Uma aula para mostrar, sem complicar, como o Hermes funciona, onde ele pode rodar, quais comandos usar para começar, como aplicar em negócios e quais cuidados tomar com segurança, memória e permissões.
Esta parte deixa a aula mais acessível para quem nunca instalou uma ferramenta técnica. A ideia é explicar o vocabulário antes de pedir qualquer comando.
Terminal é uma tela de texto onde você conversa com o computador por comandos. Em vez de clicar em botões, você escreve instruções como instalar, abrir, verificar ou executar algo.
Exemplo simples: quando você digita hermes, está pedindo para abrir o Hermes pelo terminal.
Modelo é o cérebro que gera respostas. Pode ser um modelo online, como GPT, Claude ou Gemini, ou um modelo local rodando no seu computador com Ollama.
O Hermes é o agente. O modelo é o motor de raciocínio que o Hermes usa.
Ollama é uma forma simples de baixar e rodar modelos de IA no próprio computador. Ele cria um servidor local e deixa outras ferramentas, como o Hermes, usarem esse modelo.
Resumo: Ollama roda o modelo. Hermes usa o modelo para agir com ferramentas.
Terminal é o volante manual, o modelo é o motor, o Ollama é a garagem local dos modelos e o Hermes é o piloto operacional que usa tudo isso para executar tarefas.
Explique o Hermes como um agente, não como um chatbot comum. Ele conversa, escolhe ferramentas, executa ações, verifica resultados, lembra preferências e transforma processos repetidos em skills.
Você diz o que quer alcançar, por exemplo pesquisar concorrentes, criar um relatório ou publicar uma página.
O Hermes usa web, terminal, arquivos, navegador, calendário, mensagens, cron, visão e outras ferramentas disponíveis no ambiente.
Depois de executar, ele deve checar se o resultado existe, se abriu, se o arquivo foi criado, se a rota respondeu ou se a tarefa ficou agendada.
“Chatbot responde. Agente executa, verifica e aprende.”
Mostre que a diferença não está só no modelo de IA. Está no conjunto: modelo, ferramentas, memória, skills, permissões e ambiente onde ele roda.
Esta é a parte em que a turma entende que Hermes não está preso a uma interface. Ele pode morar no notebook, em um servidor ou responder por canais familiares como Telegram e Discord. Para esta aula, o foco prático será começar pelo computador com Ollama.
Bom para começar, testar modelos locais, mexer em arquivos pessoais e aprender sem custo de servidor.
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash hermes setup
Use para mostrar IA rodando na máquina. O fluxo oficial mais simples é lançar o Hermes pelo Ollama.
curl -fsSL https://ollama.com/install.sh | sh ollama launch hermes
Setup manual, endpoint local:
http://127.0.0.1:11434/v1
Bom para deixar o agente sempre online, operando por Telegram mesmo com o computador desligado.
ssh root@IP_DA_VPS sudo apt update && sudo apt upgrade -y curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
O grande “uau” da aula é mostrar o Hermes respondendo por Telegram. A pessoa pede no celular, o agente trabalha no servidor.
hermes gateway setup hermes gateway run
Depois de validar, deixe como serviço:
hermes gateway install hermes gateway start hermes gateway status
Esta é a parte prática principal. O objetivo é mostrar que a pessoa consegue sair com um modelo local funcionando e entender o papel de cada peça.
Mostre o site oficial e explique que é dali que a pessoa baixa o aplicativo.
https://ollama.com/download
No Linux, o comando oficial de instalação é:
curl -fsSL https://ollama.com/install.sh | sh
Depois da instalação, abra o terminal e teste:
ollama --version
Se aparecer a versão, o Ollama está instalado.
Para iniciantes, explique que rodar um modelo é como abrir um app de IA local. O primeiro uso baixa os arquivos do modelo.
ollama run gemma3
Quando abrir o chat do modelo, teste uma pergunta simples e depois saia com /bye ou feche o terminal.
O Ollama fica servindo modelos em uma porta local do computador. O endereço usado por ferramentas compatíveis com OpenAI é:
http://127.0.0.1:11434/v1
Tradução para leigos: esse endereço quer dizer “o modelo está rodando neste próprio computador”.
Caminho mais fácil, usando a integração oficial do Ollama:
ollama launch hermes
Caminho manual:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash hermes setup
No setup manual, escolha endpoint customizado, use http://127.0.0.1:11434/v1 e deixe a API key em branco.
Abra o Hermes e peça uma tarefa simples. A diferença é que agora o raciocínio vem do modelo local via Ollama.
hermes Explique em 5 tópicos como um pequeno negócio pode usar um agente de IA.
Modelos locais dependem do hardware. Se o computador for fraco, pode ficar lento. Para tarefas mais complexas, modelos cloud ainda podem ser melhores.
Não precisa despejar dezenas de comandos. Mostre só o kit essencial para instalar, configurar, conversar, trocar modelo, ver status e conectar mensagens.
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
hermes setup
Alternativa recomendada quando disponível:
hermes setup --portal
hermes
Ou fazer uma pergunta única:
hermes chat -q "Crie uma lista de 5 ideias de automação para uma pequena empresa"
hermes model
hermes doctor hermes status --all hermes config check
hermes gateway setup hermes gateway run
Escolha exemplos que qualquer pessoa entenda. O foco é mostrar economia de tempo, organização e execução verificável.
Finalize mostrando maturidade. Um agente forte precisa de limites, principalmente quando acessa terminal, arquivos, credenciais e canais de mensagem.
Secrets ficam em .env, não em prints, slides ou repositórios. Dashboards e bots não devem ficar públicos sem proteção.
Ações destrutivas, deploys, alterações de servidor e acesso a dados sensíveis devem pedir confirmação.
Memória é para fatos duráveis e preferências. Não é lugar para token, senha ou informação temporária.
Skills guardam procedimentos repetíveis. Se um processo deu certo, salve como skill para o agente repetir melhor da próxima vez.
Comece com tarefas de baixo risco.
Peça evidência do resultado, link, arquivo, status ou log.
Revise antes de publicar qualquer coisa para cliente.
Fechamento: “não pense em IA como uma resposta melhor. Pense em IA como uma operação melhor”.