Masterclass de Hermes Agent: El curso completo desde cero hasta la operación de agentes totalmente autónomos

La mayoría de las personas que descubren Hermes Agent pasan la primera semana confundidas.

No porque Hermes sea complicado.

Sino porque nadie ha escrito la guía completa que te lleve desde cero conocimiento hasta un sistema de agente autónomo completamente operativo en una sola sesión.

Esta es esa guía.

Al finalizar esta clase magistral, habrás instalado Hermes, configurado tu primer agente, creado tu primera habilidad, conectado tu primer servidor MCP, configurado la memoria persistente, automatizado tu primer flujo de trabajo y desplegado una operación multi-agente que funciona sin ti.

Cada sección se basa en la anterior. Léela en orden la primera vez. Vuelve a secciones específicas cuando necesites consultarlas más adelante.

Sección 1: Qué es realmente Hermes Agent

Antes de instalar nada, entiende con qué estás construyendo.

Hermes Agent es un framework de agente de IA autónomo de código abierto. No es un chatbot. No es una envoltura alrededor de una herramienta existente. Es una infraestructura para construir agentes que operan de forma persistente, recuerdan todo entre sesiones, ejecutan flujos de trabajo reutilizables y funcionan de forma autónoma según un horario.

Las cuatro propiedades que diferencian a Hermes de cualquier otro framework de agentes:

Memoria persistente. La mayoría de los agentes de IA lo olvidan todo cuando cierras la sesión. Hermes recuerda. Cada conversación, cada tarea, cada resultado, cada decisión se almacena en una capa de memoria que persiste indefinidamente. El agente con el que interactúas hoy sabe todo lo que sucedió en todas las sesiones anteriores.

Sistema de habilidades. Hermes ejecuta archivos de flujo de trabajo reutilizables llamados habilidades. Escribes una habilidad una vez como un archivo Markdown simple que describe lo que el agente debe hacer. Cada ejecución posterior llama a esa habilidad sin reconstruir la lógica. Tu operación se vuelve más rápida y consistente con cada habilidad que agregas.

Automatización programada. Hermes se ejecuta según un horario configurable sin que tú inicies nada. Informes matutinos de investigación. Procesamiento de contenido nocturno. Monitoreo de fuentes cada hora. Todo se activa automáticamente a las horas que configures.

Integración MCP. Hermes se conecta a servidores de Protocolo de Contexto de Modelo (MCP) que le dan acceso a herramientas reales. Sistemas de archivos. Bases de datos. Búsqueda web. APIs. Servicios externos. Cada conexión MCP transforma a Hermes de un modelo de lenguaje en un agente que actúa sobre el mundo real.

Estas cuatro propiedades juntas producen algo cualitativamente diferente de cualquier interacción individual con IA.

Un agente Hermes no es una herramienta que usas.

Es un sistema que opera.

Sección 2: Instalación y configuración inicial

Requisitos previos:

Node.js versión 18 o superior. Git. Una terminal con la que te sientas cómodo.

Verifica tu versión de Node.js:

node --version

Si necesitas instalar o actualizar Node.js, visita nodejs.org y descarga la versión LTS actual.

Instalar Hermes:

git clone https://github.com/hermes-agent/hermes

cd hermes

npm install

Configurar tu entorno:

cp .env.example .env

Abre el archivo .env y configura tu proveedor de modelo:

Configuración del modelo principal

MODEL_PROVIDER=anthropic

MODEL_NAME=claude-opus-4-5

ANTHROPIC_API_KEY=tu-clave-api-anthropic

Alternativa: Usar DeepSeek para funcionamiento gratuito

MODEL_PROVIDER=deepseek

MODEL_NAME=deepseek-chat

DEEPSEEK_API_KEY=tu-clave-deepseek

Configuración de memoria

MEMORY_BACKEND=sqlite

MEMORY_PATH=./data/memory.db

Programador

ENABLE_SCHEDULER=true

SCHEDULER_TIMEZONE=America/New_York

Registro

LOG_LEVEL=info

LOG_PATH=./logs/hermes.log

Iniciar Hermes:

npm run start

Deberías ver una salida confirmando que Hermes está funcionando:

[Hermes] Backend de memoria: SQLite inicializado

[Hermes] Directorio de habilidades: ./skills cargado

[Hermes] Programador: habilitado

[Hermes] Agente listo. Esperando instrucciones.

