Hermes Agent: Cara Setup dan Bikin Custom Skill Sendiri

Kebanyakan AI assistant yang ada sekarang adalah satu ukuran untuk semua. Lo buka ChatGPT, tanya pertanyaan, dapat jawaban — terus beres. Pakai GPT hari ini dengan konteks bisnis lo, tutup, buka besok pagi, dan GPT sudah lupa semuanya. Lo harus briefing ulang dari nol.

Gua pernah di titik di mana satu hari gua habiskan 20 menit hanya untuk re-brief ChatGPT dengan konteks yang sama persis yang sudah gua jelaskan kemarin. Bisnis gua seperti apa, tone konten yang gua pakai, API mana yang aktif, format output yang gua mau. Setiap kali sesi baru, siklus itu berulang. Dan di situlah gua mulai cari sesuatu yang lebih dari sekadar chatbot.

Hermes Agent dari Nous Research beda. Ini bukan sekadar chatbot yang stateless. Ini adalah personal AI operating system yang bisa diajari skill baru, ingat konteks bisnis lo, dan menjalankan workflow otomatis 24/7 tanpa intervensi manual.

Artikel ini breakdown kenapa Hermes powerful untuk founder dan developer Indonesia, bagaimana arsitektur skill system-nya bekerja, dan langkah konkret bikin custom skill pertama lo — dari install sampai agent bisa menjalankan automasi yang sebelumnya lo lakukan manual setiap hari.

Kenapa Hermes Agent Berbeda dari ChatGPT dan Claude

Ini bukan kritik soal kualitas model-nya. ChatGPT dan Claude luar biasa untuk eksplorasi dan conversation. Masalahnya adalah arsitektur — mereka dirancang sebagai alat tanya-jawab, bukan sebagai agent yang hidup di dalam workflow lo.

1. Persistent memory system — menyimpan konteks tentang bisnis, preferensi, dan past decisions lo
2. Custom skill library — bisa lo ajarkan cara posting ke API lo, format konten sesuai brand, atau monitor metrik spesifik
3. Cron job scheduler — bisa set agent untuk run otomatis setiap jam, setiap hari, setiap minggu
4. Plugin architecture — terintegrasi langsung ke tools yang lo pakai (Slack, ClickUp, database, Cloudflare Workers, etc)

Artinya Hermes bisa benar-benar paham konteks kerja lo — bukan agent generik yang perlu di-brief ulang setiap sesi.

Persistent Memory: Fondasi yang Bikin Segalanya Beda

Kalau ada satu fitur yang paling membedakan Hermes dari semua AI assistant lain, itu adalah persistent memory system-nya. Bukan sekadar "ingat nama kamu" — tapi ingat keputusan bisnis yang pernah lo buat, preferensi format yang pernah lo specify, dan konteks teknikal yang relevan untuk setiap task.

Cara kerjanya: Hermes punya memory store yang hidup di luar session. Setiap kali ada informasi yang perlu diingat jangka panjang — misalnya "gua selalu pakai tone informal untuk konten Instagram, tapi formal untuk LinkedIn" — Hermes bisa simpan itu ke memory dan recall kapanpun relevan. Lo tidak perlu menulis ulang preference ini setiap sesi.

Dampaknya terasa setelah minggu pertama pemakaian. Gua tidak lagi membuka session dengan blok teks panjang berisi konteks bisnis. Gua langsung bilang "draft post LinkedIn soal product launch minggu ini", dan Hermes sudah tahu tone yang gua mau, format yang biasa gua pakai, dan produk apa yang sedang gua bangun — karena semua itu sudah ada di memory.

Yang lebih menarik lagi: memory ini bisa lo inspect, edit, dan kurate secara manual. Kalau ada entry yang outdated (misalnya lo sudah ganti stack dari Next.js ke Remix), lo bisa update langsung. Kontrol tetap ada di tangan lo — Hermes tidak punya agenda sendiri soal apa yang dia "ingat".

