Use-cases van Hermes Agent

Use-cases van Hermes Agent richten zich vooral op het draaien van een altijd actieve assistent met geheugen, het automatiseren van workflows met meerdere stappen en het bouwen van teams van subagents die parallel werken.

Als self-hosted AI-agent verwerkt Hermes Agent lange taken zonder tussen sessies te resetten.

Hermes Agent houdt context vast tussen gesprekken, leert je voorkeuren in de loop van de tijd en bouwt op basis van ervaring eigen playbooks op – dus nadat je het een vergelijkbare taak een paar keer hebt gegeven, heeft het de aanpak al opgeslagen en hoeft het die niet meer vanaf nul uit te zoeken.

Hermes Agent verschilt van een typische chatbot-wrapper door de infrastructuur: een geheugenlaag, een cron-planner voor taken die draaien terwijl jij slaapt, delegatie naar subagents voor parallel werk en terminaltoegang via zes backends, waaronder Docker en SSH. Dit alles draait in elke self-hostingomgeving die jij beheert.

Praktische use-cases van Hermes Agent zijn onder andere:

• Een persoonlijke assistent draaien die je projecten van week tot week onthoudt.
• Eenmalige contentprompts omzetten in pijplijnen voor research, concept en review.
• Gespecialiseerd werk delegeren aan parallelle subagents met hun eigen tools.
• Shellopdrachten uitvoeren en servers beheren vanuit een chatvenster.
• Externe API’s zoals Stripe, Notion en GitHub koppelen aan geplande taken.
• Applicaties implementeren met een agent die leert van eerdere deployments.
• Dagelijkse briefings, PR-reviews en monitoringmeldingen automatisch versturen.
• Terugkerende research en gegevensverwerking uitvoeren die voortbouwen op eerdere runs.
• Langlopende workflows onderhouden die serverherstarts en storingen overleven.
• Geheugen, planning, toolintegraties en delegatie combineren in één wekelijkse routine.

Alles bij elkaar laten deze use-cases zien welk werk blijft doorgaan, zelfs nadat je de chat hebt gesloten.

1. Een persistente agent draaien die je workflows in de loop van de tijd leert

Hermes Agent draait als een persistente assistent die context tussen sessies bewaart en sneller wordt in je terugkerende werk naarmate je het langer gebruikt.

Je kunt taken in natuurlijke taal geven. Hermes Agent voert instructies meteen uit. Als je een planning toevoegt, slaat Hermes Agent die op als cron-taken en voert het ze automatisch uit.

De AI Agent leert door gebruik via twee systemen: persistent geheugen en skills.

Persistent geheugen gebruikt twee bestanden:

• MEMORY.md slaat feiten op over je omgeving, zoals je stack, tools, projectconventies en wat in eerdere sessies werkte.
• USER.md slaat je persoonlijke profiel op, waaronder je naam, rol, voorkeuren en communicatiestijl.

Beide bestanden worden automatisch geladen aan het begin van elke sessie.

Skills zijn korte markdown-playbooks die kennis met instructies opslaan. Hermes schrijft die na het oplossen van complexe taken en gebruikt ze daarna opnieuw wanneer vergelijkbaar werk voorbij komt.

Je vraagt Hermes bijvoorbeeld om een app te deployen. De eerste keer neem je het mee door je setup: de NGINX-configuratie, het migratiepatroon, de voorkeuren voor logging en waar het meestal misgaat.

De agent voert de deployment uit, verwerkt eventuele fouten en schrijft na de sessie een skills-document.

De volgende keer dat je vraagt om een code-update te deployen, heeft Hermes Agent je setup en aanpak al opgeslagen. Bij de tiende deployment draait het de volledige workflow, vangt het veelvoorkomende faalpunten af voordat ze zichtbaar worden en markeert het alleen wat echt jouw input nodig heeft.

Als je vanavond de CLI sluit en volgende week verdergaat in Telegram, weet de langlopende agent nog steeds waar je was gebleven. Je kunt vragen:

"What broke in last Tuesday's deploy, and how did we fix it?"

