ทำไมต้องมีอีกบทความ
พอติดตั้ง Hermes Agent เสร็จ เชื่อมกับโมเดลแล้ว และมันตอบในเทอร์มินัลได้ ก็ดูเหมือนงานหลักจบแล้ว แต่ความจริงนี่เพิ่งเริ่มต้น
หลังจากนั้นจะมีคำถามที่สำคัญกว่าตามมา: ทำยังไงให้เอเจนต์ทำงานเสถียร ปลอดภัย และไม่กลายเป็นกองการตั้งค่าที่ยุ่งเหยิง
Hermes รันได้หลายแบบ: บนคอมพิวเตอร์ของตัวเอง บนเซิร์ฟเวอร์ ใน Docker ผ่าน WSL2 บน Windows ผ่าน Telegram ผ่าน Dashboard พร้อมเครื่องมือเสริม หน่วยความจำ สกิล และการเชื่อมต่อกับบริการภายนอก นี่คือจุดแข็งของ Hermes แต่สำหรับมือใหม่ ความยืดหยุ่นแบบนี้กลายเป็นกับดักได้ง่าย ๆ
ใจอยากเปิดทุกอย่างพร้อมกันทันที: Telegram ข้อความเสียง Dashboard งาน cron, MCP โมเดลหลายตัว เมสเซนเจอร์หลายแอป และระบบอัตโนมัติ แต่ทางที่ถูกต้องคืออีกแบบ: ประกอบระบบที่ทำงานได้ขั้นต่ำก่อน ให้แน่ใจว่ามันเสถียร แล้วค่อย ๆ เพิ่มความสามารถทีละอย่าง
ใจความหลักของบทความนี้ง่าย ๆ: Hermes ต้องตั้งค่าแบบเครื่องมือทำงาน ไม่ใช่ของเล่น มันต้องมีสิทธิ์การเข้าถึงที่ชัดเจน ลิมิต การวินิจฉัยปัญหา การป้องกัน และลำดับการเริ่มใช้งานที่เป็นระเบียบ
อ่านตอนที่ 1: การติดตั้งและการเชื่อมต่อกับ Telegram
อ่านตอนที่ 2: Hermes Agent หลังติดตั้ง
ทางที่ดีที่สุดสำหรับการรันครั้งแรก
มือใหม่ไม่ควรเริ่มจากคอนฟิกที่จัดเต็มที่สุด แต่ควรเริ่มจากผลลัพธ์ง่าย ๆ ที่ใช้งานได้จริง
ขั้นแรกคือติดตั้ง Hermes บน macOS, Linux หรือ Windows ผ่าน WSL2 ถ้าใช้ Windows ไม่ควรพยายามรัน Hermes ตรง ๆ ในสภาพแวดล้อม Windows ปกติ ใช้ WSL2 จะชัวร์กว่า มันคือสภาพแวดล้อม Linux พิเศษที่อยู่ข้างใน Windows ซึ่งเครื่องมือแบบนี้มักทำงานได้เสถียรกว่า
หลังติดตั้งเสร็จ ให้เลือกผู้ให้บริการโมเดลรายเดียว ไม่ต้องเชื่อมห้าบริการพร้อมกันตั้งแต่แรก การรันครั้งแรกใช้ตัวเลือกเดียวก็พอ เช่น OpenRouter หรือ Nous Portal ข้อดีของ OpenRouter คือเลือกโมเดลได้หลายตัว และเปลี่ยนทีหลังได้โดยไม่ต้องตั้งค่าระบบใหม่ทั้งหมด
จากนั้นทดสอบ Hermes ในเทอร์มินัล ตรงนี้สำคัญ เอเจนต์ต้องตอบได้ปกติใน CLI หรือบรรทัดคำสั่งก่อน หลังจากนั้นถึงค่อยมีเหตุผลที่จะเชื่อม Telegram, Dashboard งาน cron และฟังก์ชันเสริมอื่น ๆ
ถ้าแชทง่าย ๆ ในเทอร์มินัลยังใช้ไม่ได้ Telegram ก็ไม่ได้ทำให้อะไรง่ายขึ้น มีแต่จะเพิ่มปัญหาอีกชั้น คุณจะไม่รู้ว่าข้อผิดพลาดอยู่ตรงไหน: ที่โมเดล ที่ API key ที่ Gateway ที่บอท Telegram หรือที่ตัว Hermes เอง
ลำดับที่ถูกต้องคือ:
ติดตั้งก่อน
แล้วเลือกผู้ให้บริการโมเดลรายเดียว
แล้วรับคำตอบแรกในเทอร์มินัล
แล้วทดสอบเครื่องมือ
แล้ววินิจฉัยปัญหา
แล้วค่อย Dashboard หรือ Telegram
และหลังจากนั้นเท่านั้น ถึงค่อยทำระบบอัตโนมัติ
วันแรกอะไรที่ไม่ควรทำ
ความผิดพลาดหลักของมือใหม่คือเปิดทุกอย่างพร้อมกันมากเกินไป
วันแรกไม่ต้องเชื่อม Telegram, Discord, Slack, WhatsApp และเมสเซนเจอร์อื่น ๆ พร้อมกัน ช่องทางเดียวก็พอ เทอร์มินัลก่อน แล้วค่อย Telegram
ไม่ต้องเชื่อม MCP ตั้งแต่แรก MCP คือวิธีให้เอเจนต์เข้าถึงเครื่องมือและบริการภายนอก เช่น GitHub ฐานข้อมูล ระบบไฟล์ หรือ API ภายใน มันทรงพลัง แต่ถ้ายังไม่รู้ว่าตัวเองต้องใช้มันไปทำอะไรกันแน่ เลื่อนไว้ก่อนดีกว่า
