OpenClaw से Hermes Agents पर स्विच करना: मेरा वर्तमान AI वर्कफ़्लो

मुझसे अक्सर पूछा जाता है कि मेरा AI सेटअप अभी कैसे जुड़ा हुआ है, तो यहाँ संक्षिप्त विवरण है: मेरा वर्कफ़्लो आधिकारिक रूप से OpenClaw से एक वितरित Hermes एजेंट आर्किटेक्चर में बदल चुका है, जहाँ Fable व्यापक रीबिल्ड के लिए भारी काम संभाल रहा है। फिलहाल Project Aria, सुबह की फिटनेस रिपोर्ट, अनुकूली वर्कआउट और Agent Stack Daily पॉडकास्ट पाइपलाइन सभी Hermes एजेंट्स पर चल रहे हैं, जो M3 Max और DGX Spark नोड के बीच विभाजित हैं।

इन टूल्स के बीच चयन करने वालों के लिए, यह चुनाव कार्य के पैमाने और आपके डेटा के स्थान पर निर्भर करता है। यदि आप ज़मीन से रीबिल्ड या मल्टी-फ़ाइल आर्किटेक्चरल बदलाव कर रहे हैं, तो Fable अपनी प्लानिंग क्षमताओं के कारण बेहतर विकल्प है। हालाँकि, दैनिक, क्रमिक संचालन और डेटा-निर्भर ट्रिगर्स के लिए, स्थानीय Hermes एजेंट अधिक कुशल है। जबकि मैंने अधिकांश संचालन Hermes पर स्थानांतरित कर दिए हैं, मैं OpenClaw को स्टैंडबाय स्थिति में रख रहा हूँ, क्योंकि Hermes की OpenAI API कनेक्टिविटी के साथ कुछ लंबित विश्वसनीयता संबंधी चिंताएँ हैं।

इन्फ़्रास्ट्रक्चर अभी कहाँ स्थित है

OpenClaw से दूर जाने का कारण शक्ति की कमी नहीं थी, बल्कि बेहतर विभाजन था। मेरा वर्तमान वातावरण दो प्राथमिक मशीनों के बीच विभाजित है, जो मुझे व्यक्तिगत डेटा को सार्वजनिक-सामना करने वाले प्रोडक्शन वातावरण से अलग करने की अनुमति देता है। OpenClaw इंस्टेंस अभी भी मेरी स्थानीय मशीन पर बैठा है, लेकिन यह मूलतः निष्क्रिय है—नए स्टैक के किसी समस्या से टकराने की स्थिति में यह एक सुरक्षा जाल है।

• M3 Max (स्थानीय मशीन): यह व्यक्तिगत टेलीमेट्री का केंद्र है। यह Project Aria की फिटनेस ट्रैकिंग, अनुकूली वर्कआउट बिल्डर और पूरी Agent Stack Daily पॉडकास्ट पाइपलाइन के लिए ज़िम्मेदार Hermes एजेंट चलाता है। चूँकि M3 वह स्थान है जहाँ मैं अपना डेटा उपभोग करता हूँ, इसलिए एजेंट का वहाँ होना समझ में आता है।
• DGX Spark (कंप्यूट नोड): यह Hermes एजेंट वेबसाइट अपडेट और Project Aria की ऐतिहासिक ट्रैकिंग के सर्वर-साइड हिस्से के लिए भारी काम संभालता है। इसे Spark पर रखने से यह सुनिश्चित होता है कि सार्वजनिक-सामना करने वाले अपडेट मेरी स्थानीय मशीन के संसाधनों को नहीं जाम करेंगे।

यह विभाजन महत्वपूर्ण है क्योंकि यह मौलिक रूप से प्रत्येक एजेंट की "व्यक्तित्व" को बदल देता है। M3 एजेंट अत्यधिक व्यक्तिगत है—यह मेरी सुबह की रिपोर्ट बनाता है, मेरा वर्कआउट स्क्रिप्ट करता है और पॉडकास्ट ऑडियो रेंडर करता है। Spark एजेंट अधिक प्रोडक्शन सर्वर की तरह कार्य करता है, जो स्थिरता और साइट डिप्लॉयमेंट पर केंद्रित है।

सुबह की रिपोर्ट: डेटा को कार्रवाई में बदलना

हर सुबह, M3 पर मौजूद Hermes एजेंट मेरे Telegram पर एक दैनिक ब्रीफ़ भेजता है। यह केवल एक सूचना नहीं है; यह दिन के शारीरिक प्रशिक्षण के लिए प्राथमिक इनपुट है। यह पिछले 24 घंटों के डेटा को एकत्र करके प्रशिक्षण तीव्रता के लिए स्पष्ट "हरी बत्ती" या "लाल बत्ती" प्रदान करता है।

एक सामान्य रिपोर्ट इस तरह दिखती है:

