บทเรียน 17: ภาพรวมฟีเจอร์ — ทุกสิ่งที่ Hermes ทำได้

ลองนึกภาพว่าคุณจ้างผู้ช่วยส่วนตัวที่จัดระบบเก่งมาก คนที่ไม่ได้แค่คุยกับคุณ แต่ยังจำออเดอร์กาแฟที่คุณชอบ อ่านโน้ตโปรเจกต์ของคุณ ค้นหาเว็บ ตั้งเตือนความจำ และยังโต้ตอบกลับมาด้วยเสียงได้อีกต่างหาก นั่นแหละคือ Hermes Agent แบบสั้นๆ ในบทช่วยสอนนี้ เราจะพาคุณไปรู้จักกับ ภาพรวมฟีเจอร์ — ทัวร์แบบเป็นกันเองว่าทุกอย่างที่ Hermes ทำได้มีอะไรบ้าง เพื่อให้คุณรู้ว่าจะใช้พลังพิเศษอันไหน และใช้ตอนไหน

ขั้นตอนที่ 1: เริ่มจากแกนหลัก — สมองและความจำ

ก่อนที่คุณจะไปทำให้โลกทั้งใบเป็นอัตโนมัติ มาทำความคุ้นเคยกับรากฐานของ Hermes กันก่อน ฟีเจอร์ห้าอย่างนี้ทำงานร่วมกันเพื่อทำให้ Hermes รู้สึกไม่ใช่แค่แชทบอท แต่เป็นเหมือนเพื่อนร่วมทีมมากกว่า

Tools & Toolsets — นี่คือ “มือ” ของ Hermes แต่ละ tool คือการกระทำเฉพาะอย่าง (ค้นหาเว็บ, รันคำสั่งเทอร์มินัล, แก้ไขไฟล์) Tools ต่างๆ จะถูกจัดกลุ่มเป็น toolsets ที่คุณสามารถเปิดหรือปิดได้ตามแพลตฟอร์ม นึกภาพเหมือนการเลือกว่าจะติดตั้งแอปไหนบนโทรศัพท์ของคุณ
Skills System — Skills เปรียบเสมือนเอกสารสรุปที่ Hermes จะอ่านเมื่อจำเป็นเท่านั้น แทนที่จะโหลดความรู้ทั้งหมดพร้อมกัน (ซึ่งสิ้นเปลือง tokens) มันจะดึง skill เฉพาะขึ้นมาตามความต้องการ ซึ่งเป็นไปตามมาตรฐานเปิด agentskills.io คุณจึงสามารถแชร์ skills ระหว่างเครื่องมือ AI ต่างๆ ได้
Persistent Memory — Hermes จะจดสิ่งที่มันเรียนรู้เกี่ยวกับคุณลงในไฟล์สองไฟล์: MEMORY.md (ข้อเท็จจริง, ความชอบ, รายละเอียดโปรเจกต์) และ USER.md (โปรไฟล์ส่วนตัวของคุณ) ความจำนี้จะอยู่ข้ามเซสชันต่างๆ คุณจึงไม่ต้องพูดซ้ำๆ
Context Files — เมื่อคุณเปิดโปรเจกต์ Hermes จะมองหาไฟล์เช่น .hermes.md, AGENTS.md หรือ CLAUDE.md โดยอัตโนมัติ ไฟล์เหล่านี้ทำหน้าที่เป็น “กฎของบ้าน” ที่บอก Hermes ว่าควรปฏิบัติตัวอย่างไรในโฟลเดอร์นั้นๆ
Context References — พิมพ์ @ ในข้อความของคุณตามด้วยชื่อไฟล์, พาธโฟลเดอร์ หรือ URL Hermes จะแทรกเนื้อหานั้นลงในการสนทนาของคุณทันที ตัวอย่างเช่น:

@./src/main.py  Please review this file for bugs.

