Bu makalemizde kendi kendini geliştirme becerisine sahip Hermes-Agent yapay zekasını, üç katmanlı hafıza sistemini, GEPA optimizasyonunu ve kullanıcının kendisi için çalışan tek bir yapay zeka ajanından birden fazla proje oluşumuna göz atacağız.
Bugüne kadar kullanılan tüm yapay zeka araçlarının ortak bir problemi vardı; oturum kapanınca tüm her şeyi unutuyor olmaları. Bu, kullanıcı için bir noktadan sonra büyük bir sorun haline geliyordu çünkü aynı problemleri baştan anlatmak tabii ki de herkes için zaman alıcı bir durum.
Hermes-Agent şimdiye kadar kullanılan yapay zekaların haricinde, yalnızca iki ay içerisinde 90.000’den fazla GitHub indirmesine ulaştı. Birçok geliştirici, iş akışlarını öğrenen, bağlamları ve projeleri hatırlayan ve sürekli çalışan birden fazla yapay zeka ajanı oluşturmaya başladı.
Nous Research tarafından geliştirilen Hermes-Agent, tamamen farklı bir yaklaşım benimsiyor. Bu sistem halihazırda birden fazla öğrenme döngüsüyle birlikte geliyor. Bunlardan en önemlisi, birden fazla oturum arasındaki bilgileri hatırlaması ve kullanıcının tekrar bir girdi girmesini gerektirmemesi. Bu sayede yapay zeka bağlamları unutmadan çalışma yapabiliyor.
Hermes-Agent Nedir?
Kısaca tanımlamak gerekirse, kullandıkça gelişen bir yapay zeka ajanı diyebiliriz. Hermes-Agent, çalışma sırasında yeni görevler tamamladıkça bu süreçleri öğrenebilir ve gelecekte farklı görevler için de aynı metotları kullanabilir. Bu sayede benzer bir sorunun çözümü için tekrar uzunca bir araştırma veya yeni görev tamamlamakla uğraşmaz. Böylece zamandan da tasarruf sağlar.
Hermes-Agent’ın bilgileri yalnızca oturum tabanlı değil, sonraki oturumlarda da kullanılmak üzere saklanır. Bu sayede farklı oturumlarda da benzer görevlerin yapılabildiğini görebilirsiniz. Ayrıca Hermes-Agent üzerindeki isteğe bağlı olarak GEPA sistemi sayesinde beceriler çevrim dışı ortamda geliştirilip optimize de edilebilir.
OpenClaw ile Hermes-Agent Karşılaştırması
Açık kaynak ekosisteminde neredeyse Hermes’e en yakın proje OpenClaw. Her iki sistemin de uzun süreli kullanım senaryoları mevcut ve mesajlaşma platformlarıyla entegre olabilen bir yapıya sahip.
Ancak mimari yaklaşıma bakacak olursak burada durumlar biraz farklı. Bu farkı kısaca özetlemek gerekirse Hermes, öğrenebilen bir ajan etrafında gelişen bir iletişim altyapısı sunarken, OpenClaw ise mevcut iletişim altyapısı etrafında bir ajan inşa ediyor. Bu açıdan bakıldığında aradaki fark gözle görülmeyebilir fakat projeler oluşturmaya başlayınca, yapay zekaların beceri ve öğrenme sistemleri bu farklı çok net ortaya koyuyor.
Hermes Nasıl Çalışıyor?
Hermes’in çalışma mantığını anlamadan önce öğrenme döngüsünü kavramak bir hayli zor. Bu sebeple önce sistemin merkezinde bulunan yapıya bakmamız gerekiyor. Hermes’te komut satırı arayüzü, mesajlaşma ağ geçidi, toplu işlem çalıştırıcıları veya IDE entegrasyonları fark etmeksizin her şey aynı çekirdek ajan üzerinden çalışır. Bu sayede yapay zeka platform gerektirmeden de çalışabilir.
