
22:47, wiadomość na Telegramie.
Mój telefon wibruje na szafce nocnej:
„Dzisiejszy poranny build nightly zakończył się błędem. Analiza logów: zaktualizowana wczoraj zależność acme-lib uniemożliwia zbudowanie obrazu API. Środowisko preprodukcyjne nadal działa na poprzedniej wersji. Mogę przypiąć wersję albo zrestartować środowisko preprodukcyjne – zrobić to?”
To nie kolega ani koleżanka. To mój agent AI na serwerze VPS. Nazywa się Hermes, mieszka na małym serwerze w europejskim centrum danych i nigdy nie śpi. Pracujemy razem od trzech tygodni: notował informacje o naszych procesach budowania, wie, które logi sprawdzać, a przede wszystkim ma ten odruch, że pyta, zanim coś zrobi.
Z tego artykułu dowiesz się, jak tam trafił i jak możesz uruchomić własnego agenta AI na serwerze VPS w dziesięć minut.
Aby zmieścić się w tym czasie, możesz skorzystać z repozytorium GitHub, które ułatwi Ci start.
Agent AI działający na laptopie to zawodny agent
Jeśli zdarzyło Ci się już testować lokalnego asystenta AI, znasz te objawy. Agent oczywiście wyłącza się, gdy zamykasz komputer. Przy każdej sesji zaczyna niemal od zera, chyba że ręcznie ponownie przekażesz mu kontekst. Rutynowe czynności nadal trzeba wykonywać ręcznie (np. poranne kontrole czy cotygodniowe podsumowanie). Aby o coś go zapytać, musisz pamiętać o otwarciu aplikacji: agent nigdy sam się z Tobą nie kontaktuje.
Problem staje się więc szybko widoczny. Komputer osobisty rzadko jest włączony, niemal nigdy nie jest dostępny spoza domu, a korzystająca z niego osoba przez cały dzień przełącza się między narzędziami: konsolą WWW, CLI, panelem czy komunikatorem. To bardzo zły dom dla autonomicznego agenta: brak ciągłej dostępności, możliwości kontaktu i trwałej pamięci. Komputer to miejsce pracy i podejmowania decyzji, ale nie miejsce, w którym proces działa na stałe.
Potrzebny jest stały dom, z którym można się kontaktować przez używane już kanały i który potrafi zachować zdobytą wiedzę. Jednym słowem: (mały) serwer.
Hermes – agent, który uczy się podczas pracy
W skrócie: Hermes Agent to agent AI open source, udostępniany na licencji MIT i rozwijany przez Nous Research. Ma około 252 000 gwiazdek na GitHubie. W codziennym użytkowaniu wyróżniają go trzy cechy.
Po pierwsze, pętla uczenia się. Po wykonaniu nieco bardziej złożonego zadania Hermes tworzy skill (zazwyczaj jest to plik o nazwie SKILL.md). To procedura, którą sam opracował i którą udoskonala przy każdym użyciu. W ten sposób jego pamięć jest zachowywana pomiędzy sesjami. Potrafi też przeszukiwać wcześniejsze rozmowy, aby odnaleźć poczynione ustalenia. Dzięki temu nie zaczyna każdego ranka od zera. I właśnie o to chodzi.
Po trzech tygodniach nie trzeba mu już przypominać, gdzie są logi ani jak zorganizowane jest nasze środowisko preprodukcyjne. Agent zanotował to, sprawdził i zapisał w dwuwierszowym skillu.
Po drugie, wszechobecność. Dzięki jednej bramce można się z nim kontaktować na około trzydziestu platformach: Telegram, Signal, Slack, Discord, Matrix, Teams, e-mail, a nawet SMS-y. Możemy rozmawiać z nim przez nasze zwykłe kanały komunikacji, bez otwierania dodatkowego okna. To prawdziwa zaleta.
Po trzecie, wszechstronność. Można zmienić model za pomocą jednego polecenia (/model): OpenRouter, OpenAI, Nous Portal lub własny punkt końcowy. Agenci podrzędni mogą pracować równolegle, a wykonywanie zadań można odizolować w kontenerze. Nie ma tu uzależnienia od jednego dostawcy.
