La mayoría de la gente llega a la IA a través de una ventana de chat. Escribes, responde, la sesión termina y mañana empiezas de cero. Eso está bien para redactar, explicar e investigar de forma puntual. Es el modelo mental equivocado para el trabajo que debe recordar tus preferencias, reutilizar procedimientos probados y llamar a herramientas en sistemas reales.
Hermes Agent es un entorno de ejecución de agentes de código abierto de Nous Research. Entre sus interfaces documentadas se encuentran una CLI, una aplicación de escritorio, una pasarela de mensajería y la integración con editores mediante ACP. El entorno ofrece memoria persistente, skills reutilizables, herramientas, cron, automatización del navegador, ejecución de código y delegación a subagentes. Este artículo explica qué es Hermes, qué no es y cuándo sigue siendo preferible un chatbot.
Qué es Hermes Agent
Trata Hermes como un entorno de operador alrededor de un modelo de lenguaje, no como el modelo en sí.
El modelo sigue generando texto y llamadas a herramientas. Hermes proporciona el bucle que convierte esas llamadas en trabajo duradero:
- Memoria persistente entre sesiones, con archivos
MEMORY.mdyUSER.mdde tamaño limitado, además de proveedores externos opcionales descritos en la documentación de memoria. - Skills, paquetes procedurales en Markdown que el agente carga para tareas repetibles, como revisar un PR o redactar un informe semanal de operaciones. Las skills se guardan en el directorio de skills de Hermes y siguen el modelo descrito en la documentación oficial de skills.
- Herramientas, como terminal, archivos, navegador, búsqueda web, ejecución de código, memoria, cron y servidores MCP. La documentación de herramientas describe el registro integrado y los conjuntos configurables de herramientas.
- Interfaces para el operador, como la CLI, la aplicación de escritorio y la integración ACP con editores, además de una pasarela de mensajería independiente para Telegram, Discord, Slack y otros canales.
- Hooks de eventos y programación, con cron para «comprueba esto periódicamente» y un adaptador de webhooks que recibe eventos autenticados en el puerto predeterminado
8644. Los resultados de los webhooks se envían a un destino de entrega configurado; no se trata del servidor API autenticado mediante bearer ni de un callback síncrono genérico.
Tú eliges el proveedor del modelo, ya sean API en la nube, OpenRouter o endpoints locales compatibles con OpenAI, como Ollama y vLLM. La documentación actual de proveedores exige al menos 64.000 tokens de contexto para usar agentes con herramientas, por lo que poder acceder al endpoint no basta para demostrar compatibilidad. Hermes es el entorno que mantiene el estado, las skills y la política de herramientas alrededor del modelo.
Al evaluar Hermes, separa tres capas: (1) calidad y coste del modelo, (2) configuración de memoria, skills y herramientas de Hermes, (3) ubicación de la pasarela y quién puede acceder a ella. Confundir esas capas genera incidencias del tipo «el agente no funciona» que en realidad son problemas del modelo, de configuración o de red.
Qué no es Hermes Agent
La claridad aquí evita expectativas caras.
No tiene un único modelo de alojamiento. ChatGPT, Claude.ai y las aplicaciones de Gemini son productos con su propia memoria y sus propios conectores. Puedes alojar Hermes en infraestructura propia y asumir la instalación, las actualizaciones, los secretos y la exposición de red. Nous Research también documenta Hermes Cloud, un Hermes Agent alojado en una instancia dedicada en la nube; ese servicio tiene un límite distinto de infraestructura y de responsabilidad sobre los datos que debes revisar por separado.
No sustituye a la automatización de flujos de trabajo. Si el trabajo es determinista, por ejemplo, recibir un webhook, validar campos, escribir una fila y enviar una notificación a Slack, usa n8n, Zapier o Make. Hermes puede formar parte de un diseño híbrido, pero no debería convertirse en un sustituto frágil de los conectores y los reintentos. Consulta /articles/hermes-vs-n8n-choose-by-job y /articles/n8n-vs-zapier-vs-make.
