Contoh penggunaan Hermes Agent untuk berbagai workflow

Contoh penggunaan (use case) Hermes Agent umumnya berfokus pada menjalankan asisten yang selalu aktif dengan memori, mengotomatiskan workflow multilangkah, dan membuat tim subagent yang berjalan secara paralel.

Sebagai AI agent yang berjalan secara self-host, Hermes Agent menangani tugas berdurasi panjang tanpa harus diatur ulang per sesi.

Tool ini mengingat konteks di berbagai percakapan, mempelajari preferensi Anda dari waktu ke waktu, dan menyusun playbook sendiri berdasarkan pengalaman yang dipelajari. Jadi, setelah beberapa kali diberi tugas yang mirip, tool ini akan menyimpan metodenya dan tidak perlu lagi memikirkan semuanya dari awal.

Hermes Agent berbeda dari wrapper chatbot biasa karena infrastrukturnya: lapisan memori, penjadwal cron untuk job yang tetap berjalan sepanjang waktu, delegasi subagent untuk pekerjaan paralel, dan akses terminal di 6 backend, termasuk Docker dan SSH. Semuanya bisa berjalan di lingkungan self-hosting apa pun yang bisa Anda kontrol.

Contoh penggunaan praktis Hermes Agent antara lain:

• Menjalankan asisten pribadi yang mengingat proyek Anda dari minggu ke minggu.
• Mengubah prompt konten sekali pakai menjadi alur riset, penulisan draft, dan review.
• Mendelegasikan pekerjaan khusus ke subagent paralel dengan tool masing-masing.
• Menjalankan perintah shell dan mengelola server dari jendela chat.
• Menghubungkan API eksternal seperti Stripe, Notion, dan GitHub ke job terjadwal.
• Mendeploy aplikasi dengan agent yang belajar dari deployment sebelumnya.
• Mengirim briefing harian, ulasan PR, dan notifikasi pemantauan secara otomatis.
• Melakukan riset berulang dan pemrosesan data yang melanjutkan hasil dari proses sebelumnya.
• Menjaga workflow jangka panjang agar tetap berjalan meski server dimulai ulang atau mengalami gangguan.
• Menggabungkan memori, penjadwalan, integrasi tool, dan delegasi ke dalam satu rutinitas mingguan.

Secara keseluruhan, berbagai contoh penggunaan ini menunjukkan bahwa tugas akan tetap berjalan, bahkan setelah chat ditutup.

1. Menjalankan agent yang mempelajari workflow seiring waktu

Hermes Agent berjalan sebagai asisten tetap yang mengingat konteks antarsesi dan bekerja lebih cepat untuk tugas berulang seiring Anda menggunakannya.

Anda bisa memberinya tugas dalam bahasa alami, lalu Hermes Agent akan langsung menjalankan instruksi. Kalau Anda menyertakan jadwal, sistem akan menyimpannya sebagai cron job dan menjalankannya secara otomatis.

AI Agent ini belajar dari penggunaan melalui dua sistem, yaitu memori persisten dan skill.

Memori persisten menggunakan dua file:

• MEMORY.md menyimpan informasi tentang environment Anda, seperti stack, tool, konvensi project, dan hal-hal yang berhasil digunakan pada sesi sebelumnya.
• USER.md menyimpan profil pribadi Anda, termasuk nama, peran, preferensi, dan gaya komunikasi Anda.

Kedua file akan dimuat secara otomatis di awal setiap sesi.

Skill adalah playbook markdown singkat yang menyimpan pengetahuan praktis. Hermes menulis hal-hal ini setelah menyelesaikan tugas yang kompleks, lalu menggunakannya kembali saat ada pekerjaan serupa.

Jadi, katakanlah Anda meminta Hermes untuk mendeploy sebuah aplikasi. Pada kali pertama, Anda perlu memberitahukan pengaturan Anda, konfigurasi NGINX, pola migrasi, preferensi logging, dan hal-hal yang biasanya paling sering bermasalah.

