Wie ich Hermes Agent nutze, um mein digitales Leben zu automatisieren

Die Frage, mit der alles anfing, war simpel: Wie automatisiere ich mein digitales Leben, ohne die Kontrolle darüber zu verlieren?

Ich hatte das Naheliegende versucht. Skripte, Cron-Jobs, Outsourcing. Nichts blieb haften. Das Problem waren nie die Tools, es war der Prozess. Bloggen, Steuern und YouTube fraßen meine Zeit, und ich verbrachte mehr Stunden mit Logistik als mit der eigentlichen Arbeit.

Also baute ich Hermes Agent.

Die manuellen Workflows, die meine Woche auffraßen

So sah die alte Routine aus.

Bloggen (ashkmb.com). Einen Beitrag auf Englisch schreiben. Ihn von Hand ins Deutsche und Persische übersetzen, oder einen Übersetzer bezahlen, was langsam und teuer war. Alle drei Versionen Korrektur lesen, Inkonsistenzen beheben und sicherstellen, dass der Stil einheitlich bleibt. Committen, pushen, auf das Deployment von Cloudflare Pages warten. Drei bis fünf Stunden pro Beitrag.

YouTube (AgenticTube). Einen Beitrag finden, der ein Video wert ist. Folien bauen, Sprechertext aufnehmen, schneiden. Hochladen, Beschreibung schreiben, Tags setzen. Zwei bis vier Stunden pro Video.

Steuern (expenseTracker). Gmail nach Rechnungen durchsuchen. Anbieter, Datum und Betrag von Hand herausziehen. Die PDFs speichern, umbenennen, eine Tabelle zusammenbauen. Zehn Stunden oder mehr pro Jahr.

Ich war in Logistik ertrunken. Ich musste die repetitiven Teile automatisieren, ohne die kreative Kontrolle aufzugeben.

Was Hermes Agent übernimmt

Hermes Agent ist eine Workflow-Engine. Sie läuft auf meinem Mini-PC (Linux), steuert meinen Mac und übernimmt die Teile, die ich nicht anfassen muss:

Workflow	Was Hermes Agent übernimmt	Meine Rolle
Bloggen	Schreibt Entwürfe, übersetzt ins DE/FA, verwaltet Git-Worktrees, veröffentlicht auf Cloudflare Pages.	Entwürfe prüfen, den MR freigeben.
YouTube	Wandelt Blogbeiträge in Shorts und wöchentliche Digests um, lädt privat auf YouTube hoch, meldet sich per Telegram.	Auf “Freigeben” klicken.
Steuern	Durchsucht Gmail nach Rechnungen, extrahiert die Daten, speichert sie in PostgreSQL, exportiert ein steuerfertiges ZIP.	just export-year 2025 ausführen.
Recherche	Fasst technische Deep Dives zusammen (etwa “Sonnet 5 Benchmarks erklärt”).	Die Zusammenfassung lesen.
Betrieb	Überwacht den Mini-PC (Festplatte, Arbeitsspeicher, GPU-Auslastung).	Benachrichtigt werden, wenn etwas kaputtgeht.

So funktioniert es

Die Box, und warum der Agent nativ läuft

Alles läuft auf einem durchgehend eingeschalteten Mini-PC, einem Core i9 mit 32GB, der früher mein Proxmox-Host war. Ich habe ihn als schlichtes Ubuntu neu aufgesetzt und ihm eine einzige Aufgabe gegeben: das Zuhause des Agenten zu sein. Mein Mac ist nur ein Remote-Client; ich rede über die Desktop-App und Telegram mit Hermes, aber die eigentliche Arbeit passiert auf der Box, die 24/7 läuft und meinen Laptop nicht blockiert.

Die ganze Maschine ist mit Ansible provisioniert, ein idempotentes Playbook, also ist die Box wegwerfbar. Geht sie kaputt, baue ich sie aus dem Repo neu auf: Basissystem, der Agent, die Modell-Laufzeit, meine CLIs und Dotfiles, alles als Rollen.

Die Entscheidung, die mir wirklich wichtig ist: Hermes läuft nativ unter systemd, als mein eigener Benutzer, nicht in einem Container. Das klingt nach einer Fußnote und ist das ganze Design. Ein containerisierter Agent kann terraform, kubectl, aws, gh, psql oder meine ~/.kube- und ~/.aws-Configs nicht sehen, also scheitert “run terraform plan” schlicht mit command not found. Nativ erbt der Agent genau das Werkzeug, das ich in meiner eigenen Shell habe. Er macht meine Ops-Arbeit, keine sandboxed Imitation davon.

Das kommt mit einem ehrlichen Kompromiss. Nativ heißt, der Agent läuft als Benutzer mit passwortlosem sudo, ohne Container-Wand drumherum. Die Sicherheitsgrenze liegt also bewusst woanders: eine Telegram-Allowlist dafür, wer überhaupt mit ihm reden darf, und ein Passwort auf dem Dashboard. Diese zwei behandle ich als den Zaun, weil sie der einzige Zaun sind.

