Hermes Agent: Tudo Que Um Iniciante Precisa Saber

Hermes Agent é o agente de IA open-source que mais cresceu em 2026. Criado pela Nous Research, ele roda no seu computador ou num VPS barato, lembra de tudo entre sessões, escreve suas próprias habilidades reutilizáveis e te alcança por 14+ plataformas — CLI, Telegram, Discord, Slack, email e mais.

TL;DR — Você instala com um comando curl, escolhe um modelo (Claude, GPT, local via Ollama), dá uma tarefa e deixa ele rodar. Em uma semana, o mesmo trabalho produz resultados melhores porque o Hermes aprendeu com você. É o "agente que cresce com você".

Este guia cobre tudo que um iniciante precisa:

• O que é o Hermes e por que ele é diferente
• Quem deve usar (e quem não deve)
• Instalação em 2 minutos
• Como escolher o modelo certo (o erro que todo mundo comete no primeiro fim de semana)
• Seu primeiro workflow prático
• O learning loop: como ele fica mais inteligente sozinho
• Skills essenciais para instalar no primeiro dia
• FAQ com as dúvidas mais comuns

O Que é o Hermes Agent

Hermes Agent é um agente de IA open-source (licença MIT) que vive fora do navegador. Enquanto a maioria das ferramentas de IA é stateless — você abre uma aba, faz uma pergunta, fecha a aba e a próxima sessão começa do zero — o Hermes é stateful: ele tem memória persistente, aprende com o tempo e fica melhor a cada interação.

A aposta da Nous: Harness Engineering

A Nous Research acredita que o verdadeiro avanço em 2026 não é um modelo mais inteligente, mas um "arreio" (harness) mais inteligente em volta do modelo. O Hermes investe pesado em cinco camadas ao redor do LLM:

1. Instruções — como você fala com o modelo
2. Restrições — o que ele pode e não pode fazer
3. Feedback — como erros voltam para o sistema
4. Memória — o que persiste entre sessões
5. Orquestração — como múltiplas ferramentas se coordenam

O modelo é trocável. Hoje Claude, amanhã GPT, depois de amanhã um modelo local. O arreio permanece.

O que torna o Hermes diferente

Regra prática: Claude Code é para codar dentro de um repo. Hermes é para tudo que acontece fora do repo — automação, monitoramento, chat, cron, pesquisa multi-repo. A maioria dos usuários avançados roda os dois.

Para Quem é o Hermes

Hermes atrai três perfis. Descubra qual é o seu:

O programador de terminal

Você vive no terminal. Já usa Claude Code ou Cursor. Quer um agente que fique fora do editor — algo que você peça para "auditar o repo em busca de código morto" ou "escrever um plano de migração" sem sair do CLI.

Comece com: CLI do Hermes, skills, memória. Ignore por enquanto: Telegram, cron, multi-agent.

O operador de automação

Você não precisa programar. Quer um agente que faça trabalhos recorrentes — resumir notícias, monitorar mercados, gerar relatórios, triar emails — enquanto você dorme. Hospeda num Mac Mini ou VPS de $5/mês.

Comece com: cron, gateways de mensagem, memória. Ignore por enquanto: execução de código, multi-agent.

O operador de Telegram

Você quer um agente sempre ligado que você possa chamar do celular. Viagem, reuniões, academia — não importa, você manda uma mensagem e ele responde. A integração com Telegram é o diferencial aqui.

Comece com: gateway de mensagens, voz, skills. Ignore por enquanto: uso local de CLI.

Os três podem coexistir depois. Escolha um para a primeira semana.

Instalação em 2 Minutos

Instalar o Hermes é um comando curl seguido de dois passos de configuração. Se tudo funcionar, você termina em menos de dois minutos.

Pré-requisitos

• macOS, Linux, Windows (WSL2) — Linux, macOS e WSL2 são first-class. Windows nativo tem um instalador PowerShell em beta.
• Um terminal — qualquer shell funciona: bash, zsh, fish.
• Uma API key de um provider ou um modelo local (Ollama/LM Studio).
• ~200 MB de disco para a instalação.

Instalar

macOS, Linux, WSL2:

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Windows nativo (PowerShell, beta):

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

O instalador configura uv, Python 3.11, Node.js, ripgrep, ffmpeg, o ambiente virtual e o comando hermes. No Linux/macOS ele instala em ~/.hermes/ e cria um symlink em ~/.local/bin/hermes.

