5 plugin Hermes da installare con DeepSeek: dai al tuo agente occhi, memoria e molto altro

Un Hermes Agent basato su DeepSeek è già in grado di ragionare, usare strumenti, ricordare informazioni ed eseguire flussi di lavoro persistenti. Tuttavia, i miglioramenti più significativi non derivano sempre dal passaggio a un modello più grande. A volte il cambiamento più utile consiste nel fornire all'agente una capacità che prima non aveva: occhi per gli screenshot, una memoria a lungo termine più approfondita, uno spazio di progettazione, accesso al tuo cloud privato o un modo per evitare di trascinare contesto non necessario in ogni richiesta.

È così che abbiamo scelto le cinque aggiunte riportate di seguito. Non sono semplicemente i progetti Hermes più popolari. Ognuna modifica una capacità pratica di una configurazione DeepSeek + Hermes. Se stai ancora creando l'ambiente di base, inizia dalla nostra guida alla configurazione self-hosted di Hermes Agent prima di aggiungere altri componenti.

Una nota sulla terminologia: in questo articolo usiamo il termine “plugin” in senso ampio. L'ecosistema Hermes include plugin tradizionali, competenze, provider di memoria, integrazioni MCP e strumenti che operano accanto all'agente. Hindsight, ad esempio, è ora un provider di memoria nativo di Hermes, non un plugin separato da installare.

Perché DeepSeek + Hermes diventa più utile quando aggiungi i plugin giusti

La domanda utile non è quanti plugin Hermes sia in grado di eseguire. È quale nuova capacità crea ogni aggiunta. Hermes fornisce già un solido livello agente intorno al modello, inclusi memoria persistente, strumenti, pianificazione, interfacce di messaggistica e delega. Aggiungere un altro strumento generico che duplica queste funzioni può aumentare la complessità senza modificare ciò che l'agente è realmente in grado di fare.

Ecco perché questo elenco si concentra su cinque colli di bottiglia diversi. ModLens si occupa della visione. Hindsight rafforza la memoria a lungo termine. Open Design aggiunge un flusso di lavoro visivo orientato agli artefatti. Hermes Nextcloud collega l'agente ai dati personali self-hosted. LLMTrim affronta il sovraccarico del contesto che si presenta quando un agente accumula strumenti, risultati e cronologia delle conversazioni. Puoi consultare separatamente l'ambiente Hermes sottostante e i limiti di dimensionamento del modello nella nostra guida ai requisiti hardware di Hermes Agent.

Il risultato è un modo più utile di concepire lo stack di un agente IA: occhi → memoria → creazione → dati privati → efficienza. Non è necessariamente necessario avere tutte e cinque le funzionalità fin dal primo giorno. Inizia dalla capacità che attualmente impedisce al tuo agente di svolgere attività utili.

1. ModLens — Dai a DeepSeek gli occhi di Hermes

Se il tuo modello DeepSeek è basato solo sul testo, ModLens crea la differenza più evidente tra il prima e il dopo presente in questo elenco. Invece di obbligarti a descrivere manualmente uno screenshot, incollare il testo OCR o tradurre un problema visivo in parole, il livello di visione può prima analizzare l'immagine e trasformare ciò che vede in elementi di evidenza su cui il modello testuale può ragionare.

ModLens è stato sviluppato inizialmente come plugin di visione per DeepSeek Harness. Il suo flusso di lavoro documentato può trasformare immagini incollate in elementi di evidenza visiva strutturati, inclusi OCR, layout e semantica. In uno stack incentrato su DeepSeek, diventa di fatto il front end visivo: un motore dotato di visione interpreta i pixel, quindi il modello DeepSeek basato solo sul testo prosegue il processo di ragionamento.

La distinzione importante è che questo è più utile del semplice OCR. L'OCR risponde alla domanda «Quale testo c'è in questa immagine?». Un agente visivo utile deve anche capire dove compaiono le informazioni, quali oggetti appartengono allo stesso gruppo, cosa significa uno stato dell'interfaccia e quale parte di uno screenshot è pertinente all'attività. Questo rende ModLens utile per dashboard, screenshot di applicazioni, diagrammi, finestre di errore, layout web e documentazione ricca di immagini.