Agent ini kemudian menjalankan deployment, menangani masalah yang terjadi, lalu menulis dokumen skill setelah sesi selesai.

Nah, pada kali berikutnya Anda memintanya untuk mendeploy pembaruan kode, tool ini sudah menyimpan pengaturan dan metode yang Anda gunakan. Pada proses kesekian kalinya, workflow Anda akan berjalan sepenuhnya, dan agent ini akan mendeteksi masalah umum sebelum terjadi, serta hanya menandai hal-hal yang benar-benar memerlukan masukan Anda.

Kalau Anda menutup CLI lalu melanjutkannya di Telegram minggu depan, agent ini akan tetap tahu titik terakhir Anda menghentikan tugas. Anda bisa bertanya:

“Apa yang terjadi pada proses deployment di hari Selasa lalu, dan bagaimana cara memperbaikinya?”

Kemudian, sistem akan menelusuri sesi-sesi sebelumnya, menemukan thread yang relevan, lalu merangkumnya.

2. Mengotomatiskan tahap pembuatan konten

Untuk memastikan kualitas konten, Anda bisa menggunakan Hermes Agent untuk mengubah proses pembuatan konten menjadi pipeline 4 tahap: riset, outline, draft, dan publikasi.

Melihat kemampuan Hermes Agent, Anda bisa memintanya menjalankan keempat tahap sekaligus. Tapi kalau Anda ingin memastikan kualitas konten sepenuhnya, cobalah membaginya ke dalam beberapa tahap untuk hasil yang lebih baik.

Setiap langkah dalam workflow konten AI ini menggunakan prompt yang terpisah, dan masing-masing meninjau output sebelum lanjut ke tahap berikutnya.

Misalnya, mulai proses riset kompetitor dengan memberinya instruksi berikut:

Lakukan riset tentang topik “strategi backup VPS 2026” untuk sebuah tutorial.
Temukan 10 artikel teratas, buat daftar URL-nya, dan ringkas isi yang dibahas setiap artikel. Tandai semua yang terlihat seperti content farm atau agregator dengan sedikit konten.
Setelah itu, tinjau sumber-sumber yang ada, hapus yang kurang relevan, lalu catat sudut pandang apa pun yang terlewat. Kalau dilakukan dengan benar sejak awal, revisi bisa diminimalkan di kemudian hari.

Berikan instruksi untuk tahap penyusunan outline berikutnya:

Menggunakan riset yang sudah disetujui, buat kerangka tutorial.
Usulkan heading H2 dan H3, catat sumber yang mendukung tiap bagian, dan tandai content gap yang menurutmu perlu diisi.

Di tahap ini, Anda perlu memberi masukan, memangkas bagian yang tidak sesuai, lalu menyempurnakan strukturnya sampai benar-benar selaras dengan sudut pandang yang Anda ambil.

Setelah outline diperbaiki, Anda bisa lanjut ke tahap penulisan draf. Pada tahap ini, skill gaya menulis mulai diperlukan:

Tulis draf artikel berdasarkan kerangka yang sudah disetujui. Muat skill house-style di ~/.hermes/skills/house-style.md dan ikuti panduan tersebut secara konsisten. Cantumkan sumber langsung di dalam teks agar saya bisa memverifikasi klaim berdasarkan riset yang digunakan.

Skill house style menentukan panjang kalimat, frasa yang dibatasi, dan struktur yang diutamakan. Tanpanya, hasilnya akan terlihat seperti konten AI yang generik. Dengan tool ini, tulisan Anda akan tetap konsisten dan terasa lebih mirip dengan gaya bahasa Anda.

Anda tetap perlu memeriksa fakta dan merapikan transisi yang terasa kaku, tapi langkah ini masuk ke dalam proses editing, bukan pembuatan konten.

