GUÍA COMPLETA de Hermes Agent: Arquitectura, configuración y el ciclo de autoaprendizaje

Hay una nueva categoría de herramientas de inteligencia artificial que está tomando forma silenciosamente: agentes que no viven en una ventana de chat que abres y cierras, sino que se ejecutan continuamente en la nube y te hablan a través de un mensajero, como un colega que nunca se desconecta.

Hermes es una de las implementaciones más interesantes de esta idea, y lo que lo distingue de agentes similares como OpenClaw es un bucle de mejora continua incorporado: un sistema que observa tus conversaciones, extrae patrones útiles de ellas y convierte esos patrones en actualizaciones permanentes de su propia memoria y conjunto de habilidades.

Este artículo explica cómo está construido Hermes, cómo configurarlo y cómo funciona realmente ese bucle de mejora continua bajo el capó.

Qué es Hermes y en qué se diferencia de OpenClaw

Hermes es un agente de IA residente en la nube, estructuralmente similar a OpenClaw: funciona 24/7 e interactúas con él a través de una aplicación de mensajería, no de un terminal o una pestaña del navegador.

Las diferencias significativas son tres.

Primero, Hermes viene con una biblioteca mucho más grande de habilidades integradas de fábrica, por lo que dedicas menos tiempo a configurar integraciones tú mismo.

Segundo, el proceso de configuración es considerablemente más ágil: una TUI guiada maneja casi todo.

Tercero, y lo más importante, Hermes está diseñado en torno a la mejora continua: no solo ejecuta tareas, sino que acumula conocimiento procedimental sobre cómo ejecutarlas mejor con el tiempo.

Instalación y configuración inicial

Para poner en marcha a Hermes basta con un solo comando.

En Windows, ejecuta esto en PowerShell:

iex (irm

https://hermes-agent.nousresearch.com/install.ps1

En Linux, macOS o WSL, el equivalente es:

curl -fsSL

https://hermes-agent.nousresearch.com/install.sh | bash

Una vez instalado, reiniciar el terminal y ejecutar hermes setup inicia un flujo de configuración guiado que recorre la selección del modelo, el backend del terminal, la puerta de enlace de mensajería y la configuración de herramientas en secuencia.

Selección y enrutamiento de modelos

La primera decisión real en la configuración es qué proveedor de LLM impulsa el "cerebro" del agente. La autenticación se realiza a través de OAuth en lugar de claves API sin procesar, lo que permite iniciar sesión a través de una sesión existente de Claude Code o Codex CLI en lugar de generar una clave API separada.

Lo que está realmente bien diseñado aquí es cómo Hermes separa el modelo usado para tu conversación principal de los modelos usados para tareas auxiliares y de fondo. Por defecto, el mismo modelo maneja ambas, pero cada tarea auxiliar puede apuntar a un proveedor diferente de forma independiente.

Las tareas que admiten este tipo de anulación son:

• vision – análisis y descripción de imágenes
• web_extract – resumir páginas web largas
• compression – comprimir un contexto de conversación desbordado
• title_generation – generar títulos de sesión
• curator – el agente de fondo responsable del bucle de mejora continua
• kanban_decomposer – dividir tareas grandes en subtareas en modo Kanban
• goal_judge – el agente que verifica si un /goal se ha logrado realmente

Esto se configura directamente en `config.yaml`, por ejemplo:

1# Primary model for chat and complex reasoning
2model:
3  provider: "anthropic"
4  default: "claude-4-8-sonnet"
5  auxiliary:
6    vision:
7      provider: "gemini"
8      model: "gemini-2.5-flash"
9    compression:
10      provider: "custom"
11      base_url: "http://localhost:11434/v1"
12      api_key: "none"
13      model: "qwen2.5:32b"

Este tipo de enrutamiento explícito resuelve un problema real con OpenRouter como opción predeterminada: el mismo modelo nominal suele estar implementado por muchos proveedores diferentes, frecuentemente en cuantizaciones distintas, y OpenRouter baraja silenciosamente cada nueva solicitud entre aproximadamente veinte de ellos.

