Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do Hermes Agent

  • Czym jest Hermes Agent i czym różni się od asystentów IDE
  • Koncept samodoskonalącego się agenta i zamknięta pętla uczenia
  • Przegląd architektury: backendy, platformy i narzędzia

Instalacja i konfiguracja

  • Lokalna instalacja Hermes Agent
  • Wdrażanie na kontenerach Docker
  • Zdalne wdrażanie przez SSH, Daytona, Singularity i Modal
  • Konfiguracja kluczy API dla OpenAI, Anthropic, OpenRouter i Nous Portal

Interakcja z agentem

  • Interfejs CLI i podstawowe komendy
  • Konfiguracja i użycie bota Telegram
  • Integracja z Discordem i Slackiem
  • Połączenie z WhatsAppem

Wbudowane narzędzia

  • Wyszukiwanie w sieci i ekstrakcja treści
  • Operacje na plikach: odczyt, zapis, edycja i wyszukiwanie
  • Wykonywanie poleceń terminalowych i skrypty bash
  • Generowanie obrazów i analiza wizyjna
  • Możliwości zamiany tekstu na mowę

Trwała pamięć

  • Pamięć między sesjami z FTS5 recall
  • Podsumowanie LLM dla długoterminowego kontekstu
  • Wyszukiwanie i pobieranie pamięci

System umiejętności

  • Czym są umiejętności i jak są tworzone
  • Trwałość umiejętności między sesjami
  • Umiejętności społeczności i agentskills.io

Integracja z MCP

  • Łączenie z serwerami MCP
  • Programowe rozszerzanie możliwości narzędzi

Zaplanowane automatyzacje

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

Przypadki użycia automatyzacji dla developerów

  • Automatyczne wykonywanie poleceń terminalowych
  • Tworzenie izolowanych podagentów
  • Równoległe strumienie pracy i przetwarzanie wsadowe

Bezpieczeństwo i najlepsze praktyki

  • Tryby zatwierdzania dla poleceń i edycji
  • Prywatność danych na własnej infrastrukturze
  • Izolacja środowiska

Wdrożenie produkcyjne

  • Działanie na VPS za 5$
  • Wzorce wdrażania bezserwerowego
  • Monitorowanie stanu agenta i logów

Rozwiązywanie problemów

  • Częste problemy z instalacją
  • Debugowanie awarii narzędzi
  • Optymalizacja pamięci i wydajności

Podsumowanie i kolejne kroki

  • Podsumowanie kluczowych możliwości
  • Zasoby do dalszej nauki
  • Przejście do zaawansowanych tematów Hermes

Wymagania

  • Podstawowa znajomość terminala wiersza poleceń i komend Linuxa
  • Zrozumienie przepływów pracy związanych z rozwojem oprogramowania
  • Ogólna wiedza na temat AI i dużych modeli językowych

Grupa docelowa

  • Programiści, którzy chcą zintegrować agentów AI z swoim przepływem pracy
  • Inżynierowie DevOps badający autonomiczne narzędzia
  • Kierownicy zespołów technicznych oceniający platformy agentów AI
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie