Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do Agenta Hermes

  • Czym jest Agent Hermes i чем się różni od asystentów IDE
  • Koncepcja samouczącego się agenta i zamknięta pętla nauki
  • Zarys architektury: backendy, platformy i narzędzia

Instalacja i konfiguracja

  • Instalacja Agenta Hermes lokalnie
  • Wdrożenie w kontenerach Docker
  • Zdalne wdrożenie przez SSH, Daytona, Singularity i Modal
  • Konfiguracja kluczy API dla OpenAI, Anthropic, OpenRouter i Nous Portal

Komunikacja z Agentem

  • Interfejs CLI i podstawowe komendy
  • Ustawienie i użytkowanie bota Telegrama
  • Integracja z Discordem i Slackiem
  • Połączenie z WhatsAppem

Narzędzia wbudowane

  • Wyszukiwanie w internecie i ekstrakcja treści
  • Operacje na plikach: odczyt, zapis, edycja i wyszukiwanie
  • Wykonanie poleceń terminala i skryptów basha
  • Generowanie obrazów i analiza wizyjna
  • Funkcje konwersji tekstu na mowę (text-to-speech)

Pamięć trwała

  • Pamięć między sesjami z odwołaniem do FTS5
  • Podsumowanie przez LLM dla kontekstu długoterminowego
  • Wyszukiwanie i pobieranie danych z pamięci

Sistema umiejętności (Skills System)

  • Czym są umiejętności i jak się je tworzy
  • Trwałość umiejętności między sesjami
  • Zespołowe umiejętności społeczności oraz agentskills.io

Integracja MCP

  • Połączenie z serwerami MCP
  • Rozszerzanie możliwości narzędzi w sposób programowy

Zaplanowane automatyzacje

  • Wbudowany harmonogram cron
  • Konfiguracja zadań cyklicznych i raportów
  • Dostarczanie wyników automatyzacji na różnych platformach

Przypadki użycia: Automatyzacja dla developerów

  • Autonomiczne uruchamianie komend terminala
  • Tworzenie izolowanych pod-agentów
  • Równoległe strumienie pracy i przetwarzanie wsadowe

Bezpieczeństwo i najlepsze praktyki

  • Tryby zatwierdzania poleceń i edycji
  • Prywatność danych na infrastrukturze self-hosted
  • Izolacja środowiska

Wdrożenie produkcyjne

  • Działanie na VPS o koszcie 5 USD
  • Wzorce wdrożeń bezserwerowych
  • Kontrola zdrowia agenta i monitorowanie logów

Rozwiązywanie problemów

  • Typowe problemy instalacyjne
  • Debugowanie awarii narzędzi
  • Optymalizacja pamięci i wydajności

Podsumowanie i kolejne kroki

  • Powtórka kluczowych możliwości
  • Zasoby do dalszej nauki
  • Przejście do zaawansowanych tematów dotyczących Agenta Hermes

Wymagania

  • Podstawowa znajomość terminali wiersza poleceń i komend Linuxa
  • Zrozumienie przepływów pracy w rozwoju oprogramowania
  • Ogólna wiedza na temat sztucznej inteligencji i dużych modeli językowych (LLM)

Grupa docelowa

  • Developerzy szukający sposobów na integrację agentów AI ze swoimi przepływami pracy
  • Inżynierowie DevOps eksplorujący autonomiczne narzędzia
  • Kierownicy zespołów technicznych oceniający platformy agentów AI
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie