Introducción a Hermes Agent

Hermes Agent es un agente de IA autoevolutivo de código abierto creado por Nous Research, capaz de aprender continuamente, auto-mejorarse y ejecutarse de forma persistente en múltiples plataformas.

Hermes Agent, a diferencia de los tradicionaleschatbotsdiferente: Hermes Agent no solo responde preguntas: recordará tus preferencias, extraerá automáticamente flujos de trabajo, mantendrá el contexto entre sesiones y se ejecutará sincronizado en múltiples plataformas de mensajería.


¿Qué es Hermes Agent?

Hermes Agent es un framework de agente de IA autoevolutivo construido por Nous Research, bajo licencia de código abierto MIT.

El posicionamiento central de Hermes Agent no esun chatbotsino un agente autónomo: un agente inteligente capaz de ejecutarse continuamente en segundo plano, aprender proactivamente y trabajar en múltiples plataformas.

La definición oficial es muy directa:

The agent that grows with you.
一个会随着使用不断成长的 Agent。

Es un agente autónomo que, cuanto más tiempo lleva ejecutándose, más capaz se vuelve.

El dilema de la mayoría de las herramientas de IA actuales: el problema de la amnesia

Quienes han usado herramientas de IA han pasado por esto: pasas una tarde enseñando a Claude o ChatGPT las normas específicas de tu proyecto, y tras una colaboración extremadamente eficiente, cierras la ventana de conversación.

Al abrir una nueva sesión al día siguiente, todo vuelve al punto de partida.

Esto se llamael problema de amnesia de las herramientas de IA(The Amnesia Problem): la capacidad sigue, pero la memoria no.

La solución de Hermes: ciclo de aprendizaje cerrado

Hermes resuelve el problema de la amnesia mediante tres mecanismos centrales, formando un ciclo cerrado que se refuerza constantemente:

任务执行
    ↓
提炼可复用技能(Skill)
    ↓
更新持久记忆(Memory)
    ↓
下次执行类似任务时自动加载
    ↓
持续改进 ……
  • 1. Memoria persistente (Persistent Memory): arquitectura de memoria de tres capas: memoria de trabajo (sesión actual), memoria semántica a largo plazo (memory.md), registro de episodios (SQLite + búsqueda de texto completo). El agente organiza y actualiza activamente sus archivos de memoria, en lugar de depender de que le proporciones el contexto manualmente cada vez.
  • 2. Creación autónoma de habilidades (Autonomous Skill Creation): cuando el agente completa una tarea compleja (normalmente con más de 5 llamadas a herramientas), extrae automáticamente este flujo de trabajo en unarchivo de Skill(formato Markdown). La próxima vez que se enfrente a una tarea similar, carga directamente este Skill sin tener que volver a experimentar.
  • 3. Diseño independiente del modelo (Model-Agnostic): Hermes no está vinculado a ningún modelo específico. Puede conectarse a Nous Portal, OpenRouter (más de 200 modelos), OpenAI, Anthropic, o a modelos Ollama desplegados localmente; se cambia con un solo comando, sin necesidad de modificar ningún código.

En resumen:Un chatbotresponde solo cuando se le pregunta; Hermes Agent, en cambio, al darle un objetivo, encuentra la manera de completarlo por sí mismo.


Comparación con otras herramientas de IA

La siguiente tabla compara Hermes Agent con las herramientas de IA más populares actualmente, para ayudarte a comprender las diferencias en sus capacidades principales.

Dimensión de comparación ChatGPT / Claude.ai Claude Code / Cursor Hermes Agent
Memoria entre sesiones Limitada / ninguna Ninguno ✅ Memoria persistente de tres capas
Aprendizaje automático de habilidades ✗ ✗ ✅ Extracción automática de Skills
Modo de ejecución SaaS en la nube Plugin de IDE Proceso local de ejecución prolongada
Integración multiplataforma Web / App Dentro del IDE Telegram/Slack y más de 15 plataformas
Privacidad de datos Subida a la nube Subida a la nube ✅ 100% local
Automatización programada ✗ ✗ ✅ Programación Cron integrada
Vinculación de modelos OpenAI/Anthropic OpenAI/Anthropic ✅ Cualquier modelo
Código abierto ✗ Parcial ✅ MIT License

Diferencias con otros frameworks de agentes de código abierto

Además de estas herramientas orientadas al usuario final, hay muchos frameworks de agentes en la comunidad de código abierto, y Hermes también presenta diferencias esenciales con ellos.

Diferencias entre Hermes y AutoGPT / CrewAI

Frameworks como AutoGPT y CrewAI son buenos enorquestar tareas de múltiples pasospero son, en esencia,sin estado—cada ejecución comienza desde cero, sin acumulación de memoria ni mecanismos para extraer flujos de trabajo de experiencias pasadas.

La diferencia de Hermes radica enla dimensión temporal: no solo ejecuta la tarea actual, sino que, durante el proceso, construye simultáneamente un yo cada vez más potente.

Diferencias entre Hermes y OpenClaw

OpenClaw es actualmente el competidor más cercano a Hermes; ambos admiten memoria persistente e integración multiplataforma.

La diferencia central es:

  • OpenClawconprioridad al plano de controlcomo filosofía de diseño, enfatizando la amplitud del ecosistema; las habilidades son escritas y mantenidas manualmente.
  • Hermesconciclo de auto-evolucióncomo núcleo; las habilidades son creadas y mejoradas autónomamente por el agente, enfatizando la profundidad del aprendizaje.

En pocas palabras: OpenClaw es un asistente que entrenas con esmero; Hermes es un aprendiz que crece por sí mismo.

Resumen comparativo de frameworks

CaracterísticaHermes AgentAutoGPTCrewAIOpenClaw
Sistema de memoriaArquitectura de tres capas (trabajo + semántica + episodios)Base de datos vectorialSin memoria integradaSin memoria integrada
Extracción de habilidadesExtracción automática + comando /learnNingunoNingunoNinguno
Integración multiplataformaTelegram/Discord/Slack/WhatsApp/SignalNingunoNingunoTelegram/Discord
Modo de despliegue6 modos (CLI/Docker/Serverless, etc.)DockerScript de PythonDocker
Soporte MCPSoporte nativoLimitadoLimitadoLimitado
Tareas programadasCron integrado + Chronos gestionadoNingunoNingunoSin integrado
Sistema de pluginsMiddleware + Observer HooksLimitadoLimitadoLimitado
Licencia de código abiertoMITMITMITMIT

La arquitectura de tres capas de Hermes se refiere a: Núcleo del Agente (decisión y razonamiento) → Gateway (enrutamiento de mensajes y adaptación de plataformas) → Connector (cifrado de plataformas y límites de identidad). Este diseño en capas permite que cada capa se extienda y se reemplace de forma independiente.


Concepto central de Hermes

El diseño de Hermes Agent gira en torno a un ciclo cerrado central: memoria → habilidades → ejecución de tareas → auto-mejora.

Este ciclo cerrado permite que el agente crezca continuamente durante su uso: cuanto más lo usas, mejor te entiende.

Memoria (Memory)

Hermes utiliza una arquitectura de memoria de tres capas que cubre diferentes dimensiones temporales, de corto a largo plazo.

La memoria de trabajo se encarga del contexto de la sesión actual; la memoria semántica a largo plazo (memory.md) almacena hechos y preferencias clave; el registro de episodios (SQLite + FTS5) registra todas las conversaciones y operaciones históricas.

El agente puede buscar y recuperar recuerdos anteriores entre sesiones, lo que significa que no olvidará lo que le hayas contado antes.

Habilidades (Skills)

Las habilidades son la característica más central de Hermes: son una abstracción de la memoria procedimental, que impulsan flujos de trabajo reutilizables en forma de archivos Markdown.

Cuando un agente ha ejecutado más de 5 llamadas a herramientas, puede destilar automáticamente este flujo en una Skill.

También puedes, mediante el/learncomando, generar Skills a partir de documentación, documentación de API o conversaciones históricas.

La comunidad comparte e instala habilidades a través de Skill Hub (agentskills.io), creando un ecosistema abierto de habilidades.

Ejecución de tareas

Hermes cuenta con más de 70 herramientas integradas, que cubren 28 conjuntos de herramientas como sistema de archivos, navegación web, ejecución de código, reconocimiento de imágenes, procesamiento de audio, etc.

A través del protocolo MCP (Model Context Protocol), puedes conectarte a cualquier servidor de herramientas de terceros, expandiendo ilimitadamente los límites de las capacidades del agente.

Auto-mejora

Cada 15 tareas, Hermes activa el mecanismo Periodic Nudge, evaluando y optimizando automáticamente su memoria y habilidades.

El sistema de modelado de usuarios Honcho construye un perfil de usuario dialéctico, permitiendo que el agente desarrolle una comprensión profunda de ti a lo largo de las sesiones.


Características principales

Características principales:
  • Conexión (Connect):Telegram, Discord, Slack, WhatsApp, Signal, Email, CLI: un agente, memoria unificada, todas las plataformas. Una conversación iniciada en Telegram puede continuar sin problemas en la terminal.
  • Memoria (Remember):Hermes aprende de tus proyectos, genera habilidades automáticamente y nunca olvida los problemas que ha resuelto. Al final de cada sesión, la información importante se escribe en la memoria persistente.
  • Programación (Schedule):Configura tareas programadas en lenguaje natural —informes diarios, copias de seguridad, revisiones rutinarias, resúmenes matutinos— que se ejecutan en segundo plano sin supervisión.
  • Delegación (Delegate):Genera subagentes aislados con contexto de conversación independiente, terminal propia y scripts RPC en Python, logrando pipelines paralelos con costo de contexto cero.
  • Búsqueda y multimodalidad (Search):Búsqueda web, automatización del navegador, comprensión visual, generación de imágenes, texto a voz e inferencia multimodelo, todo integrado.

