Controlla il carico Kanban di Hermes sul tuo LLM self-hosted.
L’agente Hermes include una board in stile Kanban e il Hermes Gateway che possono saturare il tuo LLM auto-ospitato se troppi task vengono avviati contemporaneamente.
Autore Hermes: abilità che si caricano rapidamente e funzionano in modo affidabile
Hermes Agent tratta le skills come il metodo predefinito per insegnare flussi di lavoro ripetibili. La documentazione ufficiale le descrive come documenti di conoscenza on-demand allineati alla specifica aperta agentskills.io, caricati tramite progressive disclosure in modo che il modello veda prima un indice ridotto e richieda le istruzioni complete solo quando un task ne ha effettivamente bisogno.
Comandi shell e TUI per l'agente Hermes auto-ospitato.
L’agente Hermes di Nous Research è un assistente che utilizza strumenti, agnostico rispetto al modello, che puoi eseguire localmente o su un VPS, dalla shell, da un’interfaccia TUI a schermo intero o da un gateway di messaggistica.
Esegui OpenClaw in modo sicuro con NemoClaw
La maggior parte degli stack per agenti AI tratta ancora la sicurezza come una correzione da applicare dopo la dimostrazione. NemoClaw parte dall’assunzione opposta e rende isolamento, policy e routing le impostazioni predefinite fin dal primo giorno.
Oggi la policy di cattura conta quanto quella di richiamo.
Aggiornato a settembre 2026: aggiunti Mnemosyne e Memori, estesa la configurazione di Honcho e Hindsight, e aggiunta una tabella comparativa delle policy di cattura accanto alla tabella originale sull’infrastruttura.
Conoscenza persistente oltre un singolo thread di chat.
Questa sezione raccoglie guide sulla conoscenza persistente e la memoria per i sistemi AI — come gli assistenti conservano fatti, preferenze e contesto distillato tra le sessioni senza stipare ogni singolo token in un unico prompt. Qui, per memoria si intende la ritenzione intenzionale (fatti sull’utente, riepiloghi, archivi supportati da plugin), non la RAM della GPU o i pesi del modello.
La memoria è la differenza tra uno strumento e un partner.
Lo sai già. Apri una chat con un agente AI, spieghi il tuo progetto, condividi le tue preferenze, completi un po’ di lavoro e chiudi la scheda. Rientri la settimana successiva ed è come parlare con uno sconosciuto: tutto il contesto è sparito, ogni preferenza è stata dimenticata, il progetto va spiegato di nuovo da capo.
OpenClaw è cresciuta rapidamente. Poi è scomparsa ancora più velocemente.
OpenClaw non ha fallito come prodotto. Ha perso il suo combustibile.
Servire e sostituire LLM senza riavvi.
Per molto tempo, llama.cpp ha avuto una limitazione evidente:
era possibile servire solo un modello per processo, e cambiare modello richiedeva un riavvio.
Crea Claude Skills che resistano al lavoro reale
La maggior parte dei team usa in modo improprio Claude Skills in uno di due modi. O trasformano SKILL.md in un contenitore di tutto, o non riescono a superare la fase dei grandi prompt copiati e incollati.
Configurazioni Hermes orientate al profilo per carichi di lavoro impegnativi
L’assistente AI Hermes, documentato ufficialmente come Hermes Agent, non è posizionato come un semplice wrapper per le chat.
Le competenze da conservare e quelle da saltare
OpenClaw ha due storie di estensioni, ed è facile confonderle.
Le plugin estendono il runtime. Le competenze (skills) estendono il comportamento dell’agente.
Prima i plugin. Nomenclatura delle competenze in breve.
Questo articolo riguarda i plugin OpenClaw — pacchetti gateway nativi che aggiungono canali, fornitori di modelli, strumenti, voce, memoria, media, ricerca web e altre superfici runtime.
Come sono strutturati realmente i sistemi OpenClaw
OpenClaw sembra semplice nelle dimostrazioni. In produzione, diventa un sistema.
Gli abbonamenti a Claude non alimentano più gli agenti
La falla silenziosa che ha alimentato un’onda di sperimentazione con gli agenti è ora chiusa.
Ricerca AI self-hosted con LLM locali
Vane è una delle opzioni più pragmatiche nell’ambito della “ricerca AI con citazioni”: un motore di risposta self-hosted che combina il recupero live dal web con LLM locali o cloud, mantenendo l’intero stack sotto il vostro controllo.