Primeira execução

hermes

O Hermes guia você pela configuração do provider de forma interativa. Cole a API key quando pedido, ou aponte para um modelo local. Confirme com:

hermes model

Verificação

hermes doctor

Imprime um relatório de saúde. Tudo verde = pronto para usar.

Três erros comuns

1. "Command not found: hermes" — seu shell não atualizou o PATH. Abra um novo terminal ou rode source ~/.bashrc (ou ~/.zshrc).
2. "Provider error: invalid key" — a key tem um espaço no final ou é de outro provider. Rode hermes model novamente e cole com cuidado.
3. Windows: "bad interpreter" — você está no Windows nativo, não no WSL2. Instale WSL2 (wsl --install no PowerShell) e rode o instalador curl de dentro do WSL.

Escolhendo o Modelo

Aqui é onde a maioria das configurações iniciais falha silenciosamente. Se o Hermes parece quebrado, lento ou burro na primeira sessão, o modelo é quase sempre o culpado — não o Hermes.

O erro do primeiro fim de semana

Hermes delega muito para o modelo. Tool calling, planejamento, escrita de skills — tudo é trabalho do modelo. Modelos pequenos ou antigos não conseguem chamar ferramentas de forma confiável, então travam em loops ou produzem lixo. Gemma 2B, Llama 3.1 8B e outros modelos sub-frontier são quase sempre a escolha errada.

Consenso da comunidade: use um modelo frontier para trabalho real; use modelo local apenas para experimentação.

Custo e capacidade

Quando local funciona (e quando não)

Local funciona quando: você está escrevendo snippets de código, conversando, ou rodando sumarização single-shot. Ollama + Qwen 2.5 Coder 32B cobre 80% do uso diário de CLI.

Local NÃO funciona quando: você quer chamadas de ferramenta multi-passos (monitorar um site, chamar uma API, sumarizar, postar no Telegram). Você vai travar em loops, timeouts e argumentos de ferramenta ruins. Mude para uma API frontier.

O botão fácil: Nous Portal

Se não quiser gerenciar API keys de vários providers, o Nous Portal é uma assinatura única que cobre Claude, GPT, GLM, MiniMax, modelos próprios da Nous e muito mais. Login com OAuth pela CLI. Você paga uma taxa mensal fixa e para de pensar em qual key é qual. A maioria acaba aqui eventualmente.

Seu Primeiro Workflow

Não tente construir três coisas de uma vez. Escolha um dos exemplos abaixo e entregue hoje. Cada um leva 10–30 minutos e ensina uma parte diferente do Hermes.

Exemplo 1 — Assistente de código no laptop

cd ~/projetos/meu-repo
hermes

> audite este repo em busca de código morto, imports não usados e blocos comentados com mais de 6 meses. Produza um relatório em markdown.

O que você vai notar: o Hermes lê arquivos, roda greps e escreve o relatório em ./hermes-output/ por padrão. Na segunda vez que fizer o mesmo tipo de pergunta, ele será mais rápido — porque escreveu uma skill chamada repo-audit na primeira execução.

Por que é um bom primeiro workflow: zero infraestrutura, resultado tangível, e você vê o sistema de skills funcionar em uma tarde.

Exemplo 2 — Bot no Telegram num VPS de $5

Num VPS barato (Hetzner, Digital Ocean, Hostinger, Raspberry Pi):

# instale o Hermes
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# configure o gateway do Telegram
hermes gateway setup
# cole o token do bot do @BotFather
# cole seu ID numérico do Telegram (use @userinfobot) — NÃO seu @username

# inicie o daemon
hermes daemon start

Mande uma mensagem para o bot. Ele responde. Agora adicione um job:

> toda manhã às 8h, sumarize minhas notificações do GitHub e me envie aqui

O Hermes escreve uma entrada cron, guarda sua preferência na memória e te manda mensagem amanhã às 8h. Deixe o VPS ligado.

Erro comum: a lista de permissões do Telegram precisa do seu ID numérico (um número como 123456789), não do seu @handle. Usar o handle aceita mensagens de qualquer um que adivinhar seu nome. Use @userinfobot no Telegram para pegar seu ID.