No ofrece autonomía mágica. Las herramientas que pueden ejecutar comandos de shell, editar archivos o navegar por la web también pueden dañar sistemas. Hermes dispone de modos de aprobación para comandos peligrosos y patrones incondicionales en approvals.deny; Tirith, en cambio, es un analizador de contenido independiente que se ejecuta antes de una acción y, si no está disponible, permite continuar de forma predeterminada. Estos controles sobre la intención del operador no sustituyen a Docker, Modal u otro límite de aislamiento. La documentación de seguridad debe orientar la selección de herramientas y el sandbox antes de conectar sistemas reales.
No garantiza una mejora automática de la calidad. El lenguaje comercial sobre bucles de aprendizaje y creación de skills describe una capacidad: el agente puede escribir y perfeccionar skills a partir de la experiencia. De forma predeterminada, tanto skills.write_approval como memory.write_approval son false, por lo que las escrituras no quedan pendientes de aprobación salvo que actives esas puertas. La calidad sigue dependiendo de la revisión y de la higiene de la memoria. Trata las skills nuevas como pull requests sin revisar; un análisis o una revisión de catálogo no convierte en fiables las instrucciones de terceros.
No es terapia, asesoría legal ni consejo médico. Se aplica la misma regla que a cualquier otro producto con LLM: los ámbitos profesionales que exigen criterio requieren especialistas autorizados. Hermes no cambia ese límite.
Chatbot frente a entorno de ejecución de agentes: una regla de decisión
Usa un chatbot cuando:
- Basta una respuesta o un borrador.
- Pegarás tú mismo el resultado en el sistema real.
- No hace falta memoria entre sesiones más allá de lo que el producto ya ofrece.
- El coste del fallo es bajo (borrador incorrecto, se reescribe).
Usa un entorno de ejecución de agentes como Hermes cuando:
- El trabajo se repite y debería codificar un procedimiento, es decir, una skill, no un prompt puntual.
- El contexto debe persistir: convenciones del proyecto, tono preferido, estructura del repositorio y clientes recurrentes.
- El siguiente paso requiere herramientas: buscar en el repositorio, abrir una página, ejecutar un script o crear una incidencia.
- La entrega debería ocurrir donde el equipo ya trabaja (Telegram/Slack/CLI), no solo en una pestaña de chat del navegador.
- Necesitas ejecuciones impulsadas por eventos (webhook) o investigación programada (cron).
Una prueba sencilla: si la parte valiosa termina cuando aparece el texto, usa el chat. Si consiste en «recordar, decidir, actuar y conservar los registros operativos configurados», evalúa un entorno de ejecución de agentes. Los registros de sesión, pasarela y entrega deben configurarse y probarse antes de calificarlos como rastro de auditoría.
| Trabajo | Prefiere | Por qué |
|---|---|---|
| Reescribir un email difícil una vez | Chatbot | Una sola salida, el humano envía |
| Triaje semanal de soporte con la misma lista de comprobación | Hermes + skill | Procedimiento + memoria + entrega por canal |
| Formulario → mapeo de campos CRM cada vez | n8n / Zapier / Make | Fontanería determinista |
| PR abierto → resumen de riesgos + pasos de revisión sugeridos | Ruta de webhook de Hermes | Evento + criterio; el resultado se envía a un destino de entrega configurado |
| Preguntas y respuestas sobre un corpus privado extenso con comprobación de citas | Hermes o stack RAG en modelos locales/privados | Persistencia + herramientas; sigue verificando afirmaciones |
Memoria, skills y herramientas: un modelo mental útil
Piensa en tres almacenes:
-
Memoria: datos sobre ti, el entorno y preferencias duraderas (
USER.md,MEMORY.md, proveedores opcionales). Resulta útil para «usamos Linear, los clientes estonios prefieren un tono formal, nunca envíes cambios a main». No sirve para volcar incidencias completas ni secretos. -
Skills: cómo realizar una clase de tareas. Resultan útiles para «al resumir un PR, enumera siempre el alcance del impacto, las pruebas pendientes y el riesgo del despliegue». No son adecuadas para prompts puntuales que nunca reutilizarás.