ไม่ต้องเชื่อม ACP ตั้งแต่แรก ACP ใช้เมื่ออยากใช้ Hermes ในโปรแกรมแก้โค้ดอย่าง VS Code, Zed หรือ JetBrains สำหรับการเริ่มต้นทั่วไป ยังไม่จำเป็น
ไม่ต้องติดตั้งสกิลทุกตัวที่เห็น สกิลคือทักษะหรือคำแนะนำสำเร็จรูปสำหรับเอเจนต์ มันมีประโยชน์ แต่สกิลใหม่ทุกตัวขยายความสามารถของเอเจนต์ ซึ่งแปลว่าความเสี่ยงที่อาจเกิดขึ้นก็เพิ่มตามไปด้วย
ไม่ต้องสร้างระบบซับซ้อนที่มีหลายโมเดลตั้งแต่แรก ให้โมเดลเดียวทำงานได้ก่อน แล้วค่อยแบ่งงาน: โมเดลหนึ่งไว้คุย อีกตัวไว้ทำงานเบื้องหลัง ตัวที่สามไว้ทำรูปภาพหรือบีบอัดคอนเท็กซ์
เป้าหมายของวันแรกไม่ใช่การเปิดฟังก์ชันให้ได้มากที่สุด เป้าหมายคือได้สถานการณ์การใช้งานหนึ่งแบบที่เสถียร เข้าใจได้ และปลอดภัย
ติดตั้งในเครื่อง, Docker, VPS และ WSL2: เลือกแบบไหน
Hermes รันได้หลายวิธี แต่ละวิธีมีข้อดีข้อเสียต่างกัน
ติดตั้งในเครื่อง
การติดตั้งในเครื่องคือให้ Hermes ทำงานบนคอมพิวเตอร์ของคุณโดยตรง เป็นทางที่ง่ายที่สุดสำหรับการทำความรู้จักครั้งแรก โดยเฉพาะถ้าใช้ macOS หรือ Linux
ข้อดีคือทุกอย่างเร็ว: ติดตั้ง รัน แล้วทดสอบ ข้อเสียคือเอเจนต์จะเข้าถึงสภาพแวดล้อมทำงานหลักของคุณ ถ้ามันรันคำสั่งและจัดการไฟล์ได้ แค่นี้ก็ต้องระวังแล้ว
สำหรับการทดสอบง่าย ๆ การติดตั้งในเครื่องใช้ได้ แต่ถ้าจะใช้งานประจำและทำระบบอัตโนมัติ ควรคิดถึงตัวเลือกที่แยกออกจากระบบหลักมากกว่านี้
WSL2 สำหรับ Windows
ถ้าใช้ Windows ควรใช้ WSL2 พูดง่าย ๆ WSL2 คือ Linux ที่อยู่ใน Windows คุณทำงานบนคอมพิวเตอร์ของตัวเอง แต่คำสั่งรันอยู่ในสภาพแวดล้อม Linux
ขั้นตอนติดตั้งจะเพิ่มมาอีกหนึ่งขั้น แต่ปัญหาจะลดลง เครื่องมือหลายตัวสำหรับเอเจนต์ เซิร์ฟเวอร์ และระบบอัตโนมัติทำงานได้ดีกว่าในสภาพแวดล้อมแบบ Linux
Docker
Docker คือวิธีรัน Hermes ในคอนเทนเนอร์แยก นึกภาพคอนเทนเนอร์เป็นกล่องที่แยกออกมาต่างหาก ข้างในมีเอเจนต์อยู่พร้อม dependency ของมันเอง
ข้อดีของ Docker คือ Hermes จะกระทบระบบหลักน้อยลง ถ้าเอเจนต์รันคำสั่งอะไรสักอย่าง คำสั่งนั้นจะเกิดข้างในคอนเทนเนอร์ ไม่ใช่บนคอมพิวเตอร์หรือเซิร์ฟเวอร์ของคุณโดยตรง
Docker ซับซ้อนกว่าการติดตั้งในเครื่องนิดหน่อย แต่มีประโยชน์ถ้าคุณกังวลเรื่องความปลอดภัย โดยเฉพาะถ้าต้องให้เอเจนต์เข้าถึงเทอร์มินัล
เซิร์ฟเวอร์ VPS หรือ VDS
VPS หรือ VDS คือเซิร์ฟเวอร์ระยะไกล มันทำงานตลอดเวลาและไม่ขึ้นกับโน้ตบุ๊กของคุณ
นี่เป็นตัวเลือกที่ดีที่สุดถ้าอยากให้ Hermes พร้อมใช้ 24/7 และตอบใน Telegram จากมือถือได้ เซิร์ฟเวอร์ไม่หลับ ไม่ดับตามคอมพิวเตอร์ของคุณ และรันงานเบื้องหลังได้
แต่เซิร์ฟเวอร์ต้องมีวินัยพื้นฐาน: ผู้ใช้แยกต่างหาก การเข้าผ่าน SSH, firewall การอัปเดต ปิดพอร์ตที่ไม่ใช้ และควบคุมว่าเอเจนต์รันคำสั่งอะไรได้บ้าง
ถ้าแค่อยากลอง Hermes ให้เริ่มในเครื่อง ถ้าอยากให้ปลอดภัยขึ้น ใช้ Docker ถ้าอยากได้เอเจนต์ใน Telegram ที่ทำงานตลอด เลือก VPS
ทำไม Docker ช่วยเรื่องความปลอดภัย
