Ihre KI sollte nicht aufhören zu arbeiten, wenn Sie den Browser schließen

 

Einen KI-Agenten zu bauen war noch nie so einfach.

 

Jede Woche erscheint ein neues Modell, Framework oder SDK, das schlussfolgern, Tools aufrufen und Aufgaben automatisieren kann.

 

Die meisten KI-Assistenten sind noch immer auf Gespräche ausgelegt. Sie stellen eine Frage, der Assistent antwortet, und die Interaktion endet. Soll dieselbe Arbeit morgen wieder erledigt werden, fragen Sie erneut.

 

Für Gespräche funktioniert das gut. Für wiederkehrende Arbeit nicht.

 

Ob Sie GitHub-Repositories überwachen, Markt-Updates verfolgen, Support-Tickets prüfen oder tägliche Research-Briefings erstellen: Viele Aufgaben brauchen keinen weiteren Prompt. Sie brauchen einen Agenten, der sich merkt, was er tun soll, und es einfach weiter tut.

 

Genau dieses Problem soll Hermes lösen.

 

In dieser Anleitung erfahren Sie, wie Sie Hermes, einen quelloffenen autonomen KI-Agenten, im dezentralen Processor-Netzwerk von Acurast deployen. Sie verbinden Hermes mit OpenRouter, konfigurieren das Deployment und erstellen einen geplanten Workflow, der weiterläuft, ohne auf den nächsten Prompt zu warten.

 

 

Den Agenten zu bauen ist nur die halbe Geschichte

 

Ein Großteil der Diskussion über KI-Agenten dreht sich um das Schlussfolgern. Kann das Modell Tools nutzen? Kann es im Web surfen? Kann es eine Abfolge von Aktionen planen?

 

Diese Fragen sind wichtig, beschreiben aber nur, was während einer einzelnen Interaktion passiert.

 

Die nächste Frage ist genauso wichtig: Was passiert, nachdem Sie den Agenten gebaut haben?

 

Ein praxistauglicher Agent braucht einen Ort, an dem er läuft. Er muss wiederkehrende Aufgaben ausführen, frühere Arbeit nachverfolgen, eine Oberfläche zur Verwaltung bereitstellen und verfügbar bleiben, nachdem Sie Ihren Browser geschlossen haben.

 

Die meisten Agent-Frameworks überlassen diese Teile Ihnen.

 

Hier setzt Hermes an.

 

Statt noch eine weitere Sammlung von Bausteinen zu liefern, ist Hermes eine vollständige Agent-Runtime. Er vereint Zeitplanung, Gedächtnis, Tool-Nutzung, OpenRouter-Integration und eine Weboberfläche in einer einzigen Anwendung, die Sie deployen und sofort nutzen können.

 

Damit eignet sich Hermes gut für Workflows wie:

 

• Jeden Morgen die wichtigsten Hacker-News-Storys zusammenfassen.
• GitHub-Repositories auf neue Releases überwachen.
• Tägliche Research- oder Marktbriefings erstellen.
• Ankündigungen von Wettbewerbern verfolgen.
• Websites und APIs nach Zeitplan prüfen.

 

Das Ziel ist nicht, jeden Tag bessere Fragen zu stellen. Es geht darum, nützliche Arbeit einmal festzulegen und den Agenten sie weiter ausführen zu lassen.

 

Warum Hermes auf Acurast betreiben?

Einen autonomen Agenten zu betreiben bedeutet in der Regel, Infrastruktur zu betreiben.

 

Sie brauchen einen Server, eine Deployment-Pipeline, öffentliche Endpunkte, Authentifizierung, Monitoring und laufende Wartung. Nichts davon macht Ihren Agenten klüger, aber all das ist nötig, damit er verfügbar bleibt.

 

Acurast nimmt Ihnen einen Großteil dieses Betriebsaufwands ab.

 

Statt Hermes auf einem klassischen Cloud-Server zu deployen, deployen Sie ihn im dezentralen Processor-Netzwerk von Acurast. Hermes läuft während der gesamten Laufzeit des Deployments weiter, während OpenRouter Zugang zu führenden Sprachmodellen wie GPT-4o und Claude bietet.

 

Möglich wird dieses Deployment-Modell durch Codename Cargo, den Übergang von Acurast von einer Node.js-Runtime zu vollständigen Linux-basierten Containern. Statt auf JavaScript beschränkt zu sein, können Entwickler jetzt Anwendungen deployen, die mit Python, Go, Rust, C++ und praktisch jeder unter Linux lauffähigen Software gebaut sind. Diese breitere Runtime macht Anwendungen wie Hermes möglich und öffnet die Tür für leistungsfähigere KI-Agenten und produktionsreife Workloads im gesamten Acurast-Netzwerk.

 

Jede Komponente hat eine klare Aufgabe:

 

• Hermes verwaltet den Agenten und seine Workflows.
• OpenRouter verbindet Hermes mit Ihrem bevorzugten Sprachmodell.
• Acurast stellt die dezentrale Rechenleistung bereit, auf der der Agent läuft.
• Cargo stellt die Linux-Runtime bereit.