Vervolgens doorzoekt Hermes Agent eerdere sessies, vindt het de relevante thread en vat het die samen.

2. Fases van contentcreatie automatiseren

Voor goede contentkwaliteit kun je Hermes Agent gebruiken om contentcreatie om te zetten in een pipeline met vier fasen: research, outline, concept en publiceren.

Gezien de mogelijkheden van Hermes Agent kun je het vragen om alle vier de fasen in één keer uit te voeren. Maar als je meer controle wilt over je contentkwaliteit, krijg je betere resultaten als je het opsplitst in fasen.

Elke stap in deze AI-contentworkflow gebruikt een aparte prompt, en elke stap beoordeelt de output voordat die verdergaat.

Begin met het concurrentieonderzoek door de agent deze instructie te geven:

Research the topic "VPS backup strategies for 2026" for a tutorial.
Find the top 10 ranking articles, list their URLs, and summarize what each one covers. Flag any that look like content farms or thin aggregators.
From there, review the sources, remove weak ones, and note any angles the agent missed. Getting this right early saves a lot of rewriting later.

Geef daarna de instructie voor de outlinefase:

Using the approved research, draft an outline for the tutorial.
Propose H2 and H3 headings, note which sources support each section, and flag gaps you’d recommend filling.

Hier geef je tegengas, schrap je secties die niet passen en scherp je de structuur aan totdat die aansluit op je invalshoek.

Zodra de opzet staat, ga je door naar het schrijven. Dan wordt een styleskill belangrijk:

Draft the tutorial from the approved outline. Load the house-style skill at ~/.hermes/skills/house-style.md and follow it throughout. Cite sources inline so I can verify claims against the research.

De house-styleskill bepaalt je zinslengte, verboden formuleringen en voorkeursstructuur. Zonder die skill leest de output als generieke AI-content. Met die skill blijft de tekst consistent en sluit die beter aan op jouw stem.

Je controleert de feiten nog steeds en maakt overgangen soepeler als ze mechanisch aanvoelen, maar dat is redactie, geen generatie.

Tot slot regelt de agent het publiceren:

Push the approved article to WordPress as a draft. Set the category to "Tutorials", add tags from the outline, fill the meta description under 160 characters, and set the slug. Do not publish it live yet.

Je kunt Hermes met WordPress verbinden via een Model Context Protocol-server (MCP).

Bij een laatste controle let je op opmaakdetails zoals de uitgelichte afbeelding, de blokindeling en interne links. Daarom sla je het op als concept in plaats van het direct live te zetten.

WordPress is hier een voorbeeld, maar Hermes Agent kan verbinding maken met elk CMS of elke dienst die een MCP-server beschikbaar stelt.

3. Grote taken opsplitsen over parallelle subagents

Met Hermes Agent kun je grote taken opsplitsen in parallelle werkstromen met de tool delegate_task. Standaard start het drie subagents tegelijk op – dit aantal parallelle processen kun je in je instellingen verhogen.

Daarnaast bepaalt max_spawn_depth hoeveel niveaus van subagents hun eigen subagents mogen starten, tot maximaal drie niveaus. Standaard blijft de diepte op één niveau staan (platte delegatie), wat voor de meeste workflows eenvoudiger en voorspelbaarder is.

Elke subagent werkt geïsoleerd en geeft alleen een eindsamenvatting terug. Zo blijft de hoofdagent gericht op de coördinatie, in plaats van vast te lopen in tussenstappen zoals zoekopdrachten of het lezen van bestanden.

Het patroon is simpel: splits één grote taak op in onafhankelijke delen, wijs elk deel toe aan een subagent en voeg daarna de resultaten samen. Stel dat je drie concurrenten wilt analyseren en elke subagent er één oppakt:

Onderzoek deze drie concurrenten parallel en geef een gestructureerde vergelijking terug:

Research these three competitors in parallel and return a structured comparison:
1. Competitor A: pricing, features, recent product changes
2. Competitor B: pricing, features, recent product changes
3. Competitor C: pricing, features, recent product changes
Compile the findings into a comparison table I can paste into our planning doc.