Por que é um bom primeiro workflow: você sai com um agente sempre ligado por $5/mês. Todo workflow futuro reaproveita essa base.

Exemplo 3 — Briefing diário por cron

Sem bot, sem chat. Só um job agendado que te envia um resumo por email ou DM toda manhã.

hermes

> todo dia útil às 7:30, colete: (1) top 10 posts do HN da noite, (2) minhas notificações não lidas do GitHub, (3) clima em São Paulo. Envie como email em texto puro para eu@exemplo.com.

O Hermes agenda o job cron, lembra seu email e cidade, e começa a rodar. Amanhã de manhã, verifique sua caixa de entrada.

Por que é um bom primeiro workflow: baixa superfície, sempre ligado, e ensina como o Hermes trata workflows agendados como cidadãos de primeira classe.

O Learning Loop

Esta é a seção que vale a pena ler com calma. Se você entende o learning loop, entende por que o Hermes é moldado da forma que é.

Por que o Hermes fica melhor com o tempo

Depois de cada tarefa — ou a cada cinco chamadas de ferramenta — o Hermes roda um breve retrospectivo: isso funcionou? o que demorou demais? o que o usuário rejeitou? existe um padrão reutilizável aqui? Quando a resposta é sim, ele escreve uma nova skill ou atualiza a memória. Na próxima vez que você fizer um pedido similar, o Hermes pega a skill primeiro e pula a redescoberta.

Isso é o oposto de um chat stateless. Um chat stateless joga fora tudo no final de cada conversa. O Hermes anota.

Memória limitada: uma feature, não um bug

A memória é armazenada em três lugares:

• MEMORY.md — curto prazo, ~2.200 caracteres. No que o agente está trabalhando agora.
• USER.md — fatos sobre você, ~1.375 caracteres. Nome, preferências, papel, restrições.
• Busca de sessões (FTS5) — toda conversa passada é pesquisável.

Os limites pequenos são deliberados. Memória ilimitada parece atraente até você perceber que é assim que agentes viram gavetas de junk de contexto velho. O Hermes força consolidação: quando MEMORY.md enche, o agente precisa decidir o que vale a pena manter. Essa disciplina mantém o contexto de trabalho enxuto e o modelo focado.

Se quiser memória semântica ilimitada, existem oito providers de memória da comunidade (Honcho, Mem0, Hindsight, Supermemory e outros) que plugam por cima.

Skills: procedimentos executáveis, não anotações

Skills são a parte que todo mundo subestima. Uma skill é um arquivo markdown em ~/.hermes/skills/<nome>/SKILL.md que descreve:

• Quando disparar — uma descrição curta que o orquestrador lê
• Como rodar — instruções, chamadas de ferramenta, exemplo de input/output
• Contexto necessário — quais arquivos, quais APIs

A memória do Claude Code armazena fatos sobre você ("prefere bullet points"). O Hermes armazena procedimentos ("o workflow de pesquisa-filtragem-formatação que produz bullet points do jeito que você quer"). Essa diferença é significativa. Fatos informam o modelo; procedimentos são reutilizados diretamente.

A regra das 5 chamadas de ferramenta

Skills não são auto-geradas após cada tarefa — isso seria barulho. Elas geram quando o Hermes detecta repetição: geralmente após cinco+ chamadas de ferramenta num padrão, ou após uma correção do usuário que ensina algo geral. Por isso no dia um seu diretório de skills está vazio, e no dia trinta você tem 20+ skills rodando sua vida.

Skills Essenciais para Instalar Primeiro

Existem centenas de skills na comunidade. Não tente instalar todas. Aqui estão cinco que todo usuário de Hermes deveria ter no dia um.

O Hub de Skills

Rode hermes skills browse para ver o catálogo. Skills vêm em quatro níveis de confiança:

• Builtin — vem com o Hermes, não pode ser alterado.
• Official — publicado pela Nous, auditado de segurança.
• Trusted — publicado por membros verificados da comunidade.
• Community — todo o resto; escaneado por problemas de segurança, mas leia o código antes de instalar.

Cinco skills para instalar hoje

Instale com:

hermes skills install <nome>

Como navegar no hub

hermes skills browse      # navegador interativo
hermes skills search web  # busca por palavra-chave
hermes skills info <nome> # inspeciona antes de instalar

Toda skill mostra tier, autor, descrição e mudanças recentes. Leia isso antes de rodar qualquer coisa do tier Community.

