В третьей, финальной части истории о личном ИИ-ассистенте разработчик представил готовый к установке дистрибутив Паспарту, размещённый на GitHub. Проект построен на открытом фреймворке Hermes Agent от Nous Research и доступен в двух ветках: для Linux-серверов и для Windows 11 через WSL2. Установка выполняется одной командой с помощью скрипта, который проверяет ключи, собирает Docker-образ и запускает бота в Telegram. По словам автора, предыдущие статьи читать не обязательно, поскольку в новом материале дан краткий пересказ всей эволюции ассистента. Больше частей в этой серии не планируется, однако после публикации кода обнаружились новые проблемы, которые автор намерен описать отдельно.

Паспарту представляет собой агента, работающего в Docker на собственном компьютере или VPS, что позволяет сохранить контроль над ключами и данными. Бот общается через Telegram, использует DeepSeek в качестве основной модели, умеет искать в интернете, распознавать и генерировать изображения, понимать голосовые сообщения, создавать документы и презентации на Google Диске, управлять почтой и календарём, а также вести задачи с напоминаниями. Для установки требуются токен бота от BotFather, идентификатор пользователя Telegram, ключ DeepSeek, Docker с Compose v2, около четырёх гигабайт оперативной памяти и 15 гигабайт дискового пространства. При этом ключи OpenAI и Perplexity опциональны: без них бот остаётся полностью работоспособным, просто отключаются функции картинок и платного поиска. На этапе установки пользователь выбирает один из трёх профилей — minimal, standard или full — в зависимости от желаемого набора функций.

Отдельного внимания заслуживает реализация долговременной памяти, которую автор назвал hmem. Память организована в виде git-репозитория из markdown-файлов, поверх которого работает полнотекстовый поиск на основе FTS5 с алгоритмом bm25 и триграммами, что обеспечивает устойчивость к опечаткам и корректную работу с кириллицей. Все долговременные факты разбиты на три категории: сущности, события и документы, а между узлами устанавливаются связи, превращающие память в граф знаний. Благодаря такой архитектуре агент перестал переспрашивать пользователя о давно решённых вопросах и получил рефлекс сначала обращаться к банку памяти, а уже потом пытаться сгенерировать ответ. Автор отмечает, что это стало возможным после устранения ограничения стандартной памяти Hermes, которая вмещает лишь около 2200 символов и легко теряет старые данные. Дополнительно ассистент получил возможность в фоновом режиме использовать Codex, благодаря чему сложные задачи выполняются без участия пользователя.

История Паспарту началась с переезда с платформы OpenClaw на Hermes Agent, что сопровождалось множеством ошибок и нестандартных ситуаций. Во второй части автор подключил DeepSeek в качестве недорогой модели и интегрировал Codex для автоматического доведения задач до конца. Настоящая публикация подводит итог этого пути: из разрозненных экспериментов появился целостный продукт, который можно использовать как персонального цифрового помощника. Фреймворк Hermes от Nous Research при этом остаётся открытым, что позволяет сообществу адаптировать код под собственные нужды. Нумерация граблей в этой статье продолжается с 26-го пункта, что говорит о серьёзном практическом опыте автора, накопленном за полтора года разработки. В тексте также упоминается подробная пошаговая инструкция INSTALL.md, которая помогает новичкам развернуть систему с нуля.

Для российских пользователей важно, что ассистент сохраняет работоспособность без ключа OpenAI: перестают функционировать только генерация и распознавание изображений. Прямое подключение к OpenAI API из России затруднено из-за гео-блокировки и невозможности оплаты российскими картами, поэтому автор предлагает использовать VPN с зарубежным IP и иностранную карту либо российские сервисы-прокси с оплатой в рублях. В боте предусмотрена смена baseURL и ключа, что упрощает подключение к альтернативным поставщикам. Такая гибкость делает решение более доступным для локального рынка, особенно на фоне ограничений на использование зарубежных облачных сервисов. Кроме того, размещение всех данных на собственном сервере снижает зависимость от внешних платформ и провайдеров, что соответствует запросу на автономность. В целом проект выглядит как практичный компромисс между функциональностью корпоративных ассистентов и требованием сохранения приватности.

Перспективы дальнейшего развития Паспарту остаются открытыми, поскольку автор явно заявил об окончании цикла статей, но не исключил появление новых материалов о найденных проблемах. Наибольший интерес представляют упомянутые свежие грабли, которые вылезли уже после публикации кода на GitHub, — они могут оказаться полезны тем, кто решит развернуть это решение самостоятельно. Также остаётся вопрос о возможности совместного совершенствования проекта силами сообщества, особенно учитывая открытый характер фреймворка. Судя по описанию, автор вложил в ассистента значительные усилия и продолжает его использовать, поэтому вероятность появления обновлений и исправлений высока. Пока же главный результат — готовый продукт, который можно установить без глубокого погружения во внутреннюю механику, что резко снижает порог входа для всех желающих обзавестись собственным ИИ-агентом.