Terakhir, agent ini akan menangani proses publikasi:

Kirim artikel yang sudah disetujui ke WordPress sebagai draf. Atur kategorinya menjadi "Tutorial", tambahkan tag dari outline, isi meta description di bawah 160 karakter, lalu atur slug artikelnya. Jangan publikasikan dulu.

Anda bisa menghubungkan Hermes ke WordPress melalui server Model Context Protocol (MCP).

Tinjauan akhir membantu memastikan detail format seperti featured image, layout blok, dan internal link sudah rapi. Itulah sebabnya artikel sebaiknya disimpan sebagai draf, bukan langsung dipublikasikan.

Meskipun kita menggunakan WordPress sebagai contoh, Hermes Agent bisa terhubung ke CMS atau layanan apa pun yang menyediakan server MCP.

3. Membagi tugas besar menjadi beberapa subagent paralel

Hermes Agent memungkinkan Anda membagi tugas besar menjadi beberapa alur kerja paralel dengan menggunakan tool delegate_task. Secara default, sistem ini menjalankan tiga subagent secara bersamaan, dan jumlah paralel ini bisa Anda tingkatkan lewat pengaturan.

Secara terpisah, max_spawn_depth mengontrol jumlah tingkat subagent yang bisa membuat subagent sendiri, sampai maksimal tiga tingkat. Pengaturan default mempertahankan kedalaman pada satu level, yaitu delegasi datar, sehingga lebih sederhana dan lebih mudah diprediksi untuk sebagian besar workflow.

Setiap subagent bekerja secara terpisah dan hanya mengembalikan ringkasan akhir. Metode ini menjaga agent utama tetap fokus pada orkestrasi, bukan justru menangani langkah-langkah perantara seperti pencarian atau pembacaan file.

Polanya sederhana: bagi satu tugas besar menjadi beberapa bagian yang berdiri sendiri, tetapkan masing-masing bagian ke subagent, lalu gabungkan hasilnya. Misalnya, Anda ingin menganalisis tiga kompetitor. Setiap subagent menangani satu kompetitor:

Riset tiga kompetitor berikut secara paralel dan berikan perbandingan yang terstruktur:
1. Kompetitor A: harga, fitur, dan perubahan produk terbaru
2. Kompetitor B: harga, fitur, dan perubahan produk terbaru
3. Kompetitor C: harga, fitur, dan perubahan produk terbaru
Susun hasil riset ke dalam tabel perbandingan yang bisa saya sisipkan ke dokumen perencanaan saya.

Agent utama menjalankan tiga subagen, masing-masing difokuskan pada satu kompetitor dengan akses web. Proses-proses tersebut berjalan secara paralel, memberikan hasil ringkasan, lalu proses utama menggabungkannya ke dalam satu tabel.

Anda juga bisa menetapkan model yang berbeda untuk peran lain. Gunakan model yang lebih canggih seperti Claude Opus untuk agent utama agar bisa menangani koordinasi dan analisis akhir, lalu gunakan model yang lebih ringan, seperti Sonnet, untuk subagent riset.

Satu hal yang perlu diingat, delegasi bersifat datar secara default. Subagent tidak bisa membuat subagent sendiri. Buat hierarki yang lebih mendetail dengan menyesuaikan max_spawn_depth di konfigurasi Anda (maksimal tiga level). Namun, pengaturan default pada dasarnya lebih sederhana dan mudah diprediksi.

4. Mengotomatiskan tugas sistem dengan perintah bahasa Inggris umum

Hermes Agent menangani automasi shell melalui rangkaian tool terminalnya, yang bekerja di enam environment: mesin lokal Anda, container Docker, server jarak jauh melalui SSH, serta tiga runtime sandbox, Daytona, Singularity, dan Modal.

Anda cukup mengatur koneksi sekali saja. Setelah itu, beri tahukan target mana yang harus digunakan untuk menjalankan perintah di prompt apa pun.

