Смотреть урок

В этом материале я рассказываю, как правильно декомпозировать задачи и строить эффективную систему AI-агентов на базе оболочки Hermes. Мы подробно разбираем отличия узкого скилла от полноценного автономного агента, учимся не перегружать контекст модели и настраивать долговременную память через локальную SQLite и Obsidian. Это руководство для тех, кто хочет автоматизировать рутину, создать проактивных AI-сотрудников, работающих по расписанию, и перестать зависеть от смены версий конкретных LLM.

Оглавление с таймкодами:

0:00–1:21 Введение: проблема перегрузки контекста агента и важность декомпозиции задач.
1:21–3:02 Что такое Harness (Hermes) и почему постоянные агенты в Telegram удобнее разовых сессий.
3:03–4:55 Проактивность агентов: общая доска задач Kanban, работа по расписанию и агент Kaizen.
4:56–6:48 Ключевые преимущества Hermes: маршрутизация задач, сохранение сессий и независимость от одной LLM.
6:48–9:30 Скилл против Агента: в чем фундаментальная разница и когда что применять.
9:31–11:50 Внутренняя структура памяти: файлы soul.md, agents.md и принцип работы Context Builder.