Beobachtetes Signal · 16. Mai 2026 · Technical Release · Quelle: DEV Community · Relevanz: 3/5 · Sentiment: Positiv
Ambient Developer Daemon mit Nous Hermes
Ein von Entwicklern durchgeführtes technisches Experiment demonstriert einen permanent aktiven, lokalen Entwicklerassistenten auf Basis der Open-Weight-LLMs Hermes 3 von Nous Research. Die Architektur umfasst drei Schichten: Benutzeroberflächen, eine Agenten-Runtime (Router hin zu Spezialagenten) und eine persistente Speicherschicht (Vektorspeicher, strukturierter Index, Raw Logs). Dies ermöglicht Hintergrund-Ingestion (Git, Slack, PRs), Retrieval-Augmented Q&A, automatisierte Testläufe, Commit-Entwürfe und morgendliche Briefings. Zu den zentralen architektonischen Entscheidungen gehören lokale Modellausführungen ohne Token-Abrechnung, die Nutzung des nativen Function-Calling-Formats von Hermes sowie der Einsatz gemischter Modellgrößen (kleiner 8B-Router plus größere Spezialmodelle) zur Optimierung von Latenz und Qualität. Der Beitrag enthält Pseudocode, praxisnahe Erkenntnisse und Anleitungen für einen minimalen Testlauf mit Ollama, hermes3:8b und LanceDB unter https://github.com/Piwe/hermes.
Demonstriert eine praxisnahe Architektur für dauerhaft aktive, lokale LLM-basierte Entwicklerassistenten mit Open-Weight-Modellen und nativem Function Calling, was vor allem für Infrastruktur und Developer Tooling relevant ist.
Marktsignale zu Ollama in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Das Experiment nutzt die Hermes 3 LLM-Familie von Nous Research (3B, 8B, 70B, 405B) mit optimiertem Function Calling.
- Die Architektur basiert auf drei Schichten: Interfaces, Agent Runtime (Router zu Spezialisten) und Memory Layer (Vektorspeicher, strukturierter Index, Raw Logs).
- Die Ingestion erfolgt über Git-Logs, wobei Commits gechunkykt, mit nomic-embed-text eingebettet und in einer LanceDB-Tabelle gespeichert werden.
- Ein Router-Agent (kleines Hermes 8B-Modell) klassifiziert Ereignisse und delegiert an größere Spezialmodelle (z. B. 70B), um Rechenleistung und Latenz zu optimieren.
- Ein minimal lauffähiger Ausschnitt erfordert Ollama, hermes3:8b und nomic-embed-text; der Quellcode ist unter https://github.com/Piwe/hermes verfügbar.
Verknüpfte Unternehmen
1 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Hermes Agent: Open-Source-KI-Agent mit kontinuierlicher Selbstverbesserung
Dieser entwicklerzentrierte Artikel beleuchtet den Hermes Agent, einen von Nous Research entwickelten, autonomen Open-Source-KI-Agenten. Im Fokus stehen die zentralen Designprioritäten des Frameworks: persistente sitzungsübergreifende Speicherfunktionen, wiederverwendbare prozedurbezogene Skills, umfangreicher nativer Tool-Zugriff mit über 60 Werkzeugen sowie die Unterstützung diverser Runtime-Backends wie Docker, SSH und Modal. Beschrieben werden zudem ein unkomplizierter Onboarding-Prozess via Einzeiler-Installationsprogramm, typische Entwickler-Workflows von der Websuche bis zur Zusammenfassung sowie bestehende Trade-offs hinsichtlich Komplexität und Observability. Das Projekt zielt darauf ab, sich durch wiederholte Nutzung kontinuierlich zu optimieren, und wird im Rahmen der Hermes Agent Challenge mit entsprechenden Verweisen auf GitHub und offizielle Dokumentationen vorgestellt.
Hermes: Autonomer KI-Agent mit persistentem Lernen und lokaler Datenhaltung
Ein erfahrener ML Platform Engineer erläutert die Architektur des Open-Source-Frameworks Hermes Agent, das sich durch lokale Datenhaltung und kontinuierliches Lernen von bisherigen KI-Assistenten unterscheidet. Hermes nutzt eine dreistufige Speicherarchitektur für Kurz-, Mittel- und Langzeitdaten sowie den Selbstverbesserungs-Loop GEPA, der auf der ICLR 2026 als Oral vorgestellt wurde. Das System bietet SQLite-Datenspeicherung, diverse Terminal-Backends wie SSH und Docker, integriertes Cron-Scheduling sowie gängige Messaging-Integrationen. Konkrete Anwendungsfälle innerhalb einer Kubernetes-basierten Inferencing-Plattform umfassen die Drift-Diagnose, Policy-Validierung vor Merges und die Automatisierung von Incident-RCAs. Trotz hoher GitHub-Traktion und MIT-Lizenz weist der Autor auf praktische Einschränkungen wie flaches Domänenwissen und fehlende föderierte Speicher hin.
HermesCloud: Managed Hosting-Service für den Open-Source Hermes Agent gestartet
Ein am 09.05.2026 veröffentlichter Dev.to-Beitrag kündigt HermesCloud an, einen Managed Hosting-Service für den Open-Source Hermes Agent. Die Plattform bietet private, vorkonfigurierte Arbeitsbereiche mit persistentem Speicher, vordefinierten Fähigkeiten, Cron-Jobs sowie integrierten Gateways für Telegram, Slack und das Web. Nutzer können verschiedene Modell-Provider auswählen oder ihre eigenen API-Schlüssel (BYOK) für Anbieter wie OpenAI, Anthropic, Google und OpenRouter verwenden. Der Service übernimmt Updates, Backups und die Orchestrierung, um den Betriebsaufwand des Self-Hostings zu eliminieren. Die Landingpage basiert auf Next.js 16 auf Vercel, und das Angebot befindet sich in einer limitierten Private Beta mit speziellen Preisen für Gründungsmitglieder sowie einer Warteliste. Das Projekt steht in keinerlei Verbindung zu Nous Research, sondern positioniert sich als gehostete Layer über dem bestehenden Open-Source Hermes Agent.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.