Misalnya, untuk membersihkan staging server setiap Jumat pukul 17.00, Anda bisa meminta agent untuk menjalankannya sesuai jadwal:

Setiap hari Jumat pukul 17.00, periksa penggunaan disk di staging.domain.tld.
Kalau ada partisi yang terisi lebih dari 80%, hapus file sementara yang sudah lebih dari 7 hari di /var/log dan /tmp, lalu beri saya ringkasannya melalui Telegram.

Selanjutnya, Hermes Agent membuat cron job dan menjalankannya secara otomatis melalui proses penjadwalan di background, tanpa perlu mengedit crontab.

Metode yang sama juga bisa digunakan untuk merotasi log, merestart layanan yang terhenti, mengambil backup, atau memperbarui sertifikat sebelum masa berlakunya habis.

Pekerjaan rutin yang biasanya Anda tangani secara manual lewat SSH kini bisa dijelaskan dengan bahasa Inggris gaya percakapan untuk dijadwalkan.

Dari sisi keamanan, Hermes Agent dilengkapi sistem persetujuan bawaan yang menandai perintah berisiko, seperti penghapusan rekursif, lalu meminta konfirmasi Anda sebelum menjalankannya.

Untuk apa pun yang ingin Anda tinjau secara rutin, simpan sebagai prompt on-demand, bukan sebagai job terjadwal. Semua perintah otomatis dicatat di ~/.hermes/logs/, jadi kalau ada yang bermasalah, Anda bisa mencari tahu apa saja yang sudah dijalankan.

5. Menghubungkan layanan eksternal ke pipeline automasi

Hermes Agent terhubung ke layanan eksternal melalui API sehingga bisa mengambil data dari satu tool, memprosesnya, lalu mengirimkan hasilnya ke tool lain dalam satu prompt.

Sebagai contoh, Anda mungkin ingin menerima ringkasan aktivitas langganan minggu lalu pada Senin pagi:

Setiap hari Senin pukul 09.00, ambil langganan Stripe baru dari 7 hari terakhir, kelompokkan berdasarkan tingkatan paket, lalu hitung perubahan MRR dibandingkan minggu sebelumnya. Kirimkan ringkasan ke channel Slack #revenue-updates kami dalam bentuk tabel perbandingan. Tandai kalau MRR turun lebih dari 5%.

Hermes Agent lalu mengambil data dari Stripe, melakukan perhitungan, memformat ringkasan, dan mempostingnya ke Slack.

Pola yang sama berlaku untuk layanan apa pun yang memiliki tool di Hermes Agent. Tool bawaannya sudah mencakup kebutuhan umum seperti akses web, pengelolaan file, dan tindakan di browser.

Untuk kebutuhan lainnya, Anda bisa mengarahkan Hermes Agent ke server MCP untuk aplikasi lain seperti Stripe, GitHub, API internal milik Anda sendiri, dan lainnya. Integrasi tersebut akan tersedia pada prompt berikutnya.

Ringkasan tadi juga bisa mengambil data dari GitHub atau memposting ke Linear, tanpa mengubah cara prompt ditulis.

Perlu diingat bahwa pipeline seperti ini tidak menggantikan tool workflow khusus seperti Airflow atau Temporal. Kalau workflow Anda membutuhkan urutan yang ketat, percobaan ulang yang pasti, atau proses yang sepenuhnya ditentukan, gunakan tool yang memang dirancang untuk kebutuhan tersebut.

Hermes Agent paling efektif saat Anda ingin agent ini membuat keputusan di tengah pipeline, seperti menentukan apa yang perlu ditandai, cara memformat pesan untuk channel tertentu, atau cara menangani data yang tidak terduga.

6. Mengotomatiskan pipeline deployment untuk menangani edge case sendiri

Hermes Agent bisa menangani seluruh pipeline deployment Anda, mulai dari mengambil commit terbaru hingga memeriksa apakah layanan tetap dalam kondisi baik setelah diluncurkan.