Çalışma Döngüsü
Hermes, ReAct tarzı bir çalışma döngüsü kullanır. Bu döngüde sırasıyla;
- Sistem istemi oluşturulur.
- Gerekliyse bağlam sıkıştırılır.
- Model API çağrısı yapılır.
- Araç çağrıları yürütülür.
- Sonuç değerlendirilir.
- Gerekirse döngü tekrar eder.
Çoğu yapay zeka aracı her yeni görevde sıfırdan düşünmeye başlarken Hermes geçmiş deneyimlerinden yararlanabiliyor.
SOUL.md: Ajanın Kimliği
Hermes’in en ilginç özelliklerinden biri “SOUL.md” isimli yapılandırma dosyası. Bu dosya ajanın kişiliğini, iletişim tarzını ve davranış kurallarını belirler.
Örneğin bir yazılımcı için oluşturulan ajan, teknik detaylara önem veren, kısa ve net cevaplar sunan ve en önemlisi kod kalitesini ön planda tutan bir kişiliğe sahip olabilir. Ancak araştırmacı bir araç oluşturulmak istenirse de bu kaynak göstermeye özen veren ve güncel gelişmeleri takip eden bir karakterle yapılandırılabilir. Kısacası bu yaklaşımla beraber her ajan farklı bir uzman gibi davranabilir.
Hermes’in Üç Katmanlı Bellek Sistemi
Hermes’in en güçlü yönlerinden biri de gelişmiş hafıza mimarisi. Sistem üç farklı bellek katmanından oluşur:
1. Kalıcı Bellek
Bu katman kullanıcının tercihlerini ve önemli bilgileri saklar.
Örneğin:
- Tercih edilen programlama dili
- Proje kuralları
- İletişim tercihleri
- Sık kullanılan araçlar
gibi bilgiler burada tutulur.
2. Geçmiş Oturum Arşivi
Tüm konuşmalar SQLite veri tabanında saklanır. Bu sayede ajan geçmiş görüşmeler arasında arama yapabilir ve haftalar, hatta aylar önce konuşulan konuları tekrar hatırlayabilir.
3. Harici Bellek Sağlayıcıları
Daha gelişmiş kullanım senaryolarında harici bellek sistemleri de kullanılabilir. Bu yapı büyük miktardaki verilerin uzun süre saklanmasına olanak tanır.
Beceri Sistemi: Hermes Nasıl Öğreniyor?
Hermes’in diğer bir başka dikkat çekici özelliklerinden biri de beceri sistemi. Beceriler, belirli bir görevin nasıl yapılacağını açıklayan yeniden kullanılabilir bir çalışma planı olarak düşünülebilir.
Örneğin bir Kubernetes sorunu çözülürken izlenen adımlar bir beceri olarak kaydedilebilir. Daha sonra aynı problem tekrar ortaya çıktığında Hermes çözümü yeniden keşfetmek yerine doğrudan daha önce oluşturduğu beceriyi kullanır. Bu yaklaşım, zaman kazandırırken aynı zamanda ajanın giderek daha deneyimli hale gelmesini sağlar.
Tüm bunların yanında Hermes, bir problemi çözdüğünde, karmaşık bir görevi tamamladığında ve kullanıcıdan düzeltme aldığında başarılı yöntemi kaydederek gelecekte kullanabileceği yeni bir beceri oluşturabilir. Bu özellik, Hermes’i geleneksel sohbet botlarından ayıran en önemli unsurlardan biri olarak görülüyor.
Peki Hermes’in bu kadar beceriyi oluşturabilmesi nasıl sağlanıyor? Birden fazla oluşturulan beceriler zamanla birikebiliyor ve beceri kütüphanesi bir noktadan sonra gereksiz şişebiliyor. Hermes, bu durumu Curator sistemi sayesinde çözüyor. Hermes, Curator sistemiyle zamanla kullanılmayan becerileri tespit edip kaldırabiliyor ve benzer becerileri de birleştirebiliyor.
GEPA Nedir?