-
Herramientas: aquello a lo que puede acceder el agente. Conviene empezar por búsquedas de solo lectura en GitHub y someter las acciones de escritura a aprobación. Evita «habilitarlo todo para que parezca potente».
La memoria persistente y el acceso a herramientas implican que Hermes puede conservar datos personales, fragmentos de información de clientes y referencias a credenciales entre sesiones. No pegues secretos en el chat «por comodidad». Los archivos de entorno son configuración del proceso, no un límite de aislamiento de secretos. Utiliza tokens de alcance reducido, la ocultación predeterminada de secretos, conjuntos limitados de herramientas y un sandbox adecuado al modelo de amenazas antes de conectar correo electrónico, CRM o shells de producción.
Un escenario concreto
Bandeja de soporte, equipo B2B pequeño. Hoy, alguien pega incidencias en ChatGPT, obtiene un borrador y lo copia al sistema de soporte. Una posible ruta con Hermes recibiría un webhook o mensaje de canal con los datos mínimos de la incidencia, cargaría una skill de clasificación, usaría contexto seleccionado sobre productos y niveles de gravedad, y consultaría solo las fuentes permitidas. El borrador iría a un canal de revisión compatible y configurado, no se enviaría de forma automática. Si n8n necesita recuperar el resultado dentro del mismo flujo de trabajo, debe llamar al servidor API autenticado mediante bearer en el puerto predeterminado 8642, en lugar de asumir que el adaptador de webhooks devuelve la salida del agente.
La misma calidad de modelo puede situarse bajo ambos caminos. La diferencia es persistencia, procedimiento y acción controlada. Esa es la categoría de producto que ocupa Hermes.
Cuándo no empezar con Hermes
Omite o pospone Hermes si:
- Nadie en el equipo puede mantener una pasarela autoalojada (actualizaciones, copias de seguridad, cortafuegos, secretos).
- El primer caso de uso sigue siendo «hacer preguntas sobre IA» sin necesidad de herramientas.
- Necesitas conectores SaaS auditados y documentación de cumplimiento de inmediato; quizá encaje mejor empezar por una plataforma de automatización consolidada.
- La dirección espera escrituras en producción sin supervisión desde la primera semana. Eso es un fallo operativo anunciado, sea cual sea el producto.
Empieza con Hermes cuando ya notes el impuesto del chat: volver a explicar el contexto en cada sesión, copiar y pegar el mismo procedimiento, o querer agentes en Telegram/Slack con un límite real de herramientas.
Ejercicio: clasifica cinco trabajos que tienes sobre la mesa
Enumera cinco tareas recurrentes relacionadas con IA de las últimas dos semanas. Para cada una, marca:
- Chatbot / Hermes / plataforma de automatización / híbrido
- ¿Necesita memoria? (sí/no)
- ¿Necesita una skill? (sí/no)
- ¿Necesita una herramienta con efectos secundarios? (sí/no)
- ¿Debe aprobar un humano antes de enviar/escribir externamente? (sí/no)
Como heurística para el ejercicio, si tres o más filas requieren memoria y un procedimiento reutilizable y una herramienta, puede valer la pena probar Hermes u otro entorno de ejecución de agentes en un piloto controlado. Este umbral no es una regla de selección validada. Si casi todo consiste en «redactar una vez y pegarlo yo», quédate con un chatbot e invierte en una biblioteca de prompts (/articles/reusable-prompt-libraries).
A dónde ir después
- Configuración de la primera semana, higiene de memoria, skills y aprobaciones de shell: Primera semana con Hermes Agent: higiene de memoria, skills y aprobaciones de herramientas
- Rutas impulsadas por eventos y autenticación adecuada a cada proveedor: Webhooks de Hermes: agentes impulsados por eventos sin un prompt gigante que lo abarque todo
- Elegir Hermes vs n8n según el trabajo: /articles/hermes-vs-n8n-choose-by-job
- Instalación y documentación oficiales: inicio rápido, documentación, GitHub
Hermes Agent es útil cuando necesitas un agente que mantenga estado y tome acciones bajo política. Es sobrecarga innecesaria cuando una sola respuesta de chat es todo el trabajo. Elige por la forma del trabajo, no por la novedad del stack.