Hermes ahora está funcionando con memoria persistente y el programador activo.

Verificar la instalación:

Escribe tu primer mensaje:

Hola. ¿Qué sabes sobre ti mismo?

Hermes debería responder describiendo su configuración, estado de la memoria y habilidades disponibles.

Sección 3: Comprensión de la arquitectura de archivos

Antes de construir nada, entiende dónde vive todo.

hermes/

skills/

[tu-nombre-de-habilidad].md

data/

memory.db

processed/

outputs/

logs/

hermes.log

config/

sources.json

schedule.json

CLAUDE.md

.env

package.json

skills/ es donde vive cada flujo de trabajo que construyes. Cada habilidad es un archivo Markdown. Hermes lee estos archivos y ejecuta los flujos de trabajo que describen.

data/ es donde Hermes almacena todo lo que procesa. memory.db es la base de datos SQLite que impulsa la memoria persistente. processed/ contiene elementos que ya se han manejado. outputs/ contiene contenido generado.

logs/ contiene registros de operaciones. Revisa hermes.log cuando algo no funcione como se espera.

config/ contiene tus archivos de configuración. sources.json define tus fuentes de contenido. schedule.json define cuándo se ejecutan los flujos de trabajo automatizados.

CLAUDE.md es el archivo más importante de toda la instalación. Le dice a Hermes todo sobre quién eres, qué haces y cómo quieres que opere. Construimos esto en la Sección 4.

Sección 4: Escribir tu CLAUDE.md

El CLAUDE.md es la constitución operativa de tu agente Hermes.

Cada habilidad lo lee antes de ejecutarse. Cada flujo de trabajo automatizado lo usa como contexto. Cada resultado está moldeado por él.

Un CLAUDE.md mal escrito produce resultados genéricos.

Un CLAUDE.md escrito con precisión produce resultados que parecen hechos por alguien que conoce tu operación al detalle.

Aquí está la plantilla completa:

Hermes Agent — CLAUDE.md

Identidad

Nombre: [TU NOMBRE O MARCA]

Rol: [QUÉ HACES]

Plataforma principal: [DÓNDE PUBLICAS]

Audiencia: [A QUIÉN SIRVES]

Enfoque de contenido y trabajo

Temas principales: [LISTA TUS TEMAS PRINCIPALES]

Formatos de contenido: [QUÉ CREAS]

Voz y tono: [CÓMO TE COMUNICAS]

Lo que nunca haces: [COSAS ESPECÍFICAS A EVITAR]

Proyectos actuales

[PROYECTO 1]: [DESCRIPCIÓN DE UNA ORACIÓN]

Estado: [ACTIVO/PENDIENTE/COMPLETADO]

Próxima acción: [PRÓXIMO PASO ESPECÍFICO]

[PROYECTO 2]: [DESCRIPCIÓN DE UNA ORACIÓN]

Estado: [ACTIVO/PENDIENTE/COMPLETADO]

Próxima acción: [PRÓXIMO PASO ESPECÍFICO]

Prioridades actuales

1. [LO MÁS IMPORTANTE AHORA MISMO]
2. [SEGUNDO MÁS IMPORTANTE]
3. [TERCERO MÁS IMPORTANTE]

Estándares de contenido

Un gran resultado: [DESCRIPCIÓN ESPECÍFICA]

Un resultado aceptable: [UMBRAL MÍNIMO]

Un resultado rechazado: [QUÉ FALLA]

Fuentes en las que confío

[LISTA PUBLICACIONES, CANALES, PERSONAS ESPECÍFICOS]

Lo que específicamente no quiero

[LISTA TEMAS, FORMATOS O ENFOQUES A EVITAR]

Reglas de memoria

• Almacena cada decisión significativa con su razonamiento
• Rastrea todo el contenido publicado con notas de rendimiento
• Recuerda las evaluaciones de calidad de las fuentes
• Nunca repitas contenido de la misma fuente en un plazo de 72 horas

Reglas de salida

• Guarda todo el contenido generado en data/outputs/
• Pon fecha a cada archivo: YYYY-MM-DD-[tipo]-[tema].md
• Registra todas las operaciones en logs/hermes.log
• Marca cualquier cosa que requiera revisión humana antes de publicar

Programa de actualización

Revisa y actualiza este archivo: [TU PROGRAMA]

Dedica 30 minutos a llenar esto completamente antes de construir cualquier habilidad. Todo lo que viene después depende de la calidad de este documento.

