kerpopule/hermes-jev-skills

Jev-powered model routing, memory, compaction, skill selection, computer and browser use for Hermes agents (also Claude Code and Codex)

그것이 무엇인가

Hermes Jev Skills는 Hermes AI 에이전트(및 Claude Code 또는 Codex와 같은 호환 에이전트)가 저렴하고 빠른 "의사 결정" 작업을 Jev(TypeSafe 의사 결정 모델 서비스)에 오프로드할 수 있게 해주는 플러그인 및 스킬 정의 모음입니다. Jev는 산문을 생성하지 않습니다. 구조화된 질문(하나 선택, 점수 매기기, 예/아니오)에 보정된 신뢰도로 답할 뿐입니다. 저장소는 이러한 답변을 다양한 에이전트 작업(모델 라우팅, 검색 순위, 사서함 분류, 웹 스크리닝, 턴 선택 등)에 연결하여 값비싼 LLM이 무거운 쓰기 작업만 수행하도록 합니다.

핵심 아이디어

개념	Jev가 하는 일	일반적인 비용
모델 라우팅	현재 턴을 처리할 수 있는 가장 저렴한 모델을 선택합니다.	턴당 약 0.4초
검색 순위	가져온 결과의 순위를 매기고, 쿼리를 세분화해야 하는지 결정하고, 증거가 질문에 답하는지 확인합니다.	라운드당 약 1.9초
스킬 선택	설치된 377개의 "스킬" 중 하나를 선택합니다(예: 메모리 필터링, 웹 스크리닝, 트리아지).	약 2.8초
사서함 분류	수신 이메일을 레인(답장 필요, 프로모션, 스팸 등)으로 분류합니다.	메시지당 약 0.44초, $0.00002
턴 압축	컨텍스트를 트리밍해야 할 때 유지할 대화 턴을 결정합니다.	71턴을 0.95초에
컴퓨터/브라우저 사용	사전 승인된 테이블에서 다음 GUI 또는 페이지 작업을 선택합니다.	약 0.4-0.5초
웹 스크리닝	웹 검색 결과에서 숨겨진 지침을 감지하고 LLM에서 숨깁니다.	결과당 약 0.2초

모든 결정은 Jev 클라우드 서비스에 대한 짧은 API 호출을 통해 이루어집니다. 저장소는 질문 템플릿, 스킬 파일(SKILL.md), Hermes와 통합되는 명령줄 도구(jev)를 제공합니다.

시작하기

# 번들 설치 프로그램을 클론하고 실행합니다(Python 3.9+)
git clone https://github.com/kerpopule/hermes-jev-skills ~/hermes-jev-skills && \
python3 ~/hermes-jev-skills/install.py

# TypeSafe API 키를 등록합니다(일회성 로컬 페이지)
jev setup-key   # 로컬 페이지를 엽니다. 키를 붙여넣고 `jev doctor`를 실행합니다

설치 프로그램은 머신에서 Hermes, Claude Code 또는 Codex 설치를 감지하고 적절한 플러그인과 레인 하위 에이전트를 추가합니다. python3 install.py --check로 무엇이 일어날지 미리 볼 수 있고 --uninstall로 모든 것을 제거할 수 있습니다.

일반적인 워크플로우

섀도우 모드 – /jev routing shadow를 실행하여 Jev가 결정을 내리고 모델을 실제로 전환하지 않고 기록하도록 합니다. 이를 통해 비용과 정확성을 먼저 검증할 수 있습니다.
라우팅 켜기 – /jev routing on으로 Jev가 각 턴의 모델을 선택하도록 합니다.
스킬 활성화 – /jev skills on으로 Jev가 각 턴에 적합한 스킬(예: 메모리 필터, 웹 스크린)을 제안하도록 합니다.
선택적 화면 – /jev screen on으로 의심스러운 웹 검색 청크를 자동으로 보류합니다.
모니터링 – /jev dashboard로 풀, 신뢰도 점수, 지연 시간, 결정별 로그를 보여주는 웹 UI를 엽니다.

모든 명령은 Hermes 에이전트가 이해하는 슬래시 명령입니다. 이는 공개 플러그인 훅(pre_llm_call, transform_tool_result 등)에 매핑되므로 Hermes 업그레이드로 통합이 깨지지 않습니다.

안전 및 개인정보 보호

원시 데이터 노출 없음 – 요청이 머신을 떠나기 전에 페이로드가 편집되고(개인 식별자, 자격 증명, 긴 텍스트) 대략적인 기능만 전송됩니다.
페일 오픈 설계 – Jev를 사용할 수 없으면 에이전트는 현재 모델로 폴백하고 기존 메모리 목록을 유지하며 턴을 차단하지 않습니다.
위험 단어 가드 – 특정 고위험 용어(결제, 법률, 삭제 등)는 가장 저렴한 계층으로 라우팅되지 않습니다.
로컬 키 저장 – jev setup-key는 TypeSafe 키를 OS 비밀 저장소(Keychain, secret-tool 또는 0600 파일)에 저장하고 에이전트 프로세스에 전달하지 않습니다.

저장소 레이아웃

jevkit/            # 핵심 라이브러리 및 `jev` CLI(표준 라이브러리만)
skills/            # 13개의 SKILL.md 파일, 에이전트에 구애받지 않는 결정 사양
hermes/plugin/     # 에이전트 수명 주기에 연결되는 Hermes 플러그인
router-dashboard/  # 실시간 결정 모니터링을 위한 HTML/JS 대시보드
install.py         # 설치/제거 스크립트
tests/             # 모의 Jev 응답을 사용한 오프라인 테스트
scripts/           # 데모 홈 생성기, 야간 PR 보고서, 릴리스 게이트
 evals/             # 자신의 세션에서 다시 실행할 수 있는 측정 스크립트
docs/              # 자세한 통합 노트, 안전 가이드, 설계 선택

먼저 읽어야 할 주요 문서:

turning-a-jev-feature-on.md – 기능을 안전하게 활성화하는 방법.
using-jev-in-a-hermes-fleet.md – 여러 에이전트에서 Jev 운영.
writing-a-jev-question.md – Jev를 위한 효과적인 구조화된 질문 작성.

누가 사용할 수 있나

자율 에이전트를 구축하는 개발자 – 토큰 비용을 낮게 유지하면서 지능적인 라우팅, 트리아지, 도구 선택 결정을 내려야 하는 경우.
Hermes 에이전트 플릿을 관리하는 운영 팀 – 중앙 집중식이고 감사 가능한 결정 서비스를 원하는 경우.
연구자 – 저렴한 결정 모델과 값비싼 LLM 출력 간의 트레이드오프를 측정하는 데 관심이 있는 경우.

결론

Hermes Jev Skills는 저렴하고 빠른 결정 API를 AI 에이전트를 위한 실용적인 "세컨드 브레인"으로 바꾸어 모델 선택부터 사서함 분류까지 모든 것을 처리하면서 사용자 데이터를 기기 내에 유지하고 광범위한 안전망을 제공합니다.