🚀 แผนงานอย่างเป็นทางการของ Hermes: อะไรจะเกิดขึ้นต่อไป?
แผนงานอย่างเป็นทางการของ Hermes: การตอบสนองข้อความ, เซิร์ฟเวอร์ API ที่เข้ากันได้กับ OpenAI, รองรับการสตรีมมิ่ง
Hermes Agent เปิดเผยแผนการพัฒนาต่อสาธารณะในไดเรกทอรี .plans บน GitHub คุณจึงสามารถส่องดูเบื้องหลังได้ตลอดเวลา และเห็นได้ชัดเจนว่าทีมกำลังสร้างอะไรต่อไป
💬 การรีแอคชันข้อความ: Tapbacks บนเดสก์ท็อป
มันคืออะไร: นึกถึงฟีเจอร์ “แตะสองครั้งเพื่อหัวใจ” บน Instagram หรือ iMessage คุณแตะที่ข้อความ แล้วอิโมจิเล็กๆ (👍, ❤️, 😂, ฯลฯ) จะเด้งขึ้นมาบนข้อความนั้น Hermes กำลังนำประสบการณ์แบบเดียวกันนี้มาสู่ทรานสคริปต์บนเดสก์ท็อป ตอนนี้ การรีแอคชันมีอยู่บนแพลตฟอร์มอย่าง Telegram, Slack และ iMessage — แต่แอปเดสก์ท็อปเป็นเพียงแพลตฟอร์มเดียวที่ยังไม่มี แผนนี้จะปิดช่องว่างนั้น
ประโยชน์ต่อผู้ใช้: แทนที่จะพิมพ์ว่า “ใช่” หรือ “ตลกดี” คุณก็แค่แตะที่ข้อความแล้วรีแอคชันได้เลย มันเร็วกว่า สื่ออารมณ์ได้มากกว่า และให้ความรู้สึกเป็นธรรมชาติ เอเจนต์ยังสามารถรีแอคชัน กับข้อความของคุณ ได้ด้วย ดังนั้นคุณจะได้รับการตอบกลับแบบภาพที่รวดเร็วอย่าง “รับทราบ” หรือ “👍” โดยไม่ต้องรอข้อความตอบกลับเต็มรูปแบบ มันคือการเปลี่ยนแปลงเล็กน้อยที่ทำให้การสนทนาดูเป็นมนุษย์มากขึ้น
ความคืบหน้าปัจจุบัน: โครงสร้างพื้นฐานแข็งแรงดีแล้ว เครื่องมือฝั่งเอเจนต์ (send_message(action="react")) มีอยู่แล้ว และรูปแบบการรับรีแอคชันขาเข้าก็ถูกกำหนดไว้แล้วในทุกแพลตฟอร์ม ฝั่งเดสก์ท็อปเป็นเพียงส่วนที่ยังว่างเปล่า — แผนระบุชัดเจนว่า grep -ri reaction ทั่วทั้งแอปเดสก์ท็อปพบเพียงหัวใจจาก pet-overlay เท่านั้น ดังนั้นระบบท่อหลักพร้อมแล้ว งาน UI คือขั้นตอนถัดไป
🌐 เซิร์ฟเวอร์ API ที่เข้ากันได้กับ OpenAI
มันคืออะไร: ลองนึกภาพเอเจนต์ Hermes ของคุณเป็นปลั๊กไฟอเนกประสงค์ แผนนี้เพิ่มซ็อกเก็ตมาตรฐาน (REST API ที่เข้ากันได้กับ OpenAI) ซึ่งแชท frontend ใดๆ ก็สามารถเสียบเข้ากับมันได้ แทนที่จะถูกจำกัดอยู่กับอินเทอร์เฟซของ Hermes เอง คุณสามารถใช้ Open WebUI, LobeChat, LibreChat หรือแชท UI ยอดนิยมอื่นๆ อีกมากมายที่พูด “ภาษา OpenAI”
ประโยชน์ต่อผู้ใช้: ทางเลือกและความคุ้นเคย ถ้าคุณชอบรูปลักษณ์และความรู้สึกของ Open WebUI คุณก็สามารถชี้มันไปที่ backend ของ Hermes และใช้อินเทอร์เฟซนั้นต่อไปได้ คุณจะได้พลังของ Hermes (การจัดการเซสชัน การใช้เครื่องมือ การรองรับหลายแพลตฟอร์ม) ที่ห่อหุ้มอยู่ใน frontend ใดก็ได้ที่คุณรู้จักและชื่นชอบอยู่แล้ว มันยังทำให้ Hermes เข้ากันได้ทันทีกับระบบนิเวศขนาดใหญ่ของเครื่องมือและการผสานการทำงานที่มีอยู่
