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 zamkniętej pętli uczenia się
  • Przegląd architektury: back-endy, platformy i narzędzia

Instalacja i konfiguracja

  • Instalacja Hermes Agent lokalnie
  • 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 polecenia
  • Konfiguracja i użycie bota Telegram
  • Integracja z Discord i Slack
  • Łączność z WhatsApp

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 wizualna
  • Możliwości zamiany tekstu na mowę

Trwała pamięć

  • Pamięć między sesjami z funkcją FTS5
  • Podsumowanie LLM dla długoterminowego kontekstu
  • Wyszukiwanie i odzyskiwanie pamięci

System umiejętności

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

Integracja z MCP

  • Łączenie się 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 programistów

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

Bezpieczeństwo i najlepsze praktyki

  • Tryby zatwierdzania poleceń i edycji
  • Prywatność danych na samodzielnie hostowanej infrastrukturze
  • Izolacja środowiska

Wdrożenie produkcyjne

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

Rozwiązywanie problemów

  • Typowe problemy z instalacją
  • Debugowanie błędów 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 Linux
  • Zrozumienie przepływów pracy w rozwoju oprogramowania
  • Ogólna wiedza na temat AI i dużych modeli językowych

Grupa docelowa

  • Programiści chcący zintegrować agentów AI ze 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