مسترکلاس Hermes Agent: ساخت گردشکارهای خودکار هوش مصنوعی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یک عامل هوش مصنوعی آمادهی تولید را در چند دقیقه روی cloud مستقر کنید - متعلق به شما و تحت کنترل شما، با اجرای 24/7 و بدون نیاز به مدیریت سرور
- از طریق Telegram ،Discord یا Slack با عامل خود چت کنید - همچنین پیام صوتی بفرستید و پاسخ فوری هوش مصنوعی بگیرید، بدون هیچ تنظیمات اضافی است.
- عاملی بسازید که واقعاً شما را به خاطر میسپارد - ترجیحات، پروژهها و سبک ارتباطی شما را در تمام جلسات حفظ میکند.
- ببینید عامل شما چگونه بهصورت خودکار هوشمندتر میشود - پس از انجام کارهای پیچیده، مهارتهای خودش را ایجاد میکند تا در طول زمان بهتر شود
- روز خود را با cron jobهایی که با زبان سادهی انگلیسی تنظیم میشوند خودکار کنید - گزارشهای صبحگاهی، هشدارها و گزارشها در حالی که شما خواب هستید تحویل داده میشوند.
- گردشکارهای جدید را با markdown ساده به عامل خود آموزش دهید - برای گسترش قابلیتها یا بهاشتراکگذاری آنها با تیمتان نیازی به کدنویسی نیست.
- پایپلاینهای چندعاملی را با بورد کانبان داخلی هماهنگ کنید - پروژههای پیچیده را میان کارکنان مسئول مشخصات، توسعه و بازبینی واگذار کنید.
پیشنیازهای دوره
- یک API key از هر ارائهدهندهی LLM - پلن رایگان OpenRouter کافی است و برای شروع نیازی به پرداخت نیست.
- نیازی به تجربهی قبلی با فریمورکهای عامل هوش مصنوعی ندارید.
توضیحات دوره
یک عامل واقعی هوش مصنوعی بسازید. نه یک دمو. عاملی که 24/7 اجرا میشود، از شما یاد میگیرد و در حالی که شما خواب هستید کار میکند.
Hermes Agent سریعترین فریمورک متنبازِ در حال رشد در حوزهی عاملهای هوش مصنوعی است - 165,000 ستاره در GitHub در کمتر از یک سال. این ابزار با حافظهی پایدار، سیستم مهارتهای خودبهبوددهنده، پیام صوتی، 53 ابزار داخلی، زمانبند cron، ارکستراسیون چندعاملی و یکپارچهسازی بومی با Telegram ،Discord و Slack عرضه میشود. و تا امروز، دقیقاً هیچ دورهای دربارهی چگونگی استفاده از آن وجود نداشته است.
این دوره این وضعیت را تغییر میدهد.
در حدود دو ساعت، از صفر به یک عامل هوش مصنوعی خودکار و کاملاً عملیاتی میرسید که روی cloud مستقر شده، به اپلیکیشن های پیامرسان شما متصل است، ترجیحات شما را در تمام جلسات به خاطر میسپارد و تسک های زمانبندیشده را بهصورت خودکار اجرا میکند - بدون اینکه شما حتی انگشتتان را تکان دهید.
چه چیزی Hermes را از هر فریمورک عامل دیگری متمایز میکند؟
بیشتر ابزارهای عامل، بدون حالت هستند - هر گفتوگو از ابتدا شروع میشود. Hermes یک حلقهی یادگیری بسته دارد: وقتی یک کار پیچیده را حل میکند، یک مهارت مینویسد تا دفعهی بعد سریعتر آن را انجام دهد. این ابزار یک مدل پایدار از اینکه شما چه کسی هستید میسازد. حافظهی خودش را بروزرسانی میکند. هرچه بیشتر از آن استفاده کنید، در کارهای خاص شما بهتر میشود. این دوره درباره استقرار یک عامل هوش مصنوعی آمادهی تولید است که واقعاً هر روز از آن استفاده خواهید کرد.
آنچه خواهید ساخت:
- یک Hermes Agent مستقرشده روی Railway (قالب یککلیکی - در چند دقیقه آمادهی اجرا)
- یکپارچهسازی Telegram ،Discord و Slack از طریق یک نمونهی واحد از عامل
- پشتیبانی از پیام صوتی - با عامل خود صحبت کنید، پاسخ بگیرید، بدون هیچ تنظیمات اضافی
- حافظهی پایدار بین جلسات - عامل شما شما را به خاطر میسپارد.
- مهارت های سفارشی که با markdown ساده مینویسید - به عامل خود گردشکارهای جدید آموزش دهید.
- یک cron job که هر صبح یک گزارش خبری هوش مصنوعی را به Telegram شما تحویل میدهد.
- یک پایپلاین Kanban چندعاملی: مشخصات ← پیادهسازی ← بازبینی، بهطور کامل هماهنگشده
- یکپارچهسازی MCP - اتصال Hermes به GitHub (و هر سرور MCP دیگری)
فلسفهی اول-استقرار
تا پایان بخش 2، عامل شما روی اینترنت فعال است. هر بخش بعدی، یک قابلیت جدید را روی یک سیستم در حال کار اضافه میکند. شما هیچوقت در برزخ تنظیمات گیر نمیکنید و منتظر نمیمانید تا چیزی واقعی بسازید.
آنچه بخشبهبخش پوشش داده میشود:
- بخش 1 - مقدمه: آنچه میسازید، Hermes چگونه کار میکند، حلقهی یادگیری خودبهبوددهنده، و یک چارچوب امنیتی عملی برای اینکه چه چیزهایی را به عامل خود بسپارید.