Docker ไม่ได้มีไว้ “ให้ดูดี” และไม่ใช่เพราะนักพัฒนาเขาทำกัน ประโยชน์หลักของมันสำหรับมือใหม่คือการแยกสภาพแวดล้อม (isolation)
Hermes รันคำสั่งได้ และคำสั่งในเทอร์มินัลก็คือการลงมือทำในระบบแล้ว เอเจนต์อ่านไฟล์ สร้างไฟล์ แก้การตั้งค่า และรันสคริปต์ได้ ถ้าทั้งหมดนี้เกิดบนเซิร์ฟเวอร์หลักของคุณโดยตรง ข้อผิดพลาดครั้งเดียวก็กระทบทั้งระบบได้
Docker จำกัดพื้นที่ที่เอเจนต์ลงมือได้ มันรันในคอนเทนเนอร์และทำงานอยู่ในขอบเขตของสภาพแวดล้อมที่คุณให้มัน
แต่ตรงนี้มีจุดสำคัญ: ต้องเก็บข้อมูลของ Hermes ให้ถูกวิธี วิธีที่ใช้คือ volume หรือโฟลเดอร์บนเซิร์ฟเวอร์หรือคอมพิวเตอร์ที่เมานต์เข้าไปในคอนเทนเนอร์ พูดง่าย ๆ มันคือที่เก็บการตั้งค่า หน่วยความจำ เซสชัน สกิล และคีย์
ถ้าไม่เมานต์โฟลเดอร์แบบนี้ ข้อมูลอาจค้างอยู่ข้างในคอนเทนเนอร์ และพอคอนเทนเนอร์ถูกลบหรือสร้างใหม่ ข้อมูลก็หายไปด้วย
กฎจึงง่าย ๆ: ถ้ารัน Hermes ใน Docker ต้องแน่ใจว่าข้อมูลถูกบันทึกลงโฟลเดอร์ภายนอก ไม่ใช่แค่ข้างในคอนเทนเนอร์
เซิร์ฟเวอร์สำหรับ Hermes ควรเป็นแบบไหน
ถ้าลง Hermes บน VPS ไม่ควรเอาเซิร์ฟเวอร์สเปกต่ำเกินไป
ขั้นต่ำที่ใช้งานได้จริงคือ CPU 2 คอร์และ RAM 8 GB ตัว Hermes เองอาจกินหน่วยความจำไม่มาก แต่ถ้าเปิดฟังก์ชันเสริมอย่างระบบควบคุมเบราว์เซอร์อัตโนมัติ โหลดจะเพิ่มขึ้น
ระบบปฏิบัติการควรเลือก Linux เช่น Ubuntu เป็นตัวเลือกที่เข้าใจง่ายและใช้กันแพร่หลาย หาคู่มือได้ง่าย
ก่อนติดตั้ง ควรเตรียมเซิร์ฟเวอร์ขั้นพื้นฐาน:
อัปเดตแพ็กเกจระบบ
สร้างผู้ใช้แยกต่างหาก
ตั้งค่าให้เข้าด้วย SSH key
ปิดการเข้าถึงที่ไม่จำเป็น
คิดเรื่อง firewall
ไม่รันเอเจนต์ด้วย root ถ้าไม่จำเป็น
Root คือผู้ใช้หลักของระบบที่มีสิทธิ์สูงสุด ถ้าเอเจนต์ทำงานด้วย root ข้อผิดพลาดของมันอาจกระทบทั้งเซิร์ฟเวอร์ ให้มันใช้ผู้ใช้แยกที่มีสิทธิ์จำกัดจะดีกว่า
Quick setup และ Full setup
ปกติ Hermes มีตัวเลือกการตั้งค่าสองแบบ: Quick setup และ Full setup
Quick setup คือทางลัด มันช่วยเลือกโมเดล ใส่ API key และผ่านขั้นตอนหลัก ๆ สำหรับมือใหม่ นี่คือตัวเลือกที่ดีที่สุด
Full setup คือการตั้งค่าแบบละเอียดกว่า ปรับพฤติกรรมของเอเจนต์ เครื่องมือ backend ของเทอร์มินัล โปรไฟล์ persona และพารามิเตอร์อื่น ๆ ได้ลึกกว่า
เริ่มจาก Quick setup ดีกว่า หน้าที่ของมันคือพาคุณไปถึงผลลัพธ์แรกที่ใช้งานได้ให้เร็วที่สุด ที่เหลือตั้งค่าทีหลังได้
Full setup จะคุ้มเมื่อคุณเข้าใจแล้วว่า:
เอเจนต์จะทำงานที่ไหน
มันต้องทำงานอะไร
มันต้องใช้เครื่องมืออะไร
ระดับการเข้าถึงแค่ไหนที่ปลอดภัย
ต้องใช้ Docker หรือไม่
ต้องใช้ Telegram หรือไม่
ต้องเชื่อมต่อกับบริการภายนอกหรือไม่
Hermes เก็บการตั้งค่าและความลับไว้ที่ไหน
Hermes มีการตั้งค่าหลายประเภท
ข้อมูลลับ เช่น API key, token และรหัสผ่าน ปกติเก็บในไฟล์ .env
การตั้งค่าทั่วไป เช่น พฤติกรรมของเอเจนต์ Gateway, allowed users และโหมดการยืนยัน อาจเก็บใน config.yaml
ความต่างนี้สำคัญ
.env คือที่เก็บความลับ ห้ามโชว์ ห้ามส่งให้คนอื่น ห้ามเผยแพร่บน GitHub และห้ามติดไปในภาพหน้าจอ
