همه درباره Agentic AI صحبت می‌کنند و دلیلش هم کاملاً منطقی است: چت‌بات‌ها فقط پاسخ می‌دهند، اما عامل‌ها (Agents) واقعاً کار انجام می‌دهند. با این حال، اجرای یک عامل هوش مصنوعی روی سیستم خودتان می‌تواند پیچیده و پرهزینه باشد: به دستگاهی نیاز دارید که ۲۴/۷ روشن بماند، راهی برای پرداخت هزینه مدلی که عامل را قدرتمند می‌کند، سیستم‌های امنیتی برای محافظت از اطلاعات شما در برابر یک عامل سرکش، و یک راه ارتباطی با عامل. برای بسیاری از افراد، این مجموعه از الزامات طاقت‌فرسا به نظر می‌رسد.

راه‌حل ساده: یک سرویس ابری مدیریت‌شده که عامل شما را اجرا کند. در این مقاله، نحوه راه‌اندازی Hermes Agent را در فضای ابری با Abacus AI Supercomputer بررسی می‌کنیم — یک سرور ابری امن و مبتنی بر هوش مصنوعی که فقط متعلق به شماست. این آموزش بر پایه ویدیوی Callum (معروف به Wanderloots) ساخته شده و برای هر عاملی که بخواهید در ابر اجرا کنید قابل استفاده است — هرچند Hermes انتخاب اول اوست. نتیجه نهایی: یک دستیار شخصی که ۲۴/۷ در ابر فعالیت می‌کند و می‌توانید از هر کجا، حتی از گوشی موبایل، به آن دسترسی داشته باشید.

☁️ Abacus AI Supercomputer چیست؟

Supercomputer یک محیط یکپارچه (All-in-One) برای ساخت، استقرار و میزبانی اپلیکیشن‌ها و عامل‌های هوش مصنوعی است. به زبان ساده، یک ماشین مجازی شخصی در فضای ابری است که می‌توانید هر چیزی را داخل آن اجرا کنید. ویژگی‌های کلیدی آن:

• VM ابری شخصی: یک اوبونتو (Ubuntu) مجازی که کاملاً جدا از کامپیوتر شخصی شماست — هیچ‌کدام از فایل‌های شخصی شما وارد آن نمی‌شود و این یک لایه سندباکس امنیتی عالی است.
• عامل‌های همیشه‌فعال: می‌توانید از عامل داخلی استفاده کنید یا یک عامل همیشه‌روشن مثل Hermes یا OpenClaw مستقر کنید.
• اجرای اپلیکیشن‌ها: علاوه بر عامل‌ها، می‌توانید اپ‌های مختلف را هم در همین محیط میزبانی کنید.
• دسترسی کامل ترمینال: یک ماشین مجازی پایدار با دسترسی کامل ترمینال، مرور وب و عامل‌های هوش مصنوعی.
• انعطاف‌پذیری مدل: می‌توانید مدل خودتان را بیاورید (به اشتراک موجود وصل شوید) یا از Route LLM استفاده کنید.

🔀 Route LLM — مسیریابی هوشمند مدل

یکی از جذاب‌ترین قابلیت‌های Abacus، Route LLM است. هر بار که سؤالی می‌پرسید، Route LLM به‌طور خودکار بهترین مدل را برای وظیفه موردنظر انتخاب می‌کند و از همان مدل برای آن کار خاص استفاده می‌کند. این یعنی شما به همه مدل‌های پیشرو (Frontier Models) در یک مکان دسترسی دارید و هر مدل کاری را انجام می‌دهد که در آن بهترین است. به‌جای اینکه مجبور باشید بین GPT-4o، Claude و Gemini یکی را انتخاب کنید، سیستم خودش بهترین گزینه را برای هر تسک برمی‌گزیند.

⚡ نصب با یک کلیک: از صفر تا Hermes فعال

زیبایی Supercomputer در سادگی استقرار است. در داشبورد، کافی است روی گزینه Hermes کلیک کنید و سیستم همه چیز را برای شما آماده می‌کند: یک ماشین مجازی ابری پایدار با دسترسی کامل ترمینال، مرور وب و عامل‌های هوش مصنوعی. هیچ نیازی به راه‌اندازی جداگانه LLM نیست — می‌توانید بلافاصله به Abacus AI موجود (که جستجوی وب قدرتمندتری دارد) متصل شوید یا APIهای شخصی خودتان را اضافه کنید. فرآیند نصب واقعاً چند ثانیه طول می‌کشد و بعد از آن Hermes نصب‌شده و در حال اجرا خواهید داشت.

محدود به Hermes هم نیستید — می‌توانید OpenClaw یا عامل‌های دیگری مثل Claude Code را هم در همین کامپیوتر واحد اجرا کنید و همه را به هم متصل کنید، همه در یک فضا و کاملاً جدا از کامپیوتر شخصی شما.

🔋 حالت Always-On و صرفه‌جویی در مصرف

یک تنظیم مهم پیش از شروع: کلید Always-On. اگر می‌خواهید کامپیوتر همیشه روشن بماند و هیچ تأخیر سرد (Cold Start) یا قطعی‌ای نداشته باشد، این گزینه را فعال کنید. اما اگر واقعاً به اجرای ۲۴/۷ نیاز ندارید، می‌توانید گزینه Shut Down When Inactive را انتخاب کنید — کامپیوتر بعد از مدتی به خواب می‌رود و کِرِدیت مصرف نمی‌کند. این تعادل بین در دسترس بودن و هزینه، انعطاف‌پذیری قابل توجهی به شما می‌دهد. مثلاً می‌توانید شب‌ها آن را خاموش کنید تا کِرِدیت ذخیره شود، اما به یاد داشته باشید: اگر برای زمان اجرای یک اتوماسیون روشن نباشد، آن اتوماسیون اجرا نخواهد شد.

🧠 حافظه خود-تکامل‌یابنده (Self-Evolving Memory)

Hermes فقط پاسخ نمی‌دهد؛ یک عامل واقعی است که اقدامات را برای شما انجام می‌دهد و — بهترین بخش — به‌طور خودکار به یاد می‌آورد که چه چیزی پرسیده‌اید و چه کارهایی انجام داده‌اید. هرچه بیشتر استفاده کنید، هر روز بهتر می‌شود. این سیستم حافظه داخلی، همان چیزی است که Hermes را از یک چت‌بات ساده متمایز می‌کند.

توصیه Callum برای شروع: اول به عامل درباره خودتان بگویید. به عنوان مثال: «اسم من کالم است، ترجیح می‌دهم پاسخ‌های مختصر و عمل‌گرایانه بگیری، مشتاق یادگیری هستم». بلافاصله متوجه می‌شوید که عامل ابزار Update Memory را صدا می‌زند و اطلاعات را در فایل کاربری ذخیره می‌کند. حالا اگر یک چت جدید باز کنید و بپرسید «من کی هستم؟»، عامل بلافاصله آنچه را که قبلاً یاد گرفته به یاد می‌آورد. در بخش Sessions می‌توانید ببینید که سشن اول اطلاعات را با ابزار حافظه ذخیره کرده و سشن دوم همان اطلاعات را بازیابی و درک کرده است — دقیقاً همان چیزی که از یک سیستم عاملمحور انتظار دارید.

📅 مثال عملی: اتوماسیون گزارش روزانه (Daily Briefing)

برای نشان دادن قدرت واقعی، Callum یک اتوماسیون گزارش روزانه هوش مصنوعی راه‌اندازی می‌کند: عامل هر روز وب را جستجو می‌کند، جالب‌ترین کاربردهای Agentic AI را پیدا می‌کند و خلاصه‌ای با لینک‌های معتبر برای او می‌فرستد — مستقیم به تلگرام گوشی‌اش. درخواست این بود: «یک مهارت (Skill) گزارش روزانه بساز که هر روز وب را برای جالب‌ترین کاربردهای Agentic AI جستجو کند و خلاصه‌ای با لینک‌های معتبر بدهد؛ یک اتوماسیون تنظیم کن و به تلگرام متصل شو تا پیام‌ها مستقیم به گوشی‌ام بیاید».