Perbedaannya dari script biasa adalah kemampuannya untuk belajar dari setiap proses yang dijalankan. Deployment yang berhasil akan menjadi skill yang bisa digunakan kembali. Kegagalan justru menjadi pelajaran untuk memahami masalah yang terjadi dan cara menghindarinya di kesempatan berikutnya.

Berikut contoh prompt deployment yang umum:

Deploy commit terbaru dari origin/main ke staging, lalu lanjutkan ke production setelah staging terverifikasi.
1. Pull branch tersebut dan tunjukkan diff commit-nya.
2. Jalankan test suite. Hentikan dan laporkan kalau ada yang gagal.
3. Buat image Docker dan deploy ke staging.
4. Pantau endpoint health check sampai endpoint tersebut mengembalikan 200.
5. Terus periksa endpoint health selama 5 menit. Kalau image tersebut tetap dalam kondisi baik, lanjutkan image ke produksi.
6. Verifikasi health check produksi dan laporkan waktu yang berlalu serta semua peringatan dari kedua deployment.

Saat pertama kali menjalankan proses ini, Anda perlu memberikan beberapa konteks, seperti branch yang akan digunakan, lokasi Dockerfile, dan definisi kondisi “healthy” untuk layanan Anda.

Kalau terjadi sesuatu yang tidak terduga, misalnya langkah 3 gagal karena tag image sudah digunakan, Hermes Agent mungkin akan menjeda proses dan menanyakan cara menanganinya atau mencoba memperbaikinya sendiri, tergantung pada seberapa ambigu situasinya.

Bagaimanapun caranya, setelah masalahnya teratasi, misalnya dengan menambahkan timestamp pada tag, Hermes Agent akan menyimpan solusi tersebut sebagai skill. Saat masalah yang sama muncul lagi, sistem akan menanganinya dengan cara yang sama tanpa perlu bertanya lagi.

Di sinilah perbedaan agent DevOps AI dan skrip CI/CD mulai terlihat. Script akan selalu menjalankan tugas persis seperti yang Anda tulis, namun Hermes Agent akan menjalankan apa yang Anda tulis, plus hal yang telah dipelajari dari proses sebelumnya dalam konfigurasi Anda.

Meski begitu, untuk lingkungan yang ketat di mana setiap deployment memerlukan audit log yang disetujui dan tahan terhadap manipulasi, sebaiknya tetap gunakan platform khusus. Loop pembelajaran agent bukan pengganti tool kepatuhan.

7. Menjadwalkan briefing otomatis

Hermes Agent bisa menjalankan workflow otonom menggunakan penjadwal cron bawaan. Anda menjelaskan jadwal dengan bahasa alami, dan hasilnya akan muncul di channel mana pun yang sudah Anda hubungkan.

Cukup beri tahu agent apa yang Anda inginkan dan waktunya, misalnya:

Setiap pagi pukul 07.00, kirimkan saya pesan Telegram berisi:
- Cuaca di kota saya
- Acara kalender saya untuk hari ini
- 5 postingan teratas dari Hacker News dengan tag "AI"
- Notifikasi GitHub yang belum saya buka
Jaga agar tetap di bawah 500 kata.

Saat dijalankan, sesi agent baru akan mengambil data dari keempat sumber setiap pagi, menyusun semuanya menjadi satu ringkasan, lalu mengirimkannya ke Telegram sebelum hari Anda dimulai.

Briefing harian hanyalah salah satu contoh. Metode yang sama juga bisa digunakan untuk laporan mingguan, tugas pembersihan bulanan, pengecekan kondisi setiap jam, atau tugas berulang lainnya yang cukup merepotkan kalau harus diingat dan dijalankan secara manual.