El efecto práctico es que, dentro de una sola sesión, no estás hablando con un modelo consistente, sino con un elenco rotatorio de instancias configuradas de manera diferente, algunas de las cuales manejan las llamadas a herramientas y las plantillas de solicitudes de manera más fiable que otras. Enrutar manualmente dentro de Hermes evita esto por completo.

También vale la pena señalar que si quieres ahorrar dinero en el modelo conversacional sin sacrificar la calidad de codificación, Hermes admite los comandos /claude_code y /codex que delegan las tareas de codificación directamente a esas herramientas CLI en lugar de manejarlas con el modelo de chat configurado.

Backends de terminal

Una pieza central de la arquitectura es el Entorno de Backend de Terminal, que determina dónde y cómo se ejecutan realmente los comandos de shell y los scripts de Python, y cómo el agente toca tu sistema de archivos. Hermes admite cinco.

Local es el predeterminado. Los comandos se ejecutan directamente en tu máquina con los mismos permisos que tu cuenta de usuario, sin aislamiento. Es la opción correcta para desarrollo local y uso personal de confianza donde quieres que el agente edite tus archivos de proyecto reales.

La seguridad aquí depende completamente de un sistema de aprobaciones incorporado que intercepta comandos destructivos (un rm -rf /, un DROP TABLE) y solicita permiso explícito antes de ejecutarlos.

Docker ejecuta al agente dentro de un entorno aislado para que no pueda tocar tu sistema anfitrión. SSH hace que el agente ejecute comandos y trabaje con archivos en un servidor remoto a través de una conexión remota. Modal ejecuta todo en entornos aislados de nube sin servidor: estás alquilando computación por segundo, pagando solo por los segundos reales que se ejecuta tu código.

Daytona es una capa de gestión de contenedores construida específicamente para agentes de codificación de IA; es más rápido que ejecutar Docker directamente y maneja la configuración del entorno y la instalación de dependencias automáticamente.

Para la mayoría de los casos de uso personal, Local es realmente suficiente; las otras opciones importan principalmente si estás ejecutando código no confiable o trabajando a escala de equipo.

Puerta de enlace de mensajería y configuración de herramientas

Después del backend del terminal, la configuración avanza a elegir dónde hablarás realmente con el agente: Telegram es la opción más pulida. Seleccionarlo te da un enlace directo que activa un bot preconfigurado; no hay configuración manual de token de bot involucrada.

El resto de la configuración recorre la habilitación de herramientas individuales y sus respectivos proveedores: automatización del navegador, generación de imágenes, texto a voz y búsqueda web. Para la búsqueda web específicamente, Firecrawl autoalojado o Exa se destacan como opciones sólidas para el raspado y la recuperación orientados a agentes.

La búsqueda en X requiere una suscripción a Grok para habilitarse, lo cual vale la pena saber antes de buscarla en el menú.

Comandos de barra inclinada que vale la pena conocer

Hermes viene con una larga lista de comandos de barra inclinada, la mayoría autoexplicativos por su nombre, pero vale la pena destacar algunos específicamente.

1. /background <prompt> ejecuta una tarea en segundo plano sin interrumpir tu sesión principal.
2. /goal establece un objetivo a largo plazo hacia el cual el agente trabaja persistentemente, con subcomandos para pausar, reanudar, borrar o verificar el estado; /subgoal maneja objetivos más pequeños anidados bajo un objetivo activo.
3. /kanban orquesta trabajos asíncronos de larga duración a través de múltiples agentes independientes – funciona como un tablero Kanban real donde un grupo de tareas se distribuye entre agentes trabajadores y se mueve a través de pendientes, en progreso y completado a medida que se transfiere entre ellos.