نکته جالب: خود Hermes مهارت را برای خودش نوشت — یک فایل کاری که به او یاد می‌دهد این وظیفه را چگونه انجام دهد — و آن را به یک اتوماسیون (Cron Job) متصل کرد که هر روز ساعت ۹ صبح اجرا می‌شود. سپس بلافاصله اولین اجرا را به‌صورت دستی انجام داد تا صحت کار تأیید شود. همه اینها در چند دقیقه و با چند دستور ساده زبان طبیعی انجام شد.

📱 اتصال تلگرام و ۳۱ کانال پیام‌رسانی

Hermes از ۳۱ کانال پیام‌رسانی مختلف پشتیبانی می‌کند: تلگرام، دیسکورد، اسلک، ماتریکس، واتس‌اپ، سیگنال، iMessage، ایمیل، Google Chat و بسیاری دیگر. این یعنی می‌توانید از گوشی یا هر کامپیوتر دیگری عامل خود را کنترل کنید. سه روش برای اتصال تلگرام وجود دارد:

1. ادامه در چت: در همان پنجره گفتگوی داشبورد، توکن ربات تلگرام و Chat ID را وارد کنید.
2. راه‌اندازی دستی با BotFather: ربات خود را با BotFather بسازید و توکن را به عامل بدهید.
3. اسکن QR کد: ساده‌ترین روش — یک QR کد نمایش داده می‌شود، آن را با تلگرام اسکن می‌کنید، روی Open کلیک می‌کنید، یک ربات جدید با نام دلخواه (مثلاً Abacus) می‌سازید و تمام! بعد از آن پیام «Hermes Abacus Agent is ready» ظاهر می‌شود.

بعد از اتصال، فقط کافیست در تلگرام دستور /new را بفرستید و روی Approve کلیک کنید تا یک سشن جدید شروع شود. عامل به مدل متصل می‌شود و آماده کار است. Callum شخصاً روش QR را ساده‌ترین می‌داند.

💬 Hermes Topics — چند گفتگو با یک ربات

یک قابلیت جذاب تلگرام، Hermes Topics است: می‌توانید سبک‌های گفتگوی مختلفی بسازید که هر کدام به یک چت مجزا متصل هستند. یعنی با یک ربات، چندین گفتگوی موازی داشته باشید و اتوماسیون‌ها یا انواع مختلف خبر را به هر تاپیک جداگانه بفرستید و هر کدام را مستقل بخوانید. مثلاً یک تاپیک برای اخبار هوش مصنوعی، یکی برای ایمیل‌ها و یکی برای یادداشت‌های روزانه.

🧪 مدیریت مدل‌ها: Route LLM، وظایف کمکی و Mixture of Agents

کنترل دقیق روی مدل‌ها یکی از نقاط قوت این راه‌اندازی است:

• مدل اصلی (Main Model): Route LLM را انتخاب کنید تا سیستم برای هر تسک بهترین مدل را برگزیند — گزینه ایده‌آل وقتی به همه مدل‌های Abacus دسترسی دارید.
• وظایف کمکی (Auxiliary Tasks): در بخش Models می‌توانید برای کارهای تخصصی مثل Vision یا تحلیل تصویر، مدل جداگانه‌ای انتخاب کنید. مثلاً همیشه Gemini 3.5 Flash را برای تحلیل تصویر بگذارید تا کِرِدیت ذخیره شود یا کیفیت بهبود یابد — هر تسک کمکی می‌تواند مدل ارزان‌تر و مناسب‌تری داشته باشد.
• Mixture of Agents (شورای مدل‌ها): یک قابلیت پیشرفته که یک «شورا» از مدل‌ها می‌سازد: سه یا چهار مدل کوچک با هم روی یک تحقیق کار می‌کنند و سپس یک مدل قدرتمند‌تر نتایج را بازبینی و ترکیب می‌کند. کمی پرهزینه‌تر است اما کیفیت را به‌طور قابل توجهی بالا می‌برد. برای تصمیم‌گیری‌های مهم ارزشش را دارد.