De hoofdagent start drie subagents, elk afgebakend tot één concurrent met webtoegang. Ze draaien parallel, geven samenvattingen terug en de hoofdagent voegt die samen in één tabel.

Je kunt ook verschillende modellen aan verschillende rollen toewijzen. Gebruik een sterker model, zoals Claude Opus, voor de hoofdagent om de coördinatie en de eindanalyse te doen, en een lichter model, zoals Sonnet, voor de onderzoekssubagents.

Goed om in gedachten te houden: standaard is delegatie plat – subagents kunnen geen eigen subagents starten. Diepere hiërarchieën zijn mogelijk door max_spawn_depth in je configuratie aan te passen tot maximaal drie niveaus, maar standaard blijft alles eenvoudig en voorspelbaar.

4. Systeemtaken automatiseren met opdrachten in gewone taal

Hermes Agent automatiseert shelltaken via zijn terminaltoolset, die werkt in zes omgevingen: je lokale machine, Docker-containers, externe servers via SSH en drie sandbox-runtimes (Daytona, Singularity en Modal).

Je configureert de verbindingen één keer. Daarna geef je de agent in elke prompt op welk doel commands moet uitvoeren.

Bijvoorbeeld als je elke vrijdag om 17.00 uur een stagingserver wilt opschonen. Je kunt de agent vragen om dat volgens een planning uit te voeren:

Every Friday at 5 p.m., check disk usage on staging.domain.tld.
If any partition is over 80% full, delete temp files older than 7 days in /var/log and /tmp, and send me a summary on Telegram.

Daarna maakt Hermes Agent de cronjob aan en voert die automatisch uit via het achtergrondproces voor planning – je hoeft crontab niet te bewerken.

Dezelfde aanpak werkt voor logs roteren, vastgelopen services herstarten, back-ups ophalen of certificaten vernieuwen voordat ze verlopen.

Routinewerk waarvoor je normaal via SSH inlogt om het handmatig te doen, kun je in gewone taal beschrijven en inplannen.

Voor de veiligheid heeft Hermes Agent een ingebouwd goedkeuringssysteem dat mogelijk destructieve commands markeert, zoals recursieve verwijderacties, en je vraagt om bevestiging voordat ze worden uitgevoerd.

Alles wat je regelmatig wilt controleren, houd je als on-demand prompt in plaats van als geplande taak. Alle commands worden automatisch gelogd in ~/.hermes/logs/, dus als er iets misgaat, kun je precies nagaan wat er is uitgevoerd.

5. Externe diensten koppelen aan automatiseringspijplijnen

Hermes Agent koppelt met externe diensten via API’s, zodat het in één prompt data uit de ene tool kan ophalen, daar iets mee kan doen en de resultaten naar een andere tool kan sturen.

Je wilt bijvoorbeeld op maandagochtend misschien een samenvatting van de abonnementsactiviteit van vorige week:

Every Monday at 9 a.m., pull new Stripe subscriptions from the past 7 days, group them by plan tier, and calculate MRR change compared to the previous week. Post the summary to our #revenue-updates Slack channel as a comparison table. Flag it if MRR drops more than 5%.

Hermes Agent haalt dan de data uit Stripe, doet de berekeningen, maakt de samenvatting op en plaatst die in Slack.

Hetzelfde patroon werkt met elke dienst waarvoor Hermes Agent een tool heeft. De ingebouwde tools dekken al veelvoorkomende behoeften, zoals webtoegang, bestandsverwerking en browseracties.

Voor al het andere kun je Hermes Agent koppelen aan een MCP-server voor andere apps zoals Stripe, GitHub, vanuit je eigen interne API en meer. Die integraties zijn beschikbaar in de volgende prompt.