En el ámbito del desarrollo, /github_pr_workflow maneja el ciclo completo desde la rama hasta la fusión, incluido CI; /github_code_review revisa pull requests; y /codebase_inspection analiza el desglose de lenguajes y el recuento de líneas de un repositorio. /dogfood es un modo de control de calidad dedicado que busca errores en una aplicación web y produce un informe basado en evidencia. /spike ejecuta un experimento rápido y desechable para validar una idea antes de comprometerse con el desarrollo completo, y /systematic_debugging trabaja en errores en cuatro fases, comprendiendo la causa raíz antes de intentar una corrección.

También hay un conjunto de comandos específicos de integración – /notion, /obsidian, /airtable, /google_workspace, /arxiv, /blogwatcher, /polymarket, /ocr_and_documents, /youtube_content – cada uno envuelve un servicio externo o flujo de trabajo específico, además de /bundles, que agrupa varias habilidades existentes bajo un solo comando de barra inclinada mediante pequeños archivos de configuración YAML.

Tareas cron y Webhooks

Dos primitivas de automatización merecen atención especial.

• Las tareas cron te permiten programar un script para que se ejecute en un temporizador; si pasas -no-agent al crear una, Hermes ejecutará un script simple de Python o bash y simplemente reenviará su salida a tu mensajero, sin gastar ningún token de LLM.
• Los webhooks son la pieza más potente: permiten que el agente reaccione a eventos externos en lugar de a un temporizador. Puedes configurar un webhook de modo que, por ejemplo, una nueva pull request de GitHub active automáticamente a un agente con un prompt y un conjunto de habilidades específicos – creando efectivamente un agente revisor de guardia sin intervención manual por PR.

Motores de contexto

El motor de contexto gobierna cómo Hermes comprime y gestiona el historial de la conversación una vez que se acerca al límite de tokens del modelo, y hay dos opciones.

• El predeterminado, llamado Compressor, aplica resúmenes con pérdida a la parte media de una conversación larga.
• La alternativa, LCM (Gestión de Contexto Sin Pérdida), adopta un enfoque estructuralmente diferente: en lugar de producir un resumen de texto, construye un grafo acíclico dirigido de los puntos clave de la conversación, permitiendo que el agente navegue desde una vista de alto nivel y muy comprimida hasta los mensajes originales específicos que la respaldan.

Motores de memoria

Los proveedores de memoria externa se ejecutan junto con los archivos de memoria local incorporados de Hermes, MEMORY.md y USER.md, añadiendo capacidades como búsqueda semántica y grafos de conocimiento.

Varios se pueden configurar directamente a través de la TUI de configuración.

1. Honcho está construido en torno al modelado de un perfil de usuario detallado, utilizando llamadas de LLM en segundo plano para sintetizar observaciones en dos capas: una capa base de resúmenes y perfiles de sesión, y una capa dialéctica que analiza las necesidades actuales del usuario.
2. OpenViking es una base de datos de contexto que construye una jerarquía de conocimiento al estilo de un sistema de archivos, admitiendo la recuperación de contexto por niveles y clasificando automáticamente los hechos extraídos en seis categorías (eventos, patrones, preferencias, etc.) al final de cada sesión.
3. Mem0 es un servicio de memoria en la nube completamente gestionado; la extracción de hechos ocurre en el lado del servidor a través de LLM, e incluye búsqueda semántica, reordenamiento de resultados y deduplicación automática, aunque al estar alojado en la nube, también es la única opción aquí con un costo recurrente.
4. Hindsight es un sistema de memoria a largo plazo más avanzado construido sobre un grafo de conocimiento, al estilo GraphRAG. Extrae entidades de las sesiones, construye relaciones entre ellas y conserva turnos completos de conversación, incluidas las llamadas a herramientas, con la memoria dividida en cuatro categorías: hechos sobre el mundo, la propia experiencia del agente, opiniones y observaciones.
5. Holographic es un almacén de hechos local basado en SQLite sin dependencias externas, que incluye un sistema de puntuación de confianza para los hechos almacenados y el uso de Representaciones Reducidas Holográficas para soportar consultas algebraicas y composicionales, con la capacidad de detectar automáticamente contradicciones dentro de su base de conocimiento.
6. RetainDB es una API en la nube para memoria de equipo, que ofrece búsqueda híbrida a través de vectores, BM25 y métodos de reordenamiento, con la memoria dividida en siete tipos distintos y compresión delta para mantener el almacenamiento eficiente.
7. ByteRover es un sistema de memoria local portátil al que se accede a través de una CLI, que construye un árbol de conocimiento jerárquico y extrae hechos importantes antes de que la compresión con pérdida tenga la oportunidad de eliminarlos del contexto.
8. Supermemory ofrece memoria semántica a largo plazo con una API de grafo: ingiere registros completos de sesión después de que una conversación termina para construir su grafo de conocimiento, limpia periódicamente los hechos recordados para evitar la contaminación de los turnos actuales y puede aislar la memoria en contenedores separados por perfil de agente.

