Agent OS: Řídící centrum pro Claude, Hermes a free modely

Máš Claude Code v terminálu, Hermes Agent na automatizace a k tomu pár free modelů přes OpenRouter. Každý z nich umí něco skvělého, ale běží každý na vlastním písečku. Přepínáš se mezi okny, kopíruješ kontext a zjišťuješ, že AI agenti ve tvém workflow vlastně spolu vůbec nekomunikují.

To je přesně ten problém, který řeší Agent OS.

V tomhle článku ti ukážu, jak si postavit vlastní řídící centrum pro AI agenty. Bez drahého enterprise softwaru a bez měsíců integrací. Za jedno odpoledne můžeš mít základ, který ti ušetří hodiny každý týden.

Téma vzešlo z aktuálního trendu: Julian Goldie v jednom z nedávných livestreamů stavěl přesně tuhle věc – dashboard, který spojuje Claude Code, Hermes Agent a free modely do jednoho řídícího centra. Není to věda, je to praktická stavba. A protože Agent OS jako trend se v průběhu roku 2026 ustálil, dnes už víme, co na něm funguje a kde naopak týmům vázne.

Co je Agent OS a proč ho potřebuješ

Agent OS není jeden konkrétní produkt. Je to koncept řídícího centra, kde několik specializovaných AI agentů sdílí paměť, úkoly a kontext. Místo aby každý agent pracoval izolovaně, mají společný dashboard, Kanban boardy a centrální paměť – třeba v Obsidianu nebo v jednoduché složce s Markdown soubory.

Představ si to jako rozdíl mezi tím, mít pět samostatných nástrojů, nebo jeden tým, kde každý člen ví, co dělají ostatní.

V praxi to znamená:

• Claude Code píše kód a refaktoruje projekt.
• Hermes Agent plánuje úkoly, spouští automatizace a komunikuje s API.
• Free modely přes OpenRouter řeší levnější úlohy – shrnutí, překlady, prvotní návrhy.
• Všechno se zapisuje do sdílené paměti, takže žádný agent neztratí kontext.

Bez Agent OS si musíš každého agenta obsluhovat ručně. S Agent OS jim dáš úkol a oni si ho předají sami.

Architektura na jednu stránku

Než začneš stavět, je dobré mít v hlavě jasné schéma. Agent OS se skládá ze čtyř vrstev, které na sebe navazují:

1. Agenti (výkonná vrstva) – Claude Code, Hermes Agent, levný model přes OpenRouter. Každý umí jednu věc dobře.
2. Sdílená paměť (kontextová vrstva) – jedno místo pravdy. Markdown soubory, databáze nebo vektorové úložiště, kam agenti čtou i píší.
3. Orchestrace (řídící vrstva) – Kanban board nebo fronta úkolů, která říká, kdo dělá co a v jakém pořadí.
4. Spojení (integrální vrstva) – webhooky, CLI příkazy a MCP servery, kterými agenti jeden druhého spouštějí a předávají si práci.

Kouzlo není v žádné z těchto vrstev samotné. Kouzlo je v tom, že fungují pospolu. Agent bez paměti opakuje chyby. Paměť bez orchestrace se zaplní a nikdo ji nečte. Orchestrace bez spojení jen generuje úkoly, které nikdo neplní.

Jak postavit základní Agent OS za jedno odpoledne

Nemusíš čekat, až nějaký velký vendor vydá hotové řešení. Základní Agent OS si postavíš z nástrojů, které už dnes používáš.

1. Vyber hlavní agenty

Začni s maximálně třemi agenty. Méně je víc.

• Coding agent: Claude Code nebo Cursor.
• Automatizační agent: Hermes Agent, Zapier nebo n8n s AI modulem.
• Levný univerzální agent: OpenRouter s Qwen, DeepSeek nebo Gemini Flash.

Každý agent má svou roli. Pokud se role překrývají, budeš ztrácet čas rozhodováním, koho k čemu použít. Lepší mít tři agenty, kteří mají jasně dané úkoly, než deset agentů, kteří se o všechno perou.

Například Claude Code je skvělý na hlubokou práci s kódem a refaktoring. Hermes Agent zase exceluje v plánování, opakovaných úkolech a práci s externími službami. Free modely přes OpenRouter jsou ideální na rychlé shrnutí, analýzu dat nebo generování návrhů, kde nepotřebuješ nejvyšší kvalitu.

Důležité je, aby každý agent měl jasný vstup a výstup. Vstup je úkol s kontextem, výstup je výsledek zapsaný do sdílené paměti. Nic mezi tím nezůstává viset v chatovacím okně.

2. Vytvoř sdílenou paměť

Nejjednodušší je použít Obsidian nebo jakýkoli Markdown-based systém. Vytvoř složky:

• /memory/projects/ – aktuální projekty a jejich stav
• /memory/decisions/ – důležitá rozhodnutí a jejich důvody
• /memory/snippets/ – znovupoužitelné kousky kódu a promptů

Každý agent by měl umět do této paměti číst i zapisovat. Pro Claude Code použij MCP server pro filesystem – existuje hotový @modelcontextprotocol/server-filesystem, který agentovi dá přímý přístup ke složkám. Hermes Agent může posílat data přes API nebo webhook a zapisovat je jako nové Markdown soubory.

Klíčové pravidlo: každý agent musí vědět, kde hledat kontext. Jinak si začnou vymýšlet vlastní verzi pravdy a dostaneš tři agenty, kteří tvrdí tři různé věci o jednom projektu.

