Hermes Live Voice: непрерывные голосовые сессии через делегированные запуски Hermes
Hermes Live Voice — это созданный сообществом шлюз голосовых данных MIT и плагин для дашборда, который поддерживает прерываемую голосовую сессию в реальном времени, пока длительная работа делегируется на устойчивые запуски Hermes. Это позволяет управлять задачами, получать информацию о ходе выполнения и уведомления о завершении, а также находить сохранённую задачу.
Что понадобится
- Требуется Hermes Agent 0.18.2+ (проверено до версии 0.20.0) и Node.js 20+. Для локального голосового стека на Apple Silicon также необходимо
uvи как минимум 12 ГБ оперативной памяти (рекомендуется Mac с Apple Silicon на 16 ГБ); на других платформах используется сервер реального времени из основного репозитория, и указывается адресHERMES_LIVE_LOCAL_URL. - Hermes Agent 0.18.2+ с включённым плагином дашборда.
- Глобальная установка пакета
hermes-live-voiceчерез npm. - Провайдер голосовых данных: локальный S2S (Apple Silicon), Gemini Live или OpenAI Realtime.
- Устойчивые запуски Hermes
/v1/runs, при этом на каждую принятую задачу выделяется отдельный рабочий процесс. - Для привязок, не относящихся к локальному циклу, требуется надёжный
HERMES_LIVE_AUTH_TOKEN, точно указанный разрешённый источник, TLS и ограничения скорости на краю сети.
Как применить
Это решает проблему, которую не покрывают режимы микрофонного цикла и голосовых заметок: один вход — один выход, без возможности запросить информацию о ходе выполнения, управлять процессом или получить уведомление о завершении при продолжении работы в фоне.
Предел устойчивости: текущие запуски Hermes не сохраняются после перезапуска Hermes Agent, а отсутствующие или неоднозначные результаты становятся unknown — главная проблема по сравнению с настоящей устойчивой очередью.
Хранилище задач представляет собой файловую систему для одного процесса шлюза, не предназначенную для многопользовательского или многоузлового использования; не следует обращаться к ней с нескольких сторон одновременно.
Параллелизм включается опционально и регулируется политиками: для этого нужно HERMES_LIVE_TRUST_DECLARED_READ_ONLY=true, а объявленная моделью область доступа только для чтения является входными данными для политики, а не песочницей или средством изоляции.
После обновлений npm выполните hermes-live upgrade, а затем hermes-live launch-check.
Команда /quit в терминальном клиенте отсоединяет сеанс; она не отменяет выполнение задач.
Настройка шлюза заключается в глобальной установке пакета, запуске процедуры настройки (которая создаёт приватный конфиг и выбирает свободный локальный порт), загрузке плагина дашборда и завершении проверкой запуска, которая отклоняет режим имитации и проверяет наличие провайдера голосовых данных, плагина, шлюза и одного ограниченного рабочего процесса.
npm install --global hermes-live-voice
hermes-live setup # writes ~/.hermes/hermes-live/config.env, picks a free local port
hermes dashboard # load the Dashboard plugin
hermes-live launch-check # pre-demo/prod gate: rejects mock mode, validates voice provider, plugin, gateway, one bounded worker
Конфигурация хранится по адресу $HERMES_HOME/hermes-live/config.env с приватными правами доступа; переменные окружения переопределяют управляемый конфиг, а файлы проекта .env никогда не загружаются и не выполняются.
Состояние задач записывается только одним процессом по адресу ~/.hermes/hermes-live/tasks-v1.json.
Запросы озвучиваются точно так, как они написаны, поскольку голосовой слой занимается только вводом-выводом. Полезными вариантами являются те, которые невозможны в режиме микрофонного цикла: начало нового чата, делегирование длительной работы, такой как рефакторинг с последующим запуском тестов, или сообщение о том, что пользователь будет продолжать говорить, пока система выполняет задачу.
Запросы озвучиваются так же, как они написаны, потому что голосовой слой занимается только вводом-выводом; полезными вариантами являются те, которые невозможны в режиме микрофонного цикла.
Start a new chat. I want you to refactor the auth module and run the test suite — take your time, I'll keep talking.
Пока запуск активен, запрашивайте только информацию о ходе выполнения, а не весь журнал.
Where is it up to? Just the bounded progress, not the full log.
Stop task <task-id>. // stopping always targets the exact task ID; barge-in never cancels work
После разъединения и повторного подключения спросите, что было завершено во время вашего отсутствия.
What finished while I was away?
Источник: aliaihub/awesome-hermes-usecases и участники проекта. Лицензия: CC-BY-4.0. Лицензия исходного материала.
Перевод и редакционная адаптация: ClawCases.
>Ресурсы
>Похожие юзкейсы
Краткое изложение решения по правилу коммуникации 1-3-1
Составляет краткие изложения решений по правилу 1-3-1 для задач с несколькими приемлемыми вариантами, формулируя одно предложение, описывающее суть проблемы, три варианта с их плюсами и минусами, а также одну рекомендацию с определением готовности и планом реализации.
Трекер отчётности компаний на базе ИИ
Следите за сезоном корпоративной отчётности десятков технологических компаний без ручной проверки разных источников и запоминания дат каждого отчёта в сфере ИИ и технологий.
Генерация видео с помощью ИИ: конвейер преобразования HTML в MP4
Hermes создает видеокомпозиции в формате HTML с использованием Open Design и рендерит их в готовые файлы MP4 через HyperFrames, применяя Headless Chrome вместе с FFmpeg вместо редактора таймлайнов.