FAQ

O Hermes Agent é gratuito?

O Hermes em si é gratuito e open-source (MIT). Você paga apenas pela API do modelo que usar. Com alguns providers ou um modelo local Ollama, seu custo total pode ser $0. Com Claude ou GPT, é fácil gastar $100+/mês dependendo do volume.

Funciona no Windows?

Sim — dois caminhos. WSL2 é a opção testada: rode wsl --install no PowerShell, instale Ubuntu, depois rode o instalador curl padrão de dentro do WSL. Windows nativo funciona via instalador PowerShell em beta — a própria Nous diz "não testado tão amplamente", então prefira WSL2 para trabalho sério.

Consigo rodar totalmente offline?

Sim. Instale o Hermes, pareie com Ollama ou LM Studio, e desconecte a rede. Memória, skills e cron funcionam offline. O porém: modelos locais são mais fracos em tool calling, então workflows multi-passos complexos degradam.

Preciso de GPU?

Não — se usar um provider de API, qualquer laptop roda o Hermes. GPU só é necessária se você estiver rodando o modelo localmente.

Meus dados são enviados para algum lugar?

Apenas para o provider que você configurar. O Hermes não tem telemetria, beacon de analytics, nada que "liga para casa". Memória, skills e logs de sessão ficam no seu disco. Se escolher um modelo local, seus dados nunca saem da sua máquina.

Hermes vs Claude Code — preciso escolher um?

Não. A maioria dos usuários avançados roda os dois. Claude Code para codar dentro de um repo, Hermes para tudo fora do repo — automação, monitoramento, chat, cron, pesquisa multi-repo. Eles complementam, não competem.

O Hermes vai bagunçar meu código existente?

Não — a menos que você aponte para o seu codebase e peça. O Hermes é aditivo: memória, skills e logs ficam em ~/.hermes/. Não toca arquivos fora dos diretórios que você diz para trabalhar.

E se quebrar alguma coisa?

O Hermes tem approval policies que forçam confirmação em operações destrutivas (deletes, force-pushes, rm -rf). Ative-os — estão desligados por padrão para não bombardear novos usuários. Se algo der errado, toda sessão é logada em ~/.hermes/sessions/ e é reversível para a maioria das operações.

Uma equipe pode compartilhar um Hermes?

Sim, via profiles. Cada profile é uma instância isolada de agente com sua própria memória, sessões, skills e estado cron. Crie um profile compartilhado num VPS compartilhado e conceda acesso à equipe via lista de permissões do gateway de mensagens.

Consigo usar com Ollama ou LM Studio?

Sim. Rode hermes model, escolha "custom OpenAI-compatible endpoint", e aponte para seu servidor local (geralmente http://localhost:11434/v1 para Ollama). Tudo funciona identicamente aos providers de API, exceto que a qualidade de tool calling depende do modelo local — veja o capítulo 5.

Como atualizo o Hermes?

hermes update

O Hermes se auto-atualiza, diz o que mudou, faz backup da sua config e aplica a nova versão. O release atual é v0.10.0 (a partir de 2026-04-20); o time lança aproximadamente a cada duas semanas.

Para Onde Ir Depois

Você instalou o Hermes, escolheu um modelo, entregou um workflow e entende o learning loop. Aqui estão três caminhos daqui.

Caminho 1 — Mais fundo em agentes
Construa uma equipe multi-agent. Um orquestrador, um pesquisador, um escritor, um debugger — cada um com sua própria memória e skills. O sistema de delegação do Hermes torna isso surpreendentemente limpo.

Caminho 2 — Mais fundo em ferramentas
Construa suas próprias ferramentas e skills. Aprenda o protocolo MCP para que seu Hermes converse com Notion, Linear, Figma, suas APIs internas. É aqui que o modelo mental de Harness Engineering realmente compensa.

Caminho 3 — Mais fundo em infra
Rode o Hermes em produção para uma equipe. Docker, systemd, templates de cloud gerenciada, Kubernetes. A comunidade já empacotou a maioria.

Próximo passo imediato: escolha um dos três workflows acima, implemente hoje, e volte amanhã para ver o que o Hermes aprendeu.

Publicado em andrecosta.ia.br. Baseado no guia do Hermes Atlas, na documentação oficial da Nous Research e em experiência prática.