6. 다음 메신져 선택화면이 나오는데 저는 나중에 선택할꺼라 선택 안하고 그냥 넘어갑니다.
a. 플랫폼 선택하기
- 키보드 방향키(↑ / ↓)를 이용해 연동하고 싶은 메신저(예: Discord, Telegram, Slack 등)로 이동합니다
- 해당 메뉴에서 스페이스바(Space)를 누르면 왼쪽 대괄호가 [*] 모양으로 바뀌며 체크됩니다. (여러 개 선택도 가능합니다.)
b.선택 완료 후 넘어가기
- 원하는 플랫폼을 모두 체크했다면 엔터(Enter)를 누릅니다.
- 만약 지금 당장 연동할 메신저가 없거나 나중에 설정하고 싶다면, 아무것도 체크하지 않은 상태에서 그냥 엔터(Enter)를 눌러 건너뛰셔도 됩니다.
7. 이번 단계는 헤르메스 에이전트가 사용할 도구와 기능(Tools for CLI)을 활성화하는 화면입니다.
헤르메스가 코드를 실행하거나, 웹 서핑을 하거나, 파일을 수정하는 등의 권한을 부여하는 세팅입니다.
이미 기본적인 핵심 도구들은 대부분 체크([v])되어 있으므로, 별도의 추가 변경 없이 저는 바로 완료 설정 합니다.
혹시 필요할지 몰라 메모해 둡니다.
[Hermes Agent - 전체 도구(Tools) 기능 설명서]
1. Web Search & Scraping (웹 검색 및 스크래핑)
- 역할: 구글 등 인터넷 검색을 수행하고 웹페이지 내용을 긁어와 분석합니다.
- 활용: 최신 정보나 실시간 데이터가 필요할 때 에이전트가 직접 검색합니다.
2. Browser Automation (브라우저 자동화)
- 역할: 가상 브라우저(Playwright 등)를 띄워 웹사이트를 직접 클릭, 타이핑, 스크롤합니다.
- 활용: 단순 API 호출이 불가능한 웹사이트에 직접 로그인하거나 복잡한 웹 서핑을 대신 합니다.
3. Terminal & Processes (터미널 및 프로세스 제어)
- 역할: 에이전트가 설치된 운영체제(리눅스/WSL 등)의 터미널 명령어를 직접 실행합니다.
- 활용: 패키지 설치, 시스템 상태 확인, 스크립트 실행 등을 수행합니다.
4. File Operations (파일 작업)
- 역할: 로컬 시스템의 파일을 읽고, 쓰고, 수정하고, 패치(Patch)합니다.
- 활용: 소스 코드를 수정하거나, 텍스트 문서/로그 파일을 생성 및 편집합니다.
5. Code Execution (코드 실행)
- 역할: 파이썬(Python)이나 자바스크립트 등의 코드를 에이전트가 격리된 환경에서 직접 실행합니다.
- 활용: 복잡한 수학 연산, 데이터 처리, 알고리즘 검증을 코드로 짜서 결과를 도출합니다.
6. Vision / Image Analysis (비전 / 이미지 분석)
- 역할: 업로드된 이미지나 캡처 화면을 시각적으로 분석합니다.
- 활용: 웹페이지 스크린샷을 보고 UI를 파악하거나 이미지 속 글자/객체를 식별합니다. (멀티모달 모델 필요)
7. Video Analysis (비디오 분석)
- 역할: 동영상 파일을 프레임별로 나누어 시각적으로 분석합니다.
- 활용: 영상의 내용, 자막, 움직임 등을 파악합니다. (비디오 지원 멀티모달 모델 필요)
8. Image Generation (이미지 생성)
- 역할: 텍스트 프롬프트를 기반으로 새로운 이미지를 생성합니다.
- 활용: 디자인 시안, 일러스트, 사진 같은 시각 자료를 만들어 냅니다.
9. Video Generation (비디오 생성)
- 역할: 텍스트나 이미지를 기반으로 짧은 동영상을 생성합니다.
- 활용: 간단한 애니메이션이나 영상 클립을 제작합니다.
10. BFL FLUX 3 Video (FLUX 기반 비디오 생성)
- 역할: Black Forest Labs의 FLUX 3 모델을 사용하여 고품질 비디오를 생성합니다.
- 활용: 고성능 AI 비디오 생성 도구를 연동하여 사용합니다.
11. X (Twitter) Search (엑스/트위터 검색)
- 역할: X(구 트위터) 플랫폼의 실시간 트윗과 트렌드를 검색합니다.
- 활용: 소셜 미디어의 실시간 반응이나 최신 이슈를 수집합니다. (xAI API Key 등 필요)
12. Text-to-Speech (음성 합성 - TTS)
- 역할: 텍스트 문장을 사람의 목소리(오디오 파일)로 변환합니다.
- 활용: 에이전트의 답변을 말소리로 듣고 싶을 때 연동합니다.
13. Skills (스킬 관리)
- 역할: 에이전트가 사용할 수 있는 스킬 목록을 조회, 관리, 실행합니다.
- 활용: 외부 개발자가 만든 커스텀 스킬이나 확장 기능을 불러옵니다.
14. Task Planning (작업 계획 수립)
- 역할: 복잡하고 단계가 긴 목표(To-do)를 받았을 때, 스스로 하위 태스크를 쪼개어 계획을 세웁니다.