- بخش 2 - استقرار روی Railway: استقرار یککلیکی با قالب دوره، راهاندازی DeepSeek v4، اولین گفتوگو از طریق CLI و TUI
- بخش 3 - پیامرسانی: Telegram (با صدا)، Discord و Slack - راهاندازی گامبهگام هر سه
- بخش 4 - عامل خودبهبوددهنده: اینکه حلقه حافظه + مهارتها + مدلسازی کاربر چگونه کار میکند، و یک دمو زنده از اینکه Hermes چگونه مهارت خودش را ایجاد میکند.
- بخش 5 - ابزارها: مروری بر 53 ابزار داخلی، ایزولهسازی Docker برای اجرای امن ترمینال
- بخش 6 - حافظه: MEMORY md و USER md، ماندگاری بین جلسات، جستوجوی جلسه
- بخش 7 - مهارتها: مهارتها چگونه کار میکنند، نصب از community hub، نوشتن اولین مهارت در markdown، اشتراکگذاری پیشرفته با tapها
- بخش 8 - Cron: زمانبندی jobها با زبان طبیعی، پیوست کردن مهارتها، تحویل به Telegram
- بخش 9 - MCP: اتصال Hermes به GitHub (یا هر سرور MCP دیگر) با یک راهنمای عملی
- بخش 10 - Kanban: ارکستراسیون تسک چندعاملی - بورد، وابستگیها، واگذاریهای ساختاریافته، بازیابی پس از خرابی
- بخش 11 - OpenClaw :OpenClaw در مقایسه با Hermes چگونه است و چه زمانی باید یکی را بهجای دیگری انتخاب کنید.
این دوره برای چه کسانی است؟
این دوره برای توسعهدهندگان و علاقهمندان به هوش مصنوعی است که با ترمینال راحت هستند و میخواهند فراتر از chatbotها بروند. برای این دوره نیازی به تجربهی قبلی با فریمورکهای عامل ندارید. اما باید آمادگی ساختن چیزی واقعی را داشته باشید، نه فقط دنبالکردن مراحل
اگر از ChatGPT یا Claude استفاده کردهاید و با خودتان فکر کردهاید «کاش این برای من بهصورت خودکار کار میکرد، بدون اینکه مجبور باشم هر بار درخواست بدهم» - این همان راه ساختن آن است.
این دوره برای چه کسانی مناسب است؟
- علاقهمندان به هوش مصنوعی که از ChatGPT فراتر رفتهاند و یک دستیار میخواهند که 24/7 بهصورت خودکار برایشان کار کند.
- سازندگانی که میخواهند عاملشان به Telegram، Discord یا Slack متصل باشد و از طریق گوشی در دسترس باشد.
- هر کسی که یک عامل هوش مصنوعی میخواهد که در طول زمان بهتر شود - با ساختن مهارتها و حافظه، بدون نگهداری دستی
- توسعهدهندگانی که یک عامل هوش مصنوعی مستقرشده و آمادهی تولید میخواهند که مالک آن هستند و کنترلش را در دست دارند - نه یک wrapper دیگر روی API
مسترکلاس Hermes Agent: ساخت گردشکارهای خودکار هوش مصنوعی
-
مقدمه 03:04
-
بررسی دوره: چه چیزهایی یاد میگیرید و ساختار دوره چگونه است؟ 03:05
-
آنچه خواهید ساخت - دمو ابتدا تا انتها 03:03
-
Hermes چه تفاوتی دارد؟: حلقهی یادگیری 04:08
-
استقرار یککلیکی با قالب Railway 02:34
-
راهاندازی DeepSeek v4 بهعنوان LLM شما 02:08
-
اتصال ارائهدهندگان دیگر: OpenRouter ،Anthropic ،OpenAI 01:26
-
اولین چت شما (CLI + TUI) 04:05
-
داشبورد Railway: لاگها، نظارت و هزینهها 04:02
-
ایجاد یک Telegram Bot (BotFather) 02:57
-
Hermes را متصل کنید و از گوشی خود شروع به چت کنید 02:42
-
دموی صوتی: ارسال پیام صوتی، دریافت پاسخ صوتی 02:46
-
مرجع فرمانها 04:11
-
حلقهی یادگیری: حافظه + مهارت ها + مدلسازی کاربر، 06:32
-
ببینید چگونه اتفاق میافتد: دمو زندهی خودبهبوددهی 03:29
-
مروری بر ابزارهای داخلی (ترمینال، وب، مرورگر، فایلها) 06:27
-
Backendهای ترمینال و ملاحظات امنیتی (محلی در برابر Docker) 07:06
-
حافظهی داخلی: MEMORY.md و USER.md 06:31
-
جستوجوی جلسه و ارائهدهندگان حافظه 07:18
-
مهارت ها چگونه کار میکنند؟: افشای تدریجی و محل نگهداری آنها 05:11
-
مرور و نصب از community hub 02:15
-
نوشتن اولین skill: قالب SKILL.md و frontmatter 06:34
-
ایجاد یک cron job با زبان طبیعی 04:40
-
ساخت یک خلاصه صبحگاهی که به Telegram تحویل داده میشود 04:11
-
اتصال Hermes به GitHub (یا هر سرور MCP دیگر) 08:16
-
Kanban چیست؟ board، پایگاه داده و کارکنان 07:50
-
ساخت یک پایپلاین چندعاملی: بازبینی → پیادهسازی → مشخصات 09:06
-
OpenClaw — بررسی و مقایسه 08:55
-
آنچه ساختید و قدم بعدی چیست؟ 05:46
مشخصات آموزش
مسترکلاس Hermes Agent: ساخت گردشکارهای خودکار هوش مصنوعی
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:مقدماتی
- تعداد درس:29
- مدت زمان :02:20:18
- حجم :2.02GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy