O czym jest ten film
- Hermes Agent to asystent AI, który uczy się użytkownika na podstawie rozmów i zapisuje wiedzę w pamięci trwałej.
- Można go zainstalować w terminalu (CLI) albo jako nową aplikację desktopową.
- Obsługuje wielu providerów modeli — od portalu Hermesa, przez OpenAI, Anthropic, po lokalne modele przez Ollamę czy LM Studio.
- Autor pokazuje podłączenie OpenAI (GPT-5.6 Soul) przez logowanie OAuth zamiast kluczy API.
- Agent ma dostęp do systemu plików i wbudowanego terminala — działa jak agent programistyczny.
- Potrafi tworzyć własne umiejętności (skills) na podstawie nauczonych workflow oraz korzystać z narzędzi i serwerów MCP.
- Można go podłączyć do komunikatorów: Telegrama, WhatsAppa, Slacka, Discorda i innych.
- Kluczowy krok: wdrożenie na VPS (autor używa Hostingera z instalacją jednym kliknięciem), by agent działał 24/7 nawet po wyłączeniu komputera.
- Aplikację desktopową przełącza się na zdalny gateway VPS, żeby wszystko było zsynchronizowane z jednym „głównym” agentem.
- Agent obsługuje zadania cykliczne (cron) — np. poranny raport z wiadomościami wysyłany na Telegrama.
Redakcyjne tłumaczenie
Wprowadzenie — czym jest Hermes Agent
Od czasu mojego poprzedniego materiału Hermes Agent dostał mnóstwo aktualizacji: nową aplikację desktopową, interfejs webowy i znacznie prostszy proces konfiguracji. A w połączeniu z modelem GPT-5.6 Soul od OpenAI staje się prawdziwą bestią.
Jeśli dopiero poznajesz Hermes Agent — to bardzo potężny asystent AI, który rośnie i uczy się na podstawie rozmów z tobą. Poznaje ciebie, twoje preferencje, sposoby pracy, twój biznes. Potrafi łączyć się z zewnętrznymi platformami, więc może czytać twoje e-maile, zarządzać kalendarzem i robić znacznie więcej. Umie nawet tworzyć własne umiejętności, żeby za tobą nadążać.
W tym materiale omówię wszystko: od instalacji Hermes Desktop na własnej maszynie i podłączenia providera takiego jak OpenAI. Nie musisz korzystać z OpenAI — możesz podłączyć dowolnego providera, wykonując dokładnie te same kroki. Pokażę też, jak sprawić, by Hermes działał 24/7, nawet gdy wyłączysz komputer. To pozwoli korzystać z niego przez interfejs webowy oraz z telefonu, na przykład przez Telegrama czy WhatsAppa. Pod koniec będziesz mieć własnego asystenta AI działającego całą dobę i dostępnego z dowolnego miejsca.
Co wyróżnia Hermes Agent
Na oficjalnej stronie (link w opisie filmu) można poczytać o założeniach projektu. W skrócie: ten agent żyje wszędzie. Masz do niego dostęp z komputera, z sieci i przez różne kanały — Discord, Telegram, WhatsApp, e-mail, cokolwiek zechcesz podpiąć.
Agent korzysta z pamięci trwałej — i to dzięki niej uczy się o tobie. Kiedy dzielisz się ważnymi szczegółami o swoich preferencjach czy sposobach pracy, zapisuje te informacje w pamięci trwałej. Przy następnej rozmowie ma je wszystkie na uwadze.
Hermes stawia też na automatyzację. Możesz poprosić o skonfigurowanie zadania cyklicznego lub uruchamianego według harmonogramu. Na przykład każdego ranka chcesz raport „dzień dobry”, w którym agent wchodzi do sieci, robi pogłębiony research albo przygotowuje zestawienie, wyciągając dane z jakiegoś systemu ticketowego. Agent potrafi ustawić takie powtarzalne zadania za ciebie.
Instalacja lokalna — terminal albo aplikacja desktopowa
Na własnej maszynie mamy dwie możliwości: konfigurację w terminalu albo instalację aplikacji desktopowej.
