O primeiro texto que o Hermes preparou para este artigo passou no validador de termos e continuou ruim. Quando abri o README.md e comparei a abertura com o LinkedIn, encontrei headings demais, recursos enfileirados e a mesma cena nos dois canais. O terminal confirmava o vocabulário permitido, mas a comparação dos arquivos revelou a falha editorial que o comando não avaliava.

A correção exigiu reler as orientações do projeto, comparar os dois textos e reescrever os arquivos completos. Essa falha mostra uma parte importante do uso de agentes de IA: o Hermes consegue executar comandos e deixar o trabalho no repositório, mas a qualidade editorial ainda depende de uma leitura capaz de perceber aquilo que o teste mecânico não mede.

Direto ao ponto

O Hermes Agent é um agente de IA de código aberto criado pela Nous Research. Nesta produção, eu o acessei pelo Telegram, o modelo interpretou a mensagem e as ferramentas abriram o repositório no computador configurado. Cada chamada devolveu um resultado real, e qualquer falha permaneceria no terminal para que eu pudesse repetir o comando e conferir o estado do arquivo.

Esse retorno pode ser um arquivo lido, a saída de um comando ou o conteúdo extraído de uma página. O agente continua o trabalho com o que a ferramenta devolveu. Se o comando falha, a falha precisa permanecer visível. Se o arquivo foi alterado, você precisa conseguir abrir a mudança e executar novamente a validação.

Do Telegram ao arquivo que você consegue abrir

Esta base começou com uma mensagem curta enviada pelo Telegram, e o Hermes abriu o repositório até encontrar o AGENTS.md. Esse índice indicava o diretório content/ e as instruções editoriais que precisavam ser lidas. Se o agente ignorasse o arquivo, a base poderia surgir na pasta errada. A comparação do Git confirmou o caminho correto e mostrou quais trechos ainda estavam pendentes.

O arquivo alterado oferece uma prova melhor que a explicação do chat. Na primeira base, por exemplo, o validador encontrou 72 erros e indicou o caminho e a linha de cada ocorrência. Usei essa saída para revisar os arquivos, executei o mesmo comando e conferi que nenhum erro conhecido permanecia.

A segunda falha exigiu outra leitura. Embora os comandos estivessem verdes, o blog parecia um resumo da documentação e o LinkedIn repetia a mesma cena em tamanho menor. O usuário recusou as duas peças, e a revisão voltou à estrutura completa porque uma busca por palavras proibidas não avalia voz nem função de canal.

As ferramentas mostram até onde o Hermes pode ir

O repositório oficial do Hermes Agent descreve o ciclo usado para chamar ferramentas e devolver o resultado ao modelo. No terminal, isso permite executar um teste e ler a saída. Nas ferramentas de arquivo, permite localizar o documento certo, fazer a alteração e mostrar o que mudou.

A permissão precisa acompanhar a tarefa. Uma pesquisa pública pode usar busca e extração de páginas sem receber acesso ao servidor de produção. Uma manutenção em VPS precisa de terminal, mas também precisa indicar o diretório permitido, o comando de verificação e o estado esperado ao final. Sem essa delimitação, fica difícil confirmar se o agente alterou arquivos fora da pasta autorizada.

Na página de ferramentas da Promovaweb, cada sistema aparece pela função que cumpre. A mesma leitura serve para configurar o Hermes. A ferramenta entra porque aproxima uma evidência necessária, como o arquivo alterado ou o retorno de um endpoint, e não para aumentar uma lista de capacidades.

Skills e memória guardam coisas diferentes

Uma skill registra um procedimento que pode ser usado novamente. Ela explica quais arquivos precisam ser lidos, como o trabalho deve avançar, que falha já ocorreu e qual comando confirma o resultado. O Hermes carrega essa instrução quando a tarefa exige aquele procedimento, sem enviar toda a biblioteca ao modelo em cada mensagem.

A memória persistente guarda informações que continuam úteis entre sessões, como a preferência pelo Português do Brasil. O método editorial desta produção pertence às skills, enquanto o README registra o estado atual do artigo e deixa claro o que ainda precisa ser revisto.