Para el uso diario, la memoria local predeterminada es realmente adecuada para la mayoría de las personas: los sistemas más pesados intercambian un costo real de recursos, especialmente RAM para las opciones alojadas localmente, por una capacidad que la mayoría de los flujos de trabajo aún no necesitan.

El bucle de mejora continua

Esta es la característica que más distingue a Hermes de un agente convencional: un conjunto de procesos asíncronos en segundo plano que analizan continuamente tus conversaciones, extraen patrones útiles de ellas y escriben esos patrones en la memoria a largo plazo y la memoria procedimental (habilidades), para luego mantener ese conocimiento acumulado para que no se deteriore con el tiempo. Todo el sistema se ejecuta en paralelo con tu chat principal y está compuesto por tres componentes: un sistema de activación, un agente de revisión en segundo plano y un curador.

• El sistema de activación

Hermes no analiza cada mensaje en tiempo real, ya que eso quemaría tokens sin beneficio. En cambio, se basa en dos contadores que activan un paso de reflexión una vez que cruzan un umbral.

Un activador de memoria se dispara cada diez mensajes del usuario, verificando si han aparecido nuevos hechos que valga la pena guardar en la conversación.

Un activador de habilidad se dispara cada diez iteraciones de llamadas a herramientas dentro de un solo turno, bajo la teoría de que si el agente acaba de gastar esa cantidad de pasos luchando contra un problema mediante prueba y error, esa experiencia vale la pena analizarla y posiblemente convertirla en una habilidad reutilizable.

Una vez que cualquiera de los contadores alcanza su límite, se dispara una función interna que entrega una instantánea de la conversación actual a un proceso de revisión en segundo plano.

• El agente de revisión en segundo plano

Esta instantánea se envía a un proceso de agente completamente separado y aislado que se ejecuta en paralelo sin interrumpir tu sesión principal. Funciona en dos direcciones.

1. En el lado declarativo, si nota nuevos detalles sobre las preferencias del usuario o el entorno (una preferencia por Supabase, un proyecto anclado a Python 3.12), actualiza MEMORY.md o USER.md, según el archivo al que pertenezca el hecho.
2. En el lado procedimental, si detecta que el agente acaba de resolver un problema no trivial o descubrió un proceso complejo, puede crear una nueva habilidad, editar una existente, aplicar un parche específico o eliminar una por completo. Cualquier habilidad que cree se etiqueta explícitamente como generada por el agente, por lo que su origen siempre es rastreable.

Para que el curador pueda juzgar eventualmente cuáles de estas habilidades autogeneradas realmente vale la pena conservar, Hermes mantiene un registro de uso oculto que rastrea, para cada habilidad: cuántas veces se ha cargado en un prompt, cuántas veces el agente la ha abierto para leerla, cuántas veces se ha editado, y marcas de tiempo de creación, último uso y última edición.

• El curador

Sin control, este proceso puede eventualmente producir cientos de habilidades, algunas redundantes, otras desactualizadas.

El curador existe para evitar que esa base de conocimiento se degrade. Solo se inicia cuando se cumplen dos condiciones simultáneamente: ha pasado suficiente tiempo desde su última ejecución (siete días, por defecto) y el agente principal ha estado inactivo durante el tiempo suficiente (dos horas, por defecto) para que un paso de mantenimiento pesado no interfiera con el trabajo activo.