Sección 5: Crear tu primera habilidad

Una habilidad es un archivo Markdown de texto plano que describe un flujo de trabajo que Hermes ejecuta.

El formato de habilidad tiene cuatro secciones requeridas:

nombre-de-habilidad

Propósito

[Una oración que describe lo que hace esta habilidad]

Activación

[Cómo invocarla — manualmente o según un horario]

Proceso

[Instrucciones paso a paso de lo que hace Hermes]

Salida

[Qué produce la habilidad y dónde lo guarda]

Construyamos tu primera habilidad real: un informe matutino que lea tus fuentes configuradas y entregue un resumen estructurado.

Crea skills/morning-briefing.md:

morning-briefing

Propósito

Generar un informe de inteligencia matutino estructurado

a partir de todas las fuentes configuradas y guardarlo en

la carpeta de salidas.

Activación

Programado diariamente a las 6:00 AM.

Manual: "Ejecutar informe matutino" o "Generar mi informe"

Proceso

1. Leer CLAUDE.md para obtener contexto completo sobre quién soy y qué temas me importan.

1. Leer config/sources.json para todas las fuentes configuradas.

1. Para cada fuente en mi lista de temas principales: Buscar desarrollos significativos de las últimas 24 horas usando la búsqueda web.

Filtrar resultados usando estos criterios:

INCLUIR: Nuevos anuncios, actualizaciones importantes,

hallazgos de investigación, movimientos estratégicos de actores clave

EXCLUIR: Contenido reciclado, artículos de opinión sin

información nueva, cualquier cosa que clasificaría como ruido

según mis preferencias en CLAUDE.md

1. Revisar la memoria para cualquier cosa relevante de sesiones anteriores que se conecte con las noticias de hoy.

1. Generar el informe en este formato:

Informe matutino — [FECHA]

LO MÁS IMPORTANTE

[El desarrollo más importante de hoy y por qué es

relevante específicamente para mi trabajo]

QUÉ SUCEDIÓ

[3-7 elementos significativos, cada uno de 2-3 oraciones]

QUÉ VIGILAR

[1-2 situaciones en desarrollo que vale la pena monitorear]

DE LA MEMORIA

[Cualquier conexión relevante con algo almacenado

en sesiones anteriores]

ENFOQUE DE HOY

[Una prioridad recomendada basada en el informe]

1. Guardar el informe en: data/outputs/[FECHA]-informe-matutino.md

1. Almacenar el resumen en la memoria con la etiqueta: informe-diario

Salida

Archivo de informe estructurado en la carpeta outputs.

Entrada de memoria etiquetada: informe-diario

Entrada de registro en hermes.log

Prueba tu primera habilidad:

Ejecutar informe matutino

Observa a Hermes ejecutar cada paso, buscar información y generar tu primer informe automatizado.

Sección 6: El sistema de memoria

La memoria es lo que transforma a Hermes de una herramienta capaz en un sistema que se acumula.

Entender cómo funciona la memoria te permite diseñar habilidades que se vuelven progresivamente más inteligentes con el tiempo.

Cómo almacena memoria Hermes:

Cada operación significativa crea una entrada de memoria en la base de datos SQLite. Cada entrada tiene:

• Contenido: lo que se almacenó
• Etiquetas: categorías para recuperación
• Marca de tiempo: cuándo se creó
• Fuente: qué habilidad la creó
• Puntaje de relevancia: se actualiza según la frecuencia con que se recupera

Cómo recupera memoria Hermes:

Cuando se ejecuta cualquier habilidad, Hermes busca automáticamente en la memoria el contexto relevante antes de ejecutarse. La búsqueda utiliza similitud semántica, por lo que los conceptos relacionados surgen incluso cuando las palabras clave exactas no coinciden.

Diseñar habilidades para la memoria:

Incluye instrucciones explícitas de memoria en cada habilidad:

Instrucciones de memoria

ALMACENAR después de completar:

• Hallazgos clave etiquetados: [etiquetas-relevantes]
• Decisiones tomadas etiquetadas: decision
• Resultados producidos etiquetados: output

RECUPERAR antes de comenzar:

• Ejecuciones anteriores de esta habilidad
• Cualquier entrada etiquetada: [etiquetas-relevantes]
• Decisiones que afectan este flujo de trabajo

Operaciones de memoria manual:

Almacena esto en la memoria: [información] — etiquétalo como [etiqueta]

¿Qué recuerdas sobre [tema]?

