
22h47, uma mensagem no Telegram.
O meu telemóvel vibra na mesa de cabeceira:
«A compilação noturna desta manhã falhou. Análise de logs: a dependência acme-lib, atualizada ontem, quebra a compilação da imagem da API. O ambiente de testes ainda está a correr na versão anterior. Posso congelar a versão ou reiniciar o ambiente de teste: devo fazê-lo?
Não é um ou uma colega de trabalho. É o meu agente IA em VPS. Chama-se Hermes, vive num pequeno servidor num datacenter europeu e nunca dorme. Estamos a trabalhar juntos há três semanas: ele anotou tudo sobre as nossas compilações, sabe que registos consultar e, acima de tudo, tem o reflexo de perguntar antes de agir.
Este artigo explica como isto aconteceu e como pode iniciar o seu agente de IA num VPS em dez minutos.
E para garantir que cumpre este prazo, um repositório GitHub irá ajudá-lo a começar.
Um agente IA que vive num computador portátil é um agente frágil
Se já testou um assistente IA local, conhece os sintomas. O agente desliga-se quando fecha o computador, obviamente. Recomeça praticamente do zero a cada sessão, a menos que volte a colar o seu contexto manualmente. As rotinas permanecem manuais (por exemplo, verificações matinais, resumo semanal). E para o consultar, é preciso lembrar-se de abrir uma aplicação: o agente nunca vem ter consigo.
É, portanto, um problema rapidamente apontado. Um computador pessoal raramente é ligado, quase nunca exposto ao exterior do lar, e o seu utilizador passa os dias a alternar entre ferramentas: consola web, CLI, painel de controlo ou até mesmo e-mails. Para um agente autónomo, é um péssimo lar: sem tempo de disponibilidade, sem acessibilidade, sem memória duradoura. O computador é o local onde trabalhamos e tomamos decisões, mas não é o local onde um processo acontece.
O que é preciso é um lar permanente, acessível pelos canais que já utiliza e capaz de guardar o que aprende. Numa palavra: um (pequeno) servidor.
Hermes, o agente que aprende enquanto trabalha
Apresentação rápida: O Hermes Agent é um agente de IA open source, sob licença MIT e desenvolvido pela Nous Research. Conta com cerca de 252 000 estrelas no GitHub. Três características fazem a diferença no dia a dia.
Primeiro, o ciclo de aprendizagem. Após uma tarefa algo complexa, o Hermes cria uma skill (normalmente um ficheiro chamado SKILL.md). É um procedimento que ele próprio formalizou e que melhora a cada utilização. Graças a este método, a sua memória persiste entre sessões. Além disso, sabe pesquisar nas suas conversas passadas para encontrar o que tinha estabelecido. Assim, não recomeça do zero todas as manhãs. E é exatamente esse o interesse.
Após três semanas, já não precisa de ser lembrado de onde estão os registos nem como o nosso ambiente de teste está organizado. O agente anotou-os, verificou-os e registou-os numa skill de duas linhas.
Em segundo lugar, a omnipresença. Um gateway único permite o acesso a cerca de trinta plataformas: Telegram, Signal, Slack, Discord, Matrix, Teams, e-mail e até SMS. É possível falar com ele através dos nossos canais de comunicação habituais, sem ter de abrir uma janela adicional. É uma verdadeira vantagem.
Por fim, a versatilidade. É possível mudar o modelo com um comando (/model): OpenRouter, OpenAI, Nous Portal ou o seu próprio endpoint. Os subagentes podem trabalhar em paralelo e a execução pode ser isolada num container. Não existe qualquer bloqueio.
O Hermes também pode ser integrado nos AI Endpoints da OVHcloud, para permanecer num ambiente controlado. Para ver outro exemplo de um agente ligado a este serviço, leia o artigo sobre o Docker Agent com AI Endpoints (em inglês).
O detalhe que muda tudo: um planificador (scheduler) integrado que compreende a linguagem natural. «Todas as manhãs às 8h, faz-me um resumo da noite» torna-se uma tarefa agendada sem ter de usar o crontab, nem desviar o seu pipeline CI.
Porquê um agente IA em VPS, e não em SaaS
Um agente alojado por terceiros pode ter funcionalidades avançadas, mas está localizado numa caixa negra: não vê onde as suas ferramentas estão a ser executadas, nem onde estão a sua memória e as suas chaves. Num VPS, a equação inverte-se. A memória, as skills, o histórico: tudo se encontra na sua máquina, num datacenter europeu. As chaves API são suas. O modelo é aquele que escolhe, a partir do endpoint que decide. O fornecedor de alojamento não dispõe nem das suas conversas, nem das suas skills, nem dos seus tokens.