ความคืบหน้าปัจจุบัน: ยังอยู่ในช่วงออกแบบ แผนวางสถาปัตยกรรมไว้สองทางเลือก และแนะนำอย่างชัดเจนให้ใช้ตัวเลือก A: สร้างเป็น gateway platform adapter ใหม่ วิธีนี้จะนำโครงสร้างพื้นฐาน gateway ที่มีอยู่ทั้งหมดกลับมาใช้ใหม่ (auth, sessions, context building) ซึ่งหมายถึงโค้ดที่ต้องดูแลน้อยลงและบั๊กน้อยลง ปลายทางถูกกำหนดไว้แล้ว (/v1/chat/completions, /v1/models, /health) แต่ยังไม่ได้เขียนโค้ดใดๆ
⚡ การสตรีมการตอบสนองของ LLM
มันคืออะไร: เคยเห็น ChatGPT พิมพ์คำตอบทีละคำไหม? นั่นคือการสตรีม แผนนี้เพิ่มการส่งข้อความแบบทีละ token แบบเดียวกันให้กับ Hermes ในทุกแพลตฟอร์ม — CLI, Telegram, Discord และเซิร์ฟเวอร์ API ในอนาคต แทนที่จะจ้องหน้าจอ “กำลังคิด…” เป็นเวลาสิบวินาที คุณจะเห็นการตอบสนองปรากฏขึ้นแบบเรียลไทม์
ประโยชน์ต่อผู้ใช้: ความเร็วที่รับรู้ได้และการตอบสนอง แม้ว่าเวลาการสร้างทั้งหมดจะเท่าเดิม การเห็นข้อความปรากฏขึ้นทีละคำให้ความรู้สึกเร็วกว่ามาก มันยังช่วยให้คุณจับทิศทางของเอเจนต์ได้ตั้งแต่เนิ่นๆ และขัดจังหวะได้หากมันออกนอกลู่นอกทาง แผนนี้ใช้ feature flag (streaming.enabled: true ใน config) ดังนั้นจึงเป็นแบบเลือกใช้ — ถ้าคุณชอบพฤติกรรมปัจจุบัน ก็ไม่มีอะไรเปลี่ยนแปลงสำหรับคุณ
ความคืบหน้าปัจจุบัน: สถาปัตยกรรมถูกกำหนดไว้อย่างดี: ระบบที่ใช้ callback ซึ่ง AI agent ปล่อย text delta ลงในคิวที่ปลอดภัยต่อเธรด และแต่ละแพลตฟอร์ม (CLI, gateway, API server) จะบริโภคคิวนั้นในแบบของตัวเอง แผนระบุชัดเจนว่าแกนกลางของเอเจนต์ไม่ผูกติดกับแพลตฟอร์ม และมีการสร้าง graceful degradation ไว้ — ถ้าผู้ให้บริการไม่รองรับการสตรีม มันจะถอยกลับไปใช้เส้นทางที่ไม่สตรีมอย่างเงียบๆ แผนนี้ดูใกล้พร้อมใช้งานที่สุด
🔮 ทั้งหมดนี้หมายความว่าอะไร
แผนทั้งสามนี้วาดภาพที่ชัดเจน: Hermes กำลังเติบโตจากเครื่องมือที่ทรงพลังแต่เฉพาะทาง ไปสู่แพลตฟอร์มที่ยืดหยุ่นและทำงานร่วมกับสิ่งอื่นได้ การรีแอคชันข้อความทำให้การสนทนาดูเป็นมนุษย์มากขึ้น API ที่เข้ากันได้กับ OpenAI ทำให้ Hermes เป็น backend แบบเสียบแล้วใช้ได้ทันทีสำหรับระบบนิเวศแชท UI ทั้งหมด การสตรีมทำให้ทุกการโต้ตอบรู้สึกฉับไวและตอบสนอง
เมื่อรวมกันแล้ว สิ่งเหล่านี้ลดอุปสรรคในการเริ่มต้นและยกระดับขีดจำกัดของสิ่งที่คุณทำได้ คุณจะสามารถใช้ Hermes กับ frontend ที่คุณชื่นชอบ เห็นคำตอบพิมพ์ออกมาแบบเรียลไทม์ และรีแอคชันกับข้อความด้วยการแตะเพียงครั้งเดียว — ทั้งหมดโดยไม่ต้องเรียนรู้อินเทอร์เฟซใหม่
แผนพัฒนานี้เป็นเอกสารที่มีชีวิต ทีมเผยแพร่แผนเหล่านี้ต่อสาธารณะ และมันวิวัฒนาการไปตามความคิดเห็นของชุมชนและการใช้งานจริง ดังนั้นกลับมาตรวจสอบบ่อยๆ — สิ่งที่ “กำลังจะมา” ในวันนี้ อาจอยู่ในมือคุณแล้วในวันพรุ่งนี้ และถ้าคุณมีไอเดีย ไดเรกทอรี .plans เปิดเผยต่อสาธารณะด้วยเหตุผล: เสียงของคุณสามารถกำหนดสิ่งที่ลงไปในนั้นได้
📖 เอกสารทางการ
この記事は Hermes Agent のเอกสารทางการに基づいています：GitHub ›/tree/main/.plans