Muéstrame todas las entradas de memoria de los últimos 7 días

¿Qué decisiones se han almacenado?

El efecto acumulativo de la memoria:

Un agente Hermes con una semana de memoria es útil.

Un agente Hermes con tres meses de memoria es una categoría diferente de herramienta.

Después de tres meses de operación diaria, Hermes ha leído cientos de fuentes, procesado miles de piezas de contenido, rastreado docenas de decisiones y construido una imagen detallada de lo que funciona y lo que no en tu operación específica.

Cada nueva tarea se beneficia de ese contexto acumulado.

Sección 7: Conectar servidores MCP

Los servidores MCP transforman a Hermes de un agente que razona sobre el mundo a un agente que actúa sobre él.

Cada conexión MCP le da a Hermes acceso a una herramienta real. Sistemas de archivos. Búsqueda web. Bases de datos. APIs. Servicios externos.

Instalar los servidores MCP principales:

Filesystem MCP — leer y escribir archivos locales

npm install -g @modelcontextprotocol/server-filesystem

Búsqueda web — Brave Search en tiempo real

npm install -g @modelcontextprotocol/server-brave-search

GitHub — acceso a repositorios

npm install -g @modelcontextprotocol/server-github

Puppeteer — automatización del navegador

npm install -g @modelcontextprotocol/server-puppeteer

Configurar conexiones MCP en tu .env:

Filesystem

MCP_FILESYSTEM_PATH=/ruta/a/tu/directorio/de/trabajo

Brave Search

MCP_BRAVE_API_KEY=tu-clave-api-brave-search

GitHub

MCP_GITHUB_TOKEN=tu-token-de-acceso-personal-de-github

Puppeteer

MCP_PUPPETEER_HEADLESS=true

El MCP de Filesystem:

La conexión más valiosa de inmediato. Le da a Hermes acceso de lectura y escritura directa a tus archivos locales.

Una vez conectado, Hermes puede:

Leer archivos que especifiques en las instrucciones de las habilidades. Escribir resultados directamente en carpetas de tu sistema. Actualizar archivos basándose en nueva información. Monitorear carpetas en busca de contenido nuevo.

Habilidades que usan el MCP de Filesystem:

Proceso

1. Leer el archivo en [RUTA] para obtener contexto
2. Procesar el contenido
3. Escribir el resultado en [RUTA DE SALIDA]
4. Actualizar el archivo de índice en [RUTA DE ÍNDICE]

El MCP de Brave Search:

Le da a Hermes acceso a la búsqueda web en tiempo real. Sin esto, Hermes solo puede razonar sobre información hasta su fecha de corte de entrenamiento. Con él, Hermes busca en la web en vivo información actual.

Cada habilidad de investigación, monitoreo e informes se beneficia de Brave Search.

Obtén tu clave gratuita de la API de Brave Search en brave.com/search/api. El nivel gratuito permite 2,000 consultas por mes.

El MCP de GitHub:

Le da a Hermes acceso a repositorios de GitHub. Puede leer código, revisar repositorios en tendencia, monitorear repositorios que sigues y rastrear versiones.

Valioso para: contenido de herramientas para desarrolladores, monitoreo de código abierto, investigación técnica, análisis de repositorios.

Verificar conexiones MCP:

¿Qué servidores MCP están conectados actualmente?

Enumera todas las herramientas disponibles de los servidores conectados.

Hermes debería listar cada servidor conectado y las herramientas que cada uno proporciona.

Sección 8: El sistema de programación

El programador transforma a Hermes de una herramienta que usas en un sistema que opera.

Sin el programador: Hermes hace lo que le pides cuando se lo pides.

Con el programador: Hermes opera continuamente, estés tú involucrado o no.