Wariant terminalowy. W sekcji „install via terminal” kopiujesz komendę dla swojego systemu (Mac/Linux albo Windows). Ja jestem na Windowsie, więc otwieram PowerShell, wklejam komendę i uruchamiam. To pobierze Hermes Agent i zainstaluje wszystkie zależności. Następnie zostaniesz poproszony o podłączenie providera. Lista jest długa: portal Now (ich oficjalny portal z dostępem do wielu modeli za abonament), OpenRouter, OpenAI, Anthropic, Qwen i wiele innych. Ciekawą opcją jest custom endpoint — jeśli chcesz uruchamiać modele lokalnie przez LM Studio albo Ollamę, wybierasz właśnie to i korzystasz z darmowych modeli na własnej maszynie.
Dla przykładu robię to: wybieram pozycję 32 (custom), wklejam adres endpointu Ollamy, jako klucz API podaję po prostu słowo „ollama”. Hermes wykrywa, że Ollama jest u mnie zainstalowana i znajduje jeden model — faktycznie mam pobrany tylko jeden. Wybieram autodetekcję, wykryto Qwen 3.6 latest, potwierdzam. Dalej pytanie, gdzie uruchomić backend terminala (lokalnie, w Dockerze itd.) — zostaję przy domyślnym. Można od razu skonfigurować platformy komunikacyjne (Discord, e-mail, WhatsApp, Telegram), ale ten krok pominę i zrobimy to później. Przy konfiguracji narzędzi Hermesa zostaję przy domyślnych.
Uruchamiam komendę hermes — pojawia się CLI Hermesa. Piszę „Hey”. Za pierwszym razem działa wolno, bo ładuje model Qwen 3.6 do pamięci GPU — pierwsza odpowiedź zajęła prawie dwie minuty. Kolejna wiadomość („are you stuck?”) wróciła znacznie szybciej. Tak wygląda praca z lokalnymi modelami w terminalu.
(Informacja dodatkowa: LM Studio i Ollama to narzędzia do uruchamiania modeli językowych lokalnie, na własnym komputerze — bez wysyłania danych do chmury i bez opłat za tokeny, kosztem wymagań sprzętowych, zwłaszcza pamięci karty graficznej.)
Aplikacja desktopowa. Jedną z nowości jest aplikacja desktopowa. Z tej samej strony pobieram instalator dla Windowsa, klikam „install Hermes”, a instalator pobiera wszystkie zależności. Po instalacji uruchamiam Hermes Desktop. Interfejs wygląda podobnie jak ChatGPT czy Claude: po lewej rozmowy (można je grupować lub organizować w projekty), pośrodku okno czatu z dostępem do modeli.
Mam tu model Qwen 4.6, bo wcześniej przeszedłem proces konfiguracji w CLI. Ważna uwaga: w chwili nagrywania nie da się ustawić custom endpointów bezpośrednio w aplikacji desktopowej. Jeśli chcesz używać modeli lokalnych z LM Studio czy Ollamy, musisz najpierw przejść przez konfigurację terminalową — to jedyne obejście. Wybieram lokalny model, piszę „hi” i dostaję odpowiedź z modelu działającego u mnie. W rozwijanej liście widzę też różne modele Gemini — ale tylko dlatego, że jestem zalogowany do narzędzia Gemini CLI. U ciebie ta lista może być pusta i to normalne.
Podłączanie providera (OpenAI / GPT-5.6)
Wchodzę w ustawienia (prawy górny róg) → „providers”. Na początku lista może być pusta — to w porządku. Hermes próbuje wykryć inne narzędzia CLI lub agentów, do których jesteś już zalogowany. U mnie wykrył Claude Code i po prostu korzysta z tego abonamentu — czego nie polecam.
(Informacja dodatkowa: autor zaznacza, że między Anthropikiem a asystentami typu Hermes istnieje napięcie — Anthropic chce, żeby użytkownicy płacili za własne zużycie, a nie „podpinali się” pod subskrypcje takich agentów.)
Nie polecam też używania kluczy API z tymi agentami — będzie zbyt drogo. Jeśli jednak chcesz, jest opcja „API keys” z listą providerów. Na przykład właśnie wyszedł nowy model Kimi 3, więc możesz podpiąć Kimi/Moonshot. Ja jednak użyję OpenAI i GPT-5.6.
Podłączam kolejnego providera: szukam „OpenAI OAuth”, wybieram swoje konto OpenAI, klikam „continue”. Zostaję poproszony o kod — kopiuję go i wklejam. Jestem zalogowany do Codex, OpenAI pokazuje się jako połączony. Wracam do czatu, w rozwijanej liście widzę modele GPT-5.6 (jeśli nic nie widać, kliknij „refresh models”). Wybieram GPT-5.6 Soul.