Diezelfde samenvatting voor maandag kan net zo goed gegevens uit GitHub ophalen in plaats van uit Stripe, of posten naar Linear in plaats van Slack, zonder dat je verandert hoe je de prompt schrijft.

Houd er rekening mee dat pipelines zoals deze speciale workflowtools zoals Airflow of Temporal niet vervangen. Als je workflows een strikte volgorde, gegarandeerde retries of volledig deterministische runs nodig hebben, gebruik dan een tool die daarvoor is gemaakt.

Hermes Agent werkt het best als je wilt dat de agent halverwege de pipeline afwegingen maakt, zoals bepalen wat aandacht nodig heeft, hoe een bericht voor een specifiek kanaal moet worden opgemaakt of hoe onverwachte data moeten worden afgehandeld.

6. Automatiseer je deploymentpipeline zodat die zelf edge cases afhandelt

Hermes Agent kan je volledige deploymentpipeline afhandelen, van het ophalen van de nieuwste commit tot controleren of de service gezond is nadat die live is gegaan.

Wat het anders maakt dan een gewoon script, is dat het van elke run leert. Succesvolle deployments worden skills die opnieuw gebruikt kunnen worden. Mislukte deployments worden skills die vastleggen wat er misging en hoe je dat de volgende keer voorkomt.

Dit is een typische deploymentprompt:

Deploy the latest commit from origin/main to staging, then promote to production once staging is verified.
1. Pull the branch and show me the commit diff.
2. Run the test suite. Stop and report if anything fails.
3. Build the Docker image and deploy to staging.
4. Tail the health check endpoint until it returns 200.
5. Keep checking the health endpoint for 5 minutes. If it stays healthy, promote the same image to production.
6. Verify the production health check and report elapsed time and any warnings from both deploys.

De eerste keer dat je dit uitvoert, moet je wat context geven, zoals welke branch je moet gebruiken, waar het Dockerfile staat en wat “gezond” betekent voor je service.

Als er iets onverwachts gebeurt, zoals stap 3 die mislukt omdat de image-tag al in gebruik is, kan Hermes Agent pauzeren en vragen hoe dat moet worden afgehandeld, of zelf een oplossing proberen, afhankelijk van hoe ambigu de situatie is.

Hoe dan ook, zodra het probleem is opgelost – bijvoorbeeld door een tijdstempel aan de tag toe te voegen – slaat Hermes Agent die oplossing op als skill. De volgende keer dat hetzelfde probleem opduikt, handelt Hermes Agent het af zonder iets te vragen.

Hier begint een AI DevOps-agent echt te verschillen van een CI/CD-script. Een script doet elke keer precies wat jij hebt geschreven. Hermes Agent doet wat jij hebt geschreven, plus wat het heeft geleerd van eerdere runs in jouw setup.

Dat gezegd hebbende, houd het bij een gespecialiseerd platform in gereguleerde omgevingen waar elke deployment een ondertekend, fraudebestendig auditlog nodig heeft. De leerlus van de agent vervangt compliancetooling niet.

7. Geautomatiseerde briefings inplannen

Hermes Agent kan autonome workflows uitvoeren met een ingebouwde cron-scheduler. Je beschrijft het schema in natuurlijke taal en de resultaten verschijnen in het kanaal dat je hebt gekoppeld.

Vertel de agent simpelweg wat je wilt en wanneer, zoals:

Stuur me elke ochtend om 7.00 uur een Telegram-bericht met:

Every morning at 7 a.m., send me a Telegram message with:
- The weather in my city
- My calendar events for today
- Top 5 posts from Hacker News tagged "AI"
- GitHub notifications I haven't opened yet
Keep it under 500 words.

Tijdens het uitvoeren haalt een nieuwe agentsessie elke ochtend gegevens uit alle vier de bronnen, zet alles in één samenvatting en bezorgt die op Telegram voordat je dag begint.