Arsitektur Skill System: Cara Hermes "Belajar" Kemampuan Baru

Setiap skill adalah folder dengan SKILL.md yang mendeskripsikan:

• Purpose: apa yang skill ini bisa lakukan
• Trigger phrases: kata kunci yang trigger skill ini
• Endpoints/API: tools atau service apa yang dipakai
• Flow: langkah-langkah step-by-step
• Error handling: apa yang dilakukan kalau ada error

Hermes membaca SKILL.md ini dan tahu kapan harus pakai skill apa. Contoh nyata:

• Skill journaling: lo bilang "jurnalin hari ini", Hermes tahu harus hit /api/journal dengan format JSON tertentu, simpan ke database lo, dan kasih confirmation
• Skill content distribution: lo bilang "post ke Threads dan Instagram", Hermes tahu pakai credential API yang sudah lo setup, format caption sesuai platform, dan schedule post di waktu optimal
• Skill research: lo bilang "cari competitor pricing", Hermes tahu scrape data dari sumber tertentu, summarize, dan deliver ke Slack channel tertentu

Semua ini tanpa lo perlu ingat syntax, API key, atau format. Bahasa natural saja — Hermes yang interpret dan execute.

Yang menarik dari pendekatan ini adalah skalabilitasnya. Skill library lo tumbuh organik seiring workflow lo berkembang. Mulai dari 3 skill dasar, sebulan kemudian lo punya 15 skill yang cover hampir semua task repetitif. Setiap kali ada task manual yang lo lakukan lebih dari 3 kali, itu kandidat untuk dijadikan skill.

Cara Bikin Custom Skill dari Nol

Setup Hermes skill pertama lo hanya butuh 4 step:

Step 1: Buat Folder dan SKILL.md

mkdir -p ~/.hermes/profiles/default/skills/nama-skill-kamu
cd ~/.hermes/profiles/default/skills/nama-skill-kamu
touch SKILL.md

Step 2: Tulis SKILL.md dengan Template

SKILL.md itu markdown file yang mendeskripsikan skill lo. Struktur minimal:

# Skill: Daily Briefing Generator
Purpose
Generate daily briefing dari HackerNews, summarize top 5 posts, deliver ke Slack
Trigger Phrases
"generate daily briefing"
"briefing pagi"
"summary berita hari ini"
Configuration
API: HackerNews REST API (public)
Output destination: Slack #briefing-daily
Schedule: 07:00 setiap hari
Flow
Hit https://hacker-news.firebaseio.com/v0/topstories.json
Parse top 5 story IDs
Hit /v0/item/{id}.json untuk setiap story
Extract title, score, URL
Summarize dengan AI
Format sebagai Slack message
POST ke Slack webhook
Error Handling
Retry HN API 3x jika timeout
Jika summarize fail, gunakan headline saja
Log semua error ke #errors channel

Step 3: Opsional — Tambah Script Eksekusi

Kalau skill lo butuh logic kompleks, tambah Python/bash script:

touch action.py

#!/usr/bin/env python3
import requests
import json
from datetime import datetime
def get_hn_stories(limit=5):
"""Fetch top stories dari HackerNews"""
try:
stories_url = "https://hacker-news.firebaseio.com/v0/topstories.json"
response = requests.get(stories_url, timeout=5)
top_ids = response.json()[:limit]
stories = []
for story_id in top_ids:
story_url = f"https://hacker-news.firebaseio.com/v0/item/{story_id}.json"
story = requests.get(story_url, timeout=5).json()
stories.append({
"title": story.get("title"),
"score": story.get("score"),
"url": story.get("url"),
"by": story.get("by")
})
return stories
except Exception as e:
print(f"ERROR: {e}")
return []
if __name__ == "__main__":
stories = get_hn_stories()
print(json.dumps(stories, indent=2))

Step 4: Hermes Langsung Bisa Pakai

Tidak perlu restart. Tidak perlu fine-tuning. Tidak perlu ML sama sekali.

Ini salah satu hal yang paling gua appreciate dari desain Hermes — tidak ada "deploy cycle". Lo tulis SKILL.md, simpan file, selesai. Sesi berikutnya, lo bilang "generate daily briefing", dan Hermes langsung tahu harus run skill ini. Tidak ada waktu tunggu, tidak ada proses compile, tidak ada approval queue. Workflow lo tumbuh secepat lo bisa nulis markdown.

