Belajar Hermes AI Agent - Pre-Requisites Skill & Setup Environment

#Pendahuluan

Selamat datang di series Belajar Hermes AI Agent! Series ini akan membawa kalian menguasai Hermes AI Agent — runtime agentic modular yang menggabungkan controller, kernel, tools, memory, dan environment — dari fondasi konsep sampai pola production-grade. Total ada 23 episode yang tersusun dari enam fase, dimulai dari pre-requisites hingga production hardening.

Tapi sebelum menulis agent pertama, ada beberapa skill dasar dan perangkat lunak yang wajib kalian miliki. Mengapa prasyarat ini penting? Karena Hermes bukan sekadar pembungkus satu API LLM. Dia adalah agent: sebuah sistem yang menerima input, memutuskan langkah, memanggil tools, lalu mengevaluasi hasilnya — berulang-ulang. Kalau kalian belum paham bagaimana percakapan multi-turn bekerja, atau bagaimana HTTP dan webhook mengalir, agent yang kalian bangun akan terasa seperti kotak hitam yang kadang bekerja dan kadang tidak.

Bayangkan ingin menjadi pilot pesawat tanpa pernah belajar membaca instrument panel. Sehebat apapun mesinnya — dan Hermes adalah mesin yang sangat hebat — tetap sulit menerbangkan pesawat tanpa memahami dasar-dasarnya. Episode 0 ini adalah peta jalannya: kita akan menyiapkan skill dasar, memastikan tooling terinstall, lalu melengkapi kredensial LLM provider yang akan menemani sepanjang series.

#Skill Dasar yang Wajib Dikuasai

#Dasar AI Agents dan Conversational AI

AI agent adalah sistem yang mengubah model bahasa menjadi aktor. Model hanya menghasilkan teks; agent menghasilkan tindakan — memanggil fungsi, membaca file, menjalankan perintah, lalu melanjutkan percakapan berdasarkan hasilnya. Perbedaan inilah inti dari seluruh series.

Mulai dari sekarang, biasakan berpikir dalam siklus agent: perceive (membaca input dan konteks), decide (memilih langkah), act (menjalankan tool), dan observe (mengevaluasi hasil). Siklus ini akan kita formalisasikan sebagai lifecycle di episode 2. Untuk episode ini, cukup kenali bahwa percakapan AI bukan satu request satu jawaban, melainkan rangkaian pertukaran di mana agen boleh memanggil tools di tengah jalan.

#API, Webhooks, dan Asynchronous Workflows

Hermes memanggil LLM provider lewat HTTP API. Setiap tool call pada dasarnya adalah request API. Pahami bentuk percakapan dasarnya: request berisi method, path, header, dan body; response berisi status code, header, dan body.

Kenali juga kelas status code: 2xx sukses, 4xx kesalahan klien (termasuk 429 saat rate limit), dan 5xx kesalahan server. Di episode 14 kita akan menangani 429 dengan retry dan backoff.

Selain request/response sinkron, pahami webhook: mekanisme callback di mana server mengirim HTTP request balik ke klien saat sebuah event terjadi. Di ekosistem Hermes, webhook dipakai misalnya oleh messaging gateway untuk menerima pesan dari Telegram atau Slack, dan oleh scheduler cron untuk mengirim notifikasi hasil pekerjaan. Pahami juga asynchronous workflows: pekerjaan yang tidak langsung selesai — agent menjalankannya, lalu melaporkan status melalui polling atau callback.

#JavaScript/TypeScript dan Bahasa Lain yang Didukung

Hermes AI Agent menyediakan SDK multi-bahasa. Di series ini kita fokus ke JavaScript/TypeScript, bahasa yang paling mudah dipakai untuk menulis custom action dan tool. Pastikan kalian nyaman dengan konsep dasar: fungsi, object, async/await, dan modul.

export async function getWeather(city: string): Promise<string> {
  const url = `https://api.weather.example/v1/forecast?city=${encodeURIComponent(city)}`;
  const res = await fetch(url);
  const data = await res.json();
  return JSON.stringify(data);
}

Jangan khawatir jika belum sempurna — contoh di atas adalah fungsi biasa yang nantinya kita daftarkan sebagai tool di episode 2. Yang penting sekarang: kalian nyaman membaca kode TypeScript dan memahami alur async/await untuk operasi jaringan.

#Git, Environment Management, dan Basic Deployment

Seluruh pekerjaan Hermes adalah kode: agent profile, tools, dan konfigurasi. Maka ia wajib di-version control dengan Git, di-review lewat pull request, dan bisa di-rollback saat bermasalah. Konfigurasi dalam YAML adalah baseline yang ideal untuk di-diff antar versi.