config.yaml คือคอนฟิกของพฤติกรรม ในนั้นก็อาจมีข้อมูลสำคัญ แต่ปกติไม่ใช่ตัวคีย์ แต่เป็นกฎการทำงานของระบบ
ถ้า Hermes ไม่ทำงาน ต้องเช็กทั้งสองที่ ใน .env ดูว่าใส่คีย์ถูกไหม ใน config.yaml ดูว่าตั้งค่าการเข้าถึง Gateway การยืนยัน และเครื่องมือไว้ถูกไหม
ทดสอบการรันครั้งแรกให้ถูกวิธี
หลังติดตั้งเสร็จ ไม่ต้องรีบเชื่อม Telegram หรือ cron ต้องเช็กพื้นฐานก่อน
รัน Hermes ในเทอร์มินัล มันควรแสดงว่าเลือกโมเดลไหนไว้ มีเครื่องมืออะไรให้ใช้ และโหลดสกิลอะไรไว้บ้าง
หลังจากนั้น อย่าส่งคำขอลอย ๆ อย่าง “ช่วยฉันหน่อย” แต่ให้ส่งคำขอที่ทดสอบความสามารถของเอเจนต์
ตัวอย่าง:
“ตอนนี้คุณมีเครื่องมืออะไรให้ใช้บ้าง บอกห้าตัวที่มีประโยชน์ที่สุดสำหรับมือใหม่ และเสนองานทดสอบที่ปลอดภัยให้ตัวละหนึ่งงาน”
คำขอแบบนี้มีประโยชน์หลายต่อในคราวเดียว
มันทดสอบว่าโมเดลตอบได้
มันแสดงว่าเอเจนต์มองเห็นเครื่องมือหรือไม่
มันช่วยให้เข้าใจว่าตอนนี้มีฟังก์ชันอะไรใช้ได้แล้วบ้าง
มันไม่สั่งให้ทำอะไรที่อันตราย
ถ้า Hermes ตอบคำขอแบบนี้ได้ปกติ ก็ไปต่อได้ ถ้าไม่ได้ แก้ปัญหาพื้นฐานก่อน
การวินิจฉัย: Hermes ไม่ทำงานต้องเช็กอะไร
ถ้า Hermes ทำตัวแปลก ๆ ไม่ต้องรีบเปลี่ยนทุกอย่างพร้อมกัน ไล่ทีละขั้นดีกว่า
ขั้นแรก เช็กว่าคำสั่ง Hermes รันได้ไหม ถ้าเทอร์มินัลขึ้นว่าไม่พบคำสั่ง ปัญหาอาจอยู่ที่ PATH ซึ่งคือรายการตำแหน่งที่ระบบใช้หาโปรแกรม บางครั้งหลังติดตั้งต้องเปิดเทอร์มินัลใหม่หรืออัปเดตการตั้งค่าของ shell
จากนั้นรันการวินิจฉัยของ Hermes ใน Hermes มีคำสั่งที่เช็กปัญหาหลัก ๆ ของคอนฟิก
แล้วเช็กโมเดลและ API key ถ้าคีย์ผิด หมดอายุ หรือใส่ผิดที่ เอเจนต์จะรับคำตอบจากโมเดลไม่ได้
จากนั้นเช็กเครื่องมือ บางครั้งโมเดลตอบได้ แต่เครื่องมือใช้ไม่ได้หรือถูกปิดไว้
ถ้าปัญหาอยู่ที่ Telegram ให้เช็ก Gateway ซึ่งเป็นสะพานระหว่าง Hermes กับเมสเซนเจอร์ ถ้า Gateway ไม่ทำงาน บอท Telegram ก็จะไม่ตอบ ถึงตัว Hermes จะติดตั้งถูกต้องก็ตาม
ลำดับการวินิจฉัยที่ดีคือ:
คำสั่งรันก่อน
แล้วการวินิจฉัย
แล้วโมเดลและคีย์
แล้วเครื่องมือ
แล้ว Gateway
แล้วบอท Telegram และ allowed users
แบบนี้หาสาเหตุได้ง่ายกว่า และไม่ทำส่วนที่ทำงานได้อยู่แล้วพัง
ข้อผิดพลาดที่เจอบ่อยตอนติดตั้ง
ข้อผิดพลาดแรกคือเพิ่มฟังก์ชันก่อนทดสอบ CLI ถ้าเชื่อม Telegram, cron, Dashboard และบริการภายนอกไปพร้อมกัน แล้วมีอะไรไม่ทำงาน จะหาสาเหตุได้ยาก
ข้อผิดพลาดที่สองคือไม่เก็บข้อมูลของคอนเทนเนอร์ Docker ไว้ในโฟลเดอร์ภายนอก แบบนี้พอสร้างคอนเทนเนอร์ใหม่ อาจเสียหน่วยความจำ การตั้งค่า และเซสชันไป
ข้อผิดพลาดที่สามคือใช้ API key ผิด บางทีคีย์ถูกก๊อปมาพร้อมช่องว่างเกิน หมดอายุแล้ว สร้างไว้สำหรับผู้ให้บริการรายอื่น หรือใส่ผิดที่
ข้อผิดพลาดที่สี่คือไม่ตั้ง allowed users สำหรับ Telegram ถ้าไม่จำกัดการเข้าถึง บอทอาจตอบคนอื่นด้วย ไม่ใช่แค่คุณ
ข้อผิดพลาดที่ห้าคือให้สิทธิ์เอเจนต์บน VPS กว้างเกินไป ถ้าเอเจนต์รันคำสั่งบนเซิร์ฟเวอร์โดยตรงด้วยสิทธิ์สูง ข้อผิดพลาดครั้งเดียวก็กระทบทั้งระบบได้
ปัญหาจริงที่ผู้ใช้เจอ
ข้อผิดพลาดบางอย่างดูซับซ้อน แต่หลายครั้งสาเหตุค่อนข้างง่าย