Po najechaniu na każdą pozycję pojawiają się dodatkowe opcje: tryb myślenia (agent poświęci więcej czasu na przemyślenie odpowiedzi), tryb szybki (droższy, ale szybszy — ten wyłączam) oraz poziom wysiłku (wybieram „high”). Zaczynam nową rozmowę, piszę „Hi, how are you?” — odpowiedź przychodzi błyskawicznie.
Możliwości agenta: pliki, terminal, umiejętności, narzędzia
Po prawej stronie widać, że agent ma dostęp do systemu plików — robi wszystko, co agent programistyczny: wchodzi do folderu projektu, wprowadza zmiany w kodzie, tworzy nowe projekty. Ma też zintegrowany terminal. Wpisuję echo hello, wysyłam — wraca „hello”.
Po lewej mam wszystkie rozmowy: mogę je przypinać (trafiają na górę) i zmieniać im nazwy.
Jedną z największych zalet Hermesa jest zarządzanie umiejętnościami (skills) — a nawet ich tworzenie. Jeśli nauczysz agenta swojego porannego workflow (logowanie do systemu, pobranie statystyk, wpisanie liczb do arkusza, wysłanie tego mailem), agent stworzy z tego nową umiejętność i będzie jej używał w przyszłości. Pojawi się ona na liście.
Można też przypisywać dodatkowe narzędzia — część jest domyślnie wyłączona, jak Home Assistant; można je włączyć i skonfigurować. Jest też sekcja MCP — jeśli znasz serwery MCP, dodasz tu własne. A przez „browse hub” wyszukasz dodatkowe umiejętności, narzędzia i serwery MCP, w tym te tworzone przez społeczność (np. przy haśle „YouTube” jest sporo gotowych skilli).
(Informacja dodatkowa: MCP — Model Context Protocol — to standard podłączania modeli do zewnętrznych narzędzi i źródeł danych przez tzw. serwery MCP.)
Podłączenie komunikatora (Telegram)
W sekcji „messaging” łączymy agenta z zewnętrznymi aplikacjami: Telegram, WhatsApp, Slack, Discord i inne. Można mieć włączonych kilka naraz — w terenie WhatsApp, przy komputerze służbowym lub VPS-ie Slack.
Konfiguruję Telegram. W samym Telegramie wchodzę do BotFather (instalacja aplikacji jest prosta: pobierasz, logujesz się, wyszukujesz kontakt BotFather). Wpisuję /newbot, przechodzę przez kreatora i na końcu dostaję klucz API. Kopiuję go do odpowiedniego pola w Hermesie.
Przy „allowed Telegram user IDs” korzystam z kontaktu „user info” i komendy start, żeby uzyskać swoje ID. To zabezpieczenie — dzięki niemu tylko ty możesz rozmawiać z botem. Chcąc dodać kolejne osoby (partnera, dzieci, współpracowników), wpisujesz ich ID po przecinku.
Zapisuję zmiany, otwieram bota, piszę „Hey”. Pojawia się komunikat, że gateway się zatrzymał — na dole klikam „restart gateway”. Telegram jest połączony. Piszę „How are you doing?”, dostaję odpowiedź, a w Hermes Desktop pojawia się sekcja „Telegram” z podglądem wiadomości. To potwierdza, że Telegram rozmawia z agentem działającym na mojej maszynie.
Kluczowe ograniczenie i przejście na VPS 24/7
Jest jedno poważne ograniczenie: agent działa na naszym komputerze. Gdy go wyłączymy, agent też pada i nie odbierzemy go z Telegrama. Żeby działał 24/7, trzeba go wdrożyć na VPS (wirtualny serwer prywatny). W praktyce wynajmujemy bardzo tani komputer u zewnętrznego dostawcy i uruchamiamy na nim Hermes Agent. Następnie podłączamy do tej instancji nasz Hermes Desktop i Telegrama — dzięki temu możemy wyłączyć własny komputer i nadal korzystać z agenta z telefonu i z interfejsu webowego.
(Informacja dodatkowa: VPS to wydzielona część serwera z własnym systemem, działająca nieprzerwanie w chmurze — pełni tu rolę zawsze włączonego „domu” dla agenta.)
