← Back to Main Dashboard

Hermes Agent VPS Tutorial — Outline

Status: active Goal: Write a beginner-friendly tutorial for Medicare colleagues who use ChatGPT/Gemini to level up to self-hosted AI agent. POV: Henry is not a programmer — written for real laymen.


Part 1: From ChatGPT to AI Agent

Chapter 1: From ChatGPT to AI Agent

1.1 你已經用緊 AI - ChatGPT、Gemini 嘅日常使用 - 你做緊咩:問問題、攞答案

1.2 但係有啲嘢佢做唔到 - 關咗 tab 就乜都唔記得 - 只可以建議,唔可以幫你做 - 冇辦法連接你嘅工具 - 冇辦法喺你瞓覺時工作

1.3 AI Agent 係咩? - 類比:ChatGPT = 每次都失憶嘅實習生。AI Agent = 記得住、做得到嘅助手。 - 分別: - ChatGPT:你問 → 佢答 - AI Agent:你問 → 佢諗 → 佢做 → 佢記得 - 真實例子: - "每日朝早 summary 我嘅 email" - "幫我 monitor 優惠,有筍嘢通知我" - "幫我 schedule 會議"

1.4 點解要自己 host? - 私隱:你嘅數據喺你自己伺服器 - 控制:你決定佢可以做咩 - 成本:畀 API 費,唔係訂閱費 - 未来保障:學到嘅嘢適用於任何 AI agent


Part 2: The Building Blocks

Chapter 2: LLM — AI 嘅腦

2.1 LLM 係咩? - Large Language Model = 大型語言模型 - 類比:電腦嘅 CPU,AI 嘅大腦

2.2 你已經用緊 - GPT-4(ChatGPT)、Gemini - 但係 web 版有限制

2.3 選擇你嘅「腦」 - Cloud API:OpenAI、Anthropic、Google - 本地模型:私隱更好 - 點解可以揀唔同嘅腦?

2.4 成本考量 - 每個 model 嘅價錢 - 點樣慳錢

Chapter 3: MCP — AI 嘅手

3.1 MCP 係咩? - Model Context Protocol = 模型上下文協議 - 類比:LLM 係腦,MCP 係點樣連接手(工具)

3.2 點解重要? - 一個標準, everywhere 都用到 - 唔使為每個工具寫唔同嘅 code

3.3 實際例子 - Google Calendar:check schedule - Email:send、read - Files:read、write - Web:search、scrape

3.4 MCP Server 係咩? - 類比:一個工具嘅 driver - 例子:Google Calendar MCP、Email MCP

Chapter 4: Skills — AI 嘅記憶

4.1 Skills 係咩? - 可以重用嘅知識 - 類比:教一次員工,佢記得一世

4.2 點解重要? - Agent 會越嚟越好 - 唔使每次都重新教

4.3 實際例子 - "點樣 scrape 優惠網站" - "點樣 format 公司報告" - "點樣回覆 email"

4.4 點樣建立 Skills? - 自動學習(agent 自己學) - 手動建立(你教佢)


Part 3: Your First Agent (Zeabur)

Chapter 5: 點解揀 Zeabur?

5.1 Zeabur 係咩? - Managed VPS 平台 - 類比:伺服器界嘅 Shopify

5.2 點解我揀佢? - 唔使寫 code - 一鍵 deploy - 內建監控 - 幫手好

5.3 成本 - ~$5-10/月 - vs DigitalOcean、Linode、自架

5.4 其他選擇 - DigitalOcean:平、簡單 - Linode:支援好 - 自架:最平但最複雜

Chapter 6: 安裝(15 分鐘)

6.1 準備工作 - Zeabur 帳號(有 free tier) - Telegram 帳號(用嚟溝通) - API key(用嚟連接 AI 模型)

6.2 基本概念(簡單解釋) - VPS = 你嘅雲端電腦 - Gateway = 連接 AI 同 Telegram 嘅信使 - API = AI 同其他服務溝通嘅方式

6.3 Step by step 1. 開 Zeabur 帳號 2. Deploy Hermes(一鍵) 3. 連接 Telegram 4. 測試

6.4 常見問題 - 部署失敗點算? - 連接唔到點算?

Chapter 7: 第一次對話

7.1 開 Telegram 7.2 發訊息畀你嘅 agent 7.3 睇佢回應 7.4 恭喜:你而家有自己嘅 AI 助手!

7.5 試吓多啲嘢 - 問佢問題 - 叫佢做嘢 - 睇下佢可以做咩


Part 4: Making It Useful

Chapter 8: 教你嘅 Agent

8.1 Skills 系統 - 點樣 load 現有 skills - 點樣建立新 skills - 點樣 share skills

8.2 實際例子 - "Monitor 競爭對手價錢" - "每日 summary 新聞" - "Format 會議記錄"

8.3 Dashboard 使用 - Official Dashboard 功能 - 點樣管理 skills

Chapter 9: 排程任務

9.1 Cron Jobs 係咩? - 告訴 agent 喺特定時間做嘢 - 類比:鬧鐘,但 AI 版

9.2 實際例子 - "每日朝早 9 點 summary 我嘅 email" - "每星期五 send 週報" - "每小時 monitor 網站,有變動通知我"

9.3 點樣設定? - Dashboard 設定 - CLI 設定

Chapter 10: 連接你嘅工具

10.1 Email - IMAP/SMTP 整合 - 讀、send、organize

10.2 Calendar - Google Calendar - Outlook

10.3 Files - 讀文件 - 整報告

10.4 Web - Search - Scrape - Monitor


Part 5: Why This is Future-Proof

Chapter 11: 學到嘅 Skills

11.1 AI Agent 概念 - 適用於任何 agent(Hermes、OpenClaw、Claude Code)

11.2 MCP 標準 - 所有大公司都用

11.3 Self-hosting - AI 越嚟越普及,呢個技能越嚟越值錢

11.4 自動化思維 - 點樣將任務拆解畀 AI

Chapter 12: 你嘅投資回報

12.1 時間投資 - 學習呢啲概念

12.2 收益 - 生產力提升(每週慳幾多鐘) - 職業優勢(AI 技能好罕有) - 未來靈活性(可以輕鬆換 agent)

12.3 實際計算 - 每月成本 vs 每月節省嘅時間

Chapter 13: 下一步

13.1 進階功能 - Multi-agent systems - Custom tools - 整合公司系統

13.2 Community - Hermes Discord - Open source contributions - Share skills

13.3 繼續學習 - 推薦資源 - 實踐建議


Appendix

A. Glossary(術語表)

B. Troubleshooting

C. Resources


Status