Immagina di dover risolvere un problema su un home server. Senza un ponte visivo, potresti digitare: «Il widget dello spazio di archiviazione è arancione e un'unità indica uno stato degradato». Con ModLens sul lato DeepSeek del flusso di lavoro, l'interazione diventa molto più simile a: «Guarda questo screenshot della dashboard e dimmi cosa dovrei analizzare per prima cosa». La differenza non consiste in una risposta leggermente migliore. Consiste nell'eliminazione di un intero passaggio di traduzione manuale tra te e l'agente.

C'è un limite che vale la pena mantenere chiaro. Attualmente ModLens è documentato soprattutto come integrazione con DeepSeek Harness, quindi lo considereremmo il livello di visione lato DeepSeek, invece di fingere che sia un plugin nativo del core di Hermes. Questa distinzione è importante quando decidi dove avviene la gestione delle immagini in un flusso di lavoro combinato DeepSeek-Hermes.

2. Hindsight — Dai a Hermes una memoria a lungo termine migliore

Hermes dispone già della memoria, quindi Hindsight non dovrebbe essere descritto come ciò che fa improvvisamente ricordare Hermes. Il vero miglioramento riguarda ciò che accade quando un agente ha mesi di conversazioni, progetti, correzioni, preferenze e attività ricorrenti e deve recuperare la parte giusta di quella cronologia al momento giusto.

Le versioni attuali di Hermes supportano Hindsight come provider di memoria. L’integrazione può richiamare automaticamente le informazioni rilevanti prima delle chiamate al modello e conservare le conversazioni per le sessioni future, offrendo inoltre le operazioni esplicite retain, recall e reflect. Il vecchio plugin autonomo Hindsight-Hermes è deprecato; il percorso corretto attuale è il provider di memoria Hindsight nativo per Hermes.

Questa distinzione diventa importante in un agente personale persistente. Salvare un fatto è facile. Decidere quali fatti precedenti siano rilevanti per l’attività corrente è più difficile. Un agente in esecuzione continuativa potrebbe dover collegare una decisione presa sei settimane fa a una nuova richiesta odierna, distinguere una preferenza precedente da una correzione successiva oppure ricordare come è stato risolto un problema ricorrente del server senza caricare ogni conversazione precedente nel prompt.

Un esempio pratico è un lungo progetto di server domestico. Potresti trascorrere diverse settimane modificando percorsi di archiviazione, criteri dei container, regole di backup e impostazioni delle applicazioni. Quando torni in un secondo momento e chiedi a Hermes di modificare una parte di quel sistema, una buona memoria non consiste semplicemente nel dire «ecco 500 messaggi precedenti». Consiste nel recuperare il piccolo insieme di decisioni precedenti che vincolano la nuova azione.

Hindsight risulta quindi più utile quando Hermes sta diventando un ambiente di lavoro persistente anziché una sessione di chat usa e getta. Se utilizzi l’agente solo per domande isolate, la differenza può essere modesta. Se per mesi gestisce progetti, ricerche ricorrenti o infrastrutture personali, la qualità della memoria diventa parte dell’architettura dell’agente.

3. Open Design — Trasforma Hermes da agente di programmazione in creatore visivo

Generare HTML o React non equivale a completare un lavoro di progettazione. Un agente di programmazione può produrre una pagina che viene visualizzata correttamente, lasciandoti comunque il compito di prendere le decisioni visive: gerarchia, spaziatura, direzione stilistica, iterazione, anteprima e distribuzione. Open Design cerca di colmare questa lacuna costruendo attorno all’agente un flusso di lavoro di progettazione orientato agli artefatti.

Open Design si descrive come un ambiente di lavoro di progettazione local-first che può utilizzare agenti di programmazione esistenti come motore di progettazione, e Hermes è tra le integrazioni di agenti supportate. Il suo flusso di lavoro comprende output come prototipi, landing page, dashboard, presentazioni, immagini e video, invece di limitare il modello alla prosa o ai suggerimenti sul codice sorgente.

