Giới thiệu

Ở bài trước, chúng ta đã tìm hiểu cách setup và kết nối Hermes Agent với Telegram. Hôm nay, chúng ta sẽ tìm hiểu cách kết nối nó với Discord.

Luồng hoạt động

Đầu tiên, bạn cần tạo bot trong Discord. Sau đó, bạn setup gateway để sử dụng bot Discord này. Rồi bạn khởi động gateway. Từ đó, bạn có thể trò chuyện với agent của mình thông qua Discord.

Tạo Discord Bot

Truy cập Discord developer portal bằng tài khoản của bạn. Sau đó vào mục Applications trên thanh menu bên trái.

Sau đó nhập tên bot của bạn. Nhấn đồng ý rồi nhấn nút "Create".

Sau khi tạo xong, bạn sẽ thấy như thế này

Tiếp theo, vào mục Bot ở bên trái. Ở đó có phần gọi là "Reset Token", nhấn vào nút này để lấy Reset Token. Sau đó quay lại hermes, chạy lệnh hermes gateway setup, rồi chọn Discord. Tiếp theo, nó sẽ hỏi bot token, dán Reset Token của bạn vào đây. Sau đó quay lại Discord Portal, chúng ta tiếp tục setup bot. Trong menu bên trái, chọn OAuth2, kéo xuống cuối trang. Tìm và tick chọn ô Bot. Khi đó nó sẽ hiện ra một phần khác tên là "Bot Permissions", chọn quyền mà bạn muốn bot của mình có. Ở đây, mình chọn Send Message cho Text Permission. Sau đó chọn copy Generated URL, mở tab mới và dán URL vào đó.

Nhấn Continue. Sau đó quay lại hermes để hoàn tất setup gateway. Nó sẽ hiện ra cho bạn như thế này

Sau đó bạn chọn những gì mình cần. Trong trường hợp này, mình chỉ bật Enable open access. Sau đó chúng ta có thể bắt đầu trò chuyện với agent trên channel này. Đây là một ví dụ.

Vui chơi thử với Agent

Tạo ảnh

Vì mình dùng model Minimax nên nó cũng có thể tạo ảnh. Mình yêu cầu nó tạo skill minimax gen image, rồi nhờ nó dùng skill đó để tạo ảnh cho mình. Khá là ổn đấy. Mình nhận thấy rằng, ngay cả khi mình không yêu cầu nó tạo skill generate image, nó vẫn tự tạo nếu mình yêu cầu generate ảnh bằng Minimax. Sau nhiều lần thử, nó bắt đầu tự động tạo skill cho những tác vụ lặp đi lặp lại này. Đó là lý do người ta gọi nó là một agent lớn lên cùng bạn. Một điểm nữa là nó có bộ nhớ nên có thể nhớ được những gì bạn nói.

Tạo nhạc

Một trường hợp khác là mình muốn tạo nhạc, nên mình nhờ agent của mình làm điều đó. Chỉ đơn giản với prompt thế này thôi.

Cuối cùng, nó có thể tự tìm cách và tạo cho mình bản nhạc này. Nghe khá chill.

Nói chuyện

Một use case khác là mình hỏi agent của mình và nó trả lời mình bằng TTS. Thay vì hiển thị text, nó sinh nội dung đó thành audio và phát lại để trả lời. Nhờ vậy mình không cần đọc, chỉ cần nghe là đủ. Để có được tính năng này, bạn chỉ cần chọn TTS. Trên Discord, dùng lệnh /voice trong channel mà bạn muốn nó trả lời bằng audio. Sau đó chọn option tts.

Trong trường hợp của mình, mình chọn dùng Minimax TTS vì mình có subscription của nó. Tuy nhiên, mình muốn nâng cấp tính năng này lên một tầm cao hơn là có thể vào voice, rồi nói chuyện trực tiếp với nó trong thời gian thực.

Đầu tiên, bạn cần quay lại mục OAuth2. Sau đó tick chọn các mục sau trong Bot Permissions. Rồi copy Generated URL và dán sang tab mới lần nữa. Chọn server/channel của bạn để bot có thể join vào channel đó. Tiếp theo, bạn join voice channel ở bên trái, trong trường hợp này, mình join channel general.

Sau khi join, trong channel, bạn gõ voice. Sau đó chọn channel và nhập tên Voice channel của bạn. Bot sẽ join vào voice channel của bạn. Và giờ bạn có thể bắt đầu nói chuyện trực tiếp với nó. Đây là demo của mình. Nó siêu chậm. Tuy nhiên, ít nhất giờ đây mình có thể nói chuyện trực tiếp với bot của mình rồi.

Nếu đổi sang dùng TTS khác như Elevenlabs thì chắc chắn sẽ nhanh hơn và tự nhiên hơn nhiều. Tuy nhiên, để thực sự trả lời realtime, chúng ta cần có streaming mà Hermes agent hiện tại chưa hỗ trợ. Có lẽ nào đó mình sẽ thử implement tính năng này và giới thiệu với các bạn. Mình đã làm được điều này với GPT realtime voice 2.0. Tuy nhiên, để nó hoạt động với Hermes agent thì cần thêm vài bước nữa.

Kết luận

Hôm nay chỉ có vậy thôi. Hy vọng các bạn thích bài viết này. Nếu có câu hỏi gì, hãy comment bên dưới nhé. Hẹn gặp lại lần sau.