Jev com Hermes Agent: 4 usos para automatizar tarefas

O Jev e o Hermes Agent funcionam muito bem juntos, principalmente em tarefas repetitivas. Isso já não é novidade pra muita gente, e é normal desconfiar se não é só hype. Parte do que se fala é exagero, mas parte é realmente útil. Aqui eu mostro como configurei os dois e os testes que fiz, incluindo usos que me ajudam em design: carrosséis, motion graphics e sites.

O que é o Jev

O Jev é um modelo da Typesafe AI que funciona de um jeito diferente dos que a gente costuma usar. Ele não recebe um texto e devolve outro texto, como GPT 6 Astra, Fable 5.1 ou Opus. É um modelo mais simples, que devolve basicamente três tipos de resposta:

• Uma escolha: entre A ou B, ele decide por você.
• Sim ou não: uma resposta binária.
• Uma classificação: por exemplo, dizer se um lead é quente, morno ou frio.

Em resumo, ele é rápido, prático e barato. A cobrança é de cerca de 4,2 centavos de dólar por entrada (o que você envia) e nada de saída. Num LLM comum, o modelo entende a mensagem, monta o contexto, carrega skills, processa tudo e devolve um output, e cobra por cada uma dessas fases. Por isso fica muito mais lento e caro.

Configurando o Hermes Agent

Todos os testes foram feitos com o Hermes Agent. Dá pra rodar no próprio computador, mas aí a máquina precisa estar ligada sempre que ele executar uma tarefa, o que limita o uso e traz questões de segurança. Prefiro rodar numa VPS, que é como um computador virtual sempre ligado, e uso uma da Hostinger. Ela permite instalar o Hermes e depois trocar por outra aplicação, como OpenClaw ou n8n, quando quiser.

Na instalação, você escolhe entre a Agent Web UI (uma interface mais agradável) ou o Hermes nativo no terminal. Também escolhe como pagar os modelos: gerando uma API key (por exemplo, da Anthropic) ou usando uma assinatura que já existe, como a do ChatGPT. Usei a assinatura, então não precisei de API.

Depois da instalação, o caminho pra conectar o Jev é:

1. No site da Typesafe, abrir o API Console e criar uma nova API key.
2. No painel do Hermes, em ambiente, adicionar uma nova variável de ambiente com a chave e o nome TYPESAFE_API_KEY.
3. Abrir o Hermes, iniciar uma nova conversa e colar o prompt que instala a skill oficial da Typesafe.

Com isso, o Hermes passa a ter acesso ao Jev.

Uso 1: classificar comentários e e-mails

Esse é o uso mais conhecido, mas é útil demais no dia a dia. Servem comentários, e-mails, qualquer lista de itens que precise de triagem. Classificar centenas de itens com um LLM sairia caro e demorado.

No teste, usei 200 comentários e pedi pra classificar em comprador, dúvida, elogio, crítica, spam ou outro. O resultado:

• Tempo total de uns 40 segundos, cerca de um item a cada 5 segundos.
• Custo de aproximadamente 0,006 centavo de dólar, ou seja, nem 1 centavo.

Conferi alguns resultados aleatórios e ele acertou. "Quero comprar hoje, qual o link?" virou comprador. "Comprei ontem, meu acesso continua bloqueado" virou crítica. "Ganhe seguidores visitando meu perfil" foi identificado como spam. "Sua aula foi ótima, mas não vou comprar" ficou como elogio. Fica algo como 100 vezes mais barato do que pedir a mesma coisa pro Claude Code ou pro Codex.

A parte mais interessante vem de usar isso com o Hermes: dá pra criar um cron job pra rodar todo dia, às 7 ou 8 da manhã, passando pela lista de e-mails e separando spam de possíveis clientes, ou analisando os comentários das redes sociais. Você junta a boa capacidade de classificação do Jev, o preço baixo e a estrutura de um agente que executa isso sozinho.

Uso 2: escolher o melhor modelo para cada tarefa

Esse é um dos meus favoritos. Em vez de eu decidir qual modelo usar, peço pro Jev analisar o prompt antes da execução e escolher. Configurei isso no próprio Hermes.

No teste, o prompt foi: "gostaria que você criasse um e-mail em HTML de boas-vindas para o meu curso". O Jev escolheu o GPT 6.1 Sol, do Codex, que é um bom custo-benefício pra essa tarefa, sem precisar de muito processamento. A decisão levou só 173 milissegundos e custou muito menos de 1 centavo. A execução levou 26 segundos, mas isso é o tempo de gerar o e-mail em si.

Quando deixo isso atrelado ao Hermes e agendo cron jobs, ele sempre sabe qual o melhor modelo pra cada tarefa, e isso tem me ajudado a economizar bastante token.

Uso 3: escolher a melhor composição de design

Aqui entra a parte de design. Gerei várias variações de capas e slides de carrossel com o Higgsfield (a grafia é incerta no áudio original) e pedi pro Jev montar o carrossel: uma capa, os slides e o CTA final. Em segundos, ele escolheu quais imagens usar e em que ordem.

Isso vale pra carrosséis, thumbnails, motion graphics, sites, qualquer imagem que você precise criar. Dá pra usar pelo Hermes, direto pelo Jev ou integrado a um sistema agêntico de design.

Uso 4: comparar versões e decidir a melhor

Nesse teste, usei o Jev como juiz entre materiais criados por modelos diferentes. Vale pra comparar duas versões de um site, de um e-mail ou de um motion graphics, com base na proposta original.

Os resultados:

• Páginas: ele preferiu uma página diferente da minha favorita. Discordei dele.
• Mensagem: escolheu uma opção entre duas, que poderia ser e-mail ou DM no Instagram.
• Motion graphics: comparei a versão do GPT 6 Astra com a do Fable 5.1. O Fable não gerou áudio, mas considerando só o motion em si, eu também preferi o Fable 5.1. Aqui concordei com o Jev.

Também dá pra comparar várias versões do mesmo modelo. Com três páginas criadas pelo Astra, ele escolheu uma. Num caso de prospecção, em que o contexto era um primeiro contato curto com o cliente, ele escolheu a mensagem A, que era bem mais curta que a B, o que faz sentido. Em dois motion graphics parecidos sobre o GPT 6 Astra, ele escolheu o que usava o logo correto, mais fiel ao tema.

O que importa não é se a escolha do Jev bate com a minha. É que dá pra usar isso em trabalhos reais, pra desempatar uma imagem, uma composição ou uma paleta de cores em que estou em dúvida.

O que fica

O Jev não substitui um LLM, mas cobre muito bem as tarefas de decisão: classificar, escolher e comparar. Com o Hermes, isso ganha automação, porque dá pra agendar rotinas diárias e deixar o agente selecionar o melhor modelo pra cada trabalho. Os usos que mais aproveito são escolher o modelo certo pra cada tarefa, o que economiza token, e classificar e-mails e comentários.