Een dagelijkse briefing is maar één voorbeeld. Dezelfde aanpak werkt voor wekelijkse rapporten, maandelijkse opschoontaken, healthchecks per uur of elke terugkerende taak waarvoor je anders zelf moet onthouden dat je die moet uitvoeren.

Houd er rekening mee dat elke geplande run je LLM-provider aanroept, dus jobs met een hoge frequentie en gedetailleerde prompts kunnen de kosten laten oplopen. De eenvoudigste beveiliging is om voordat je begint een maandelijkse bestedingslimiet in te stellen in het dashboard van je provider.

8. Geautomatiseerde research- en dataverwerkingstaken uitvoeren

Research volgt meestal dezelfde drie stappen: informatie uit meerdere bronnen verzamelen, die omzetten in iets bruikbaars en een heldere samenvatting teruggeven.

Hermes Agent kan die hele flow afhandelen vanuit één prompt. Omdat de agent bevindingen tussen runs opslaat, kan regelmatige research cumulatief worden – elke run bouwt voort op de vorige.

Stel dat je nieuws over AI-regelgeving volgt en een wekelijkse samenvatting wilt:

Doorzoek elke vrijdag om 17.00 uur de RSS-feeds van BBC, Reuters en AP. Lees de top 5 artikelen van elke bron en geef daarna een samenvatting terug met:

Every Friday at 5 p.m., search BBC, Reuters, and AP RSS feeds. Read the top 5 articles from each source, then return a summary with:
- The 3 biggest stories of the week
- Which outlet broke each one
- One line on what's new since last week
Save the summary as a Markdown file I can paste into Notion.

Hermes Agent bevraagt elke bron, leest de artikelen, vergelijkt ze met de bevindingen van de vorige week en maakt een gestructureerde samenvatting in de indeling die jij kiest. De regel “wat er nieuw is sinds vorige week” is alleen mogelijk omdat Hermes Agent onthoudt wat het al heeft gerapporteerd.

Dezelfde aanpak werkt ook voor datagerelateerde taken zoals prijswijzigingen bij leveranciers volgen, vacaturebanken monitoren voor specifieke functies of wekelijks wetenschappelijke papers over een onderwerp verzamelen.

Voor deze use case werkt het beter om in je prompt specifieke betrouwbare bronnen te noemen in plaats van op open zoekopdrachten op het web te vertrouwen. De output is alleen zo betrouwbaar als de bronnen waar je het op richt. Controleer samenvattingen altijd aan de hand van de originele artikelen voordat je erop handelt.

Als je data moet ophalen uit content achter een betaalmuur of login, kan Hermes Agent zich authenticeren via de browsertool. Cookies en logins worden standaard na elke sessie gereset.

Wil je ze behouden na een herstart, zet dan browser.camofox.managed_persistence op true in config.yaml. Dit werkt alleen met de browser-backend van Camofox.

9. Langlopende workflows behouden na serverherstarts

De meeste automatiseringstools verliezen hun status zodra er iets opnieuw start – een serverreboot, een containerupdate of een stroomstoring. Dan moet je alles weer vanaf nul beginnen.

Hermes Agent gaat anders om met dat soort onderbrekingen. De scheduler blijft behouden na gateway-herstarts met behulp van de SQLite-statusdatabase.

Voor geplande taken die tijdens downtime zijn gemist, kun je per taak instellen of die moet worden ingehaald (direct één keer uitvoeren na de herstart) of overgeslagen (verdergaan bij het volgende geplande interval) – afhankelijk van of het voor die taak logisch is om een gemiste taak opnieuw uit te voeren.

Bij langere pipelines die nog draaiden toen de herstart plaatsvond, gaat Hermes Agent verder vanaf het laatst voltooide checkpoint in plaats van de hele workflow opnieuw te starten.

Een eenvoudig voorbeeld is uptime-monitoring met meldingen:

Every 5 minutes, check https://domain.tld returns 200. If it fails, alert me on Telegram.