Hermes może też integrować się z usługą AI Endpoints OVHcloud, dzięki czemu zachowujesz kontrolę nad środowiskiem. Inny przykład agenta połączonego z tą usługą znajdziesz w artykule o połączeniu Docker Agent z AI Endpoints (w języku angielskim).
Szczegół, który zmienia wszystko: wbudowany moduł planowania zadań (scheduler), który rozumie język naturalny. „Każdego ranka o 8:00 podsumuj mi noc” staje się zaplanowanym zadaniem bez uruchamiania crontab -e i bez przerabiania potoku CI do tego celu.
Dlaczego agent AI na serwerze VPS, a nie w modelu SaaS
Agent hostowany przez zewnętrznego dostawcę może mieć zaawansowane funkcje, ale działa w czarnej skrzynce: nie widzisz, gdzie działają Twoje narzędzia ani gdzie przechowywane są ich pamięć i klucze. Na serwerze VPS sytuacja się odwraca. Pamięć, skille, historia – wszystko znajduje się na Twojej maszynie, w europejskim centrum danych. Klucze API są Twoje. Sam wybierasz model i punkt końcowy, przez który z niego korzystasz. Dostawca hostingu nie ma dostępu do Twoich rozmów, skilli ani tokenów.
Podobnie jest z kosztami. Podstawowy serwer VPS z 2 vCore, 4 GB RAM, 40 GB NVMe, codzienną kopią zapasową i nielimitowanym transferem kosztuje mniej niż 5 € netto miesięcznie. Bez trudu pomieści bramkę i jej agentów podrzędnych. A jeśli wolisz powierzyć obsługę komuś innemu, OVHcloud oferuje również Hermesa w hostingu zarządzanym, z kredytami AI w cenie. Do zastosowań technicznych VPS pozostaje właściwym rozwiązaniem: kontrolujesz środowisko, oddzielasz testy od produkcji i włączasz agenta do istniejących potoków.
A jeśli Telegram nie jest akceptowany w Twojej organizacji? Kanał to tylko jeden wiersz konfiguracji: bramka obsługuje około trzydziestu platform. Jeśli zależy Ci na domyślnym szyfrowaniu end-to-end, w repozytorium znajdziesz przewodnik dotyczący Signal, choć konfiguracja zajmie nieco więcej czasu. Aby zapewnić pełną suwerenność kanału, użyj samodzielnie hostowanego Matrixa na tym samym serwerze VPS lub SimpleX. A jeśli Twój zespół IT narzuca swoje narzędzia: Slack, Teams, Mattermost i Google Chat też są obsługiwane. Kanał ma znaczenie dla szyfrowania. VPS – dla suwerenności.
Jak uruchomić go w dziesięć minut
Trzy wymagania wstępne: konto OVHcloud z domyślną metodą płatności (wymaganą przy zamawianiu przez API), token BotFather dla Telegrama i klucz API modelu. Następnie:
git clone https://github.com/RemyAtOVH/hermes-on-vps && cd hermes-on-vps
export OVH_ENDPOINT="ovh-eu" OVH_APPLICATION_KEY=… OVH_APPLICATION_SECRET=… OVH_CONSUMER_KEY=…
export TF_VAR_public_ssh_key="$(cat ~/.ssh/id_ed25519.pub)"
terraform -chdir=vps init && terraform -chdir=vps apply # VPS provisioning via Terraform
./deploy.sh debian@$(terraform -chdir=vps output -raw vps_ip)Skrypt deploy.sh przeprowadza kolejno pięć etapów: przygotowanie systemu, oficjalną instalację Hermesa (około pięciu minut), a następnie dwa interaktywne monity dotyczące wyboru modelu (hermes model) i połączenia z Telegramem (hermes gateway setup). Na końcu następuje konfiguracja bramki. W przypadku instalacji ręcznej każdy etap szczegółowo opisuje przewodnik instalacji Hermes Agent.
Otwórz Telegram i przywitaj się ze swoim botem: jest gotowy do pracy i taki pozostanie.