Kemudian environment management: nilai seperti API key dan nama model tidak boleh diketik langsung di kode. Simpan sebagai environment variable di file dot-env yang tidak pernah di-commit, lalu baca lewat environment masing-masing. Terakhir, kuasai basic deployment concepts: memahami perbedaan menjalankan agent di laptop, di server, atau di container — akan kita dalami di fase 4 series ini.

#Perangkat Lunak yang Perlu Disiapkan

#Node.js dan Package Manager

Hermes AI Agent SDK berjalan di atas Node.js. Pastikan Node.js versi LTS terbaru terpasang bersama package manager npm (atau bun jika ingin lebih cepat):

node --version
npm --version

Jika belum ada, install dari situs resmi Node.js atau melalui nvm untuk manajemen versi yang fleksibel.

#Editor: VS Code dengan Extensions

VS Code adalah editor yang paling direkomendasikan untuk series ini. Pasang extensions yang menunjang pekerjaan agen:

• TypeScript dari Microsoft untuk dukungan bahasa dan auto-import.
• ESLint untuk linting otomatis saat menulis custom action.
• YAML untuk validasi file konfigurasi agent.
• Extension AI agen pilihan kalian untuk membantu menulis cepat — tapi ingat, yang sedang kalian pelajari adalah cara kerja di balik tool semacam itu.

#Hermes AI Agent SDK / CLI dan Akses Token LLM Provider

Langkah paling penting: siapkan akses ke Hermes AI Agent. Scaffold project resmi bisa dibuat lewat npm:

npm create hermes-agent@latest{:npm} my-agent

Perintah itu menghasilkan project berisi CLI, konfigurasi default, dan contoh agent. CLI ini juga menyediakan perintah seperti hermes setup, hermes model, dan hermes doctor untuk setup dan diagnosa.

Selain CLI, kalian butuh akses token ke LLM provider — OpenAI, Anthropic, atau OpenRouter. Token ini dipakai agent untuk memanggil model. Simpan sebagai environment variable:

export OPENAI_API_KEY="sk-..."
export ANTHROPIC_API_KEY="sk-ant-..."

Catatan penting: nilai di atas hanya contoh. Key asli bersifat rahasia — simpan di secret manager atau file dot-env, dan jangan pernah di-commit ke git.

#Opsional: Docker untuk Local Testing dan Emulator

Untuk menguji agent dalam lingkungan yang terisolasi dan reproducible, pasang Docker. Hermes mendukung terminal backend berbasis container — kita akan menggunakannya di episode 7 untuk menjalankan tools dengan sandbox. Verifikasi instalasi Docker:

docker --version
docker run --rm hello-world

Perintah kedua mengunduh image hello-world dan menjalankannya — jika muncul pesan konfirmasi, Docker siap dipakai.

#Verifikasi Environment

Sebelum lanjut, pastikan semua tool inti terinstall dengan menjalankan verifikasi sekaligus:

node --version
npm --version
git --version
docker --version
hermes --version

Semua perintah harus mengembalikan nomor versi, bukan command not found. Jika hermes belum dikenali, jalankan kembali npm create hermes-agent@latest pada project kalian dan ikuti instruksi path yang ditampilkan.

#Penutup

Di episode 0 ini kalian sudah menyiapkan pijakan untuk seluruh series: memahami dasar AI agents dan conversational AI, HTTP/API, webhook, dan workflow asinkron; memastikan Node.js, VS Code, CLI Hermes, kredensial LLM provider, dan Docker siap di environment kalian.

Inti yang harus dibawa pulang:

• AI agent berbeda dari model-only: agen memutuskan tindakan dan memanggil tools dalam satu loop.
• Kuasai HTTP, status code, webhook, dan workflow asinkron — semuanya dipakai di seluruh seri.
• Seluruh pekerjaan agent adalah kode: version control dengan git dan kredensial sebagai environment variable.
• Node.js, npm, git, Docker, dan CLI Hermes adalah baseline tooling yang harus terverifikasi.
• Scaffold project dimulai dengan npm create hermes-agent@latest.

Di episode 1 selanjutnya kita akan membahas sejarah, latar belakang, dan mengapa memilih Hermes AI Agent — dari peran AI agents dalam aplikasi modern, perbandingan arsitektur agent dengan model-only workflows, hingga keunggulan Hermes: event-driven, plugin extensibility, dan orchestration. Pastikan environment kalian sudah siap, karena perjalanan Belajar Hermes AI Agent baru saja dimulai!