GEPA, karmaşık sistemlerde hataları bulmak için hata mesajlarını ve günlükleri (logs) analiz eder. Ayrıca bir görev başarısız olduğunda bunun sebebini araştırmak için kullanılır. GEPA, yapay zeka araçlarının geçmiş kayıtlarını inceleyerek, hata kayıtlarına da bakarak nerede hata yapıldığını, hangi adımın başarısız olduğunu analiz ediyor.
GEPA’nın, Hermes’in bir parçası olmadığını, ayrı bir proje olarak çalıştığını da söylemeden geçmeyelim.
Bu sistemin kullandığı en önemli veri kaynağı olan çalışma kayıtları da projede kullanılan araçları, oluşan hataları, üretilen ara çıktıları ve projenin verdiği nihai sonucu içerir. GEPA, sonuca odaklanmak yerine tüm bu çalışma kayıtlarına bakarak sürecin tamamını analiz eder. Bu sebeple de diğer klasik değerlendirme yöntemlerine kıyasla çok daha güçlü sonuçlar verir.
Hermes Kurulumu ve Çalıştırma
Hermes, şu anda güncel Linux, macOS ve WSL2 (Windows Subsystem for Linux) üzerinde çalışabiliyor. Minimum sistem gereksinimleri de Python 3.11+ ve yaklaşık 8 GB RAM. API tabanlı bir kullanım sergilemek isteyenler için bu sistem gereksinimleri yeterli görülüyor.
Hermes’in kurulum süreci oldukça basit ve tek bir komutla bu işlem gerçekleştirilebiliyor. Terminalde aşağıdaki komutu çalıştırarak Hermes’in kurulumunu gerçekleştirebilirsiniz.
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bashKurulum tamamlandıktan sonra terminal yapılandırmasını yeniden yükleyin ve source ~/.bashrc veya source ~/.zshrc komutlarından birini yazın.
Kurulum tamamlandıktan sonra hermes komutunu çalıştırarak terminal üzerinden Hermes ile konuşmaya başlayabilirsiniz.
Hermes-Telegram Bağlantısı
Hermes’in Telegram entegrasyonu sayesinde bilgisayar başında olmasanız bile yapay zeka ile telefon üzerinden de konuşmaya devam edebilirsiniz.
Telegram botunu oluşturmak için Telegram uygulamasında BotFather hesabını kullanarak /newbot komutuyla birlikte yeni bir bot oluşturun. Siz yeni bir bot oluşturunca BotFather size bunun için bir token verecek. Daha sonrasında Telegram kullanıcı kimliğinizi öğrenmeniz gerekiyor. Bunun için en bilindik yöntem ise User Info bot hesabını kullanmak.
Kullanıcı kimliğinizi öğrendikten sonra, hermes gateway setup komutunu çalıştırın ve botun size vermiş olduğu tokenle birlikte kullanıcı kimliğinizi girin. Bu adımdan sonra kurulum tamamlanacak ve Hermes ile Telegram üzerinden de konuşma yapabileceksiniz.
Telegram üzerinden farklı profillerle farklı botlar oluşturabilirsiniz. Bu sayede istediğiniz çalışmayı yalnızca tek bir bot üzerinden yürütüp diğer botların çalışmalarıyla karışmamasını sağlayabilirsiniz.
Sonuç
Sonuç olarak Hermes’i bunun gibi birden farklı şekilde özelleştirebilir ve sizin için çalışan ve diğer yapay zeka asistanlarına nazaran projelerinizi unutmayan bir yardımcıya dönüştürebilirsiniz.
Hermes’in en büyük farkı, tek bir özellikten değil, bu bileşenlerin birlikte çalışmasından kaynaklanır. Bu sayede yapay zeka ajanı, yalnızca sorulara cevap veren bir araç olmaktan çıkar ve zaman içerisinde bilgi birikimi artan, çalışma alışkanlıklarını öğrenen ve sizin için sürekli görevler yerine getiren dijital bir yardımcıya dönüşür.