Perlu diingat bahwa setiap proses terjadwal akan memanggil penyedia LLM. Jadi, job dengan frekuensi tinggi dan prompt yang detail bisa membuat biaya membengkak. Tetapkan batas pengeluaran bulanan di dashboard provider Anda sebelum mulai sebagai langkah antisipasi.

8. Menjalankan riset otomatis dan tugas pemrosesan data

Proses riset biasanya dilakukan dalam tiga langkah umum: mengumupulkan informasi dari berbagai sumber, mengolahnya menjadi data yang berguna, lalu menyajikan ringkasan yang rapi.

Hermes Agent bisa menangani seluruh alur tersebut hanya dari satu prompt. Karena agent ini menyimpan hasil dari satu proses ke proses berikutnya, riset yang dilakukan secara rutin bisa bersifat kumulatif; setiap proses akan melanjutkan hasil dari proses sebelumnya.

Misalnya Anda mengikuti berita regulasi AI dan ingin mendapatkan ringkasan mingguan:

Setiap hari Jumat pukul 17.00, telusuri feed RSS BBC, Reuters, dan AP. Baca 5 artikel teratas dari setiap sumber, lalu berikan ringkasan yang mencakup:
- 3 berita utama minggu ini
- Media yang pertama kali memberitakan topik masing-masing
- Satu baris tentang hal baru sejak minggu lalu
Simpan ringkasan tersebut sebagai file Markdown yang bisa saya tempel ke Notion.

Hermes Agent menelusuri setiap sumber, membaca artikel-artikel yang ada, membandingkannya dengan temuan dari minggu sebelumnya, lalu menghasilkan ringkasan terstruktur dalam format yang Anda pilih. Kalimat “apa yang baru sejak minggu lalu” hanya bisa dibuat karena sistem mengingat apa yang sudah dilaporkan sebelumnya.

Metode yang sama juga berlaku untuk tugas terkait data, seperti melacak perubahan harga di berbagai vendor, memantau job board untuk peran tertentu, atau mengumpulkan paper akademik mingguan tentang suatu topik.

Untuk contoh penggunaan ini, sebaiknya sebutkan sumber tepercaya tertentu secara spesifik dalam prompt daripada menggunakan pencarian web biasa. Outputnya akan bergantung pada sumber yang Anda jadikan acuan. Selalu verifikasi ringkasan dengan artikel aslinya sebelum mengambil tindakan.

Kalau perlu mengambil data dari konten berbayar atau konten yang dibatasi, Hermes Agent bisa melakukan autentikasi melalui tool browser. Namun, secara default, cookie dan login akan direset setelah setiap sesi.

Agar tetap aktif setelah restart, atur browser.camofox.managed_persistence ke true di config.yaml. Langkah ini hanya berfungsi dengan backend browser Camofox.

9. Menjaga workflow jangka panjang tetap aktif setelah restart server

Sebagian besar tool automasi akan kehilangan statusnya setelah proses restart, seperti server reboot, update container, atau mati listrik. Pada akhirnya, Anda harus memulai semuanya dari nol.

Hermes Agent menangani interupsi tersebut dengan cara yang berbeda. Penjadwal tetap berjalan setelah gateway direstart dengan menggunakan database status SQLite.

Untuk yang terlewat saat downtime, Anda bisa mengatur setiap job untuk mengejar ketertinggalan, menjalankannya satu kali segera setelah restart, atau melewatinya, lalu melanjutkan pada interval terjadwal berikutnya, tergantung pada apakah Anda perlu menjalankannya ulang.

Untuk pipeline yang lebih panjang dan sedang berjalan saat restart terjadi, Hermes Agent akan melanjutkan dari checkpoint terakhir yang sudah selesai, bukan memulai ulang seluruh workflow.

Contoh sederhananya adalah pemantauan uptime dengan notifikasi seperti berikut:

Setiap 5 menit, periksa apakah https://domain.tld mengembalikan kode 200. Kalau gagal, kirimkan peringatan kepada saya di Telegram.