Sposobów wdrożenia jest wiele. Autor nie lubi grzebać w infrastrukturze, więc za najprostsze rozwiązanie uważa Hostingera — instalacja jednym kliknięciem. Zaznacza, że jest to współpraca sponsorska, w ramach której widzowie dostają dodatkowe 10% zniżki.
Idę pod wskazany link, wybieram plan — wystarczyłby KVM 1, ja biorę KVM 2. Wybieram okres (12 miesięcy). Wyłączam opcję „ready-to-use AI” — jest zbędna. Wybieram lokalizację serwera blisko miejsca zamieszkania. W sekcji systemu operacyjnego wyszukuję i wybieram Hermes Agent. W podsumowaniu zamówienia wpisuję kod rabatowy „Leon Hermes” i klikam „apply”.
Podczas instalacji dostaję nazwę użytkownika i hasło. Jeśli je zapomnisz — bez paniki: wchodzisz w Docker Manager → projekty → wybierasz pierwszy wpis → „manage”, przewijasz do „environment” i tam możesz odczytać lub zmienić dane logowania.
Wracam do Docker Managera, przy wpisie Hermes Agent klikam „open”, loguję się nazwą użytkownika i hasłem. To publiczny URL, który można zapisać w zakładkach i otwierać z telefonu z dowolnego miejsca. Wygląda podobnie do aplikacji desktopowej — tworzymy czaty, przeglądamy sesje — ale daje więcej: podgląd zadań cron (te wszystkie zaplanowane zadania i automatyzacje), listę umiejętności (dodawanie, włączanie, wyłączanie), wtyczki, serwery MCP oraz podłączanie kanałów jak Telegram.
Konfiguracja providera i kanału na VPS
W oknie czatu trzeba najpierw ustawić providera. Wpisuję /setup. Do wyboru jest „quick setup” (łączy z portalem Now Spark), ale ja chcę użyć swojej subskrypcji ChatGPT, więc wybieram „full setup”. Z listy providerów wybieram OpenAI → „OpenAI Codex”. Otwieram wskazany URL, kopiuję kod, wybieram konto, wklejam kod. Wybieram domyślny model GPT-5.6 Soul i domyślne opcje.
Konfiguruję kanał — Telegram. Można wybrać więcej niż jeden, ale zostaję przy Telegramie; kolejne kanały można dodać później, po prostu prosząc o to agenta. Wybieram konfigurację ręczną (opcja 2) i podaję token bota (używam tego samego bota, co wcześniej).
Tu jednak napotykam problem, więc naciskam Ctrl+C i pokazuję inny sposób — przydatny, jeśli tobie też coś nie zadziała. Uwierzytelniam się ponownie przez OpenAI, wybieram istniejące dane logowania, model GPT-5.6, domyślne opcje. Przy platformach komunikacyjnych naciskam Enter bez zaznaczania czegokolwiek, a przy narzędziach wybieram „done”. Testuję: piszę „Hey” i dostaję odpowiedź.
Teraz proszę samego agenta o skonfigurowanie kanału: „Please help me configure Telegram, please. The token is…” — wklejam token — „The user ID is…” — wklejam swoje ID z Telegrama. Agent wysyła wiadomość testową na Telegrama, którą odbieram. Odpisuję „Howdy”, Hermes odpowiada. Mamy agenta działającego 24/7 na VPS, który można wywołać z Telegrama lub innego skonfigurowanego kanału.
Przełączenie aplikacji desktopowej na zdalny gateway
Aplikacja desktopowa wciąż wskazuje na własną instancję — podłączyliśmy ją do OpenAI, ale nie do głównego agenta na VPS. Naprawiamy to.
Najpierw odłączamy Telegram od instancji lokalnej, bo w tej chwili Telegram jest współdzielony przez aplikację desktopową i agenta na VPS. Chcemy, żeby wersja z VPS była jedynym źródłem prawdy — to nasz główny agent. Wchodzę w „messaging” → Telegram → wyłączam. Restartuję lokalny gateway, żeby Hermes Desktop przestał nasłuchiwać wiadomości z Telegrama.
Następnie w ustawieniach wchodzę w „gateway”. Zamiast lokalnego gatewaya wskazuję zdalny: kopiuję adres z VPS (cały adres bez końcówki chat), wklejam go, klikam „sign in”. Podaję zdalną nazwę użytkownika (Hermes) i hasło. Klikam „test remote” — jesteśmy połączeni ze zdalnym agentem. Zamykam okno i dla pewności restartuję Hermes Desktop, by zmiany zadziałały.