- 활용: 장기 프로젝트나 순차적 작업 수행 시 에이전트의 논리적 사고를 돕습니다.
15. Memory (기억 장치)
- 역할: 대화가 끝나거나 세션이 바뀌어도 과거의 중요한 정보나 대화 맥락을 영구 저장합니다.
- 활용: 사용자의 취향, 이전 작업 기억, 반복되는 설정을 기억하여 개인화된 답변을 제공합니다.
16. Context Engine (콘텍스트 엔진)
- 역할: 현재 활성화된 세션의 대화 메모리와 맥락을 효율적으로 관리합니다.
- 활용: 긴 대화 중에도 핵심 주제를 잃지 않고 토큰을 절약하며 소통합니다.
17. Session Search (과거 대화 검색)
- 역할: 이전에 나누었던 세션이나 과거 대화 기록을 검색합니다.
- 활용: "며칠 전에 얘기했던 그 프로젝트 내용 찾아줘" 같은 명령을 수행합니다.
18. Clarifying Questions (확인 질문 기능)
- 역할: 사용자의 명령이 모호하거나 정보가 부족할 때, 마음대로 추측하지 않고 되물어 확인합니다.
- 활용: 잘못된 작업을 수행하는 것을 방지하고 정확한 요구사항을 파악합니다.
19. Task Delegation (작업 위임)
- 역할: 하나의 거대한 작업을 다른 하위 에이전트(Sub-agent)에게 쪼개어 넘겨주고 결과를 취합합니다.
- 활용: 멀티 에이전트 협업 환경에서 메인 컨트롤러 역할을 수행합니다.
20. Cron Jobs (크론 작업 / 예약 실행)
- 역할: 특정 시간이나 주기(예: 매일 아침 9시)마다 특정 스킬이나 명령을 자동 실행합니다.
- 활용: 매일 뉴스 요약 보고 받기, 주기적인 서버 점검 및 백업 등에 활용합니다.
21. Home Assistant (홈 어시스턴트 연동)
- 역할: 스마트홈 플랫폼인 Home Assistant와 연동하여 집 안의 기기들을 제어합니다.
- 활용: "거실 불 켜줘", "에어컨 24도로 틀어줘" 같은 사물인터넷(IoT) 제어를 수행합니다. (API Key 필요)
22. Spotify (스포티파이 연동)
- 역할: 글로벌 음악 스트리밍 서비스인 스포티파이를 제어합니다.
- 활용: 음악 재생, 플레이리스트 관리, 곡 검색 등을 에이전트가 대신 합니다.
23. Yuanbao (위안바오 연동)
- 역할: 중국 텐센트의 AI 에이전트 네트워크/플랫폼인 Yuanbao 생태계와 연동합니다.
- 활용: 특정 그룹 정보나 멤버 쿼리, DM 연동 등에 사용됩니다.
24. Computer Use (컴퓨터 직접 사용 - OS 제어)
- 역할: 에이전트가 마우스 커서를 움직이고 키보드를 입력하여 운영체제(macOS/Windows/Linux) 화면을 직접 제어합니다.
- 활용: GUI 프로그램 실행, 파일 드래그 앤 드롭 등 사람이 컴퓨터를 쓰는 것과 똑같이 행동합니다. (OS 백엔드 드라이버 필요)
25. A2A (Agent-to-Agent 프로토콜)
- 역할: Linux Foundation 표준 규격을 준수하여 서로 다른 AI 에이전트끼리 대화하고 협업합니다.
- 활용: 헤르메스 외에 다른 AI 비서 에이전트가 있을 때, 둘이 알아서 통신하여 업무를 끝마치게 합니다.
8 . 브라우져 선택화면 -
Browser Use (추천/현재 선택됨): AI가 웹페이지의 요소를 사람처럼 이해하고 버튼을 클릭하거나 폼을 입력하도록 돕는 최신 AI 맞춤형 웹 자동화 엔진입니다. 웹 배포 테스트나 스크래핑에 매우 유용합니다.
9. 이번 화면은 이미지 생성 기능(Image Generation)을 처리할 AI 공급자를 고르는 단계입니다.우리가 목표로 하는 코딩, 리눅스 서버 운영 자동화, 웹 서비스 배포 및 파이썬 MVP 제작에는 이미지 생성 기능이 전혀 필요하지 않습니다. 따라서 유료 API 키를 요구하거나 불필요한 리소스를 쓰는 옵션을 선택할 필요가 없습니다. 그래서 저는 (o) Skip - keep defaults / configure later 항목을 선택해서 넘어갑니다.
10. 음성 합성(TTS - Text-to-Speech) 공급자를 선택하는 단계입니다.마찬가지로 리눅스 서버 운영 자동화 및 MVP 개발 목적에는 음성 합성 기능이 필요하지 않으며, 백그라운드 서버 환경(PuTTY)에서 소리가 날 일도 없습니다.가장 깔끔하게 자원을 아끼고 에러를 방지하기 위해 건너뛰기(Skip)으로 선택하여 넘어갔습니다.
11. 서버 운영 자동화나 MVP 제작 과정에서 에이전트가 최신 오픈소스 라이브러리 사용법을 검색하거나 에러 메시지를 구글링할 때 필요한 아주 중요한 기능입니다. API 키가 필요 없고 비용이 들지 않는 가장 좋은 옵션은 DuckDuckGo입니다.
12. 설치가 완료 되었네요.