सुबह Toby। रिकवरी 76%, HRV 25 ms, रेस्टिंग हार्ट रेट 75, 8h 6m की नींद के बाद 92% दक्षता पर। Whoop स्ट्रेन 2.4। लोड अनुपात 0.9। स्टेप टार्गेट 12,600। कल: 14,700 के टार्गेट के मुकाबले 14,490 कदम। रिकवरी ट्रेंड 76% बनाम 71% सात-दिन, 62% अट्ठाइस-दिन। कार्डियो ग्रीन लाइट। रिकवरी सिग्नल के अनुसार ट्रेन करें।

यह रिपोर्ट Project Aria के लिए दिन का वर्कआउट चुनने हेतु प्रॉम्प्ट का काम करती है। यह कोई ऐसा वैनिटी डैशबोर्ड नहीं है जिसे मैं देखकर अनदेखा कर दूँ। अगर रिकवरी ट्रेंड ऊपर है, तो Aria वॉल्यूम बढ़ा देती है। अगर लोड अनुपात असंतुलित है या नींद की दक्षता कम है, तो वर्कआउट को कम कर दिया जाता है। Aria वास्तव में रिकवरी सिग्नल के आधार पर कार्य करती है, जिससे मेरे प्रशिक्षण निर्णयों से "अहंकार" हट जाता है।

Project Aria प्रशिक्षण निर्णयों को कैसे स्वचालित करता है

हाल की स्वास्थ्य समस्याओं से लौटने के बाद, मैंने सभी व्यायाम चयन और वॉल्यूम निर्णय Aria को सौंप दिए हैं। अब मैं मूवमेंट या रेप रेंज चुनने में समय बर्बाद नहीं करता। Aria वही लॉजिक इस्तेमाल करती है जो मेरा पुराना पर्सनल ट्रेनर अपनाता था—20 RM (Rep Max) वॉल्यूम वर्क, एक्सेसरी मूवमेंट, प्रेप, और कूल डाउन—लेकिन विशिष्ट चयन पूरी तरह से डायनामिक होता है।

यह कल के BJJ लोड, मेरे वर्तमान रिकवरी मेट्रिक्स, और पिछले सत्रों में मैंने कितनी कड़ी मेहनत की, इन सबका विश्लेषण करके मूवमेंट चुनती है। यह इसलिए महत्वपूर्ण है क्योंकि Aria मुझे प्रशिक्षण के उन हिस्सों को करने पर मजबूर करती है जिन्हें मैं आमतौर पर छोड़ देता: प्रेप और कूल डाउन। उदाहरण के लिए, कल इसने सीटेड आर्म सर्कल असाइन किए—एक फ्लेक्सिबिलिटी ड्रिल जो मुझे अविश्वसनीय रूप से कठिन लगी, जबकि मेरी पत्नी ने आसानी से पूरा कर लिया। बिना एजेंट के "चाबियाँ पकड़े" होने के, मैं शायद उसे किसी आसान चीज़ से बदल देता। Aria को नियंत्रण देकर, मैं सुनिश्चित करता हूँ कि मेरा प्रशिक्षण कमज़ोरियों को भी संबोधित करे, न कि केवल ताकत को और मज़बूत करे।

Agent Stack Daily: उपभोक्ता-प्रथम पॉडकास्ट

M3 का दूसरा प्रमुख घटक Agent Stack Daily पॉडकास्ट पाइपलाइन है। मैंने यह इसलिए बनाया क्योंकि मैं एक ऐसे फॉर्मेट में रोज़ाना न्यूज़ डाइजेस्ट चाहता था जिसे मैं अपनी सुबह की दिनचर्या के दौरान सुन सकूँ। यह एक "उपभोक्ता-प्रथम" सॉफ़्टवेयर है; मैं ही प्राथमिक श्रोता हूँ। मैं पब्लिश होने से पहले हर सुबह जेनरेट किया गया कट सुनता हूँ।

यह आंतरिक फीडबैक लूप ही गुणवत्ता बनाए रखता है। अगर एजेंट सारांश या ऑडियो एडिट के साथ खराब काम करता है, तो एपिसोड बस शिप नहीं होता। क्योंकि मैं खुद अपना गेटकीपर हूँ, गुणवत्ता का स्तर ऊँचा बना रहता है। यह बदलाव—सामग्री उत्पादन से व्यक्तिगत उपयोगिता की ओर—एजेंट के प्रदर्शन का मेरा मूल्यांकन बदल गया है। अगर यह मेरे लिए उपयोगी नहीं है, तो यह दर्शकों के लिए भी उपयोगी नहीं है।

मल्टी-एजेंट विभाजन: Fable बनाम Hermes

महीनों की जाँच के बाद, मैंने कौन सा टूल कब इस्तेमाल करना है, इसके लिए एक स्पष्ट नियम बना लिया है।

This avoids the frustration of trying to force a "generalist" agent to do a specialized job.

