Přejít k navigační liště

Zdroják » AI » Hermes místo OpenClaw?

Hermes místo OpenClaw?

Články AI

Většina AI agentů v roce 2026 vám nabízí pohodlí výměnou za kontrolu — běží na cizí infrastruktuře, ukládají vaše data neznámo kam a fungují jen tak, jak je jejich tvůrci navrhli. Hermes od Nous Research jde opačným směrem: je open-source, nainstalujete si ho na vlastní server za pár dolarů měsíčně, připojíte k libovolnému LLM a necháte ho, aby si sám psal vlastní schopnosti podle toho, co od něj potřebujete. Výsledek? Agent, který skutečně patří vám a po pár týdnech používání rozumí vašemu setupu lépe než kterýkoli komerční asistent. Podívejme se, co Hermes umí, jak ho rozjet a pro koho dává smysl.

Trh s AI agenty je v roce 2026 přesycený – každý týden vyjde nový „asistent“, který slibuje změnit vám život. Většina z nich je ale uzavřená, drahá a běží na cizí infrastruktuře. Hermes je jiný: open-source agent od Nous Research, kterého si nainstalujete na vlastní VPS nebo homelab box, dáte mu jakoukoli personu chcete, a necháte ho, aby si sám psal vlastní schopnosti za běhu.

Pojďme se podívat, proč si zaslouží vaši pozornost, a co konkrétně umí.

Kdo za tím stojí

Hermes vyvíjí Nous Research, jméno, které v open-source AI komunitě nepotřebuje představovat. Tým vedou lidé jako Teknium (Head of Post-Training), Karan Malhotra (Head of Behavior) a Bowen Peng, spoluautor YaRN, techniky pro efektivní rozšiřování kontextového okna velkých jazykových modelů. Nous Research má za sebou roky práce na fine-tuningu modelů a jejich přizpůsobování pro reálné použití, takže Hermes není nahodilý víkendový projekt, ale logické vyústění této práce.

Důležitý detail: Hermes existoval dřív než OpenClaw a podobní konkurenti. Není to reakce na trend, je to dlouhodobá vize, jak by měl agent vypadat.

Co Hermes vlastně je

Z technického pohledu jde o agentní framework, který:

  • Běží na vašem vlastním serveru (cloud VPS, homelab, cokoli s Linuxem)
  • Nepotřebuje vlastní LLM – připojí se k tomu, co už používáte (ChatGPT, Grok, lokální modely)
  • Má dvouvrstvou paměť, která skutečně funguje napříč konverzacemi
  • Píše si vlastní skilly za běhu na základě toho, co ho potřebujete dělat
  • Komunikuje s vámi přes Telegram, web UI nebo přímo terminál

Jinými slovy: dostáváte mozek, který si můžete posadit do svého prostředí a dát mu přístup ke svým systémům, místo abyste posílali data někam ven.

Instalace: skutečně otázka pár minut

Jeden z nejsilnějších argumentů pro Hermes je, jak nízká je vstupní bariéra. Stačí vám:

  1. Linux server – klidně nejlevnější VPS za pět dolarů měsíčně, nebo cokoli z vašeho homelabu
  2. Repo z GitHubu
  3. API klíč k modelu, který chcete používat
  4. Telegram bota pro mobilní přístup (volitelně)

Celý proces od prázdného serveru ke spuštěnému agentovi se vejde pod hodinu, pokud nikdy neděláte nic složitějšího než git clone a editaci konfiguráku. Pokud provozujete homelab, je to triviální.

Pro vzdálený přístup do vaší domácí sítě se hodí Twingate — vytvoří zabezpečený tunel, takže agent může sahat na Home Assistant, UniFi controller nebo NAS, aniž byste museli otevírat porty směrem ven. To je z bezpečnostního pohledu mnohem rozumnější než klasický VPN nebo port forwarding.

Paměť, která dává smysl

Tady leží jedna z největších inovací. Většina agentů řeší paměť buď naivně (donekonečna nabaluje kontext, dokud nepraskne) nebo brutálně (zapomene všechno po každé session). Hermes to dělá chytřeji a pracuje na dvou úrovních.

Krátkodobá paměť žije přímo v agentovi a využívá mechanismus zvaný „10-turn nudge“. Po určitém počtu výměn agent dostane pokyn zkonsolidovat to, co se v konverzaci naučil, místo aby pokračoval v lineárním nabalování. To řeší jeden z nejhorších problémů dnešních agentů: degradaci kvality po několika desítkách zpráv, kdy se model začne ztrácet ve vlastním kontextu.

Dlouhodobá paměť běží na samostatné vrstvě zvané Honcho. Honcho je specializovaná pamětová služba, která si vede průběžný profil uživatele – vaše preference, zvyky, kontext vaší práce. Když se k Hermesovi vrátíte za týden, neptá se znovu, jaký používáte cloud provider, jak se jmenuje váš pes nebo zda preferujete TypeScript před Pythonem. Prostě to ví.

Pro homelabbery to znamená agenta, který si po pár týdnech provozu opravdu rozumí s vaším setupem. Ví, že váš Proxmox běží na konkrétní IP, že vaše UniFi má specifické VLAN rozdělení a že vaše Home Assistant automatizace mají určitou logiku.

Self-improving skilly: nejzajímavější část

Tohle je funkce, která Hermes odlišuje od většiny konkurence. Agent dokáže psát si vlastní skilly, tedy malé funkční moduly, které rozšiřují jeho schopnosti.