Teraz aplikacja desktopowa jest zsynchronizowana z agentem w chmurze. Pytam: „What is the current weather like in New York?” — dostaję odpowiedź: 75°F w Nowym Jorku. W sesji webowej, w historii, widzę to samo pytanie. Wszystko jest zsynchronizowane.
Zadania cykliczne (cron)
Tworzę nowy czat i piszę: „Please set up a cron job that runs every morning at 9:00 a.m. to give me the latest news from Claude and OpenAI.” Agent pyta, dokąd wysyłać te wiadomości — odpowiadam „Telegram”. Ustawia zadanie cron; w zakładce „cron” widzę „daily news”. Mogę wejść w tryb edycji i zmienić harmonogram sam albo poprosić agenta.
W aplikacji desktopowej, w lewym dolnym rogu, pojawia się teraz sekcja zadań cron — klikam „manage” i widzę częstotliwość, najbliższe uruchomienie oraz sam prompt. Mogę ręcznie wywołać zadanie i tworzyć nowe. To potwierdza, że wszystko jest połączone.
Wracam do Telegrama i piszę: „Please, could you list all of my scheduled tasks?” — agent wyświetla zaplanowane zadania. Piszę: „Please, could you change the time to 7:00 a.m. instead?” — agent przekłada zadanie, a po odświeżeniu listy cron godzina rzeczywiście zmienia się na 7:00.
Zakończenie
Możliwości jest mnóstwo: podpięcie Gmaila, kalendarza, dowolnego systemu. Hermes Agent daje dużo frajdy — jeśli jeszcze nie próbowałeś, koniecznie sprawdź.
Autor zaprasza do polubienia i subskrypcji oraz poleca swój darmowy kurs „7-Day Builder Challenge”, uczący frameworku RAM, którego używa ze wszystkimi agentami programistycznymi (także darmowymi). Link do społeczności znajduje się w opisie filmu.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Pamięć trwała zamienia asystenta w narzędzie „uczące się” ciebie
Na czym polega: Hermes zapisuje w pamięci trwałej twoje preferencje, workflow i szczegóły o biznesie, więc kolejne rozmowy startują z tym kontekstem.
Jak stosować: Świadomie „karm” agenta ważnymi ustaleniami (jak formatujesz raporty, do kogo trafiają maile, jakie masz reguły), zamiast powtarzać je w każdej rozmowie.
Na co uważać: Pamięć trwała to także trwały ślad danych. Nie wrzucaj do niej wrażliwych sekretów, których nie chcesz mieć zapisanych w instancji działającej w chmurze.
2.Dwie ścieżki instalacji — CLI vs. desktop — nie są równoważne
Na czym polega: Agenta uruchomisz w terminalu albo jako aplikację desktopową; obie prowadzą do tego samego asystenta, ale różnią się możliwościami konfiguracji.
Jak stosować: Jeśli chcesz prostego interfejsu à la ChatGPT, wybierz desktop. Jeśli potrzebujesz pełnej kontroli nad konfiguracją, zacznij od CLI.
Na co uważać: W chwili nagrania aplikacja desktopowa nie pozwala ustawić custom endpointów — modele lokalne (Ollama, LM Studio) trzeba najpierw podłączyć przez terminal.
3.Loguj się przez OAuth do własnej subskrypcji, nie przez klucze API
Na czym polega: Autor podłącza OpenAI przez logowanie OAuth do własnego konta, a nie przez klucz API.
Jak stosować: Do codziennego użytku podłączaj providera przez OAuth/subskrypcję — koszt jest przewidywalny, bez naliczania za tokeny.
Na co uważać: Klucze API z agentami autonomicznymi bywają bardzo drogie (agent potrafi wykonać wiele wywołań). Uważaj też na automatyczne „podpięcie się” pod cudze subskrypcje (np. Claude Code) — to wątpliwe i potencjalnie sprzeczne z regulaminem dostawcy.
4.Modele lokalne są darmowe, ale kosztują wydajnością
Na czym polega: Przez custom endpoint podłączysz modele z Ollamy/LM Studio i uruchomisz je bez opłat na własnej maszynie.
Jak stosować: Używaj lokalnych modeli do zadań prywatnych lub testów, gdzie liczy się brak kosztów i to, że dane nie opuszczają komputera.