Davor übernimmt ein Caddy-Reverse-Proxy das Dashboard, und das Ganze erreicht mich über einen Cloudflare Tunnel, sodass ich nie einen eingehenden Port in meinem Heimnetz öffne. Die Modell-Inferenz läuft auf einem gehosteten Backend, nicht auf der Box: ein tool- und vision-fähiges Modell fürs Reasoning und ein kleineres Vision-Modell fest für OCR und Browser-Screenshots, damit das große Modell nicht für jedes Bild abgerechnet wird. Geplante Jobs starten aus Cron und RSS-Polling; die interaktive Freigeben-und-Veröffentlichen-Schleife kommt über Telegram rein. Die Box gehört mir und die Orchestrierung gehört mir, aber die Modell-Aufrufe verlassen sie, also halte ich die wirklich sensible Extraktion eng gefasst und geprüft, statt so zu tun, als würde nie etwas eine Cloud berühren.

AgenticTube: Blog zu YouTube

Hermes Agent überwacht den RSS-Feed meines Blogs und wandelt Beiträge in zwei Dinge um: tägliche Shorts (9:16, 45 bis 65 Sekunden, vertonte Folien) und einen wöchentlichen Digest (16:9, 10 bis 30 Minuten, ein Segment pro Beitrag).

Die Pipeline hat sechs Schritte. Sie ruft die RSS-Feeds stündlich ab, lässt ein Modell die Kernpunkte in neutralem Ton herausziehen, generiert ein Skript (drei Folien für einen Short, sechs oder sieben für ein Digest-Segment), rendert mit ffmpeg plus Pillow für die Folien und Google TTS für die Vertonung, lädt über die YouTube-API standardmäßig privat hoch und benachrichtigt mich per Telegram mit einem “Freigeben”-Button. Dieser Beitrag könnte ohne mein Zutun zu einem Short oder einem Digest-Segment werden.

expenseTracker: Automatisierung von Steuerrechnungen

Hermes Agent durchsucht mein Gmail nach deutschen Rechnungen, sowohl PDF-Anhänge als auch E-Mail-Inhalte, und macht drei Dinge: extrahiert Anbieter, Rechnungsnummer, Datum und Betrag (netto, MwSt, brutto); speichert das Ganze in PostgreSQL unter dem financial_agent-Schema; und exportiert ein ZIP, das mein Steuerberater direkt öffnen kann.

cd ~/Documents/Projects/Personal/expenseTracker
just export-year 2025  # schreibt ./exports/export_2025-01-01_2025-12-31.zip

Das ZIP enthält documents/ (die PDFs und E-Mail-Inhalte als HTML oder Text), manifest.csv (die sauberen Rechnungen: Anbieter, Datum, Betrag) und manifest_needs_review.csv (alles, bei dem die Extraktion unsicher war). Die Trennung ist der Punkt: Ich schaue nur je in die zweite Datei.

ashkmb.com: Blogbeiträge in mehreren Sprachen

Hermes Agent schreibt aus dem, was ich tatsächlich mache, nicht aus einem generischen Prompt. Dieser Beitrag über Hermes Agent stammt aus den echten Workflows oben. Für jeden Beitrag übernimmt es die Übersetzungen (EN/DE/FA), isoliert die Arbeit in einem Git-Worktree, damit nichts zu früh auf main landet, hält den Beitrag im Entwurf, bis ich freigebe, und füllt die SEO-Metadaten aus (OG-Tags, JSON-LD).

Veröffentlichen ist eine Prüfung, kein Befehl. Hermes öffnet den MR; ich lese das Diff und merge es:

gh pr diff              # die EN/DE/FA-Änderungen ansehen
gh pr merge --merge     # Cloudflare Pages deployt beim Merge nach main

Was es mir tatsächlich bringt

Hermes Agent übernimmt nicht das Denken, es übernimmt die Logistik rund um das Denken. Es reduziert den Aufwand fürs Bloggen von Stunden auf Minuten, erkennt Inkonsistenzen, bevor sie in Produktion gehen, und lässt mir den Teil, der mir wichtig ist: Ideen, nicht Klempnerei.

Genau darum geht es. Automatisierung heißt hier nicht, mich zu ersetzen, sondern die repetitive Arbeit von meinem Tisch zu räumen, damit die Stunden, die ich aufwende, ins Schreiben, Denken und Bauen fließen statt ins Umbenennen von PDFs.

Was als Nächstes kommt

Ich verfeinere die Workflows weiter. Drei Dinge stehen auf der Liste: automatisierte Erzeugung von Thumbnails und OG-Bildern, geplante Veröffentlichung per Cron statt manuellem Merge, und Hermes das Leserfeedback analysieren zu lassen und in die Beiträge zurückfließen zu lassen.

Wenn du die technischen Details willst, wie die Subagents verdrahtet sind oder was die Verifizierungsskripte prüfen, sag Bescheid und ich gehe tiefer.