Hermes एजेंट के टोकन की बर्बादी को रोकने और लोकल वर्कफ़्लो को सुरक्षित रखने के लिए परिचालन दिशानिर्देश

बेकार के कौशल (Skills) को मेमोरी खराब करने से कैसे रोकें

Hermes किसी कार्य को पूरा करने के बाद स्वचालित रूप से कौशल निकालता है और उन्हें सहेजता है। यह स्वायत्तता अच्छी है, लेकिन यदि इसे ऐसे ही छोड़ दिया जाए, तो m.txt फ़ाइल जल्द ही डुप्लिकेट लॉजिक और कचरा कोड से भर जाएगी। अनप्रबंधित मेमोरी मॉडल के संज्ञानात्मक भार (cognitive load) को बढ़ाती है और अंततः आपके पैसे और समय की बर्बादी का कारण बनती है।

कौशल रिपॉजिटरी की गुणवत्ता बनाए रखने के लिए, आपको सिस्टम प्रॉम्प्ट से शुरुआत करनी चाहिए। उसे मजबूर करें कि "सभी कौशलों को IPO (Input-Process-Output) संरचना में रिकॉर्ड करें।" पर्यावरण चर (environment variables), निष्पादन कमांड और अपेक्षित परिणामों को स्पष्ट करने मात्र से ही बाद में एजेंट द्वारा गलत जानकारी देने की संभावना कम हो जाती है। हर सोमवार सुबह ~/.hermes/skills/ निर्देशिका खोलें। उन फ़ाइलों को मर्ज करें जिनका कंटेंट मौजूदा कौशलों के साथ ओवरलैप होता है, और विशिष्ट फ़ोल्डर पथ वाले कोड को $PROJECT_ROOT जैसे चर के साथ बदलें। यह सरल फ़िल्टरिंग अनावश्यक तर्क चरणों को कम कर सकती है और कुल टोकन खपत को लगभग 40% तक बचा सकती है।

प्रोजेक्ट्स के बीच ज्ञान के मिश्रण को रोकने के लिए प्रोफाइल अलग करना

जिस क्षण एजेंट प्रोजेक्ट A के सेटिंग्स को प्रोजेक्ट B पर लागू करता है, समस्या शुरू हो जाती है। Hermes अपने state.db में सभी बातचीत और मेटाडेटा संग्रहीत करता है, लेकिन यदि आप एक फ्रीलांसर हैं, तो आपको काम की प्रकृति के आधार पर इस DB को अलग करना चाहिए। यदि ज्ञान आपस में मिल जाता है, तो एजेंट भ्रमित हो जाता है और आप डिबगिंग में अपना समय बर्बाद करते हैं।

टर्मिनल में hermes profile create <project_name> कमांड का उपयोग करके एक स्वतंत्र इंस्टेंस बनाएं। फिर प्रोजेक्ट रूट में एजेंट के लिए विशिष्ट व्यवहार निर्देश SOUL.md रखें, और config.yaml में terminal.backend को local पर सेट करें। हर बार सेशन शुरू करते समय /title कमांड के साथ कार्य का नाम दर्ज करें, जिससे बाद में SQLite क्वेरी के माध्यम से पुराने समाधान पैटर्न खोजना बहुत आसान हो जाएगा। इस संरचना को स्थापित करने में 5 मिनट से भी कम समय लगता है, लेकिन जब आप भविष्य में इसी तरह के प्रोजेक्ट लेते हैं, तो यह प्रारंभिक डिज़ाइन समय को आधा कर देने वाली संपत्ति बन जाती है।

Claude और लोकल मॉडल को मिलाकर API लागत बचाना

हर सवाल के लिए Claude 3.5 Sonnet का उपयोग करना आपके वॉलेट के प्रति दयालु नहीं है। एक कैस्केडिंग रणनीति (cascading strategy) की आवश्यकता है जहाँ आप भुगतान किए गए मॉडल को केवल आर्किटेक्चर डिज़ाइन जैसे उच्च-स्तरीय कार्यों के लिए उपयोग करें, और सरल कोड कार्यान्वयन या लॉग विश्लेषण को लोकल मॉडल पर छोड़ दें।