Configurar tu horario:

Crea config/schedule.json:

{

"schedules": [

{

"skill": "morning-briefing",

"cron": "0 6 \ \ *",

"description": "Informe matutino diario a las 6AM"

},

{

"skill": "source-monitor",

"cron": "0 \/2 \ \ \",

"description": "Revisar fuentes cada 2 horas"

},

{

"skill": "content-processor",

"cron": "0 20 \ \ *",

"description": "Procesar contenido capturado a las 8PM"

},

{

"skill": "weekly-review",

"cron": "0 19 \ \ 0",

"description": "Revisión semanal cada domingo a las 7PM"

},

{

"skill": "memory-consolidation",

"cron": "0 23 \ \ *",

"description": "Consolidar entradas de memoria a las 11PM"

}

]

}

Referencia de expresiones cron:

0 6 \ \ * → 6AM todos los días

0 \/2 \ \ \ → Cada 2 horas

0 20 \ \ 1-5 → 8PM de lunes a viernes

0 19 \ \ 0 → 7PM todos los domingos

0 23 \ \ * → 11PM todos los días

Los cinco flujos de trabajo programados que toda operación de Hermes necesita:

Informe matutino: 6AM diario. Lee fuentes. Genera informe de inteligencia. Establece el enfoque del día.

Monitor de fuentes: Cada 2 horas. Revisa las fuentes configuradas en busca de contenido nuevo. Agrega a la cola de procesamiento.

Procesador de contenido: 8PM diario. Procesa todo lo capturado durante el día. Genera resultados. Actualiza la memoria.

Revisión semanal: Domingo 7PM. Sintetiza la actividad de la semana. Identifica patrones. Genera ideas.

Consolidación de memoria: 11PM diario. Revisa nuevas entradas de memoria. Elimina duplicados. Actualiza puntajes de relevancia.

Monitorear la ejecución programada:

Muéstrame las operaciones programadas para hoy

¿Qué se ejecutó en las últimas 24 horas?

Muéstrame el registro de ejecución

Sección 9: Construir una operación de contenido completa

Esta sección te guía en la construcción de una operación de contenido automatizada completa con Hermes. Al final, tendrás un sistema que monitorea fuentes, identifica oportunidades de contenido viral, genera borradores y gestiona una cola de publicación automáticamente.

Paso 1: Configurar tus fuentes

Crea config/sources.json:

{

"sources": [

{

"name": "Anthropic Blog",

"type": "rss",

"url": "https://anthropic.com/news/rss",

"priority": "critical",

"check_interval": "1h"

},

{

"name": "GitHub Trending AI",

"type": "web",

"url": "https://github.com/trending/python?since=daily",

"priority": "high",

"check_interval": "4h"

},

{

"name": "HackerNews AI",

"type": "web",

"url": "https://news.ycombinator.com",

"priority": "medium",

"check_interval": "2h"

}

]

}

Paso 2: Construir el identificador de oportunidades de contenido

Crea skills/content-opportunity.md:

content-opportunity

Propósito

Escanear todas las fuentes en busca de oportunidades de contenido

que valga la pena crear y agregarlas a la cola de contenido.

Activación

Se ejecuta después de que source-monitor detecte contenido nuevo.

Manual: "Encontrar oportunidades de contenido"

Proceso

1. Leer CLAUDE.md para conocer mis pilares de contenido y audiencia.

1. Leer todos los elementos marcados como nuevos por source-monitor desde la memoria etiquetados: source-monitor-new.

1. Para cada elemento nuevo evaluar:

PUNTAJE DE POTENCIAL VIRAL (1-10):

• ¿Esto le importa a mi audiencia específica?
• ¿Es información genuinamente nueva o un reciclado?
• ¿Se conecta con alguno de mis pilares de contenido actuales?
• ¿Hay un ángulo único que pueda tomar que otros no hayan usado?

Solo los elementos con puntaje 7 o superior califican como oportunidades.

1. Para cada oportunidad calificada, crear una entrada en data/outputs/content-queue.md con:
2. Fuente y enlace
3. Por qué es una oportunidad
4. Ángulo de contenido sugerido
5. Formato sugerido (tweet/hilo/artículo/video)
6. Prioridad: urgente/alta/media

1. Almacenar todas las oportunidades en la memoria etiquetadas: content-queue

Salida

Archivo content-queue.md actualizado.

Entradas de memoria etiquetadas: content-queue

Paso 3: Construir el generador de borradores

Crea skills/draft-generator.md:

draft-generator

Propósito

Generar borradores de contenido para los elementos de la

cola de contenido según su prioridad.

Activación

Se ejecuta diariamente a las 2PM.