कार्य प्रकार	उपकरण	रणनीतिक तर्क
बड़े पैमाने पर पुनर्निर्माण या नई सुविधाएँ	Fable	मल्टी-फ़ाइल संदर्भ और व्यापक वास्तुकला योजना में बेहतर।
बग फिक्स और दैनिक संचालन	Hermes (Local)	तेज़ निष्पादन; स्थानीय कोडबेस तक सीधी पहुँच।
अनुकूली वर्कआउट जनरेशन	Hermes (M3)	बायोमेट्रिक्स और सुबह की रिपोर्ट ट्रिगर के साथ सह-स्थित।
वेबसाइट प्रोडक्शन अपडेट	Hermes (Spark)	स्थानीय संसाधन विवाद के बिना साइट स्टैक को संभालता है।
जटिल प्रोजेक्ट Aria लॉजिक	Fable + Hermes	Fable लॉजिक की योजना बनाता है; Hermes दैनिक अपडेट निष्पादित करता है।

आज एक व्यावहारिक उदाहरण सामने आया: मैंने शुरू में सोचा था कि Agent Stack Daily के लिए एक बड़ा वास्तुकला परिवर्तन आवश्यक है, इसलिए मैंने यह कार्य Fable को भेज दिया। यह एक साधारण UI बग निकला जहाँ स्टोरीज़ को काटा जा रहा था। यह Hermes-स्तर का फिक्स था। Fable तब बहुत अच्छा है जब आपको किसी बदलाव के ब्लास्ट रेडियस का पता न हो, लेकिन जब रास्ता स्पष्ट हो जाए, तो सर्जिकल एडिट के लिए Hermes अधिक कुशल उपकरण है।

वर्तमान सीमाएँ और विश्वसनीयता संबंधी चिंताएँ

जबकि Hermes पर स्विच करना काफ़ी हद तक सफल रहा है, मैंने अभी तक OpenClaw को दो विशिष्ट कारणों से हटाया नहीं है। पहला, Hermes के अपडेट कभी-कभी मौजूदा वर्कफ़्लो को तोड़ देते हैं, जिसके लिए मैन्युअल हस्तक्षेप आवश्यक होता है। दूसरा, मुझे Hermes एजेंट वातावरण में OpenAI API कनेक्शन में रुक-रुक कर गिरावट का सामना करना पड़ा है—यह समस्या मैंने OpenClaw के साथ शायद ही कभी देखी थी।

आपके दैनिक जीवन को चलाने वाले किसी भी उपकरण के लिए विश्वसनीयता सबसे महत्वपूर्ण मेट्रिक है। यदि कोई एजेंट सुबह की रिपोर्ट बनाने में विफल रहता है, तो पूरी ट्रेनिंग चेन बाधित हो जाती है। मैं वर्तमान में इन कनेक्शन ड्रॉप्स पर बारीकी से नज़र रख रहा हूँ। यदि ये बने रहते हैं, तो मैं कुछ महत्वपूर्ण डेटा-लॉगिंग कार्यों को वापस अधिक स्थिर OpenClaw वातावरण पर लौटा सकता हूँ।

सिफ़ारिश: इस सेटअप को किसे इस्तेमाल करना चाहिए?

यदि आप मल्टी-एजेंट सिस्टम प्रबंधित कर रहे हैं, तो सबक यह है कि "एक सच्चे एजेंट" की खोज बंद कर दें। Fable का उपयोग तब करें जब कार्य बड़ा, जटिल हो और इसमें कई फ़ाइलें शामिल हों। Hermes एजेंट्स का उपयोग तब करें जब कार्य स्थानीय, क्रमिक हो और दैनिक डेटा पर प्रतिक्रिया देने की आवश्यकता हो।

फिटनेस में AI का उपयोग करने वालों के लिए: एजेंट को वहीं रहना चाहिए जहाँ डेटा रहता है। यदि आपका वर्कआउट लॉजिक रियल-टाइम में आपकी बायोमेट्रिक्स पर प्रतिक्रिया नहीं देता है, तो एक स्थैतिक योजना पर्याप्त है। लेकिन यदि आप एक ऐसी सिस्टम चाहते हैं जो आपको "उबाऊ" काम—मोबिलिटी और कूल-डाउन—से गुज़रने के लिए मजबूर करे, तो आपको एक रिएक्टिव एजेंट चाहिए जो निर्णय-निर्माण प्रक्रिया का स्वामित्व रखता हो।

प्राथमिक उपभोक्ता के रूप में खुद को इस प्रक्रिया में शामिल रखें; यह सुनिश्चित करने का एकमात्र तरीका है कि AI वास्तव में आपकी समस्याओं का समाधान कर रहा है, बजाय इसके कि केवल और शोर पैदा करे।

पूर्ण वर्कफ़्लो खंड स्रोत वीडियो में है। यह चिकित्सा, कानूनी, वित्तीय, या प्रशिक्षण सलाह नहीं है—बस मेरे डेस्क पर मौजूद मशीनों की वर्तमान स्थिति है।