Przez pierwsze dni jego praca polega głównie na obserwacji. Przekazujesz mu kontekst: przyjęte zasady, przydatne adresy, to, co nazywamy „produkcją”, i to, czego nigdy nie ruszamy. Agent zapisuje to wszystko w pamięci. W kolejnym tygodniu jego pytania się zmieniają: rzadziej „gdzie to jest?”, częściej „oto, co znalazłem – mam coś z tym zrobić?”. Na tym polega obietnica Hermesa.
Nadal się wahasz? Repozytorium zawiera też wariant wdrożenia na instancji Public Cloud rozliczanej godzinowo: testujemy, wieczorem wstrzymujemy działanie (power_state=SHELVED, płacimy już tylko za przestrzeń dyskową), a gdy prototyp spełni swoje zadanie – usuwamy instancję. Sesja testowa kosztuje zaledwie kilka centów. Zresztą to właśnie instancja Public Cloud posłużyła do napisania tego artykułu.
Raport o godzinie 8:00, incydent o 14:00
Najpierw poranny raport. Wystarczy raz wypowiedzieć jedno zdanie: „Codziennie o godzinie 8:00 podsumuj mi nieudane procesy budowania i nocne incydenty oraz wskaż, co czeka na moją opinię”, a moduł planowania zadań zajmie się resztą. Każdego ranka na kanale pojawia się podsumowanie spraw, które naprawdę wymagają Twojej uwagi. Jeśli noc była spokojna, informuje o tym w jednym wierszu, a nie w dwudziestu.
Następnie wstępna ocena incydentu. Błąd wystąpił o godzinie 14:00? Informacja o nim trafia do bota. Odczytuje odpowiedni log, porównuje go z ostatnią znaną zmianą, proponuje hipotezę i działanie, po czym czeka na Twoje potwierdzenie. Wszystko w tym samym wątku rozmowy, bez przełączania okien.
To, czego mu nie powierzam
Korzystanie z takiego narzędzia ma oczywiście swoje ograniczenia: agent z dostępem do powłoki stanowi powierzchnię ataku i tak należy go traktować.
- Na początek lista dozwolonych kontaktów: bot przyjmuje wiadomości bezpośrednie wyłącznie od osób z tej listy.
- Następnie zapora sieciowa: na zewnątrz udostępniony jest wyłącznie SSH, a bramka generuje tylko ruch wychodzący.
- Na koniec tokeny z określonym zakresem uprawnień: Hermes ma uprawnienia do odczytu w środowisku preprodukcyjnym, a nie hasło root do środowiska produkcyjnego. Bramka oferuje nawet opcjonalne zabezpieczenie pozwalające kontrolować niektóre działania przed ich wykonaniem.
To, co wymaga wersjonowania, audytu i udostępniania innym, pozostaje w modelu Infrastructure as Code: wdrażanie do środowiska produkcyjnego odbywa się w potoku, a nie na czacie.
Hermes świetnie sprawdza się w eksploracji, diagnostyce i zatwierdzonych działaniach doraźnych, ale nie zastępuje potoków.
Jeśli jutro ktoś inny ma być w stanie powtórzyć dane działanie, trafia ono do kodu i podlega wersjonowaniu. Jeśli decyzja o nim musi zapaść teraz, można skorzystać z agenta.
Trzy tygodnie później
22:47. Wiadomość nadal przychodzi. Zmieniło się to, co mu powierzam: rutynowe zadania zniknęły z mojego dnia, ale decyzje pozostały w ludzkich rękach. Z Hermesem, który pyta, zanim zacznie działać, jest to całkiem proste.
Szczegół, który z czasem okazał się ważny: po zmianie komputera Hermes pozostał na swoim miejscu. Jego pamięć, skille i historia pozostają na serwerze VPS i są objęte kopiami zapasowymi tak jak reszta infrastruktury. Ten kolega nigdy nie pracował na moim komputerze. Pozostaje tylko zaplanować tworzenie kopii zapasowych środowiska pracy na wszelki wypadek, np. za pomocą VPS Backup. Aby zainstalować własnego agenta AI na serwerze VPS, zapoznaj się z dokumentacją Hermes Agent.