Antes de realizar cualquier cambio, hace una copia de seguridad automática de todo el directorio de habilidades, por lo que cualquier resultado insatisfactorio se puede revertir con un solo comando de terminal.

El trabajo del curador se realiza en dos fases:

• La primera es puramente mecánica y no involucra ninguna llamada de LLM: verifica las métricas de uso, marca como obsoleta cualquier habilidad generada por el agente que no se haya usado en más de 30 días y mueve cualquier cosa no utilizada durante más de 90 días a una carpeta de archivo. Las habilidades importantes se pueden fijar explícitamente para protegerlas de este proceso.
• La segunda fase es una revisión genuina de LLM, ejecutada a través de una instancia de agente aislada separada que utiliza el modelo configurado para la tarea auxiliar del curador (por defecto, el mismo modelo que la conversación principal, aunque se puede apuntar a uno más barato). Vale la pena tener cuidado al ir demasiado barato aquí, ya que la calidad de estas decisiones tiene un efecto real posterior en la biblioteca de habilidades.

Para cada habilidad, el curador decide mantenerla tal cual si sigue siendo precisa y útil, repararla si contiene errores o métodos obsoletos, fusionarla con otra habilidad que cubra esencialmente el mismo terreno (reubicando correctamente cualquier script asociado, evaluaciones o archivos de referencia, y reescribiendo las rutas relativas en el proceso), o archivar la por completo.

Al final del ciclo, produce un informe detallado que incluye un mapa de renombres que muestra exactamente cómo los nombres de habilidades antiguas se asignaron a los nuevos después de cualquier fusión, de modo que la razón detrás de cada decisión sea completamente auditable.

Usar Hermes bien

Los agentes en la nube como este son genuinamente valiosos para cualquier proceso que puedas ejecutar 24/7 – siendo el trabajo de codificación la excepción notable – siempre que hayas digitalizado ese proceso cuidadosamente y hayas construido una habilidad sólida a su alrededor, incluyendo evaluaciones.

El flujo de trabajo que tiende a producir buenos resultados se ve algo así:

1. Comienza grabándote a ti mismo, en detalle, recorriendo el proceso desde el principio absoluto hasta el final, idealmente usando una herramienta de dictado para capturarlo con precisión – y este paso solo funciona si realmente entiendes el proceso o lo has investigado adecuadamente.
2. Toma esa grabación o esas notas e introdúcelas en un agente de codificación usando una herramienta de creación de habilidades para producir un primer borrador; aún no será lo suficientemente bueno para delegarlo, especialmente para algo complejo.
3. Incorpora evaluaciones (soluciones de referencia que representen un resultado correcto), ya que son las que te permiten medir realmente si la habilidad está funcionando bien en lugar de adivinar.
4. Ejecuta la habilidad en un entorno de prueba y refina tanto las evaluaciones como el contenido de la habilidad según lo que observes, haciendo la mayor parte de esa edición a mano en lugar de delegarla.
5. Solo una vez que la habilidad se comporta de manera consistente y determinista, se debe delegar al agente siempre activo. Si el proceso depende de algún servicio externo, vale la pena verificar si ya existe un servidor MCP o CLI que lo cubra antes de construir uno desde cero.

El punto más amplio es que la gama de cosas que puedes delegar a un agente como este está limitada principalmente por lo bien que puedas especificar el trabajo, no por la capacidad bruta del agente.

Tres principios parecen mantenerse en todos los casos de uso: no subcontrates trabajo de codificación a un agente en la nube 24/7 sin supervisión, mantén a un humano en el ciclo revisando lo que el agente produce realmente, y trata el refinamiento de habilidades como un trabajo continuo, no como algo que terminas una vez y abandonas.

Si esto fue útil, guárdalo en marcadores. Querrás volver a ello.

Para más análisis como este, sigue a @ScottyBeamIO

Sin rodeos, solo lo que realmente funciona.