เช่น อาจมีเวอร์ชัน Python ขัดกัน Hermes ต้องใช้ Python เวอร์ชันใหม่ ถ้าในระบบเป็นเวอร์ชันเก่า การติดตั้งอาจพัง
อาจมีปัญหาเรื่อง Docker กับ Telegram เช่น ในคอนเทนเนอร์อาจขาด dependency เสริมที่ Telegram webhooks ต้องใช้ กรณีนี้ Gateway อาจล่ม วิธีแก้คือติดตั้ง dependency ที่ขาดไป หรือเปลี่ยนไปใช้โหมดการเชื่อมต่อแบบอื่น
อาจมีปัญหากับ Matrix และการเข้ารหัส ถ้าใช้ Hermes เวอร์ชันเก่า กรณีแบบนี้ควรอัปเดต Hermes ก่อน แล้วค่อยเปิดฟังก์ชันซับซ้อน
บางครั้งหลังอัปเดต Hermes อาจมีการเปลี่ยนแปลงในไฟล์ dependency ของโปรเจกต์ ดูเหมือนอะไรพัง แต่จริง ๆ แล้วระบบแค่สร้าง dependency ใหม่
ข้อสรุปหลัก: ปัญหาหลายอย่างของ Hermes ไม่ได้เกิดเพราะตัวเอเจนต์ “พัง” แต่เกิดจากสภาพแวดล้อม เช่น เวอร์ชัน Python, Docker, dependency เสริม การตั้งค่าเทอร์มินัล หรือเวอร์ชันที่ล้าสมัย
Tirith: ระบบตรวจคำสั่งอันตรายในตัว
Hermes มีระบบความปลอดภัยในตัวชื่อ Tirith หน้าที่ของมันคือตรวจคำสั่งก่อนรัน
พูดง่าย ๆ เวลาเอเจนต์จะรันอะไรในเทอร์มินัล Tirith จะพยายามดูว่าคำสั่งนั้นดูอันตรายหรือเปล่า
มันเตือนความเสี่ยงได้ เช่น:
ความพยายามดึงความลับออกไป
คำสั่ง SSH ที่น่าสงสัย
คำสั่งที่คล้ายมัลแวร์
การกระทำที่อาจทำให้ข้อมูลรั่วไหล
คำสั่งที่คล้ายความพยายามหลบเลี่ยงระบบความปลอดภัย
ถ้าคำสั่งดูเสี่ยง ผู้ใช้จะยืนยันหรือปฏิเสธได้
สำหรับมือใหม่ ควรใช้โหมดการยืนยันแบบ manual หรือแบบ smart
โหมด manual แปลว่า: เอเจนต์จะขออนุญาตก่อนทำอะไรที่อาจอันตราย
โหมด smart แปลว่า: การกระทำง่าย ๆ ที่ปลอดภัยผ่านไปอัตโนมัติ ส่วนที่อันตรายต้องยืนยัน
ช่วงเริ่มต้นไม่ควรปิดการตรวจทั้งหมด Hermes มีประโยชน์ก็เพราะมันลงมือทำได้ แต่ทุกการกระทำต้องอยู่ในการควบคุม
พอร์ต, firewall และ Dashboard
เมื่อ Hermes ทำงานบนเซิร์ฟเวอร์ ต้องคอยดูว่ามีพอร์ตไหนเปิดออกสู่ภายนอกบ้าง
นึกภาพพอร์ตเป็นประตูเข้าบริการ ถ้าประตูเปิดออกสู่อินเทอร์เน็ต ใครก็อาจมาเคาะได้
Hermes อาจมีพอร์ตแยกสำหรับเซิร์ฟเวอร์ API และ Dashboard ถ้าไม่ได้ใช้แบบสาธารณะ ควรปิดการเข้าถึงด้วย firewall
Firewall คือชุดกฎที่อนุญาตหรือห้ามการเชื่อมต่อเครือข่าย พูดง่าย ๆ มันช่วยปิดประตูที่ไม่จำเป็น
ต้องระวัง Dashboard เป็นพิเศษ Dashboard สะดวกเพราะดูเซสชัน การตั้งค่า ล็อก งาน cron และสถานะของเอเจนต์ได้ในที่เดียว แต่ถ้าเปิด Dashboard ออกสู่อินเทอร์เน็ตโดยไม่มีรหัสผ่านหรือ VPN นั่นอันตราย
วิธีที่ถูกต้อง: เปิด Dashboard ผ่านช่องทางที่มีการป้องกันเท่านั้น เช่น SSH tunnel, VPN หรือ reverse proxy ที่มีการยืนยันตัวตน
ผลในทางปฏิบัติเห็นได้ชัดจากตัวอย่างของคนอื่น: นักวิจัยเจอแผงควบคุม AI เอเจนต์ที่เปิดให้เข้าได้แบบสาธารณะมากกว่ายี่สิบแผง และพร้อมกันนั้นล็อกการทำงาน รวมถึงคีย์และรหัสผ่านหลายร้อยรายการก็หลุดออกมาด้วย อ่านรายละเอียดได้ในบทความการโจมตีของ AI เอเจนต์จากมุมคนใน
สำหรับผู้ใช้ส่วนใหญ่ Telegram ก็พอแล้ว ส่วนแผงควบคุมภายในของ Hermes ไม่ควรเปิดให้ทั้งอินเทอร์เน็ตเข้าถึงได้
อัปเดต Hermes ใน Docker ยังไง
ถ้า Hermes รันอยู่ใน Docker การอัปเดตปกติจะเป็นแบบนี้: ดาวน์โหลดอิมเมจใหม่ หยุดคอนเทนเนอร์เก่า แล้วรันคอนเทนเนอร์ใหม่
แต่ทั้งหมดขึ้นอยู่กับว่าเก็บข้อมูลไว้ถูกวิธีหรือเปล่า
ถ้าเมานต์โฟลเดอร์ข้อมูลภายนอกไว้ การอัปเดตก็ผ่านไปเรียบร้อย คอนเทนเนอร์ใหม่จะใช้การตั้งค่า หน่วยความจำ เซสชัน และสกิลเดิม
ถ้าข้อมูลอยู่แค่ข้างในคอนเทนเนอร์ ตอนอัปเดตอาจหายได้
ขอย้ำอีกครั้ง: ถ้า deploy ด้วย Docker โฟลเดอร์ข้อมูลภายนอกเป็นของที่ต้องมี
ควรตั้งให้คอนเทนเนอร์รีสตาร์ตอัตโนมัติด้วย แล้วถ้าเซิร์ฟเวอร์รีบูต Hermes ก็จะกลับมาทำงานเองโดยไม่ต้องสั่งรันด้วยมือ
ล็อกและสุขภาพของ Gateway
เมื่อใช้ Hermes เป็นประจำ ต้องดูแลมันเหมือนบริการบนเซิร์ฟเวอร์ทั่วไป
ถ้ามีอะไรผิดปกติ ให้ดูล็อกก่อนเลย ล็อกคือบันทึกเหตุการณ์ ในล็อกจะเห็นว่าทำไมเอเจนต์ไม่ตอบ ทำไม Gateway ล่ม ทำไมเชื่อมต่อโมเดลไม่ได้ หรือทำไมเครื่องมือขึ้นข้อผิดพลาด
ถ้าบอท Telegram ไม่ตอบ ให้เช็ก Gateway ก่อน
Gateway อาจตั้งค่าไว้แล้วแต่ยังไม่ได้รัน หรืออาจล่มไป หรือถูกหยุดเพราะชนกับโปรเซสอื่น
ควรเช็กสถานะ Gateway เป็นประจำและรู้วิธีรีสตาร์ตมัน ถ้า Hermes อยู่บน VPS ควรรัน Gateway เป็น system service เพื่อให้มันกลับมาทำงานเองหลังเซิร์ฟเวอร์รีบูต
งาน cron: ควรเปิดตารางเวลาเมื่อไหร่
Hermes ทำงานตามตารางเวลาได้ สะดวกสำหรับงานที่ทำซ้ำเป็นประจำ
ตัวอย่างเช่น:
ส่งสรุปข่าวทุกเช้า
เช็กพื้นที่ว่างบนเซิร์ฟเวอร์สัปดาห์ละครั้ง
สำรองข้อมูลทุกคืน
เช็กสถานะของเว็บไซต์หรือบริการ
รวบรวม weekly report
ส่งสรุปการแจ้งเตือนจาก GitHub
แต่ไม่ควรเปิดงาน cron ตั้งแต่แรก โมเดล, CLI, เครื่องมือ, Gateway และช่องทางส่งผลลัพธ์ต้องทำงานเสถียรก่อน
ถ้าระบบพื้นฐานยังไม่เสถียร ตารางเวลามีแต่จะเพิ่มความวุ่นวาย เอเจนต์จะพยายามทำงาน แต่คุณจะไม่เข้าใจว่าทำไมผลลัพธ์ไม่มาถึง ทำไมงานล่ม หรือทำไมมันทำออกมาไม่ตรงที่ต้องการ
Backup และ import: ทำไมควรรู้ไว้ก่อน
Hermes มีคำสั่งสำหรับสำรองข้อมูลและย้ายข้อมูล
Backup ใช้เก็บการตั้งค่า หน่วยความจำ เซสชัน และข้อมูลสำคัญอื่น ๆ
Import ใช้กู้คืนหรือย้ายข้อมูลเหล่านั้นไปยังสภาพแวดล้อมอื่น
ประโยชน์เห็นชัดเป็นพิเศษถ้าคุณลอง Hermes ในเครื่องก่อน แล้วตัดสินใจย้ายไป VPS หรือถ้าอยากเก็บสถานะปัจจุบันไว้ก่อนอัปเดต
ควรรู้เรื่อง backup ก่อนที่อะไรจะพัง ข้อมูลสำรองไม่ใช่ความระวังเกินเหตุ แต่เป็นส่วนปกติของการทำงานกับเอเจนต์ที่ค่อย ๆ สะสมหน่วยความจำและการตั้งค่าไปเรื่อย ๆ
เครื่องมือ: ควรเปิดอะไรก่อน
Hermes มาพร้อมเครื่องมือชุดใหญ่ แต่ไม่ต้องเปิดทั้งหมดทีเดียว
ขั้นแรก ความสามารถพื้นฐานก็พอ:
จัดการไฟล์
เทอร์มินัล
หน่วยความจำ
การค้นหา
รายการงาน
การค้นหาในเซสชัน
แค่นี้ก็พอให้เอเจนต์มีประโยชน์แล้ว
ทีหลังค่อยเพิ่มระบบควบคุมเบราว์เซอร์อัตโนมัติ การสร้างรูปภาพ งาน cron การมอบงานให้ซับเอเจนต์ และฟังก์ชันเสียง
การเชื่อมต่อที่ซับซ้อนอย่าง Home Assistant เซิร์ฟเวอร์ MCP ภายนอก หรือการส่งข้อความออกไปเป็นวงกว้าง ควรเปิดเฉพาะตอนที่มีงานชัดเจนแล้ว