3. Přidej orchestraci úkolů

Použij Kanban board v Notion, Linear nebo dokonce v Obsidianu s pluginem. Každý úkol má:

• Popis – co se má udělat
• Přiřazeného agenta – kdo to řeší
• Kontext – odkazy do sdílené paměti
• Stav – Todo / In Progress / Review / Done

Tím získáš přehled, kdo na čem pracuje, bez toho aby ses musel ptát každého agenta zvlášť. Vidíš celý tým na jedné obrazovce.

4. Napoj agenty na sebe

Tady je to kouzlo. Každý agent by měl umět:

• Číst aktuální stav úkolů
• Zapisovat výsledky do paměti
• Spouštět dalšího agenta přes webhook nebo CLI příkaz

Příklad: Hermes Agent zjistí, že je potřeba upravit kód. Pošle webhook do Claude Code s kontextem z /memory/projects/eshop.md. Claude Code upraví kód, zapíše změny a označí úkol jako Review. Ty dostaneš notifikaci.

Pro začátek stačí pár jednoduchých webhooků nebo shell skriptů. Nemusíš hned stavět komplexní orchestrátor – ten vznikne přirozeně, až uvidíš, které hand-offy se opakují nejčastěji.

Reálné workflow: Od nápadu po kód bez přepínání oken

Představ si, že potřebuješ novou funkci na e-shopu.

1. Hermes Agent vidí v Kanbanu nový úkol: „Přidat slevový kód do checkoutu".
2. Přečte si kontext z /memory/projects/eshop.md – technický stack, pravidla, předchozí rozhodnutí.
3. Pošle požadavek do Claude Code s konkrétním zadáním.
4. Claude Code napíše kód, otestuje ho lokálně a uloží výsledek.
5. Levný model přes OpenRouter shrne změny do commit message a popisu pull requestu.
6. Hermes Agent aktualizuje stav úkolu a pošle ti notifikaci.

Ty jsi celou dobu mohl dělat něco jiného. Agenti si to mezi sebou předali. Kontroluješ až výsledek, ne každý mezikrok.

DIY Agent OS versus hosted řešení

V roce 2026 už nemusíš všechno stavět od nuly. Stojí za to znát rozdíl mezi vlastním Agent OS a hotovými platformami, ať si vybereš vědomě.

Většina týmů, které s agenty začínají, skončí u hybridu: vlastní sdílená paměť jako nervová soustava a jeden nebo dva hostované agenty pro úlohy, které se nevyplatí stavět samostatně. Plně DIY se vyplatí až ve chvíli, kdy už přesně víš, co od systému chceš.

Bezpečnost a oprávnění: Agenti musí mít hranice

Když necháš agenty pracovat autonomně, musíš jim nastavit jasné mantinely. Jinak skončíš s náhodnými změnami v produkci, smazanými daty nebo překvapivými fakturami.

Tady jsou základní pravidla:

• Pracovní prostředí: Každý agent by měl mít svůj sandbox. Claude Code pracuje v lokálním repozitáři, Hermes Agent v izolovaném prostředí s omezenými API klíči.
• Práva k zápisu: Agenti by neměli mít přístup ke kritickým systémům bez tvého schválení. Čtení je v pohodě, zápis do produkce jen přes review.
• API klíče: Pro každého agenta použij samostatný klíč s minimálními právy. Pokud někdo klíč prozradí, ostatní zůstanou v bezpečí. Ideálně klíče rotuj a drž je v trezoru, ne v repozitáři.
• Logování: Každá akce agenta by měla být zapsána. Když se něco pokazí, musíš vědět, kdo to udělal a proč.

Nejlepší přístup je human-in-the-loop pro důležité akce. Agent může připravit deploy, ale tlačítko zmáčkneš ty.

Na co si dát pozor

Agent OS není magie. Pokud ho postavíš špatně, skončíš s větším chaosem než na začátku.

• Začni malé. Tři agenti a deset úkolů. Ne dvacet agentů a sto úkolů.
• Měj jasné role. Když se dva agenti snaží řešit totéž, začnou si odporovat.
• Kontroluj výstupy. AI agenti občas halucinují. Review by měl být vždy člověk.
• Nepřeháněj to s autonomií. Nech agenty dělat úkoly, ale důležitá rozhodnutí nech na sobě.
• Piš všechno do paměti. Pokud agent udělá rozhodnutí a nezapíše ho, příští agent ho nezná.
• Měj jednu zdrojovou pravdu. Dvě paralelní paměti znamenají, že polovina agentů pracuje se zastaralým kontextem.

Největší chyba je chtít po agentech, aby rozhodovali za tebe. Agent OS ti má ulehčit práci, ne převzít firmu.

Závěr: Od asistentů k týmu

Rozdíl mezi AI asistentem a AI týmem je v orchestraci. Samostatný agent ti ušetří minuty. Agent OS ti ušetří hodiny tím, že agenti spolupracují bez tvého dohledu.

Začni dnes: vyber tři agenty, vytvoř sdílenou paměť a propoj je přes jednoduchý Kanban. Uvidíš, že workflow, které ti dřív zabralo celé odpoledne, budeš mít vyřízené za pár minut aktivní práce.

Nečekej na nějaký all-in-one nástroj. Agent OS si postavíš sám z toho, co už máš.