Hermes AI Ajanı: Kendi Kendini Geliştiren Yapay Zekaya Sahip Olun

Yapay zekâ dünyasında statik cevaplar vermektense sürekli gelişen sistemlere olan talep hızla artıyor. Hermes Ajanı, modelden bağımsız çalışabilen esnek mimarisi ve kapalı döngü öğrenme süreciyle bu alanda öne çıkıyor. Geleneksel sohbet botlarının aksine, Hermes yalnızca soruları yanıtlamakla kalmıyor; her etkileşimde kendi yeteneklerini kaydediyor, kalıcı belleğini güncelliyor ve araç setini dinamik olarak genişletiyor. Sonuç? Kullanıcıyla etkileşime girdikçe daha da zeki hale gelen, özerk bir yapay zekâ deneyimi.

Bu yenilikçi mimari, karmaşık komut mühendisliğine değil, prosedürel bellek ve modüler tasarıma dayanıyor. Hermes, becerilerini, belleğini ve kişiliğini yaşayan belgeler olarak ele alıyor. Bu belgeleri hem okuyup hem de yazabilen ajan, rutin görevleri yeniden kullanılabilir uzmanlığa dönüştürüyor. Bu özellik, hem bireysel kullanıcılar hem de kurumsal ekipler için son derece uyarlanabilir bir çözüm sunuyor.

Hermes’in Çalışma Prensibi: Temel Mimarinin Ayrıntıları

Hermes’in çekirdeğinde, iplikli ve yüzeyden bağımsız bir tasarım bulunuyor. Tek bir AIAgent sınıfı, tüm kullanıcı arayüzlerini destekliyor. CLI’dan Discord gibi mesajlaşma platformlarına ya da cron zamanlayıcılarına kadar farklı erişim noktalarında ajan aynı davranışsal tutarlılığı korurken, arayüzün kısıtlamalarına uyum sağlıyor. Bu modülerlik sayesinde platforma özgü mantık izole ediliyor, kod şişkinliğinin önüne geçiliyor ve performansın sürekli yüksek kalması sağlanıyor.

Hermes’in mimarisi üç temel direk üzerine inşa ediliyor:

• Platformdan bağımsız çekirdek: Farklı platformlardaki olayları standart ajan çağrılarına çeviren adaptörler, çekirdek mantığın arayüzden bağımsız kalmasını sağlıyor. Örneğin, bir Telegram mesajı ile CLI girişi aynı agent.run_conversation() çağrısını tetikliyor.

• Sabit sistem komutu: Sistem komutu, her oturumda yalnızca bir kez oluşturuluyor ve konuşma süresince değiştirilmiyor. Bu kararlılık, Anthropic ya da OpenAI gibi hizmetlerde komut önbelleğinden yararlanmayı kolaylaştırıyor. Komutun ortadaki bir oturumda güncellenmesi, maliyetleri 10 kata kadar artırabiliyor.

• Aşamalı açıklama: Beceriler ve araçlar kademeli olarak yükleniyor. Öncelikle açıklamalar (Seviye 0) yükleniyor, ardından yalnızca gerektiğinde tam içerik (Seviye 1) ekleniyor ve son olarak ihtiyaç duyulduğunda ilgili dosyalar (Seviye 2) çağrılıyor. Bu yaklaşım, Hermes’in onlarca aracı ve beceriyi yönetmesini sağlarken bağlam sınırlarını aşmasını engelliyor.

Ajan Döngüsü: Sürekli Öğrenmenin Motoru

Hermes’in ajanda döngüsü, kendi kendini iyileştirmesinin temelini oluşturuyor. Her etkileşim şu adımlardan oluşan yapılandırılmış bir sırayı izliyor:

1. Giriş alımı: Kullanıcı sorusu ya da platform olayı normalleştirilerek bir konuşma nesnesine dönüştürülüyor.

1. Sistem komutunun oluşturulması: Temel şablon ile beceri, bellek ve kişilik gibi dinamik bölümler birleştirilerek sistem komutu oluşturuluyor.

1. Beceri seçimi: Ajan, kayıtlı becerilerinden en alakalı olanlarını seçiyor ve bunları ilgili puanlara göre sıralıyor.

1. Araç çalıştırma: Ajan, web araması ya da dosya işlemleri gibi kayıtlı araçları çağırarak bilgi topluyor ya da eylemlerde bulunuyor.