Checkpoints — ก่อนที่ Hermes จะแก้ไขไฟล์ใดๆ มันจะถ่ายภาพสแนปช็อตของไดเรกทอรีทำงานของคุณ หากมีอะไรผิดพลาด แค่พิมพ์ /rollback เพื่อยกเลิกการเปลี่ยนแปลง เหมือนกับจุดเซฟในเกมวิดีโอ

ขั้นตอนที่ 2: ทำให้งานน่าเบื่อเป็นอัตโนมัติ

ตอนนี้ Hermes รู้จักคุณแล้ว ปล่อยให้มันทำงานในขณะที่คุณหลับเถอะ

Scheduled Tasks (Cron) — บอกให้ Hermes รันงานตามเวลาที่กำหนด คุณสามารถใช้ภาษาอังกฤษธรรมดา (“ทุกเช้าเวลา 9 โมง”) หรือใช้ cron expression ก็ได้ งานต่างๆ สามารถแนบ skills และส่งผลลัพธ์ไปยังแพลตฟอร์มใดก็ได้

hermes cron add "Send me a daily summary of my emails" --schedule "0 9 * * *"

Subagent Delegation — ต้องการทำหลายอย่างพร้อมกันใช่ไหม? tool ที่ชื่อ delegate_task จะสร้างเอเจนต์ลูกขึ้นมา แต่ละตัวมี context และเซสชันเทอร์มินัลแยกจากกัน โดยค่าเริ่มต้น คุณสามารถรันได้ 3 ตัวพร้อมกัน (ปรับแต่งได้)
Code Execution — tool ที่ชื่อ execute_code ให้ Hermes เขียนสคริปต์ Python ที่เรียกใช้ tools อื่นๆ ของ Hermes ตามโปรแกรม ซึ่งจะรวมขั้นตอนการทำงานหลายขั้นตอนให้เหลือเพียงเทิร์นเดียว เหมาะมากสำหรับงานข้อมูลที่ทำซ้ำๆ
Event Hooks — เหล่านี้คือสคริปต์ที่กำหนดเองซึ่งรันในช่วงเวลาสำคัญ Gateway hooks จัดการเรื่อง logging, การแจ้งเตือน หรือ webhooks ส่วน Plugin hooks สามารถดักจับ tools, เก็บ metrics หรือบังคับใช้มาตรการป้องกัน
Batch Processing — มีพรอมต์ 1,000 อันไหม? Hermes สามารถประมวลผลทั้งหมดแบบขนานและส่งออกข้อมูลที่มีโครงสร้าง (รูปแบบ ShareGPT) สำหรับการเทรนหรือประเมินผล เยี่ยมมากสำหรับนักวิจัย

ขั้นตอนที่ 3: พูดคุย ฟัง และมองเห็นเว็บ

Hermes ไม่ได้มีแค่ข้อความ — มันคือผู้ช่วยมัลติมีเดียเต็มรูปแบบ

Voice Mode — พูดคุยกับ Hermes ด้วยไมโครโฟนของคุณและฟังคำตอบแบบเสียงพูด ใช้งานได้บน CLI และแพลตฟอร์ม messaging คุณสามารถแชทด้วยเสียงสดในช่องเสียง Discord ได้ด้วย
Wake Word — พูดว่า “Hey Hermes” เพื่อเริ่มเซสชันเสียงแบบไม่ต้องใช้มือ ตัวฟังคำปลุกบนอุปกรณ์ทำงานได้ใน CLI, TUI และแอปเดสก์ท็อป ไม่ต้องกดปุ่มใดๆ
Browser Automation — (เป็นส่วนหนึ่งของ Tool Gateway) Hermes สามารถเปิดเบราว์เซอร์ คลิกปุ่ม กรอกฟอร์ม และดึงข้อมูลจากเว็บได้ คุณจะตั้งค่าสิ่งนี้ด้วยคำสั่ง hermes setup --portal ซึ่งครอบคลุมการค้นหาเว็บ การสร้างภาพ และการแปลงข้อความเป็นเสียงในคำสั่งเดียว

hermes setup --portal

สรุป

Hermes Agent เปรียบเสมือนมีดพกสวิสสำหรับผู้ช่วย AI เริ่มต้นด้วยฟีเจอร์ แกนหลัก (ความจำ, context, tools) เพื่อสร้างความไว้วางใจ จากนั้นขยับไปที่ ระบบอัตโนมัติ (cron, การมอบหมายงาน, hooks) เพื่อประหยัดเวลา สุดท้าย สำรวจ สื่อและเว็บ (เสียง, คำปลุก, เบราว์เซอร์) เพื่อประสบการณ์แบบไม่ต้องใช้มืออย่างแท้จริง

ต่อไป: ในบทช่วยสอนที่ 18 เราจะเจาะลึกเข้าไปในระบบ Tools & Toolsets — วิธีเปิดใช้งาน ปิดใช้งาน และแม้กระทั่งสร้าง tools ที่กำหนดเองของคุณเอง โปรดติดตาม!