Hermes Agent permite cambiar libremente entre cualquier modelo grande, incluyendoNous Portal, OpenRouter (más de 200 modelos), OpenAI, GLM, Kimi, MiniMaxetc. Al ejecutarhermes modelse realiza el cambio sin necesidad de modificar código y sin bloqueo de proveedor.

Proveedor Descripción Método de configuración
Nous Portal Suscripción, configuración cero Mediantehermes modeliniciar sesión con OAuth
OpenAI Codex ChatGPT OAuth, usando el modelo Codex Mediantehermes modelautenticación de código de dispositivo
Anthropic Usar el modelo Claude directamente Autenticación mediante Claude Code o clave de API de Anthropic
OpenRouter Enrutamiento multiproveedor Introduzca su clave de API
DeepSeek Acceso directo a la API de DeepSeek ConfiguraciónDEEPSEEK_API_KEY
Hugging Face Acceso a más de 20 modelos abiertos a través de un enrutador unificado ConfiguraciónHF_TOKEN
Punto final personalizado VLLM, SGLang, Ollama o cualquier API compatible con OpenAI Configurar URL base y clave de API
Característica Descripción de capacidad
Interacción nativa con la terminal Interfaz TUI completa con soporte para edición multilínea, autocompletado de comandos, historial, salida en streaming, etc.
Acceso a todas las plataformas Una sola pasarela para CLI, Telegram, Discord, Slack, WhatsApp y otros canales.
Sistema de aprendizaje de ciclo cerrado Gestión autónoma de memoria, generación y optimización de habilidades, recuperación entre sesiones, modelado de usuarios.
Automatización programada Programación Cron integrada, compatible con tareas automáticas 7×24 como informes diarios, copias de seguridad, auditorías, etc.
Procesamiento paralelo de tareas Soporte para ejecución paralela de subagentes, división de múltiples flujos de trabajo y llamadas a herramientas RPC.
Ejecución en múltiples entornos Compatible con 6 backends: local, Docker, SSH, Daytona, Modal, etc.
Capacidades de nivel de investigación Soporte para generación de trayectorias, entornos de aprendizaje por refuerzo, compresión de datos de entrenamiento.

Arquitectura general

Proceso general:

Diagrama de arquitectura:

Módulo Función Ejemplo
Capa de acceso (Clients) Recibe solicitudes de los usuarios Web, App, API, Feishu
Capa de entrada (Input) Procesa varios tipos de datos de entrada Texto, imágenes, PDF, Excel
Orquestador de agentes (Agent Orchestrator) Comprende las tareas y divide el flujo de ejecución Analizar requisitos → elaborar plan
Capa de capacidades (Capabilities) Proporciona capacidades de ejecución Diálogo, recuperación, ejecución de código
Capa de memoria (Memory) Guarda contexto e información histórica Memoria de sesión, memoria a largo plazo
Capa de conocimiento (Knowledge) Proporciona capacidades de recuperación de conocimiento RAG, bases de datos vectoriales
Capa de modelos (Model Layer) Proporciona capacidades de razonamiento GPT, Claude, modelos locales
Capa de herramientas (Tools) Llama a herramientas externas para completar tareas Búsqueda, bases de datos, API
Capa de servicios externos (External Services) Se integra con sistemas de negocio ERP, CRM, servicios en la nube
Capa de infraestructura (Infrastructure) Soporta la operación del sistema Permisos, registros, monitoreo

Resumen de casos de uso

Los escenarios de aplicación de Hermes Agent son muy amplios. A continuación se presentan algunas direcciones de uso típicas.

EscenarioDescripciónConfiguración típica
Asistente de productividad personalGestionar agenda, manejar correos, organizar información, automatizar tareas diarias.Profile predeterminado + Skill de agenda/correo
Asistente de programaciónRevisión de código, corrección de bugs, generación de andamiajes de proyectos, redacción de documentación.Profile de codificación + Skills relacionados con código
Agente de investigaciónBúsqueda de literatura, recopilación de datos, organización de información, generación de informes.Profile de investigación + Skill de búsqueda/análisis
Operaciones y mantenimiento automatizadosMonitoreo de servidores, análisis de registros, alertas automáticas, inspecciones programadas.Profile de operaciones + tareas programadas Cron
Generación de datos de entrenamiento RLGeneración de trayectorias por lotes, exportación en formato ShareGPT, integración con Atropos.batch_runner + Profile de entrenamiento
Atención al cliente multiplataformaIntegración unificada con Telegram/Discord/Slack, respuestas automáticas a preguntas frecuentes.Gateway multiplataforma + Skill de FAQ

Una instancia de Hermes Agent puede crear múltiples avatares mediante el sistema de Profiles. Cada avatar configura su memoria, habilidades y herramientas de forma independiente, sin interferencias entre sí. Por ejemplo, uno como asistente de codificación, otro como asistente de investigación y otro para monitoreo de operaciones.

Otras extensiones