 

Zusammen liefern sie alles, was es braucht, um vom Experimentieren zu einem dauerhaft laufenden KI-Agenten zu kommen.

 

Hermes auf Acurast deployen

 

Die Hermes-Beispielanwendung enthält alles, was Sie für den Einstieg brauchen.

 

Schritt 1: Hermes konfigurieren

 

Öffnen Sie zunächst die Hermes-Beispielanwendung aus dem Repository Acurast Example Apps.

 

Konfigurieren Sie vor dem Deployment die erforderlichen Umgebungsvariablen:

 

• Acurast-Mnemonic, um das Deployment zu autorisieren und Netzwerkgebühren zu zahlen.
• SSH-Passwort für den sicheren Zugriff auf den Processor, falls Debugging nötig ist.
• Callback-URL, an die Acurast die generierte Deployment-URL sendet.
• Mainnet als Deployment-Netzwerk.
• OpenRouter-API-Key für den Zugriff auf Ihr bevorzugtes Sprachmodell.
• Standardmodell, zum Beispiel GPT-4o Mini.
• Web-UI-Passwort, um den Zugang zu Hermes abzusichern.

 

Das Projekt enthält außerdem eine Konfigurationsdatei acurast.json. Die meisten Standardwerte können unverändert bleiben, die Deployment-Dauer sollten Sie aber prüfen, damit Ihr Agent so lange online bleibt, wie Sie ihn brauchen.

 

Schritt 2: Den Agenten deployen

 

Wenn die Konfiguration abgeschlossen ist, deployen Sie Hermes mit:

acurast deploy

 

Die Acurast CLI führt Sie durch die restlichen Schritte, einschließlich der Bestätigung der Deployment-Gebühr vor dem Absenden.

 

Nach der Bestätigung beginnt der Processor automatisch, die Umgebung vorzubereiten.

 

Schritt 3: Das Deployment überprüfen

 

Während das Deployment läuft, sehen Sie Logs, die zeigen, wie Abhängigkeiten installiert werden, Dienste starten und ein SSH-Tunnel eingerichtet wird.

 

Sobald das Deployment bereit ist, wird eine eindeutige Frontend-URL generiert. Die Logs enthalten außerdem einen SSH-Befehl, falls Sie zur Fehlerbehebung direkt auf den Processor zugreifen müssen.

 

Wenn Hermes meldet, dass er bereit ist, ist Ihr autonomer Agent live.

 

Schritt 4: Anmelden und den ersten Workflow erstellen

 

Öffnen Sie die generierte Frontend-URL und melden Sie sich mit dem Passwort an, das Sie zuvor konfiguriert haben.

 

Um Hermes in Aktion zu sehen, erstellen Sie eine geplante Aufgabe wie diese:

 

Hermes speichert die Aufgabe, nimmt sie in seinen Zeitplan auf und führt sie automatisch aus, solange das Deployment aktiv ist.

 

Das Beispiel ist bewusst einfach, zeigt aber die größere Idee. Derselbe Ansatz eignet sich, um Repositories zu überwachen, wiederkehrende Berichte zu erstellen, APIs auf Änderungen zu beobachten oder Recherchen zu automatisieren, für die Sie sonst jeden Tag denselben Prompt bräuchten.

 

 

Ein paar Dinge, die Sie beachten sollten

 

Hermes läuft so lange, wie das Acurast-Deployment aktiv ist.

 

Wenn das Deployment endet, wird der Processor freigegeben und die Deployment-Daten werden gelöscht. Wenn Sie wiederkehrende Workflows aufbauen, wählen Sie eine Deployment-Dauer, die Ihrem Agenten genug Zeit lässt, sie auszuführen.

 

 

Mehr als nur ein weiterer KI-Agent

 

Das rasante Tempo der KI-Entwicklung hat es leicht gemacht, beeindruckende Demos zu bauen. Die nächste Herausforderung besteht darin, aus diesen Demos Software zu machen, die zuverlässig nützliche Arbeit leistet.

 

Hermes begegnet dieser Herausforderung mit einer Runtime, die für kontinuierliche Ausführung statt für einmalige Interaktionen ausgelegt ist. Cargo liefert die Linux-Runtime, die diese Deployments möglich macht, und Acurast die dezentrale Rechenleistung, die sie am Laufen hält.

 

Gemeinsam verschieben sie die Diskussion vom Bauen von KI-Agenten zum Betreiben von KI-Agenten.

 

Das könnte sich als der wichtigere Meilenstein erweisen.

 

 

Das vollständige Video-Tutorial ansehen

 

Die Anleitung oben behandelt den Deployment-Prozess von Anfang bis Ende, doch wenn Sie ihn in Aktion sehen, wird die Einrichtung noch einfacher.

 

Im begleitenden Video sehen Sie Schritt für Schritt, wie Sie Hermes konfigurieren, auf Acurast deployen, OpenRouter anbinden und Ihren ersten autonomen Workflow erstellen.

 

Ob Sie KI-Agenten zum ersten Mal ausprobieren oder selbst einen deployen möchten: Das Video ist eine praktische Ergänzung zu dieser Anleitung.

 

 

 

Related Blogs