กฎที่ดี: เปิดสิ่งที่จำเป็นจริงสำหรับงานตอนนี้ ไม่ใช่สิ่งที่น่าสนใจ
สกิล: ทำไมไม่ควรติดตั้งทุกตัวที่เห็น
สกิลเป็นหนึ่งในความสามารถที่ทรงพลังที่สุดของ Hermes นึกภาพมันเป็นคำแนะนำหรือสูตรการทำงานสำเร็จรูป
เช่น สกิลอาจอธิบายวิธีค้นหาข้อมูล วิธีทำรายงาน วิธีตรวจโค้ด วิธีเขียนโพสต์ หรือวิธีจัดการไฟล์
แต่สกิลไม่ได้มีแค่ประโยชน์ มันมีความเสี่ยงได้ด้วย ถ้าสกิลมีคำสั่ง จัดการไฟล์ หรือเรียกบริการภายนอก มันก็ส่งผลต่อระบบได้
ดังนั้นไม่ควรติดตั้งสกิลทุกตัวที่เห็น เริ่มจากชุดเล็กที่สุดสำหรับงานที่ชัดเจนดีกว่า
ถ้าต้องการการค้นหา เพิ่มสกิลค้นหา
ถ้าต้องการโครงสร้างการทำงาน เพิ่มสกิล planning
ถ้าทำงานคอนเทนต์ สร้างสกิลสำหรับรูปแบบโพสต์ของตัวเอง
ก่อนติดตั้งสกิลของคนอื่น ต้องอ่านและตรวจมันก่อน โดยเฉพาะถ้าเอเจนต์เข้าถึงเทอร์มินัลได้ หาสกิลได้จากที่ไหนและตรวจสกิลของคนอื่นยังไงก่อนติดตั้ง เราอธิบายไว้ในบทความ “สกิลและปลั๊กอินสำหรับ Hermes Agent”
MCP และ ACP: เมื่อไหร่ที่จำเป็นจริง ๆ
MCP และ ACP ฟังดูซับซ้อน แต่อธิบายแนวคิดได้ง่าย ๆ
MCP คือวิธีเชื่อมเครื่องมือภายนอกเข้ากับ Hermes เช่น GitHub ฐานข้อมูล ระบบไฟล์ เบราว์เซอร์ API และบริการอื่น ๆ จำเป็นเมื่อเอเจนต์ต้องทำงานไม่ใช่แค่ภายในตัวเอง แต่กับโครงสร้างพื้นฐานภายนอกด้วย
ACP คือวิธีฝัง Hermes เข้าไปในโปรแกรมแก้โค้ด เช่น ใช้มันเป็นผู้ช่วยใน VS Code, Zed หรือ JetBrains
ทั้งสองฟังก์ชันมีประโยชน์ แต่ไม่จำเป็นสำหรับการรันครั้งแรก
MCP ควรเชื่อมเมื่อคุณรู้แน่ชัดว่าเอเจนต์ต้องเข้าถึงบริการไหนและเพื่ออะไร
ACP จำเป็นถ้างานหลักของคุณคือใช้ Hermes เป็น coding agent ในโปรแกรมแก้โค้ดโดยเฉพาะ
ถ้ายังไม่มี CLI ที่เสถียร โมเดลที่ใช้งานได้ และสถานการณ์การใช้งานที่ชัดเจนสักหนึ่งแบบ เลื่อน MCP และ ACP ไว้ก่อนดีกว่า
Android ผ่าน Termux
Hermes รันบน Android ผ่าน Termux ได้ด้วย Termux คือแอปที่ให้สภาพแวดล้อมแบบ Linux บน Android
เป็นตัวเลือกที่น่าสนใจสำหรับการทดลอง โดยเฉพาะถ้าอยากใช้งานแบบมือถือ แต่สำหรับมือใหม่ นี่ไม่ใช่ทางเริ่มต้นที่ดีที่สุด
บนมือถือมีข้อจำกัดมากกว่า สภาพแวดล้อมมีจุดเฉพาะมากกว่า และไล่แก้ข้อผิดพลาดได้ยากกว่า ทำความเข้าใจ Hermes บนคอมพิวเตอร์, WSL2 หรือ VPS ก่อน แล้วค่อยทดลองกับ Android จะดีกว่า
iMessage, WeChat และเมสเซนเจอร์อื่น ๆ
Hermes ทำงานได้ไม่ใช่แค่กับ Telegram ในบางเวอร์ชันมี Discord, Slack, WhatsApp, Signal, Matrix, Email, SMS, iMessage ผ่าน BlueBubbles, WeChat/Weixin และช่องทางอื่น ๆ
แต่การเชื่อมต่อครั้งแรก ควรเลือก Telegram
Telegram ตั้งค่าง่ายกว่า ใช้บนมือถือสะดวก รองรับไฟล์ ข้อความเสียง และคำสั่ง สำหรับมือใหม่ นี่คือทางที่เข้าใจง่ายที่สุด
เมสเซนเจอร์อื่นค่อยเชื่อมทีหลัง เมื่อมี Gateway ที่เสถียรและตรรกะการเข้าถึงที่ชัดเจนแล้ว
กฎหลัก: ช่องทางเดียวที่เสถียรดีกว่าห้าช่องทางที่ตั้งค่าไม่เสร็จ
คำสั่ง /fast
ใน Hermes อาจมีคำสั่ง /fast ที่ลดเวลาตอบสนองกับโมเดลบางตัวที่รองรับ
พูดง่าย ๆ มันคือโหมดสำหรับคำตอบที่เร็วขึ้น มีประโยชน์เวลาที่ความเร็วสำคัญกว่าการวิเคราะห์ให้ลึกที่สุด