Manual: "Generar borradores" o "Hacer borrador de los 3 principales"

Proceso

1. Leer CLAUDE.md para conocer mi voz, tono y reglas de contenido.

1. Leer data/outputs/content-queue.md para elementos pendientes.

1. Seleccionar los 3 elementos principales por puntaje de prioridad.

1. Para cada elemento seleccionado:

a. Investigar el tema usando la búsqueda web para asegurar

que la información sea actual y precisa

b. Revisar la memoria en busca de cobertura previa de

este tema para evitar repeticiones

c. Generar el borrador en el formato especificado:

Para TWEETS:

Seguir el formato cyrilXBT:

• Gancho de declaración en MAYÚSCULAS
• Líneas cortas y contundentes
• Cada oración en su propia línea
• Marca esto + Llamado a seguir al final

Para HILOS:

• Tweet de gancho
• 5-8 tweets de cuerpo con detalles específicos
• Cierre con llamado a la acción

Para ARTÍCULOS:

• Párrafo de gancho fuerte
• Declaración del problema
• Explicación de la solución
• Pasos procesables
• Llamado a seguir

1. Guardar cada borrador en: data/outputs/drafts/[FECHA]-[FORMATO]-[TEMA].md

1. Actualizar content-queue.md marcando los elementos como borradores generados.

1. Almacenar resúmenes de los borradores en la memoria etiquetados: draft-generated

Salida

Archivos de borrador en data/outputs/drafts/

content-queue.md actualizado

Entradas de memoria etiquetadas: draft-generated

Paso 4: Construir el rastreador de rendimiento

Crea skills/performance-tracker.md:

performance-tracker

Propósito

Rastrear el rendimiento del contenido y usar los datos para

mejorar decisiones futuras de contenido.

Activación

Manual: "Registrar rendimiento de [contenido] — [métricas]"

La revisión semanal lee todos los registros de rendimiento.

Proceso

1. Cuando se activa con datos de rendimiento:
2. Almacenar las métricas en la memoria con la referencia del contenido
3. Etiquetar: performance-log

1. Identificar patrones:
2. ¿Qué temas tuvieron mejor rendimiento esta semana?
3. ¿Qué formatos tuvieron mayor participación?
4. ¿Qué fuentes produjeron el contenido más viral?

1. Actualizar las prioridades de contenido en CLAUDE.md basándose en los datos de rendimiento si los patrones son claros.

1. Generar un informe de rendimiento semanal los domingos.

Salida

Entradas de memoria etiquetadas: performance-log

Informe de rendimiento semanal en la carpeta outputs

Sección 10: Operaciones multi-agente

Un solo agente Hermes es poderoso. Un Hermes multi-agente es una categoría diferente de capacidad.

La operación multi-agente significa múltiples instancias especializadas de Hermes, cada una manejando un dominio de tu operación, compartiendo memoria y coordinando resultados.

La operación de contenido con cuatro agentes:

Agente de Investigación: Monitorea fuentes, identifica oportunidades, realiza investigación profunda. Solo lee. Nunca crea.

Agente de Producción: Toma los resultados de investigación y genera borradores de contenido. Solo crea. Nunca publica.

Agente de Calidad: Revisa los resultados de producción contra los estándares. Aprueba o devuelve para revisión. Nunca crea ni publica.

Agente de Distribución: Toma los resultados aprobados y gestiona el cronograma de publicación. Solo publica. Nunca crea.

Configurar la configuración multi-agente:

Crea archivos CLAUDE.md separados para cada agente:

hermes-investigacion/

CLAUDE.md ← Constitución del agente de investigación

skills/ ← Habilidades solo de investigación

hermes-produccion/

CLAUDE.md ← Constitución del agente de producción

skills/ ← Habilidades solo de producción

hermes-calidad/

CLAUDE.md ← Constitución del agente de calidad

skills/ ← Habilidades solo de calidad

hermes-distribucion/

CLAUDE.md ← Constitución del agente de distribución

skills/ ← Habilidades solo de distribución

La capa de memoria compartida:

Configura los cuatro agentes para que apunten a la misma base de datos SQLite:

MEMORY_PATH=/shared/hermes-memory.db

Esto significa que cada agente lee los resultados de los demás. Los resultados de investigación son visibles para producción. Los resultados de producción son visibles para calidad. Las aprobaciones de calidad son visibles para distribución.