Ini juga berarti iterasi cepat. Kalau skill yang lo buat belum sempurna — misalnya flow-nya kurang akurat atau trigger phrase-nya terlalu ambigu — lo tinggal edit SKILL.md, simpan, dan langsung test lagi. Feedback loop yang tight seperti ini yang bikin skill library lo makin tajam seiring waktu.

Use Case Konkret yang Langsung Bisa Dicoba

1. Daily Briefing Otomatis

Setup skill yang run setiap pagi jam 7:00, pull berita dari HackerNews/Reddit sesuai topik niche lo (contoh: "AI startups"), summarize, simpan ke file JSON, dan kirim ke Slack.

Gua pakai ini untuk briefing seputar AI tools dan developer ecosystem Indonesia. Setiap pagi jam 7, sebelum gua buka laptop, Hermes sudah selesai pull 10 artikel terbaru, filter yang relevan dengan niche gua, summarize dalam 3-4 kalimat per artikel, dan kirim ke Slack channel pribadi. Gua duduk, buka Slack, dan sudah ada brief yang siap dibaca dalam 5 menit. Hermes kerja sementara gua tidur — pagi-pagi briefing sudah ready di tangan.

2. Content Repurposing Pipeline

Paste artikel panjang ke Hermes, dan skill ini auto-generate:

• Thread format untuk Threads
• Caption Instagram + hashtag
• Tweet versi short
• LinkedIn article versi professional

Semua sesuai tone brand lo — tidak perlu manual copy-paste dan reformat setiap kali.

Ini skill yang paling menghemat waktu buat gua secara personal. Dulu, satu artikel panjang bisa menghabiskan 45 menit untuk di-repurpose ke semua platform — padahal isi kontennya sama, hanya format yang beda. Sekarang gua paste artikel, bilang "repurpose ke semua platform", dan dalam 2 menit semua format sudah ready. Gua tinggal review, tweak kalau perlu, terus publish. Waktu yang tersisa gua pakai untuk nulis konten baru, bukan reformatting yang mestinya bisa diotomasi dari awal.

3. Personal Knowledge Base Otomatis

Setup skill yang trigger kalau lo bilang "jurnalin ini" atau "archive artikel ini". Hermes auto-categorize berdasarkan topik, extract key insights, simpan ke database pribadi lo (bisa Obsidian, Notion, atau database custom), dan kasih quick link untuk reference nanti.

Implikasi jangka panjangnya signifikan. Setelah 6 bulan, knowledge base ini jadi aset yang bisa lo query. "Apa semua artikel soal growth hacking yang pernah gua archive?" atau "Rangkum keputusan teknikal yang gua buat Q3 tahun lalu" — Hermes bisa jawab itu karena semua sudah tersimpan dengan struktur yang konsisten.

Cron Jobs dan Automation Pipeline: Agent yang Kerja 24/7

Hermes mendukung scheduled tasks via cron system. Lo bisa define:

# ~/.hermes/profiles/default/cron/daily-briefing.yaml
name: daily-briefing
schedule: "0 7   *"  # 07:00 setiap hari
skill: daily-briefing-generator
action: run
output_destination: slack:briefing-daily

Kombinasi cron + custom skill = personal automation engineer yang kerja 24/7 tanpa bayar per-task.

Tapi manfaat sebenarnya bukan di satu cron job — tapi di apa yang terjadi ketika lo punya 5-10 cron jobs yang berjalan paralel. Bayangkan: jam 7 pagi briefing harian terkirim ke Slack. Jam 9 pagi Hermes cek metrik API lo dan flag kalau ada anomali. Jam 12 siang skill content distribution auto-schedule post berdasarkan draft yang sudah lo approve kemarin. Jam 6 sore skill journaling kirim prompt ke lo untuk input refleksi hari ini.

Semua berjalan tanpa lo perlu buka laptop. Hermes menjadi lapisan infrastruktur invisible yang menjaga workflow lo tetap bergerak — bahkan di hari-hari lo fokus deep work dan tidak mau diganggu task operasional.