1. Cevap üretimi: Ajan, toplanan sonuçları anlaşılır bir yanıta ya da eyleme dönüştürüyor.

1. Bellek güncellemesi: Ajan, yeni edindiği bilgileri ya da çözdüğü problemleri kalıcı belleğine ekliyor.

1. Beceri üretimi: Görev yeni bir problem çözmeyi gerektiriyorsa, ajan yeni bir beceri belgesi oluşturuyor ve bu belge gelecekteki kullanımlar için araç setine dahil ediliyor.

Bu döngü, her etkileşimin ajan için uzun vadeli yetkinlik kazanmasına katkıda bulunuyor. Rutin görevler böylece kurumsal bilgi haline geliyor.

Beceriler Sistemi: Otonom Gelişimin Sırrı

Hermes’in beceriler sistemi, ajanının problem çözme yetilerini belgelemesini ve yeniden kullanmasını sağlayan en dönüştürücü özelliği. Bir beceri, aşağıdakileri içeren bir markdown belgesi olarak tanımlanıyor:

• Çözdüğü problem
• Probleme çözüm bulmak için izlenen adımlar
• Kullanılan araçlar
• Elde edilen sonuç

Beceriler, kullanıcı sorgularına ya da bağlamsal alakaya göre dinamik olarak tetikleniyor. Örneğin, bir kullanıcı "Veritabanımı nasıl yedeklerim?" diye sorduğunda, Hermes önceden yazılmış bir beceriyi kullanarak kullanıcıyı adım adım yönlendirebilir ya da sorgusu yeni bir beceri oluşturmasını sağlayabilir.

Beceriler sisteminin temel özellikleri şunlar:

• Koşullu etkinleştirme: Beceriler, yalnızca belirli koşullar sağlandığında etkinleşecek şekilde yapılandırılabiliyor (örneğin, "kullanıcı PostgreSQL’den bahsettiğinde etkinleş"). Bu sayede alakasız önerilerin önüne geçiliyor.

• Kendi kendini iyileştirme döngüsü: skill_manage aracı, ajanların performansa ya da kullanıcı geri bildirimlerine göre becerileri düzenlemesine, arşivlemesine ya da silmesine olanak tanıyor. Bu özellik, beceri havuzunun yüksek kalitede ve güncel kalmasını sağlıyor.

• Paylaşım ve iş birliği: Beceriler merkezi bir hub üzerinden dışa aktarılıp paylaşılabiliyor. Bu sayede topluluklar, kolektif bir bilgi tabanından hem faydalanabiliyor hem de katkıda bulunabiliyor.

Bellek Yönetimi: Uzun Vadeli Zekânın İnşası

Hermes, çok katmanlı bir bellek sistemi kullanarak farklı oturumlar ve etkileşimler arasında devamlılığı sağlıyor. Tasarımı, kalıcılık ile esneklik arasında bir denge kuruyor:

• Dondurulmuş anı belleği: Kritik bilgiler, gelecekteki referanslar için değiştirilemez markdown dosyalarına arşivleniyor.

• SessionDB ile geri çağırma: Kısa vadeli bellek, SQLite veritabanında saklanıyor. Bu sayede ajan, sistem komutunu gereksiz yere doldurmadan yakın geçmişteki etkileşimleri ve kullanıcı tercihlerini hatırlayabiliyor.

• Takılabilir bellek sağlayıcıları: Hermes, Honcho, mem0 ya da supermemory gibi harici bellek hizmetleriyle entegrasyonu destekliyor. Bu sayede kurumsal uygulamalar için ölçeklenebilirliğin önü açıyor.

Araçlar ve Eklentiler: Güvenli Bir Şekilde İşlevselliği Genişletmek

Hermes’in araçlar sistemi, güvenlikten ödün vermeden genişletilebilirliği hedefliyor. Araçlar, ajanın iş akışıyla sorunsuz şekilde entegre olan kendi kendini kaydeden modüller olarak tasarlanıyor. Sistem şu özellikleri içeriyor:

• Kayıt deseni: Yeni bir araç, yalnızca tools dizinine bir Python dosyası yerleştirilerek ekleniyor. Dosya, registry.register() aracılığıyla otomatik olarak kayıt oluyor.

• Yürütme ortamları: Araçlar, güvenlik risklerini önlemek amacıyla Docker gibi izole edilmiş ortamlarda çalıştırılabiliyor.

• Katmanlı savunma mekanizmaları: Onay iş akışları, araçların yetkilendirilmiş ve güvenilir olduğundan emin olunmasını sağlıyor. Bu sayede yetkisiz eylemlerin önüne geçiliyor.