🔄 حلقه بازخورد: عامل هر روز بهتر می‌شود

وقتی اولین گزارش روزانه را دریافت کردید، احتمالاً کامل نیست. در مثال ویدیو، گزارش اول خیلی سازمانی و پیچیده بود، در حالی که Callum محتوای ساده‌تر و مصرف‌کننده‌محور می‌خواست. راه‌حل ساده است: به عامل بازخورد بدهید — «این‌طور دوست ندارم، لطفاً مصرف‌کننده‌محورتر بنویس». عامل بلافاصله ابزار Manage Daily Briefing را صدا می‌زند، مهارت را بر اساس بازخورد شما ویرایش می‌کند و دوباره اجرا می‌کند. دفعه بعد، گزارش دقیقاً همان چیزی خواهد بود که می‌خواستید. این حلقه بازخورد — هر روز کمی بازخورد، هر روز کمی بهتر — هسته سیستم خود-تکامل‌یابنده Hermes است.

💳 قیمت‌گذاری و کِرِدیت‌ها

نحوه کار بیلینگ Supercomputer ساده است: هر ۵ دقیقه اجرا = ۱ کِرِدیت. اگر سیستم را ۲۴/۷ و تمام ۳۱ روز ماه اجرا کنید، حدود ۹,۰۰۰ کِرِدیت در ماه مصرف می‌شود. دو پلن قیمت‌گذاری وجود دارد:

نکته کلیدی: حتی با اجرای ۲۴/۷، فقط کمتر از یک‌سوم کِرِدیت‌های پلن Pro مصرف می‌شود (۹,۰۰۰ از ۳۰,۰۰۰). باقی کِرِدیت‌ها برای فراخوانی مدل‌های مختلف باقی می‌ماند — یکی از مزیت‌های اصلی: دسترسی به همه مدل‌های پیشرو در یک فضا، بدون نیاز به کامپیوتر شخصی که هم ریسک‌ناک‌تر است و هم احتمالاً گران‌تر.

🔌 امکانات بیشتر و گسترش سیستم

این فقط شروع ماجراست. با Hermes در ابر می‌توانید:

• اتصال به مدل‌های محلی: (Local Models) اگر می‌خواهید برخی کارها روی مدل‌های محلی انجام شوند.
• محدود کردن دسترسی عامل در Docker: یک لایه امنیتی اضافی با ایزوله کردن عامل در کانتینر.
• اتصال به LLM Wiki: برای دانش‌نامه شخصی مبتنی بر مدل زبانی.
• اتصال به Git: مدیریت کد و نسخه‌ها توسط عامل.
• اتصال به دستگاه‌های مختلف: کنترل سایر سیستم‌ها.
• اتصال به Obsidian: یکپارچه‌سازی با دانش‌نامه شخصی شما (که در ویدیوی بعدی با جزئیات بیشتر بررسی می‌شود).
• ارائه‌دهنده حافظه خارجی (External Memory Provider): به‌طور قابل توجهی کیفیت حافظه را بهبود می‌بخشد — موضوع ویدیوی بعدی.

✅ جمع‌بندی

با Abacus AI Supercomputer، راه‌اندازی یک عامل هوش مصنوعی شخصی از یک پروژه پیچیده و پرهزینه به یک فرآیند چندثانیه‌ای تبدیل می‌شود. یک کلیک روی Hermes، اتصال به تلگرام با اسکن QR، و چند دستور زبان طبیعی — و شما صاحب یک عامل ۲۴/۷ در ابر هستید که از گوشی‌تان قابل دسترسی است، با قدرتمندترین مدل‌های موجود کار می‌کند، اتوماسیون اجرا می‌کند، حافظه خود-تکامل‌یابنده دارد و هر روز بهتر می‌شود.

مزایای کلیدی این راه‌اندازی: امنیت (سندباکس کامل جدا از کامپیوتر شخصی)، هزینه شفاف (پلن Pro با ۲۰ دلار در ماه و یک‌سوم مصرف کِرِدیت)، انعطاف‌پذیری مدل (Route LLM و انتخاب مدل برای هر وظیفه)، قابلیت اتوماسیون (Cron Job و گزارش‌های روزانه)، و دسترسی از هر جا (۳۱ کانال پیام‌رسانی). اگر به دنبال ساخت یک سیستم Agentic شخصی هستید که با هر ابزار دیگری سازگار باشد، این نقطه شروع ایده‌آلی است.

منبع: ویدیوی Callum (Wanderloots) — Running an Agent in the Cloud Using Abacus AI Supercomputer