แต่มันไม่ใช่ปุ่มเร่งความเร็วที่ใช้ได้กับทุกอย่าง มันขึ้นอยู่กับโมเดลและผู้ให้บริการแต่ละราย จึงควรมอง /fast เป็นการปรับแต่งเสริม ไม่ใช่การตั้งค่าที่ต้องทำ
ตัวอย่างสถานการณ์การใช้งาน
Hermes จะมีประโยชน์เป็นพิเศษเมื่อใช้กับงานที่ทำซ้ำ ไม่ใช่กับคำถามจิปาถะ
สำหรับงานพัฒนา สั่งให้มันโคลนรีโพ ตั้งสภาพแวดล้อมทดสอบ รันเทสต์ แล้วส่งผลลัพธ์มาทาง Telegram ได้
สำหรับงานดูแลระบบ ตั้งให้ส่งรายงานพื้นที่ว่างบนเซิร์ฟเวอร์เป็นประจำ เช็กสถานะบริการ หรือแจ้งเตือนเมื่อมีอะไรล่มได้
สำหรับประสิทธิภาพส่วนตัว ทำ briefing ตอนเช้าได้: ปฏิทิน ข่าว งาน และการแจ้งเตือนจาก GitHub
สำหรับงานคอนเทนต์ ประกอบ pipeline ได้: หาข้อมูล เขียนร่าง แก้ต้นฉบับ เตรียมรูปภาพ เช็กรูปแบบ แล้วส่งให้ยืนยัน
แต่การกระทำขั้นสุดท้ายควรปล่อยไว้ให้ยืนยันด้วยมือ เอเจนต์เตรียมอีเมลได้ แต่ควรส่งหลังจากคุณตกลงแล้วเท่านั้น เอเจนต์เตรียมโพสต์ได้ แต่ไม่ควรเผยแพร่โดยไม่ยืนยัน เอเจนต์เสนอให้ลบไฟล์ได้ แต่การลบต้องยืนยันด้วยมือ
Hermes กับ OpenClaw: ความต่างแบบง่าย ๆ สำหรับมือใหม่
คนมักเอา Hermes กับ OpenClaw มาเทียบกัน เพราะทั้งสองตัวเป็น AI เอเจนต์แบบ open-source
ถ้าอธิบายแบบง่ายมาก ๆ Hermes คล้ายเอเจนต์ที่ค่อย ๆ เรียนรู้จากงานของคุณ สะสมหน่วยความจำ ใช้สกิล และเติบโตจากผู้ช่วยใน CLI ไปเป็นระบบทำงานเต็มรูปแบบได้
OpenClaw คล้ายระบบ orchestration ที่ Gateway, Brain, ReAct-loop, marketplace ของสกิล และช่องทางจำนวนมากมีบทบาทสำคัญ
สำหรับมือใหม่ Hermes อธิบายเป็นเส้นทางทีละขั้นได้ง่ายกว่า:
ติดตั้ง
เลือกโมเดล
ทดสอบ CLI
เพิ่ม Telegram
ตั้งค่าหน่วยความจำ
เพิ่มสกิล
ค่อย ๆ ขยายระบบอัตโนมัติ
ไม่ได้แปลว่า Hermes ดีกว่าเสมอไป แต่ถ้าเป้าหมายคือได้เอเจนต์ตัวแรกที่ใช้งานได้อย่างรวดเร็ว แล้วค่อย ๆ พัฒนามันให้รับงานที่ทำซ้ำ Hermes ดูเป็นตัวเลือกที่ตรงไปตรงมาและเข้าใจง่ายกว่า
สรุปเชิงปฏิบัติ
Hermes ควรเริ่มใช้แบบค่อยเป็นค่อยไป
ขั้นแรก ตัวติดตั้งทางการ ผู้ให้บริการรายเดียว CLI และการทดสอบเครื่องมือ
แล้วการวินิจฉัยปัญหาและความปลอดภัยพื้นฐาน
จากนั้น Dashboard หรือ Telegram
หลังจากนั้นค่อย Docker, VPS, cron สกิล โมเดลเสริม และระบบอัตโนมัติ
Docker มีไว้แยกสภาพแวดล้อม ไม่ใช่เพราะเป็นคำที่ฮิต
VPS มีไว้ให้ทำงาน 24/7 และเข้าจากมือถือได้
Volume ใน Docker มีไว้ไม่ให้หน่วยความจำและการตั้งค่าหาย
Tirith และ approval mode มีไว้ไม่ให้เอเจนต์รันคำสั่งอันตรายโดยไม่มีใครคุม
Firewall มีไว้ไม่ให้แผงควบคุมภายในเปิดสู่ทั้งอินเทอร์เน็ต
Backup ต้องทำก่อนพัง ไม่ใช่หลังพัง
MCP, ACP และเมสเซนเจอร์หลายตัว ไม่ควรเชื่อมในวันแรก
ใจความหลัก: Hermes จะมีประโยชน์ไม่ใช่ตอนที่เปิดทุกอย่างไว้ แต่ตอนที่มันทำงานเสถียร ปลอดภัย และทำงานที่ชัดเจน
เอเจนต์ที่ดีไม่ใช่เอเจนต์ที่จัดเต็มที่สุด เอเจนต์ที่ดีคือตัวที่มีสภาพแวดล้อมชัดเจน สิทธิ์จำกัด การเข้าถึงที่มีการป้องกัน โมเดลที่ใช้งานได้ การวินิจฉัยปัญหาที่ใช้การได้ และมีสถานการณ์การใช้งานหนึ่งถึงสองแบบที่มันทำได้อย่างไว้ใจได้
