Hermes Agent InfoOps control dashboard
Dashboard Info Guides
Knowledge Hub

Guides & Ordbog

Alt-i-ét videnshub: hurtigstart, 38+ termer, beslutningstræer og eksterne kilder til Hermes Agent økosystemet.

4hurtigstart
38termer
3beslutningstræer
5eksterne kilder

🚀 Hurtigstart

Hvad er n8n?

n8n er et workflow-automatiseringsværktøj med visuel editor. Bruges til at koble API'er, webhooks og AI-modeller sammen i automatiserede flows.

Hvad er LangGraph?

LangGraph er et framework fra LangChain til at bygge stateful multi-agent workflows med controllable agent loops, checkpoints og tool orchestration.

Hvad er et agent-team?

Et agent-team er flere AI-agenter der koordinerer opgaver — fx orchestrator + workers, eller router + specialists. Se multi-agent mønstre og beslutningsguiden.

📖 Ordbog (Glossary)

Agent
En AI-assistent med evne til at bruge værktøjer, tage beslutninger og udføre opgaver autonomt.
delegate_task
Hermes-funktion til at sende en opgave til en subagent med specifik instructions.
Kanban
Visuel opgavestyring med kolonner (todo/in-progress/done). Bruges i Hermes til holdbar projektledelse.
Cron
Planlagt kørsel af opgaver på faste intervaller. Hermes cron kører scripts eller agent-tasks automatisk.
Provider
LLM-udbyder (OpenRouter, OpenAI, Google, etc.) der leverer model-inference via API.
Model routing
Automatisk valg af model baseret på opgavetype, kompleksitet og budget-regler.
Fallback
Backup-model eller handling når primær model/provider fejler (f.eks. free → paid budget).
Token
Enhed for tekst i LLM'er. Ca. 4 tegn ≈ 1 token. Afgør pris og context-længde.
Context window
Max antal tokens en model kan se på én gang. Afgør hvor meget historik/data der kan bruges.
Prompt engineering
Kunsten at skrive instruktioner til en LLM for at få det bedste output.
Context engineering
Design af den samlede kontekst (system prompt, memory, tools, docs) som modellen modtager.
RAG
Retrieval-Augmented Generation — henter relevant dokumentation og indsætter i prompten.
Fine-tuning
At træne en eksisterende model videre på specifik data for at forbedre kvalitet i bestemte opgaver.
LoRA
Low-Rank Adaptation — effektiv fine-tuning metode der kun træner små adapter-lag.
GGUF
Filformat for kvantiserede modeller der kan køres lokalt (llama.cpp, Ollama).
Quantization
Komprimering af modelvægte (4-bit, 8-bit) for at reducere hukommelse og øge hastighed.
MCP
Model Context Protocol — standardiseret interface til at give LLM'er adgang til eksterne værktøjer.
Skill
Modulært færdighedspakke i Hermes (f.eks. research, coding, creative) med specifikke instructions.
Memory (short-term)
Session-begrænset kontekst — samtalehistorik der ryddes ved nulstilling.
Memory (long-term)
Persistent hukommelse via Honcho — facts og beslutninger der overlever sessions.
Honcho
Hermes' memory-provider til langtidshukommelse — holder styr på brugerpræferencer og kontekst.
Gateway
Hermes Gateway — HTTP-proxy til at route LLM-requests til forskellige providers.
Dashboard
Denne side — Hermes Agent Info dashboard til overvågning, beslutninger og dokumentation.
Sandbox
Isoleret kodekørselsmiljø til at afvikle scripts og tests sikkert.
Subagent
En under-agent der modtager en specifik opgave fra en orchestrator-agent.
Orchestrator
Hoved-agent der koordinerer og delegerer opgaver til specialist-agenter.
Specialist
Agent med ekspertise i ét område (f.eks. research, kode, QA).
Router
Komponent der analyserer opgaven og dirigerer til den rette specialist.
Reviewer
Agent der gennemgår og validerer output fra andre agenter.
Critic
Agent eller LLM der evaluerer og giver feedback på output — bruges i LLM Council.
Worker
Agent der udfører konkrete opgaver uden koordineringsansvar.
Harness
Test-harness — rammeværk til at køre, evaluere og sammenligne modeller/outputs.
Benchmark
Standardiseret test til at måle modelpræstation (SWE-bench, MMLU, etc.).
Eval
Evaluation — systematisk test af modelkvalitet med scoringsmetrikker.
SWE-bench
Software Engineering Benchmark — tester modellers evne til at løse rigtige GitHub issues.
OpenRouter
API-aggregator der giver adgang til 200+ modeller via én endpoint. Bruges som primær provider.
Free-tier
Gratis modeller på OpenRouter (markeret med :free). Begrænsede men gode til simple opgaver.
Status label
Klassificering af tilstand: Adopted, Useful, Monitoring, Rejected, Later, Outdated, Fixed.

🌳 Korte Beslutningstræer

🤖 Hvilken model?

Start med free-tier model Gratis, dækker 80% af opgaver
Hvis kvalitetsproblemer? Paid budget (DeepSeek V4 Flash)
Hvis kompleks opgave? Premium (GPT-5.5 / Claude)

🔧 Hvilket værktøj?

Start med indbyggede Hermes tools Terminal, file I/O, web search
Hvis behov for ekstern API? MCP integration
Hvis behov for automation? n8n workflow

📐 Hvilken strategi?

Simpel opgave (< 3 trin) Direct single-agent
Kompleks opgave (3+ trin) delegate_task til subagent
Gentagen opgave Cron + specialist agent
Tværfaglig opgave Orchestrator + workers

🔗 Eksterne Kilder