Wayang System: Arsitektur Multi-Agent di Balik Hermes Agent

Satu AI generalis untuk semua task tidak pernah optimal — kualitas output jadi rata-rata, tidak ada depth untuk domain tertentu. Wayang System memecah satu Hermes Agent jadi 18 "persona" spesialis, masing-masing dengan scope dan trigger sendiri, didefinisikan sebagai file Markdown di vault.

Kenapa Satu AI Generalis Tidak Cukup

Bayangkan asisten yang ahli di segala bidang secara merata — untuk setiap pertanyaan dia pakai pendekatan yang sama, tidak ada spesialisasi, tidak ada persona berbeda untuk konteks berbeda. Ini yang terjadi kalau satu AI dipakai untuk semua task.

Solusinya: arsitektur multi-agent. Satu orchestrator yang tahu cara routing task ke agent yang tepat, dan banyak agent yang masing-masing punya scope sempit tapi dalam.

Filosofi Penamaan: Kenapa Karakter Wayang

Gua pilih nama karakter wayang untuk tiap agent karena tiga alasan: setiap tokoh wayang punya karakter kuat dan fungsi jelas dalam narasinya, namanya pendek dan mudah diingat, dan punya makna yang relevan dengan fungsi agent tersebut.

Ini bukan sekadar naming convention — nama yang bermakna membantu AI memahami identitasnya sendiri, dan membantu lo ingat siapa yang harus dipanggil untuk task apa.

Struktur Sistem: Kala sebagai Orchestrator

User -> Telegram
           |
           v
       Kala (Orchestrator)
       [Hermes Agent]
           |
           +-- Baca Agent-*.md dari vault
           |
           +-- Dispatch ke agent yang tepat berdasarkan intent
           |
    +------+------+------+------+------+
    |      |      |      |      |      |
  Narada Srikandi Wisanggeni Gandamana ... (dan 14 agent lainnya)

Kala adalah nama panggilan untuk Hermes Agent sebagai orchestrator. Setiap agent lain bukan container terpisah — mereka adalah persona yang Kala adopsi berdasarkan file definisi agent di vault.

Cara Kerja Dispatch

Ketika pesan masuk via Telegram:

1. Kala baca pesan masuk
2. Kala baca SOUL.md untuk tahu aturan dispatch dan daftar agent
3. Kala identifikasi domain dari pesan — content? tech? schedule? research?
4. Kala baca file Agent-[Nama].md yang relevan dari vault
5. Kala respons sebagai agent itu, dengan scope dan persona yang sesuai
6. Untuk task multi-domain, beberapa agent bisa dikombinasikan

Urutan loading file persona ini (SOUL → USER → MEMORY → input) sudah gua bahas detail di Setup Hermes Agent: Pahami Urutan Load Konteks — artikel ini fokus ke bagian lapisan agent-nya saja.

Contoh Tabel Agent di SOUL.md

Daftar agent didefinisikan sebagai tabel di SOUL.md supaya Kala tahu domain mana yang ditangani siapa:

## Your Team (8 contoh agent)

| Agent | Domain |
|-------|--------|
| Narada | Schedule, reminder, agenda, task management |
| Srikandi | Content creation: blog, social media, copywriting |
| Wisanggeni | Dev, ops, Docker, VPS, debug, scripts |
| Gandamana | Memory, journal, decision log, knowledge base |
| Antareja | Research, competitor intel, market info |
| Kalanjaya | Project tracking, deadline, progress report |
| Bimasena | Job hunting, freelance outreach, lead gen |
| Dananjaya | QA, code review, validation sebelum deploy |

Cara Menulis File Agent

Setiap agent punya file Markdown di vault: Shared/Agents/Agent-[Nama].md. Struktur yang gua pakai:

# Agent: Srikandi

> Updated: 2026-06-14
> Scope: Content creation untuk semua platform

## Scope
- Menulis artikel blog dan konten LinkedIn
- Draft caption dan hook untuk sosial media
- Mengubah topik menjadi narrative yang engaging

## Output Format
- Blog post: heading hierarkis, intro hook, CTA di akhir
- Sosial media: paragraf pendek, satu ide per paragraf

## Voice & Tone
- Practical dan opinionated, bukan akademik
- Langsung ke intinya, tidak basa-basi

## Rules
- Cek Vault untuk konteks proyek sebelum menulis
- Simpan draft di Vault/Content/Drafts/ sebelum deliver

## Trigger Phrases
"buat konten", "tulis artikel", "bikin caption", "draft post"

Mulai Kecil, Tambah Sesuai Kebutuhan

Jangan langsung buat 18 agent. Mulai dengan 3-5 yang paling sering dibutuhkan: orchestrator (selalu ada), konten, technical/dev, research, dan scheduler. Agent baru bisa ditambahkan kapan pun hanya dengan membuat file Markdown baru di vault dan update daftar di SOUL.md — perubahan langsung berlaku di pesan berikutnya, tidak perlu restart container.

Beberapa domain umum yang biasanya dipisah jadi agent: content creation, research, technical/debugging, project management, finance, communication, strategy, dan QA/review.

Tips Desain Agent yang Efektif

• Scope sempit: "Content agent" lebih bagus daripada "helpful agent" — agent generalis tidak punya edge.
• Trigger spesifik: tulis frasa-frasa yang biasanya memicu agent ini di file definisinya — membantu Kala routing dengan tepat.
• Output format jelas: definisikan bagaimana output harus diformat untuk mengurangi ambiguitas.
• Rules konkret: "Selalu minta approval sebelum publish" lebih berguna daripada "berhati-hati".

Keterbatasan Arsitektur Ini

Jujur soal trade-off: ini bukan multi-agent sejati — semua agent berjalan di satu container Hermes, bukan container terpisah, jadi lebih seperti multi-persona daripada multi-agent dalam arti teknis. Kualitas dispatch juga bergantung ke LLM yang dipakai — model harus cukup pintar untuk membaca intent dan memilih agent yang tepat. Dan kalau dua agent punya scope overlap, Kala mungkin bingung routing mana yang tepat.

Untuk personal use, keterbatasan ini biasanya tidak jadi masalah. Untuk kebutuhan eksekusi paralel/sequential yang lebih formal, ada mekanisme delegate_task yang gua bahas di Dispatch Rules Multi-Agent via delegate_task di SOUL.md.

Hasil Akhir

Wayang System memberikan satu interface Telegram yang simpel, orchestrator (Kala) yang routing ke agent yang tepat, agent yang bisa ditambah/diubah kapan pun tanpa restart, dan definisi agent yang tersimpan di vault — human-readable, version-controlled, dan otomatis tersinkron lewat Obsidian vault.