El protocolo de transferencia:

Cada agente señala su disposición para la transferencia mediante etiquetas de memoria:

Agente de investigación completa el trabajo → almacena resultado etiquetado: ready-for-production

Agente de producción recoge elementos etiquetados → almacena resultado etiquetado: ready-for-quality

Agente de calidad aprueba → almacena resultado etiquetado: ready-for-distribution

Agente de distribución publica → almacena resultado etiquetado: published

La habilidad orquestadora:

Crea una habilidad orquestadora maestra que monitoree todo el pipeline:

pipeline-orchestrator

Propósito

Monitorear los cuatro agentes y asegurar transferencias

suaves entre las etapas del pipeline.

Activación

Se ejecuta cada 30 minutos.

Proceso

1. Revisar si hay elementos etiquetados: ready-for-production Si se encuentran: alertar al agente de producción

1. Revisar si hay elementos etiquetados: ready-for-quality Si se encuentran: alertar al agente de calidad

1. Revisar si hay elementos etiquetados: ready-for-distribution Si se encuentran: alertar al agente de distribución

1. Revisar si hay elementos en cualquier etapa por más de 4 horas Si se encuentran: marcar como estancados y alertar para revisión

1. Generar informe de estado del pipeline cada 4 horas

Salida

Estado del pipeline en la memoria etiquetado: pipeline-status

Alertas para elementos estancados

Registro de operación por hora

Sección 11: Patrones avanzados de habilidades

A medida que tu operación de Hermes madure, encontrarás situaciones que el formato básico de habilidad no cubre. Estos patrones avanzados manejan los escenarios complejos más comunes.

Patrón 1: Ejecución condicional

Habilidades que toman caminos diferentes según condiciones:

Proceso

1. Verificar condición: [QUÉ VERIFICAR]

1. SI [CONDICIÓN A]: Ejecutar camino A: [PASOS PARA CAMINO A]

SI [CONDICIÓN B]:

Ejecutar camino B:

[PASOS PARA CAMINO B]

SI NINGUNA:

Marcar para revisión humana y registrar el caso ambiguo.

Patrón 2: Lógica de reintento

Habilidades que deben reintentarse en caso de fallo:

Proceso

Para cada elemento, intentar lo siguiente hasta 3 veces:

1. Intentar: [ENFOQUE PRINCIPAL] Si tiene éxito: proceder a la salida Si falla: registrar el error e intentar la alternativa

1. Alternativa: [ENFOQUE DE RESPALDO] Si tiene éxito: proceder a la salida con nota de que se usó la alternativa Si falla: marcar como fallido y señalar para revisión

Nunca proceder con una salida incompleta o incierta.

Patrón 3: Puertas de calidad

Skills that enforce standards before producing output:

Quality Gate

Before saving any output evaluate against these criteria:

PASS criteria (all must be true):

• [CRITERION 1]
• [CRITERION 2]
• [CRITERION 3]

If PASS: save output and log success

If FAIL: identify which criteria failed, attempt

revision, re-evaluate. Maximum 2 revision attempts.

If still failing after 2 attempts: save to

review-needed/ folder with failure notes.

Pattern 4: Memory-Informed Execution

Skills that get smarter with each run:

Memory-Informed Process

Before executing retrieve:

• All previous runs of this skill from memory
• Performance data tagged: [relevant-tag]
• Any pattern notes stored from previous runs

Use retrieved context to:

• Avoid approaches that previously failed
• Prioritize approaches that previously succeeded
• Apply any pattern insights to current execution

After executing store:

• What approach was used
• Whether it succeeded
• Any new pattern observed
• Tagged: [skill-name]-learning

Section 12: Troubleshooting Common Issues

Every Hermes operation encounters problems in the first few weeks. These are the most common issues and how to fix them.

Issue: Hermes is not executing scheduled skills

Check the scheduler is enabled in your .env:

ENABLE_SCHEDULER=true

Verify your cron expressions are valid using crontab.guru.

Check the hermes.log for scheduler errors:

tail -f logs/hermes.log

Issue: Memory is not persisting between sessions

Verify the memory database path is correct:

MEMORY_PATH=./data/memory.db

Check file permissions on the data directory:

ls -la data/

The hermes process needs write access to this directory.