Funguje to zhruba takto: požádáte agenta o něco, co zatím neumí. Místo aby řekl „to nedokážu“, pokusí se to vyřešit improvizovaně. Když se mu to povede, Curator (komponenta zodpovědná za sebezlepšování) zhodnotí, jestli stojí za to z toho udělat trvalý skill. Pokud ano, agent si napíše vlastní kód, otestuje ho a uloží do své knihovny schopností.

Příště, když budete potřebovat něco podobného, agent skill prostě použije. Časem si tak vytváří personalizovanou sadu nástrojů přesně pro vaše použití — nikdo jiný na světě nebude mít agenta se stejnou kombinací schopností jako vy.

To je fundamentálně jiný model než „univerzální asistent“. Místo aby se jeden agent snažil dělat všechno pro všechny, váš konkrétní agent se specializuje na to, co konkrétně děláte vy.

Reálné použití v homelabu

Tady jsou některé scénáře, kde Hermes dává smysl pro někoho, kdo má vlastní infrastrukturu:

Home Assistant integrace – agent se umí napojit na váš Home Assistant a ovládat zařízení, kontrolovat stavy senzorů nebo spouštět automatizace na základě konverzace. „Zkontroluj, jestli jsem zavřel garáž a zhasl světla v dílně“ funguje, jak byste čekali.

UniFi management – připojení na UniFi controller znamená, že se můžete agenta ptát na stav sítě, blokovat klienty nebo restartovat AP přes chat. Pro někoho, kdo spravuje síť, je to rychlejší než otevírat web UI.

Kanban a dashboardy – Hermes umí vykreslovat vizuální výstupy, takže můžete mít agenta, který vám zobrazí přehled úkolů, stav vašich služeb nebo metriky vašeho homelabu.

Computer use – agent umí ovládat počítač, ne jen chatovat. To otevírá dveře k automatizaci úkolů, které normálně vyžadují kliknutí v UI.

Co Hermes (zatím) není

Buďme féroví, Hermes není pro každého. Pár věcí stojí za zmínku:

  • Není to plug-and-play řešení pro netechnické uživatele. Pokud nejste zvyklí pracovat s Linuxem, API klíči a konfiguráky, narazíte.
  • Náklady na model jdou bokem. Hermes samotný je zdarma, ale platíte za tokeny u toho LLM, který používáte. Při intenzivním používání to může být čím dál tím více dražší.
  • Ekosystém pluginů a skillů je menší než u uzavřených konkurentů s velkým marketingovým rozpočtem. To se ale rychle mění a self-improving skilly tento problém částečně řeší samy.
  • Vyžaduje to vlastní údržbu. Žádný support, žádné automatické aktualizace bez vašeho souhlasu. Klasický kompromis self-hosted řešení.

Pro koho to dává smysl

Hermes je ideální volba, pokud:

  • Máte rádi kontrolu nad svou infrastrukturou a daty
  • Provozujete homelab nebo používáte cloud VPS
  • Chcete agenta, který se přizpůsobí vám, ne naopak
  • Nevadí vám hodina práce na začátku výměnou za skutečně vlastní řešení
  • Už máte předplatné nějakého LLM a chcete z něj vytěžit víc

Naopak pokud hledáte něco, co prostě nainstalujete na mobil a funguje to bez přemýšlení, sáhněte radši po komerčním řešení.

Závěr

Hermes reprezentuje směr, kterým by se AI agenti měli ubírat: open-source základ, vlastní infrastruktura, skutečná perzistentní paměť a schopnost růst spolu s uživatelem. Není to nejhezčí ani nejjednodušší volba na trhu, ale pro IT nadšence a homelabbery, kteří chtějí agenta jako skutečný nástroj místo jako službu, kterou si pronajímají, je to dnes jedna z nejzajímavějších možností.

A za pět dolarů měsíčně za VPS plus existující předplatné LLM, které už pravděpodobně máte, je vstupní bariéra opravdu nízká. Stojí za vyzkoušení.

Komentáře

Odebírat
Upozornit na
guest
0 Komentářů
Nejstarší
Nejnovější Most Voted
Inline Feedbacks
Zobrazit všechny komentáře
AI Channel

… reposted this!

Robots.txt nestačí. AI crawleři mění, jak weby chrání obsah

Robots.txt zůstává základní signál pro slušné crawlery, ale už neumí popsat hlavní problém: stejný veřejný obsah může sloužit klasickému vyhledávání, AI odpovědím, tréninku modelů i načtení na pokyn uživatele. Provozovatel webu proto musí oddělit účel přístupu, ověřovat identitu botů, měřit dopad na infrastrukturu a u hodnotného obsahu řešit i vynucení pravidel mimo samotný robots.txt.

Jak funguje WordPress Cron a proč občas selhává

„Cron mi nějak neběhá." Klasická věta, která ve WordPress světě může znamenat cokoli od špatně nastavené WP_SITEURL, přes loopback zablokovaný Cloudflarem, až po fatal error v callbacku, který nechal viset transient doing_cron. WP-Cron totiž není skutečný scheduler — je to pseudo-cron závislý na návštěvnosti webu a HTTP loopbacku, se všemi pastmi, které si dokážete představit. Tenhle článek je hloubkový průchod jeho vnitřnostmi: co se reálně děje při spawn_cron(), kde vznikají race conditions, proč selhává a čím ho v produkci nahradit.