Kalau lo self-hosted di VPS kecil (DigitalOcean droplet $6/bulan sudah cukup untuk workload ringan), biaya operasional hampir nol. Dibandingkan dengan langganan tool automasi SaaS yang bisa tembus $50-100/bulan, ini perbedaan yang signifikan untuk founder early-stage yang harus jaga burn rate.

Hermes vs ChatGPT vs Claude untuk Developer Indonesia

| Aspek | ChatGPT | Claude | Hermes |

|-------|---------|--------|--------|

| Persistent Memory | Tidak | Tidak | Ya |

| Custom Skills | Tidak | Tidak | Ya (unlimited) |

| Automation/Cron | Tidak | Tidak | Ya |

| API Integration | Manual setiap kali | Manual setiap kali | Built-in via skills |

| Cost Model | Per-query ($/token) | Per-query ($/token) | Self-hosted (gratis) |

| Context Retention | Per-session saja | Per-session saja | Persistent across sessions |

Untuk developer Indonesia yang konteks kerjanya unik — campuran Bahasa Indonesia dan Inggris, tools lokal, workflow yang sangat personal — Hermes memberikan fleksibilitas yang tidak bisa didapat dari tool yang didesain untuk market global generik. Lo define sendiri apa yang relevan. Lo yang menulis rule-nya. Hasilnya adalah agent yang terasa seperti dibangun khusus untuk cara lo bekerja.

Realita Setup: Ekspektasi yang Perlu Dikelola

Gua ingin jujur soal satu hal: Hermes bukan zero-effort. Setup awal butuh investasi waktu yang nyata, dan lo perlu comfort level dasar dengan terminal dan file editing.

Skill pertama gua (daily briefing sederhana) butuh sekitar 90 menit — 30 menit membaca dokumentasi, 30 menit nulis SKILL.md dan action.py, 30 menit debugging karena gua salah tulis webhook URL. Bukan sesuatu yang bisa selesai dalam 10 menit sambil ngopi.

Tapi setelah skill pertama itu selesai, skill kedua hanya butuh 40 menit. Skill ketiga 25 menit. Ada kurva belajar yang cukup tajam di awal, dan setelah itu prosesnya jadi muscle memory. Lo akan mulai punya template internal sendiri untuk jenis-jenis skill yang sering lo buat.

Yang juga perlu dipertimbangkan: Hermes adalah self-hosted software. Artinya lo yang bertanggung jawab untuk update, maintenance, dan debugging kalau ada yang error di infrastruktur. Ini trade-off yang sadar harus lo terima — kontrol penuh dan biaya rendah, dengan harga tanggung jawab operasional yang lebih besar dibanding SaaS.

Untuk developer yang sudah biasa manage VPS dan deploy aplikasi, ini bukan hambatan. Untuk founder non-teknikal, ini perlu dipertimbangkan dengan serius.

Kesimpulan: Kenapa Hermes untuk Founder dan Developer

Kalau lo developer atau founder yang sering melakukan task repetitif — research competitor, generate social media content, monitoring API, create daily briefing — Hermes adalah leverage tool yang berbeda kategori dari AI assistant biasa.

Perbedaan fundamental-nya bukan di kualitas output per-query. ChatGPT dan Claude bisa menghasilkan tulisan yang sangat bagus. Perbedaannya ada di siapa yang menanggung overhead operasional dari workflow lo. Dengan tool stateless, overhead itu ada di lo — setiap sesi, setiap context switch, setiap brief ulang. Dengan Hermes, overhead itu pindah ke sistem yang lo bangun satu kali dan berjalan terus.

Setup awal butuh waktu, tapi setelah itu, Hermes kerja otomatis 24/7. Semakin banyak skill yang lo ajarkan, semakin powerful agent ini jadi. Dan tidak seperti SaaS tool yang fitur-fiturnya dikontrol vendor, Hermes tumbuh sesuai arah yang lo tentukan sendiri.

Mulai dari 1 skill kecil (contoh: daily briefing). Habiskan 2 jam untuk setup. Terus ekspand ke skill lain (content distribution, research, knowledge management). Dalam sebulan, lo sudah punya personal AI operating system yang benar-benar paham workflow lo — bukan karena lo bayar lebih, tapi karena lo investasi waktu untuk mengajarinya.