MÓDULO 5.4

🔗 Hermes vs LangChain / LangGraph

Framework Python para construir aplicação LLM vs agente pronto para uso. Não competem — atendem perfis diferentes. Quem confunde os dois perde tempo e dinheiro.

6
Tópicos
30
Minutos
Estratégico
Nível
Comparação
Tipo
1

📐 Nível de abstração

LangChain/LangGraph são frameworks Python para desenvolvedores construírem aplicações LLM. Hermes é agente pronto com instalador, gateway e interface — você baixa e usa.

🧱 Lego vs brinquedo montado

LangChain te entrega blocos: LLM, Tool, Memory, Retriever, Chain, Agent, Embeddings, VectorStore. Você compõe.
LangGraph te entrega blocos de control flow: Nodes, Edges, State, conditional routing.
Hermes te entrega o brinquedo montado: agente rodando, com gateway, skills, memória, cron — pronto via Telegram.

⏱️ Tempo até produção

Hermes em produção em 1h. LangChain em produção é projeto de semanas a meses (auth, frontend, observabilidade, escala). Avaliar isso antes de escolher é crítico.

2

👤 Usuário alvo

Cada produto se vende pra quem se beneficia. LangGraph: desenvolvedor Python que quer definir grafos de agentes em código. Hermes: usuário (técnico ou não) que quer um agente funcionando via hermes no terminal ou Telegram.

🐍 Perfil LangChain/LangGraph

  • •Dev Python sênior
  • •Construindo SaaS ou produto interno
  • •Precisa de control flow explícito
  • •Quer customização total
  • •Tem time pra manter código

🪽 Perfil Hermes

  • •Operador (técnico ou não)
  • •Quer agente pessoal funcionando hoje
  • •Aceita control flow implícito (LLM decide)
  • •Prioriza velocidade sobre customização
  • •Solo ou equipe pequena sem dev dedicado
3

📝 Skills (Markdown) vs chains/tools (Python)

SKILL.md são procedimentos em Markdown — qualquer um edita no editor de texto. LangChain usa chains e tools em Python — muito mais poder programático, mas requer código e testes.

🔍 Comparação técnica

SKILL.md: progressive disclosure, YAML front matter, lido pelo LLM em runtime, qualquer pessoa edita.
LangChain Tool: função Python tipada, executada determinísticamente, requer testes unitários, deploy.
LangGraph Node: função Python que recebe State, processa, retorna State. Compõe grafo direcionado.

💡Trade-off real

Markdown é leve mas limitado a linguagem natural. Python é poderoso mas exige skill técnica. Escolha alinhada ao perfil do mantenedor: marketing edita Markdown, dev escreve Python.

4

🧩 Extensibilidade

LangChain tem ecosystem de 500+ integrações (vector stores, retrievers, parsers, document loaders). Hermes tem plugin system para hooks + skills hub com centenas de skills da comunidade.

🌐 LangChain ecosystem

  • Vector stores: Pinecone, Weaviate, Chroma, Qdrant, Milvus, FAISS, pgvector — 30+
  • Document loaders: PDF, DOCX, HTML, Notion, Google Drive, S3, Confluence — 100+
  • Retrievers: BM25, MMR, Self-Query, Multi-Query, Contextual Compression — 20+
  • LLMs: qualquer provedor — OpenAI, Anthropic, Mistral, Cohere, AI21, etc.

🪽 Hermes plugins/skills

  • Plugin system: hooks em ciclo de vida (pre-tool, post-message, on-cron).
  • Skills hub agentskills.io: centenas de skills da comunidade prontas pra instalar.
  • Categoria especializada: 91 skills bundled em 20+ categorias (devops, github, productivity, social-media, etc).
  • Foco diferente: integrações operacionais (mensagem, cron, terminal) vs retrieval/parsing.
5

🚀 Deploy

Hermes roda standalone com gateway nativo. LangChain requer servidor próprio (FastAPI, Flask, LangServe), infraestrutura de hosting, autenticação custom, observabilidade.

🏗️ Deploy comparado

Hermes: pip install → API key → hermes setup → hermes gateway setup → respondendo no Telegram. ~1 hora.
LangChain: escrever app FastAPI → autenticação → frontend ou API → deploy → observabilidade → escalabilidade. ~Semanas.
LangServe: ajuda a expor LangChain como API REST. Reduz tempo, mas ainda exige código + deploy próprio.

⚠️Custo de tempo

Tempo é o recurso mais caro. Avalie: você quer agente operacional este mês ou produto custom em 6 meses? A resposta define a ferramenta certa.

6

🎯 Quando escolher

A pergunta direta: você está construindo um produto custom ou querendo um agente operacional?

🐍 Escolha LangChain quando

  • ✓Construindo SaaS ou app custom
  • ✓Precisa control flow explícito
  • ✓RAG complexo com vector stores específicos
  • ✓Embedando IA em produto de software
  • ✓Tem time Python pra manter

🪽 Escolha Hermes quando

  • ✓Quer agente operacional hoje
  • ✓Setup zero-code
  • ✓Usuário não-desenvolvedor opera
  • ✓Agente pessoal sempre on
  • ✓Velocidade > customização

💡Combinação avançada

Você pode chamar LangChain de dentro de uma skill ou plugin do Hermes pra um nó específico. Hermes vira o "frontend" operacional e LangChain o "backend de raciocínio" pra retrieval/parsing complexo. Stack híbrida — detalhamos em 5.6.

🎯Resumo do módulo

✓
Framework Python vs agente pronto — LangChain te dá Lego; Hermes te dá brinquedo montado.
✓
Usuário alvo é diferente — dev Python sênior vs operador.
✓
Skills (.md) vs Tools (.py) — leve e edição em texto vs poderoso e tipado.
✓
500+ integrações LangChain vs plugin system Hermes — focos diferentes: retrieval/parsing vs operacional.
✓
Time-to-value oposto — Hermes em horas; LangChain em semanas/meses.
✓
Combinação avançada possível — LangChain dentro de plugin Hermes para RAG.

Próximo módulo:

5.5 - 👥 Hermes vs CrewAI / AutoGen

← Módulo Anterior Próximo Módulo →