Job ini berjalan terus-menerus. Kalau VPS Anda melakukan reboot untuk pembaruan kernel, agent akan langsung berjalan kembali setelah restart dan melanjutkan jadwal dari titik terakhir sebelum terhenti.

Perlu diketahui bahwa Hermes Agent sepenuhnya bergantung pada sistem tempatnya dijalankan. Skill, memori, riwayat sesi, dan tugas terjadwal semuanya tersimpan di sistem tersebut.

Artinya, agent bisa menyimpan workflow secara persisten meski terjadi restart, selama host tetap tersedia.

Pastikan Anda backup direktori kerja agent secara rutin dengan hermes backup, memantau ruang disk, dan menerapkan pembaruan keamanan sesuai jadwal Anda sendiri.

10. Menggabungkan semua layer Hermes Agent ke dalam satu rutinitas

Hermes Agent berfungsi paling optimal saat memori, integrasi tool, delegasi, dan penjadwalan bekerja bersama sebagai automasi yang terpadu.

Cara yang bagus untuk melihat cara kerjanya secara langsung adalah dengan prompt operasional mingguan:

Setiap hari Senin pukul 08.00:
1. Ambil kalender minggu lalu dan meeting yang saya hadiri
2. Periksa GitHub dan Linear untuk melihat apakah ada hal yang terhambat, melewati deadline, atau memerlukan masukan saya
3. Delegasikan subagent untuk merangkum aktivitas baru di channel Slack utama saya sejak Senin lalu
4. Buat dokumen perencanaan yang mencakup: apa yang berubah minggu lalu, apa yang terhambat dan perlu perhatian saya, serta rapat dan prioritas untuk minggu depan
5. Kirim ke DM Slack saya
6. Simpan skill baru setiap kali kamu menemukan pola yang layak untuk diulang

Prompt tunggal ini mencakup semua lapisan dari use case sebelumnya.

Anda tidak memerlukan penjadwal terpisah, database memori, atau script kustom untuk terhubung ke semuanya. Semuanya diatur di konfigurasi Hermes Agent dan berjalan otomatis setiap minggu.

Cara menggunakan Hermes Agent untuk workflow sendiri

Untuk mulai menggunakan Hermes Agent, Anda perlu menyiapkan instance Hermes Agent yang sudah berjalan di server Anda.

Kalau belum ada, ikuti panduan kami tentang cara setting Hermes Agent di VPS, yang mencakup langkah-langkah dari penyiapan server hingga setelah penginstalan.

Setelah agent berjalan dan Anda memastikan percakapan dasar berfungsi, pilih satu use case untuk dicoba. Semakin sederhana, semakin baik.

Briefing pagi, ringkasan riset mingguan, atau pemeriksaan server terjadwal adalah contoh workflow awal yang baik. Cakupannya tidak terlalu panjang untuk disiapkan dalam waktu singkat, dan cukup berguna untuk terus dijalankan.

Dari sini, polanya selalu sama: pastikan satu rutinitas berjalan tanpa masalah, lalu tambahkan lapisan berikutnya. Misalnya:

• Tambahkan memori saat konteks mulai terlihat berulang.
• Tambahkan koneksi MCP kalau Anda ingin agent terhubung ke tool lain.
• Tambahkan subagent kalau tugasnya cukup berat dan perlu dibagi.
• Tambahkan penjadwalan agar berjalan otomatis sesuai waktu yang Anda inginkan.

Hampir semua hal yang bisa dilakukan Hermes Agent memang tidak terencana sejak awal. Setiap rutinitas akan meningkatkan kemampuannya, yang membuat tugas berikutnya lebih cepat selesai. Setelah beberapa bulan, agent ini pun akan memahami konfigurasi Anda untuk menangani edge case yang belum pernah ditemui sebelumnya.

Semua konten tutorial di website ini telah melalui peninjauan menyeluruh sesuai

standar dan komitmen editorial Hostinger.