Questo trasforma il prompt da «scrivi del CSS per questa dashboard» a qualcosa di più simile a «crea questa dashboard, definisci una direzione visiva, genera l’artefatto, esaminalo e perfezionalo». Per un creator, uno sviluppatore, un piccolo team o un utente di homelab che realizza interfacce personalizzate, si tratta di un aumento delle capacità molto più concreto rispetto all’aggiunta di un’altra skill di programmazione generica.

Si integra naturalmente anche con DeepSeek, perché il livello di progettazione e il modello di ragionamento non devono necessariamente appartenere allo stesso prodotto. DeepSeek può restare parte dello stack di ragionamento e programmazione, mentre Open Design fornisce l’area di lavoro, i template, le skill, le anteprime e la pipeline degli artefatti che lo circondano. Questa separazione è utile se preferisci portare il tuo modello invece di vincolare l’intero flusso di lavoro a un unico servizio di progettazione ospitato.

Il limite è altrettanto importante: la generazione visiva aggiunge un ulteriore livello di strumenti e, talvolta, ulteriori requisiti relativi al modello o al provider multimediale. Se Hermes si occupa principalmente di amministrazione dei server o ricerca, Open Design può essere facoltativo. Se invece l’agente produce regolarmente interfacce web, presentazioni, materiali di marketing o dashboard interne, diventa molto più facile giustificarne l’uso.

4. Hermes Nextcloud — Collega il tuo agente a file, calendari e attività private

È qui che Hermes inizia a sembrare meno uno strumento di IA e più un agente personale. Un modello può sapere moltissimo del mondo pubblico e tuttavia non sapere quasi nulla dei file, delle note, dei calendari e delle attività che determinano concretamente cosa devi fare oggi. Un livello di dati auto-gestito cambia le cose.

Il bridge Hermes Nextcloud realizzato dalla community espone i dati di Nextcloud a Hermes tramite interfacce tra cui WebDAV, l’API Notes di Nextcloud, CalDAV e CardDAV. Questo consente di creare flussi di lavoro per file, note, calendari, attività e contatti senza fare di una sessione del browser l’unico modo con cui l’agente può accedere a queste risorse.

Per chi utilizza un server domestico, questo offre alcune delle richieste ad agenti più utili nell’immediato descritte nell’articolo. «Trova i PDF che ho caricato ieri e confrontali.» «Controlla il mio calendario e dimmi quale pomeriggio è libero.» «Crea un’attività a partire da questi appunti della riunione.» «Esamina la cartella del mio progetto privato e riassumi cosa è cambiato.» Non sono benchmark per i modelli. Sono attività che le persone delegano davvero.

Anche l’aspetto dell’auto-hosting è importante. Nextcloud può funzionare su un’infrastruttura sotto il tuo controllo, mentre Hermes può affiancarlo come un altro servizio nello stesso ambiente privato. Se stai pianificando questa parte dello stack, la nostra guida ai requisiti hardware di Nextcloud spiega come CPU, RAM, spazio di archiviazione, database e numero di utenti modificano i requisiti del server.

L'hosting privato non rende automaticamente sicuro il flusso di lavoro. Un agente con accesso a calendari, contatti e file modificabili ha un potenziale di danno maggiore rispetto a un chatbot con ricerca pubblica in sola lettura. Inizia con le autorizzazioni più limitate di cui hai bisogno, utilizza, quando possibile, credenziali applicative dedicate e decidi esplicitamente quali dati Hermes deve poter leggere o modificare.

5. LLMTrim — Evita che le sessioni Hermes prolungate consumino troppo contesto

Le prime quattro aggiunte rendono Hermes capace di fare di più. La quinta riguarda ciò che accade dopo che ha effettivamente iniziato a svolgere tutto questo lavoro. Gli agenti a esecuzione prolungata accumulano contesto: definizioni degli strumenti, output del terminale, risposte MCP, pagine estratte, cronologia delle conversazioni, artefatti del ragionamento intermedio e risultati restituiti da altri strumenti. Alcune di queste informazioni restano utili. Altre sono zavorra ripetuta.