Issue: MCP servers are not connecting

Verify the MCP server is installed globally:

which npx

npx @modelcontextprotocol/server-filesystem --help

Check your API keys are correctly set in .env with no trailing spaces.

Restart Hermes after changing MCP configuration.

Issue: Skill outputs are low quality

The most common cause is a vague CLAUDE.md. Return to Section 4 and add more specific detail to every section.

Also check that the skill's Process section is specific enough. Vague instructions produce vague outputs.

Issue: Hermes is using outdated information

Verify the Brave Search MCP is connected:

What MCP servers are connected?

If Brave Search is not listed check your API key and reinstall the MCP server.

Issue: Skills are running but not saving outputs

Check the Filesystem MCP is connected and pointing at the correct path.

Verify the output paths in your skill files are relative to the working directory Hermes is running in.

Section 13: Measuring and Improving Your Operation

A Hermes operation that does not improve over time is not using its memory system correctly.

The weekly review skill:

Create skills/weekly-review.md:

weekly-review

Purpose

Synthesize the week's operation and identify

improvements for the following week.

Trigger

Every Sunday at 7PM.

Manual: "Run weekly review"

Process

1. Read all memory entries from the past 7 days.

1. Analyze skill performance:
2. Which skills ran without issues?
3. Which skills encountered errors?
4. Which skills produced the best outputs?
5. Which skills need improvement?

1. Analyze content performance (if logged):
2. Which content performed best?
3. What patterns appear in high performers?
4. What topics should be prioritized next week?

1. Analyze memory quality:
2. Are memory entries being created correctly?
3. Are retrieval results relevant when skills run?
4. Are there gaps in what is being stored?

1. Generate improvement recommendations:
2. One skill to improve this week
3. One new skill to build this week
4. One process to streamline
5. One topic to prioritize in content

1. Update CLAUDE.md with any confirmed improvements.

Output

Weekly review report in data/outputs/

CLAUDE.md updates if improvements identified

Memory entry tagged: weekly-review

The metrics that matter:

Skill reliability rate: what percentage of scheduled skills run without errors. Target above 95%.

Memory retrieval relevance: when memory is retrieved for a skill is it actually relevant. Review weekly.

Output quality consistency: are outputs consistently meeting your standards. Track manually.

Operation coverage: what percentage of your intended workflows are actually automated. Expand toward 100% over time.

Section 14: The 90-Day Build Plan

Building a mature Hermes operation takes 90 days of consistent iteration.

Days 1 to 7: Foundation

Install Hermes. Write your CLAUDE.md. Build the morning briefing skill. Connect the Filesystem and Brave Search MCP servers. Run your first scheduled briefing.

Goal: Hermes is running reliably and producing one useful output daily.

Days 8 to 30: Core Skills

Build five to eight core skills for your specific operation. Configure the scheduler for all five standard automated workflows. Identify the first MCP server specific to your domain.

Goal: Hermes is automating 30% of your repeating knowledge work.

Days 31 to 60: Optimization

Review memory quality and improve storage conventions. Refine skill outputs based on three to four weeks of results. Build your first advanced skills using conditional execution and quality gates.

Goal: Hermes outputs are consistently meeting quality standards without manual revision.

Days 61 to 90: Multi-Agent

If your operation justifies it, design your multi-agent architecture. Build the specialist agent CLAUDE.md files. Configure the shared memory layer. Deploy the orchestrator skill.

Goal: Hermes is running a coordinated multi-agent operation handling your most complex workflows end to end.

The Compounding Reality

The builders who start their Hermes operation today and run it consistently for 90 days will have something that cannot be replicated quickly.

Not because the technology is hard to access.

Because the memory layer that accumulates over 90 days of consistent operation is not something you can shortcut.

The Hermes agent at day 90 knows your operation. It knows which sources produce the best content for your audience. It knows which approaches have worked and which have failed. It knows your voice, your standards, and your priorities because it has executed against them hundreds of times.

That accumulated intelligence is the moat.

Every day you run the operation the moat gets deeper.

Every day you wait to start is a day of compound intelligence you never get back.

Build the foundation this weekend.

The skills take an afternoon to write.

The memory starts accumulating from the first session.

The compounding starts from the first automated workflow that runs without you.

Follow @cyrilXBT for every Hermes Agent build, skill template, and multi-agent architecture that makes autonomous AI operations actually work.