Essa separação evita que uma informação temporária vire instrução permanente. Também facilita a troca do modelo, porque parte do aprendizado continua nos arquivos, nas skills e nos testes. É a mesma disciplina aplicada em Vibe Coding: você descreve o comportamento esperado, acompanha a alteração e confere o resultado no sistema.

Uma skill pode envelhecer. Se o projeto muda o nome de uma pasta ou acrescenta uma nova verificação, o arquivo precisa ser atualizado. Caso contrário, o agente repetirá um procedimento antigo com muita confiança. A revisão da skill faz parte da manutenção, assim como a revisão de código e documentação.

Gateway e cron levam o Hermes para outras rotinas

O gateway de mensagens permite falar com o mesmo agente por plataformas como Telegram, Discord e Slack. Nesta produção, a mensagem chegou pelo celular e os arquivos surgiram no computador configurado, onde o Git mostrou cada alteração. O canal mudou o ponto de acesso, mas as permissões continuaram definidas no backend.

O cron executa tarefas em horários definidos. Uma rotina pode consultar uma fonte e entregar um relatório em um canal, desde que o erro também gere uma saída visível. Se a consulta falhar e nada for entregue, o silêncio não pode ser tratado como sucesso.

O validador verde ainda precisa de leitura

A documentação de segurança apresenta aprovações para comandos sensíveis e mecanismos de isolamento conforme o backend usado. Essas proteções controlam parte da execução. Elas não avaliam se um artigo soa como relatório, se dois canais repetem a mesma estrutura ou se uma frase tecnicamente correta está distante da voz do autor.

Foi exatamente o que ocorreu aqui. O primeiro validador encontrou termos proibidos e indicou as linhas, enquanto a execução seguinte terminou sem novas ocorrências. A leitura integral ainda encontrou enumerações disfarçadas, explicações abstratas e uma conclusão montada para fechar o outline, porque o script não foi criado para reconhecer a voz do autor.

Eu uso o teste mecânico para localizar erros conhecidos e a leitura integral para avaliar o raciocínio. Se o texto parece uma sequência de requisitos, eu volto ao fato vivido, explico o mecanismo e mostro onde conferir. Se o LinkedIn apenas resume o blog, mudo o momento de entrada e a função do argumento. A saída verde chega durante o trabalho, não no final da responsabilidade.

O mesmo cuidado vale para automações de atendimento. No artigo sobre agente WhatsApp com custo previsível, o histórico permite retomar o que o cliente escreveu, e a passagem humana define quando o sistema precisa encaminhar a mensagem. Sem histórico e limite explícito, a automação pode responder bem em um teste e falhar justamente no atendimento que exige continuidade.

Como testar o Hermes em um projeto

Comece com uma alteração pequena em um arquivo conhecido. A mensagem precisa indicar a pasta permitida, a fonte oficial e o comando que tem que terminar sem erro. Depois, abra a comparação dos arquivos alterados, execute novamente o teste e não use o resumo do agente como comprovante da mudança.

O terminal pode ficar ao lado dos logs durante essa conferência. O artigo sobre tmux e produtividade no terminal mostra como manter sessões e saídas acessíveis enquanto o trabalho continua. O histórico do terminal explica o que foi executado, e o Git mostra o que permaneceu no repositório.

Quando a tarefa cresce, acrescente novas ferramentas somente depois de entender a evidência necessária. O Plano IA Makers trabalha essa relação entre especificação, desenvolvimento com IA e revisão técnica. O agente participa da execução, enquanto o aceite continua ligado ao arquivo, ao teste e à leitura do profissional responsável pela publicação.

Nesta produção da Promovaweb, o Hermes mostrou utilidade durante a revisão da versão recusada. Eu pude abrir o trabalho, localizar a falha, devolver a peça e executar outra leitura sobre os mesmos arquivos. Essa capacidade de corrigir um artefato verificável é a minha primeira conferência ao avaliar um agente para trabalhar em um repositório.