LLMTrim si posiziona tra l'agente e l'endpoint del modello come proxy locale. La documentazione specifica per Hermes spiega che può comprimere gli schemi ripetuti degli strumenti, la cronologia della conversazione, l'output degli strumenti MCP e i contenuti estratti prima dell'invio della richiesta al modello. L'integrazione di Hermes e LLMTrim è quindi diversa da una skill normale: modifica il percorso di trasmissione invece di insegnare a Hermes una nuova attività.

Questo diventa ancora più rilevante man mano che il tuo ambiente DeepSeek + Hermes acquisisce strumenti. Immagina un agente con strumenti per il browser, diversi server MCP, accesso a Nextcloud, memoria a lungo termine, output del terminale e una conversazione molto lunga. Se a ogni turno vengono reinviate al modello grandi quantità di strutture ripetute, il costo di mantenimento del ciclo dell'agente può aumentare anche quando la nuova domanda effettiva è breve.

La riduzione del contesto non è una magia, e una compressione aggressiva richiede sempre dei test. Rimuovere il dettaglio sbagliato può danneggiare una risposta successiva tanto quanto l'aggiunta di contesto irrilevante può distrarre il modello. L'obiettivo utile non è “rendere ogni prompt il più piccolo possibile”, ma “smettere di pagare in termini di contesto per informazioni che non contribuiscono più alla decisione successiva”.

C'è anche un aspetto di sicurezza da considerare. Un proxy locale posizionato tra Hermes e il provider del modello vede necessariamente il contenuto delle richieste che lo attraversano. Consideralo parte del tuo perimetro di fiducia, soprattutto se Hermes elabora file personali, credenziali, note private o altro materiale sensibile.

Quale plugin Hermes dovresti installare per primo?

Se utilizzi un modello DeepSeek solo testuale e vuoi provare un solo upgrade, ModLens è la scelta iniziale più chiara. La visione introduce la nuova funzionalità più evidente, perché elimina la necessità di tradurre manualmente screenshot e immagini in testo prima che il modello possa aiutarti.

Dopodiché, la scelta giusta dipende da ciò che limita l’agente, non da una classifica universale. Scegli Hindsight quando il contesto storico diventa difficile da riutilizzare. Aggiungi Open Design quando l’output stesso deve essere visivo. Aggiungi Hermes Nextcloud quando le informazioni utili si trovano nel tuo cloud privato. Aggiungi LLMTrim quando le sessioni lunghe e ricche di strumenti iniziano a trasportare più contesto di quanto il compito sembri richiedere.

Se stai ancora scegliendo cosa installare inizialmente sul server, il catalogo dei requisiti hardware delle app ZimaOS è un utile passo successivo per confrontare i carichi di lavoro delle applicazioni AI e self-hosted prima di accumulare diversi servizi su un’unica macchina.

Il modo migliore di concepire i plugin Hermes

Le estensioni Hermes più utili non sono necessariamente quelle con l’elenco di funzionalità più lungo. Sono quelle che rimuovono un confine specifico. ModLens rimuove il confine delle immagini. Hindsight migliora il confine della memoria. Open Design amplia il confine dell’output. Nextcloud supera il confine tra le conoscenze pubbliche del modello e i tuoi dati di lavoro privati. LLMTrim gestisce il confine del contesto che si crea quando tutti questi strumenti iniziano a operare insieme.

Questo crea un’architettura molto più chiara rispetto alla semplice installazione di ogni progetto interessante che trovi. Inizia con un modello capace come DeepSeek, usa Hermes come livello agente persistente e aggiungi funzionalità esterne solo quando un flusso di lavoro reale lo richiede. Uno stack più piccolo, con cinque integrazioni chiaramente motivate, è generalmente più facile da comprendere, proteggere, aggiornare e risolvere rispetto a un agente con decine di strumenti sovrapposti.

L’obiettivo finale è anche più interessante che costruire un chatbot con pulsanti aggiuntivi. Un ambiente DeepSeek + Hermes self-hosted può diventare gradualmente uno spazio di lavoro AI privato in grado di vedere ciò che vedi, ricordare ciò che conta, creare artefatti utili, lavorare con dati sotto il tuo controllo e rimanere efficiente mentre crescono le sue responsabilità. È a questo punto che i plugin smettono di essere accessori e iniziano a diventare parte dell’architettura dell’agente.