Hermes Agent - Multi-channel AI Operations Platform

Overview

Hermes Agent adalah orchestration platform untuk membangun assistant yang dapat dipakai untuk personal operations, career applications, research/outreach, developer assistance, dan business operations. Sistem menggabungkan gateway Hermes di Docker/OrbStack, routing model melalui 9Router, skill/workflow lokal, MCP tools, knowledge vault, serta channel Telegram, WhatsApp, dan CLI.

Project ini tidak diposisikan sebagai sekadar kumpulan prompt. Fokusnya adalah productization: setiap deployment memiliki outcome, profile/data directory, credential boundary, allowlist, approval rule, acceptance test, recovery procedure, dan handover note yang eksplisit.

Tech & Libraries

Teknologi dan library yang dipakai atau disentuh di project ini:

Problem

Assistant AI yang hanya terdiri dari model dan prompt sulit dijaga ketika mulai menyentuh email, chat, file, repository, dan data bisnis. Risiko utamanya adalah credential bercampur, tindakan eksternal terjadi tanpa approval, knowledge client tidak terisolasi, dan skill yang terpasang tidak memiliki definisi operational readiness atau recovery.

My Role & Ownership

Solo builder: runtime, model routing, skills, MCP, channels, guardrails, product bundles, dan deployment

Technical Approach

Membangun layer model yang memisahkan channel, agent loop/session memory, model route, built-in tools, MCP, skills, knowledge, integrations, dan guardrails. 9Router menyediakan normal/advanced model combo; SearXNG dan Jina Reader mendukung search/fetch; Obsidian, Contacts bridge, model-control bridge, dan Gmail via Himalaya menjadi integration boundary.

Product bundles dan setup manifests menerjemahkan outcome seperti Career Agent atau Developer Agent menjadi dependency, credential, dan acceptance checklist yang dapat dihandover.

Architecture Notes

Hermes memakai arsitektur berlapis dengan runtime dan client data yang dipisahkan.

1. Docker/OrbStack menjadi runtime boundary; data persisten, secret mount, session, dan client allowlist tidak dicampur dengan vault knowledge.
2. Model routing dipisahkan dari agent loop sehingga normal/advanced combo dan fallback dapat diatur tanpa mengubah workflow.
3. Skill, tool, knowledge, integration, channel, dan guardrail dimodelkan sebagai capability primitives sebelum dirakit menjadi product bundle.
4. External action memakai preview/approval gate; send, publish, delete, credential change, package install, dan mutating API tidak dianggap sebagai side effect biasa.
5. Client deployment memiliki profile/data directory terpisah, acceptance test, backup/recovery, serta handover command.

Trade-offs

Platform memprioritaskan composability dan governance sebelum otomatisasi tanpa batas.

1. Runtime manual start memberi kontrol lifecycle dan biaya sederhana, tetapi belum menjadi managed always-on service tanpa operasi tambahan.
2. Local knowledge dan MCP bridge memberi akses kontekstual yang kuat, tetapi memerlukan isolation discipline dan credential rotation per client.
3. Product bundles menjaga instalasi tetap outcome-driven, tetapi setiap capability harus diverifikasi dependency dan acceptance test sebelum diberi label operational.
4. Shared 9Router endpoint mengurangi infrastruktur, sementara dedicated key per deployment tetap direkomendasikan untuk attribution, quota, dan rotation.

Implementation Highlights

• Layered orchestration model yang memisahkan channel, agent loop, model routing, tools, MCP, skills, knowledge, integrations, dan guardrails.
• Normal/advanced model combo via 9Router dengan fallback policy dan credential boundary.
• Product bundle dan setup manifest untuk memetakan outcome client ke skill, tool, integration, credential, platform, dan acceptance test.
• Approval-gated external actions untuk email, WhatsApp, publishing, deletion, credential changes, package installation, dan mutating APIs.
• Project sync, API benchmark, career application, research/outreach, email, dan AI operations sebagai custom workflow.
• Per-client isolation melalui profile/data directory, secret mounts, allowlist, backup, recovery, dan handover procedure.

Results

• Mengubah agent mentah menjadi sistem yang dapat dikonfigurasi dan dioperasikan: channel, model, tool, skill, knowledge, integration, guardrail, acceptance test, dan handover memiliki boundary yang jelas.
• Agent runtime, model routing, channel operations, skills catalog, product bundles, setup manifests, MCP integrations, dan deployment runbook terdokumentasi.
• Workflow career, project sync, API testing, research/outreach, email, dan AI operations dapat dirakit dari capability primitives yang terpisah.
• Security boundary mencakup Telegram allowlist, secret mounts, client profile isolation, preview, approval-gated sends, dan safe-method policy untuk mutating operations.
• Acceptance dan handover diperlakukan sebagai bagian produk, bukan catatan ops setelah deployment.
• 3 primary channels: Telegram, WhatsApp, dan CLI.
• 2 model routes: normal dan advanced combo melalui 9Router.
• 3 MCP integration boundary: Obsidian, Contacts bridge, dan model-control bridge.
• 7 sellable agent package direction terdokumentasi: Starter, Personal Operations, Career, Research/Outreach, Developer, Business Operations, dan Omnichannel.