमोरी के लिए उपयुक्त संसाधन सीमाएँ निर्धारित करें
अनधिकृत एक्सेस प्रयासों के लिए लॉग्स की निगरानी करें

लोकल और निजी: Hermes Agent को ऑफ़लाइन चलाना

आप Ollama के माध्यम से एक मॉडल सेटअप करके Hermes Agent को ऑफ़लाइन चला सकते हैं। नीचे दिया गया कोड स्निपेट दिखाता है कि Ollama के जरिए qwen2.5-coder:32b को कैसे चलाएँ और सर्व करें:

# Install and run a model
ollama pull qwen2.5-coder:32b
ollama serve   # Starts on port 11434

फिर Hermes को इस मॉडल का उपयोग करने के लिए कॉन्फ़िगर करें:

hermes model
# Select "Custom endpoint (self-hosted / VLLM / etc.)"
# Enter URL: http://localhost:11434/v1
# Skip API key (Ollama doesn't need one)
# Enter model name (e.g. qwen2.5-coder:32b)

साथ ही, कॉन्टेक्स्ट विंडो बढ़ाना सुनिश्चित करें क्योंकि मॉडल को सिस्टम प्रॉम्प्ट, टूल्स लोड करने और प्रतिक्रिया देने की ज़रूरत होती है।

# Option 1: Set server-wide via environment variable (recommended)
OLLAMA_CONTEXT_LENGTH=32768 ollama serve

# Option 2: For systemd-managed Ollama
sudo systemctl edit ollama.service
# Add: Environment="OLLAMA_CONTEXT_LENGTH=32768"
# Then: sudo systemctl daemon-reload && sudo systemctl restart ollama

# Option 3: Bake it into a custom model (persistent per-model)
echo -e "FROM qwen2.5-coder:32b\nPARAMETER num_ctx 32768" > Modelfile
ollama create qwen2.5-coder-32k -f Modelfile

Hermes Agent की आम गलतियाँ और ट्रबलशूटिंग

अब कुछ सामान्य समस्याओं पर बात करते हैं जिनका आप Hermes Agent का उपयोग करते समय सामना कर सकते हैं।

Connection refused त्रुटियाँ

पहले hermes doctor चलाएँ। यह बताएगा कि क्या कोई प्रोवाइडर कॉन्फ़िग गायब है, एनवायरनमेंट वेरिएबल्स टूटे हैं, या पाथ्स गलत कॉन्फ़िगर हैं। आप सेटअप कमांड फिर से चलाकर अपना API key दोबारा दर्ज कर सकते हैं क्योंकि टाइपो भी हो सकता है।

कॉन्टेक्स्ट विंडो सीमाएँ

मैन्युअल कॉन्टेक्स्ट कम्प्रेशन ट्रिगर करने के लिए /compress टाइप करें।

आप ~/.hermes/config.yaml एडिट करके कम्प्रेशन डिफ़ॉल्ट्स कॉन्फ़िगर कर सकते हैं।

# In ~/.hermes/config.yaml
compression:
  enabled: true
  threshold: 0.50    # Compress at 50% of context limit by default
  summary_model: "google/gemini-3-flash-preview"  # Model used for summarization

स्किल ट्रिगर न होना या री-यूज़ न होना

जाँचें कि स्किल मौजूद है या नहीं। यह कमांड चलाएँ ताकि पक्का हो सके कि स्किल्स में दी गई निर्देशों का उपयोग हो रहा है।

hermes chat --toolsets skills -q "Use the X skill to do Y"

गेटवे को संदेश न मिलना

यह जाँचने के लिए hermes gateway status चलाएँ कि यह चल रहा है या नहीं।

यदि यह रुक गया है, तो hermes gateway start. से शुरू करें।

मॉडल एंडपॉइंट ऑथेंटिकेशन विफलताएँ

यह वेरिफ़ाइ करने के लिए ~/.hermes/.env देखें कि आपकी API keys सही हैं। यह सुनिश्चित करने के लिए hermes model चलाएँ कि चयनित मॉडल के साथ सही API key जुड़ी है।

आगे की राह

यदि आप Twitter पर एजेंट्स की जंग का अनुसरण कर रहे हैं, तो आपने देखा होगा कि दो खेमे हैं: एक APIs के साथ एजेंट्स के उपयोग के पक्ष में है, और दूसरा लोकल मॉडल्स पर एजेंट्स चलाने के पक्ष में। लोकल मॉडल्स वाला खेमा Hermes Agent की जोरदार पैरवी करता है, उनका दावा है कि यह OpenClaw की तुलना में लोकल मॉडल्स के लिए बेहतर हार्नेस है।

आप किसी भी खेमे में हों, एक बात स्पष्ट है: एजेंट्स चलाना सस्ता नहीं है। इसलिए, यदि कोई ऐसा टूल है जो लोकल मॉडल्स चला सके और टॉप-टियर मॉडल के क़रीब प्रदर्शन दे सके, तो उस टूल पर ध्यान देना बनता है—खासकर अब जब सभी मॉडल प्रोवाइडर्स में मीटर्ड उपयोग है।

एजेंट्स की मौजूदा मांग के साथ, अनलिमिटेड उपयोग चाहने वाले उपयोगकर्ता ऐसे टूल की ओर आकर्षित होंगे जो सर्वश्रेष्ठ परिणाम दे सके। फिलहाल, Twitter पर कई लोग दावा कर रहे हैं कि Hermes Agent ऐसा ही टूल है। क्या लोकल मॉडल्स वास्तव में APIs की मांग कम करेंगे, यह देखना बाकी है—खासकर इसलिए क्योंकि सभी उपयोगकर्ताओं के पास व्यक्तिगत GPUs नहीं हैं और वे उन्हें लोकल उपयोग के लिए सेट करने में पर्याप्त तकनीकी नहीं हैं।

निष्कर्ष

हाल ही में कई व्यक्तिगत AI असिस्टेंट जारी किए गए हैं। आपके लिए सबसे अच्छा यही है कि आप उन्हें समझें और तय करें कि कौन-सा आपके लिए उपयुक्त है। जल्दी से गति पकड़ने के लिए नीचे दिए गए संसाधन देखें:

AI टूल्स के साथ काम करने के बारे में और जानने के लिए, हमारे सर्वश्रेष्ठ मुफ़्त AI टूल्स की गाइड देखें। व्यापक AI कोडिंग कौशलों के लिए, हमारा AI-Assisted Coding for Developers कोर्स आज़माएँ, ताकि आप अपने डेवलपमेंट वर्कफ़्लो में AI असिस्टेंट्स को और भरोसेमंद पार्टनर बना सकें।