Controleer elke 5 minuten of https://domain.tld 200 retourneert. Als dat mislukt, stuur me dan een melding op Telegram.

Deze taak draait continu. Als je VPS opnieuw opstart voor een kernelupdate, gaat de agent direct na de herstart verder en pakt hij het schema weer op waar het was gebleven.

Houd er rekening mee dat Hermes Agent volledig afhankelijk is van de machine waarop het draait. Skills, geheugen, sessiegeschiedenis en geplande taken staan allemaal op dat systeem.

Dat betekent dat de agent workflows kan behouden na herstarts, zolang de host beschikbaar blijft.

Zorg dat je de werkmap van de agent regelmatig back-upt met hermes backup, houd de schijfruimte in de gaten en voer beveiligingsupdates uit volgens je eigen schema.

10. Alle lagen van Hermes Agent combineren in één routine

Hermes Agent is op zijn krachtigst wanneer geheugen, toolintegraties, delegatie en planning samen als één geautomatiseerd geheel werken.

Een goede manier om dat in actie te zien, is een wekelijkse operations-prompt:

Every Monday at 8 AM:
1. Pull last week's calendar and the meetings I attended
2. Check GitHub and Linear for anything blocked, overdue, or needing my input
3. Delegate a subagent to summarize new activity in my main Slack channels since last Monday
4. Generate a planning doc with: what moved last week, what's stuck and needs my attention, and meetings and priorities for the week ahead
5. Post it to my Slack DM
6. Save a new skill whenever you find a pattern worth repeating

Deze ene prompt dekt alle lagen uit de vorige use cases.

Je hebt geen aparte scheduler, geheugendatabase of custom script nodig om iets daarvan te koppelen. Alles staat in de configuratie van Hermes Agent en draait elke week automatisch.

Zo ga je Hermes Agent gebruiken voor je eigen workflows

Om te beginnen heb je een draaiende Hermes Agent-instantie op je server nodig.

Heb je dat nog niet, volg dan onze handleiding om Hermes Agent op een VPS in te stellen – van servervoorbereiding tot wat je na de installatie moet doen.

Zodra de agent draait en je hebt bevestigd dat een eenvoudig gesprek werkt, kies je één use case om mee te beginnen. Hoe simpeler, hoe beter.

Een ochtendbriefing, een wekelijkse onderzoekssamenvatting of een geplande servercontrole zijn allemaal goede eerste workflows – compact genoeg om in één sessie op te zetten en nuttig genoeg om ze ook echt te blijven gebruiken.

Daarna blijft het patroon steeds hetzelfde: zorg dat één routine betrouwbaar werkt en voeg daarna de volgende laag toe. Bijvoorbeeld:

• Voeg geheugen toe zodra je merkt dat je context herhaalt.
• Voeg MCP-verbindingen toe wanneer je wilt dat de agent toegang krijgt tot je tools.
• Voeg subagents toe wanneer een taak groot genoeg is om op te splitsen.
• Voeg planning toe zodat het autonoom draait wanneer jij dat wilt.

Het meeste van wat Hermes Agent na verloop van tijd wordt, plan je niet van tevoren. Elke werkende routine voegt een skill toe, elke skill maakt de volgende routine sneller om op te zetten, en na een paar maanden kent de agent je stack goed genoeg om edge cases af te handelen die hij nog nooit eerder heeft gezien.

Alle tutorials op deze website voldoen aan de strenge edactionele standaarden en waarden van Hostinger.

De auteur

Katerina Bosinaki

Katerina is een Localization Project Manager bij Hostinger, met meer dan 5 jaar ervaring in projectmanagement en een achtergrond van 6 jaar als linguïst. Ze richt zich op het toegankelijker maken van technologie door complexe handleidingen om te zetten in duidelijke, eenvoudig te volgen tutorials. In haar vrije tijd, wanneer ze niet op de hoogte blijft van de laatste ontwikkelingen binnen lokalisatie, kijkt ze graag films en leest ze boeken.

Meer van Katerina Bosinaki