यदि आप अपना मासिक बजट 50,000 वॉन (लगभग 3,000 रुपये) के भीतर रखना चाहते हैं, तो मॉडल स्विचिंग का सही समय चुनें। सुबह Claude का उपयोग करें, लेकिन जैसे ही दोहराव वाला कोडिंग कार्य शुरू हो, तुरंत /model custom कमांड टाइप करें और स्थानीय Qwen 2.5 Coder 32B पर स्विच करें। रात भर चलने वाले ऑटोमेशन कार्य या सरल डेटा रिफाइनमेंट पूरी तरह से लोकल मॉडल की जिम्मेदारी होनी चाहिए। बजट के 80% से अधिक होने की जाँच करने के लिए बार-बार /usage दबाएँ। जैसे ही आप सीमा पार करते हैं, यह निर्देश दें कि "अब से केवल लोकल मॉडल का उपयोग करें" ताकि API लागत को अनियंत्रित होने से रोका जा सके।

सैंडबॉक्स और मानवीय अनुमोदन (Human Approval) के साथ मतिभ्रम (Hallucination) को रोकना

एजेंट द्वारा गलत जानकारी को कौशल रिपॉजिटरी में डालना सबसे खतरनाक चीजों में से एक है। एक बार मेमोरी दूषित हो जाने पर, यह गलत परिणाम देना जारी रखती है। स्वायत्तता का सम्मान करें, लेकिन राइट एक्सेस (write permissions) को कड़ाई से नियंत्रित करें जो सिस्टम को नुकसान पहुँचा सकते हैं।

सबसे पहले, config.yaml में terminal.backend को docker पर सेट करें। यह सुनिश्चित करना प्राथमिकता है कि एजेंट जो कुछ भी करता है वह केवल कंटेनर के भीतर ही रहे। इसके बाद, एजेंट द्वारा बनाए गए कोड को pytest के साथ स्वचालित रूप से सत्यापित करने के लिए एक bash स्क्रिप्ट चलाएँ, ताकि केवल वही कोड मेमोरी में जाए जो टेस्ट पास करता है। अंतिम सुरक्षा आप स्वयं हैं। सिस्टम प्रॉम्प्ट को संशोधित करें ताकि जब एजेंट save_skill कॉल करे, तो उसे उपयोगकर्ता की स्वीकृति की आवश्यकता हो। यह ट्रिपल फ़िल्टर एजेंट के मतिभ्रम को आपके सिस्टम दस्तावेज़ों में फैलने से रोकेगा और 99% विश्वसनीयता बनाए रखेगा।

कार्य लॉग को लाभप्रदता मेट्रिक्स में बदलना

state.db में संचित डेटा केवल टेक्स्ट का ढेर नहीं है। यह एक संकेतक है कि आपने कितनी कुशलता से काम किया है। पिछले एक सप्ताह के प्रति सेशन टोकन खपत और उत्पन्न कौशलों की संख्या निकालने के लिए पायथन की sqlite3 लाइब्रेरी का उपयोग करें।

निकाले गए डेटा को मार्कडाउन में बदलने और इसे अपने व्यक्तिगत ज्ञान आधार (knowledge base) में सहेजने का एक रूटीन बनाएं। यह एक नज़र में दिखाता है कि किस प्रोजेक्ट में सबसे अधिक लागत आई और कौन सा लॉजिक अक्सर पुन: उपयोग किया गया। यह केवल रिकॉर्ड रखने से परे है; यह अगले प्रोजेक्ट के लिए कोटेशन (quotation) देते समय एक शक्तिशाली आधार बन जाता है। एजेंट को अच्छी तरह से प्रबंधित करने जितना ही महत्वपूर्ण यह है कि आप एजेंट द्वारा छोड़े गए निशानों को लाभदायक जानकारी में बदल सकें। इस तरह से प्रबंधित Hermes केवल एक उपकरण नहीं, बल्कि आपका दूसरा मस्तिष्क बन जाता है जिसने आपकी कार्यशैली को पूरी तरह से आत्मसात कर लिया है।