Na co uważać: Pierwsza odpowiedź potrafi trwać ~2 minuty (ładowanie modelu do pamięci GPU), a jakość bywa niższa niż w modelach chmurowych. Potrzebujesz odpowiedniego sprzętu, zwłaszcza VRAM-u.
5.Agent ma dostęp do plików i terminala — to potężne i ryzykowne
Na czym polega: Hermes działa jak agent programistyczny: czyta i modyfikuje pliki, tworzy projekty, wykonuje polecenia w terminalu.
Jak stosować: Wykorzystaj to do realnej pracy — refaktoryzacji kodu, generowania projektów, automatyzacji operacji na plikach.
Na co uważać: Dostęp do systemu plików i terminala oznacza, że błędne lub złośliwe polecenie może narobić szkód. Uruchamiaj go na kontrolowanym katalogu/maszynie i weryfikuj destrukcyjne operacje.
6.Umiejętności (skills) utrwalają twoje powtarzalne workflow
Na czym polega: Nauczony ciągu kroków (logowanie → pobranie danych → arkusz → mail) agent zapisuje jako umiejętność i używa jej wielokrotnie.
Jak stosować: Zidentyfikuj rutynę, którą powtarzasz codziennie, przeprowadź przez nią agenta raz i pozwól mu utworzyć skill; potem uruchamiaj go jednym poleceniem.
Na co uważać: Umiejętności z „hubu” bywają tworzone przez społeczność — przed użyciem sprawdź, co dana umiejętność faktycznie robi i do jakich danych sięga.
7.Kanały komunikacji dają dostęp z telefonu — z zabezpieczeniem po ID
Na czym polega: Agenta podpina się do Telegrama, WhatsAppa, Slacka czy Discorda; przy Telegramie tworzysz bota przez BotFather i ograniczasz dostęp listą dozwolonych ID.
Jak stosować: Skonfiguruj „allowed user IDs”, żeby tylko ty (i ewentualnie zaproszone osoby po przecinku) mogli rozmawiać z botem.
Na co uważać: Bez listy dozwolonych ID bot jest otwarty dla postronnych. Po zmianach kanału pamiętaj o „restart gateway”, bo inaczej wiadomości nie przechodzą.
8.Bez VPS agent pada razem z twoim komputerem
Na czym polega: Uruchomiony lokalnie agent jest dostępny tylko przy włączonym komputerze; wdrożenie na VPS daje działanie 24/7 i publiczny URL.
Jak stosować: Jeśli zależy ci na asystencie „zawsze pod ręką” z telefonu, wdróż go na VPS (autor pokazuje instalację jednym kliknięciem u Hostingera).
Na co uważać: Materiał zawiera link i kod sponsorski — Hostinger to jedna z opcji, nie jedyna. Publiczny URL zabezpiecz mocnym hasłem i zapisz dane logowania (do odczytania w Docker Managerze → environment).
9.Jeden „główny” agent musi być jedynym źródłem prawdy
Na czym polega: Po wdrożeniu na VPS przełączasz aplikację desktopową na zdalny gateway i odłączasz Telegram od instancji lokalnej, żeby nie było dwóch agentów walczących o ten sam kanał.
Jak stosować: Wskaż w ustawieniach adres zdalnego gatewaya (bez końcówki chat), zaloguj się, zrób „test remote” i zrestartuj aplikację, by zmiany zadziałały.
Na co uważać: Jeśli zapomnisz wyłączyć Telegram lokalnie, kanał będzie współdzielony i wiadomości mogą trafiać do niewłaściwej instancji. Po każdej zmianie gatewaya restartuj aplikację.
10.Zadania cron zamieniają agenta w automat raportujący
Na czym polega: Agent sam ustawia zadania cykliczne (np. poranny raport z newsami wysyłany na Telegrama) i pozwala nimi zarządzać z desktopu, weba i czatu.
Jak stosować: Poproś zwykłym językiem o zadanie z harmonogramem i miejscem docelowym; zmianę godziny czy treści też zlecisz w rozmowie („zmień na 7:00”).
Na co uważać: Zadania cron działające 24/7 zużywają twoją subskrypcję/limit modelu nawet, gdy śpisz. Przeglądaj listę cronów i kasuj te, których już nie potrzebujesz, by nie generować zbędnych kosztów i wiadomości.