Contattataci

Struttura del corso

Introduzione a Hermes Agent

  • Cos'è Hermes Agent e come differisce dai copiloti IDE
  • Il concetto di agente auto-migliorante e il ciclo di apprendimento chiuso
  • Panoramica dell'architettura: backend, piattaforme e strumenti

Installazione e configurazione

  • Installazione di Hermes Agent in locale
  • Distribuzione su contenitori Docker
  • Distribuzione remota tramite SSH, Daytona, Singularity e Modal
  • Configurazione delle chiavi API per OpenAI, Anthropic, OpenRouter e Nous Portal

Interazione con l'Agente

  • Interfaccia CLI e comandi di base
  • Configurazione e utilizzo del bot Telegram
  • Integrazione con Discord e Slack
  • Connettività WhatsApp

Strumenti integrati

  • Ricerca web e estrazione di contenuti
  • Operazioni sui file: lettura, scrittura, modifica e ricerca
  • Esecuzione di comandi del terminale e scripting bash
  • Generazione di immagini e analisi visiva
  • Funzionalità di sintesi vocale (text-to-speech)

Memoria persistente

  • Memoria tra sessioni con recupero tramite FTS5
  • Riassunzione tramite LLM per il contesto a lungo termine
  • Ricerca e recupero della memoria

Il sistema di competenze (Skills)

  • Cosa sono le competenze e come vengono create
  • Persistenza delle competenze tra le sessioni
  • Community delle competenze e agentskills.io

Integrazione MCP

  • Connessione ai server MCP
  • Estensione delle funzionalità degli strumenti in modo programmatico

Automazioni pianificate

  • Scheduler cron integrato
  • Impostazione di attività ricorrenti e report
  • Consegna dei risultati delle automazioni su più piattaforme

Casi d'uso dell'automazione per sviluppatori

  • Esecuzione autonoma di comandi del terminale
  • Avvio di sott-agenti isolati
  • Flussi di lavoro paralleli e elaborazione batch

Sicurezza e migliori pratiche

  • Modalità di approvazione per comandi e modifiche
  • Privacy dei dati su infrastruttura self-hosted
  • Isolamento dell'ambiente

Distribuzione in produzione

  • Esecuzione su un VPS da $5
  • Pattern di distribuzione serverless
  • Monitoraggio della salute dell'agente e dei log

Risoluzione dei problemi

  • Problemi di installazione comuni
  • Debug dei fallimenti degli strumenti
  • Ottimizzazione della memoria e delle prestazioni

Riepilogo e prossimi passi

  • Riepilogo delle funzionalità chiave
  • Risorse per l'apprendimento continuativo
  • Transizione verso argomenti avanzati di Hermes

Requisiti

  • Conoscenza di base dei terminali a riga di comando e dei comandi Linux
  • Comprensione dei flussi di lavoro dello sviluppo software
  • Conoscenza generale dell'IA e dei modelli linguistici di grandi dimensioni (LLM)

Partecipanti ideali

  • Sviluppatori software che desiderano integrare agenti AI nel proprio flusso di lavoro
  • Ingegneri DevOps che esplorano strumenti autonomi
  • Responsabili di team tecnici che valutano piattaforme di agenti AI
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative