Leçon 002 · Configuration

Configurer Hermes pour qu'il travaille vraiment

Tu as déjà 173 skills et 5 profils. Cette leçon ne parle pas de « quoi activer » mais de ce qui change réellement le comportement — et de 3 réglages qui te font gagner du temps au lieu d'en perdre.

La règle d'or : une option de config n'est intéressante que si elle change un comportement observable. Le reste, c'est du bruit qui te donne l'illusion de contrôler l'agent.

Méthode : comparer ta config à la doc de la version cible

Ta config est en 0.17.0. La doc officielle décrit 0.22.x. Comparer les deux, c'est distinguer :

Ce qui existe déjà

La clé est dans ta config avec la bonne valeur → rien à faire.

Ce qui manque

La clé est nouvelle en 0.22 et absente de ta config → elle prend la valeur par défaut (souvent pas celle que tu veux).

Ce qui est contre-productif

La clé est réglée, mais la valeur te coûte du contexte, de l'argent ou de la réactivité.

Comment lire la doc de la version cible sans toucher ton install
cd /usr/local/lib/hermes-agent
git show origin/main:website/docs/user-guide/configuration.md | less

git show lit un objet git sans checkout → zéro risque pour la prod. C'est la façon sûre de lire une doc plus récente que ce que tu as installé.

Réglage n°1 — la compression : le cœur de ta fluidité

Trois réglages, trois effets très différents. Ils sont souvent confondus.

CléTa valeurDéfaut 0.22Ce que ça fait vraiment
threshold0.500.50Compression déclenchée à 50 % de la fenêtre. Identique au défaut → OK.
target_ratio0.200.20Fraction du seuil conservée en queue récente. Identique → OK.
tail_modeabsentleanAbsent = ancien comportement. lean ne garde que ~2,5 % de queue au lieu de 20 %, avec un index d'ancres et des pointeurs session_search dans le résumé. → ≈ 3× moins de tokens retenus après compression.
in_placefalsetrueEn false, chaque compression change l'identifiant de session et crée une chaîne parent_session_id. En true, la conversation garde un ID unique, les tours sont archivés en douceur (toujours cherchables via session_search, jamais supprimés).
hygiene_hard_message_limit4005000Trop bas pour toi. C'est le filet de sécurité qui casse les spirales de déconnexion. À 400, une session longue se fait tronquer bien avant que le seuil par tokens se déclenche.
Pourquoi in_place: false te coûte cher

Avec rotation d'ID, ta liste de sessions se remplit de « #2 », « #3 » du même topic, et session_search se disperse. Tu perds la continuité « cette conversation = ce sujet ». Avec in_place: true : un ID durable, les vieux tours restent récupérables.

Tu mets tail_mode: lean et in_place: true. Qu'est-ce qui change concrètement pour toi sur Telegram ?

Réglage n°2 — la délégation : tes sous-agents sont sous-alimentés

Voici une config qui fait le travail pendant des heures sans que tu le vois.

delegation:
  model: ''          # ← vide = les enfants héritent du modèle du parent
  provider: ''
  max_concurrent_children: 3

Tes sous-agents héritent donc de minimax-m3 (ton modèle principal, choisi pour la qualité). Chaque recherche, chaque analyse de code, chaque lecture de sources tourne sur le modèle le plus cher et le plus lent de ta chaîne.

Le réglage à faire
delegation:
  provider: ollama-cloud
  model: kimi-k2.7-code
  fallback_providers: []

Le modèle du parent reste pour décider et pour parler avec toi. Les enfants font le travail. C'est exactement la règle du duo builder/operator : modèle cher = construire et dialoguer, modèle rapide = exécuter.

Et surtout : fallback_providers: [] sous delegation: désactive l'héritage de la chaîne de secours du parent → les enfants échouent bruyamment au lieu de basculer en silence vers un modèle cher.

Clé délégationTa valeurEffet
max_spawn_depth1Plat : le parent ne crée que des feuilles. Les enfants ne peuvent pas déléguer. Pour un orchestrateur qui veut une vraie hiérarchie : 2.
orchestrator_enabledtrueActive le rôle « orchestrator ». Correct.
gateway_modeabsentSur les tchats de messagerie, auto = les enfants sont joints dans le tour (une seule réponse). C'est ce que tu veux sur Telegram.
worktree_isolationabsentChaque enfant a son propre worktree git → pas de conflits quand plusieurs agents modifient le code.
Le piège de laCompression : le modèle compresseur doit être au moins aussi grand que le modèle principal

Ta config : auxiliary.compression.provider: ollama-cloud, model: deepseek-v4-pro. Le compresseur envoie le milieu complet de la conversation. Si sa fenêtre est plus petite que celle du modèle principal, l'appel échoue — et les tours du milieu sont droppés sans résumé. Perte de contexte silencieuse. Vérifie la taille de fenêtre avant de changer.