O mesmo se aplica à economia. Um VPS básico com 2 vCores, 4 GB de RAM, 40 GB de NVMe, backup diário e tráfego ilimitado custa menos de 5 € por mês + IVA. O gateway e os seus subagentes podem ser facilmente alojados dentro dele. E se preferir delegar a exploração, a OVHcloud também oferece o Hermes em modo de alojamento gerido, com créditos de IA incluídos. Para uma utilização técnica, o VPS continua a ser a solução ideal: controla o ambiente, separa o teste da produção, e liga o agente às suas cadeias existentes.
E se o Telegram não for aceite na sua organização? O canal é apenas uma linha de configuração: o gateway suporta cerca de trinta plataformas. Para uma encriptação ponto a ponto por predefinição, o guia Signal consta no repositório, sendo a implementação, contudo, um pouco mais demorada. Para uma soberania total do canal, utilize o Matrix autoalojado no mesmo VPS, ou o SimpleX. E se a sua equipa de TI impuser as suas ferramentas: Slack, Teams, Mattermost e Google Chat também funcionam. O canal é importante para a encriptação. O VPS para a soberania.
Como colocá-lo em funcionamento em dez minutos
Três pré-requisitos: uma conta OVHcloud com método de pagamento por predefinição (é necessário para encomendar através de API), um token BotFather para Telegram e uma chave API de modelo. Depois:
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)O script deploy.sh segue cinco passos: pré-requisitos do sistema, instalação oficial do Hermes (aproximadamente cinco minutos) e, em seguida, dois prompts interativos para escolher o modelo (hermes model) e emparelhar o Telegram (hermes gateway setup). Segue-se, finalmente, a configuração da gateway. Para uma instalação manual, o guia de instalação do Hermes Agent detalha cada passo.
Abra o Telegram, cumprimente o seu bot: está operacional e assim se vai manter.
Nos primeiros dias, o seu trabalho assemelha-se sobretudo a observação. Fornece-lhe contexto: convenções, endereços úteis, o que chamamos de «produção» e aquilo em que nunca tocamos. O agente integra tudo isto na sua memória. Na semana seguinte, as suas perguntas mudam de natureza: menos «onde está isto?», mais «aqui está o que encontrei, queres que faça alguma coisa a esse respeito?». É a promessa do Hermes.
Ainda hesita? O repositório contém também uma implementação numa instância Public Cloud, faturada à hora: testamos, pausamos à noite (power_state=SHELVED, pagamos apenas pelo armazenamento), destruímos quando o protótipo disser o que tinha a dizer. Uma sessão de teste custa apenas alguns cêntimos. Aliás, foi uma instância Public Cloud que foi utilizada para escrever este artigo.
O relatório das 8 horas, o incidente das 14 horas
O relatório matinal, primeiro. Uma frase, dita uma vez: «Todos os dias às 8 horas, resume-me as falhas de compilação e os incidentes da noite e sinaliza o que aguarda a minha opinião.» e o planificador trata disso. Todas as manhãs, um resumo chega ao canal com o que merece realmente a sua atenção. Quando a noite foi tranquila, ele diz isso numa linha, não em vinte.
A triagem de incidentes, em seguida. O erro ocorre às 14 horas? É adicionado ao bot. Este lê o registo correspondente, compara-o com a última modificação conhecida, propõe uma hipótese e uma ação e, depois, aguarda pela sua confirmação. Tudo isto na mesma thread, sem ter de trocar de janela.
O que não lhe confio
Existem obviamente limites à utilização de uma tal ferramenta: um agente dotado de um shell é uma superfície de ataque e deve ser tratado como tal.
- Para começar, a allowlist: o bot só aceita mensagens diretas de contactos listados.
- Depois, a firewall: apenas o SSH está exposto, o gateway apenas trata do tráfego de saída.
- Por fim, os tokens do scope: O Hermes tem acesso de leitura ao ambiente de teste, mas não tem a palavra-passe root para o ambiente de produção. O gateway inclui ainda segurança opcional para enquadrar determinadas ações antes de serem executadas.
O que precisa de ser versionado, auditado e partilhado permanece no Infraestrutura-as-Code: a implementação em produção ocorre num pipeline, não num chat.
O Hermes destaca-se na exploração, no diagnóstico e em ações pontuais confirmadas, mas não na substituição de pipelines.
Se a ação precisar de ser reproduzida amanhã por outra pessoa, será versionada no código. Se tiver de ser decidida agora, pode passar pelo agente.
Três semanas depois
22h47. A mensagem continua a chegar. O que mudou foi aquilo que lhe confio: as tarefas rotineiras desapareceram do meu dia a dia, mas as decisões continuam a ser humanas. Com o Hermes a perguntar antes de agir, é bastante simples.
Um pormenor que fez a diferença ao longo das semanas: quando o meu computador foi trocado, o Hermes não se mexeu. A sua memória, os seus skills, o seu histórico permanecem no VPS, guardados como o resto da infraestrutura. O ou a colega nunca trabalhou na minha função. Resta apenas planear um backup do ambiente de trabalho para qualquer eventualidade, utilizando, por exemplo, o VPS Backup. Para instalar o seu próprio agente de IA num VPS, consulte a documentação do Hermes Agent.