Réglage n°3 — la mémoire : deux systèmes, pas un

Ta config a memory.provider: mem0. Tu as donc deux mémoires qui cohabitent :

Mémoire intégrée (MEMORY.md / USER.md)Mem0 (plugin externe)
Taillememory_char_limit: 2200 + user_char_limit: 1375Illimitée (base cloud + recherche sémantique)
InjectionToujours dans le prompt systèmeContexte injecté + pré-chargement en arrière-plan avant chaque tour
Outils— (écriture directe)mem0_search, mem0_add, mem0_update, mem0_delete
UsageLes reflexes : qui tu es, comment tu travaillesLes faits : ce que tu m'as dit la semaine dernière
La répartition qui libère du contexte

Ta mémoire intégrée est à 99 % de sa capacité (2 194 / 2 200 caractères). Les faits à haute fréquence ne doivent pas y vivre — ils éclatent. Le wiki crew que tu as déjà (/root/wiki) est le troisième étage : le durable, le vérifiable, le partagé entre agents.

→ 3 étages : réflexes (mémoire intégrée) → faits (Mem0) → durable & vérifiable (wiki).

Réglage n°4 — le curator : le risque invisible

curator:
  enabled: true
  interval_hours: 168
  min_idle_hours: 2
  stale_after_days: 30
  archive_after_days: 90
  prune_builtins: true      # ← celui-ci mérite une décision
Ce que prune_builtins: true peut faire chez toi

Il autorise le curator à archiver les skills livrés avec le dépôt après archive_after_days sans usage. Le wiki dit exactement pourquoi c'est optionnel : « shipped skills silently disappearing from skills_list is easy to mistake for a broken install ».

Chez toi, c'est 18 skills livrés. Si le curator en archive un que tu utilises via un cron ou un alias, il disparaît sans erreur visible.

Les skills épinglés et ceux référencés par un cron sont automatiquement épargnés — mais seulement s'ils sont épinglés. Vérifie : hermes curator status, puis hermes curator pin <nom> pour tes skills critiques.

Réglage n°5 — les outils par plateforme

Ton toolset Telegram :

platform_toolsets:
  telegram: [browser, clarify, code_execution, computer_use, cronjob,
             delegation, file, image_gen, memory, messaging,
             session_search, skills, terminal, todo, tts, vision, web]

Deux absences notables :

ToolsetSur CLISur TelegramCe que ça change
context_engine✅❌Contrôle la gestion du contexte à l'approche de la limite de tokens. C'est exactement le moteur de compression. Sans lui, le comportement sur Telegram n'est pas celui de ton CLI.
moa✅❌Mixture-of-Agents : plusieurs modèles répondent puis un arbitrage. Très utile pour les décisions, coûteux en tokens.
x_search✅❌Recherche X/Twitter — utile pour la veille.
video / video_gen✅❌Analyse et génération vidéo. Tu as une veille YouTube → l'analyse vidéo depuis Telegram te manquent.
spotify✅❌Sans objet pour toi.
Le plus utile à ajouter sur Telegram

video (analyse vidéo — tu as la veille YouTube) et context_engine (cohérence de contexte avec ton CLI). moa seulement si tu veux payer le prix en tokens pour les arbitrages.

Les 10 corrections, par ordre d'impact

#CorrectionImpact
1compression.tail_mode: lean≈ 3× moins de tokens retenus après compression
2compression.in_place: trueUne session par sujet, historique searchable
3compression.hygiene_hard_message_limit: 5000Fin des troncatures prématurées à 400 messages
4delegation.provider/model → modèle rapideSous-agents 3 à 10× moins chers et plus rapides
5delegation.max_spawn_depth: 2Hiérarchie réelle pour l'orchestrateur
6delegation.gateway_mode: auto expliciteComportement Telegram déterministe
7platform_toolsets.telegram += video, context_engineAnalyse vidéo + cohérence de contexte
8curator.prune_builtins: false + pin des skills critiquesPlus de disparition silencieuse de skills
9Vérifier la fenêtre du modèle compresseur ≥ modèle principalSupprime la perte de contexte silencieuse
10skills.auto_load pour tes 2-3 skills d'amorceLe bon réflexe disponible dès la première seconde
Comment appliquer sans casser quoi que ce soit
cp /root/.hermes/config.yaml /root/.hermes/config.yaml.bak-$(date +%F-%H%M)
hermes config set compression.tail_mode lean
hermes config set compression.in_place true
hermes config set compression.hygiene_hard_message_limit 5000
hermes config set delegation.provider ollama-cloud
hermes config set delegation.model kimi-k2.7-code
hermes config set delegation.max_spawn_depth 2
hermes config get compression.tail_mode

Puis redémarre le gateway (toi seul, je ne le fais pas — il jette la file Telegram en cours).

Rappel du cadre de décision (JEV)

Changer de modèle n'est pas un détail technique : c'est une décision de type de risque (JEV / System One). Une tâche qui exige une certitude_absolue ne part pas sur un modèle rapide. On tranche ça ensemble, pas dans un fichier de config.

Sources : doc officielle lue depuis git show origin/main:website/docs/user-guide/configuration.md (3305 lignes, v0.22.x) · comparaison avec /root/.hermes/config.yaml (0.17.0) · hermes-agent.nousresearch.com/docs/user-guide/configuration