Instalación

Esta sección aterriza el camino práctico “get running” que awesome-list enmarca como el paso 1 de su “Where Do I Start?” de tres pasos. La orange-book es una guía conceptual y difiere explícitamente la instalación a los docs; los comandos aquí vienen del README central.

Linux, macOS, WSL2, Termux:

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

Windows (nativo, PowerShell):

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

El instalador lo maneja todo:uv, Python 3.11, Node.js, ripgrep, ffmpeg, y un Git Bash portable(MinGit, desempaquetado en %LOCALAPPDATA%\hermes\git — sin admin requerido, completamente aislado de cualquier Git del sistema). Si ya tienes Git, el instalador lo detecta y lo usa. Si no, una descarga de ~45MB de MinGit es todo lo que necesitas — no tocará ni interferirá con ningún Git del sistema.

Tras instalar:

source ~/.bashrc    # recarga el shell (o: source ~/.zshrc)
hermes              # ¡a chatear!

Notas de plataforma:

• Android / Termux — Hermes instala un extra .[termux] curado, porque el extra .[all] completo trae dependencias de voz incompatibles con Android. Ver la guía Termux en los docs.
• Windows — la instalación nativa vive en %LOCALAPPDATA%\hermes; WSL2 instala en ~/.hermes como en Linux. Si Windows Defender marca uv.exe como malware, es un falso positivo (es el uv de Astral); incluye en whitelist la carpeta, no el hash — Hermes actualiza uv y el hash cambia.

Sintetizado de:hermes-agent(README central, Quick Install), awesome-hermes-agent(Where Do I Start?).

Tu primera conversación

El camino más rápido a un agente que funciona, saltándose recoger cinco API keys separadas:

hermes setup --portal

Ese único comando te loguea vía OAuth, pone a Nous como tu proveedor, y activa la Tool Gateway(búsqueda web vía Firecrawl, generación de imágenes vía FAL, TTS vía OpenAI, y un navegador en la nube vía Browser Use) — todo bajo una suscripción. Comprueba qué hay cableado en cualquier momento con hermes portal info.

¿Prefieres tus propias claves por herramienta? Puedes traerlas — la pasarela es por-backend, no todo o nada. El asistente de configuración completo es hermes setup(sin --portal); te guía por proveedor, modelo, herramientas y mensajería interactivamente.

Una vez configurado, simplemente:

hermes            # CLI interactivo — inicia una conversación

Los dos puntos de entrada comparten muchos comandos slash(/new, /model, /personality, /retry, /undo, /compress, /usage, /skills), así que lo que aprendes en el CLI se traslada a mensajería.

Sintetizado de:hermes-agent(README central, Nous Portal + Getting Started).

Elegir un proveedor de modelo

Hermes es agnóstico al modelo. Elige un proveedor y modelo, y cámbialos en cualquier momento sin tocar código:

hermes model       # elige tu proveedor y modelo LLM

Opciones de proveedor: Nous Portal (300+ modelos), OpenRouter (200+), NovitaAI, NVIDIA NIM (Nemotron), Xiaomi MiMo, z.ai/GLM, Kimi/Moonshot, MiniMax, Hugging Face, OpenAI, o tu propio endpoint.

Guía práctica: awesome-list y los docs recomiendan un modelo con ≥64K de contexto para trabajo agéntico — las llamadas a herramientas y la recuperación de memoria consumen contexto rápido. Para empezar, la suscripción única de Nous Portal es la opción de menor fricción; en producción, OpenRouter te permite enrutar por tarea al modelo que sea más barato/fuerte para ese trabajo.

Sintetizado de:hermes-agent(README central), awesome-hermes-agent(Where Do I Start?).

Fundamentos de CLI y TUI

El CLI es una interfaz de terminal real, no un REPL línea a línea. Destacados:

• Edición multilínea y autocompletado de comandos slash
• Historial de conversación y salida de herramientas en streaming
• Interrumpir y redirigir — Ctrl+C o simplemente enviar un mensaje nuevo a mitad de tarea
• Sessions — reanudar, ramificar y buscar conversaciones pasadas

Comandos centrales:

hermes              # CLI interactivo — inicia una conversación
hermes tools        # configura qué herramientas están activas
hermes config set   # setea valores de configuración individuales
hermes gateway      # inicia la pasarela de mensajería
hermes doctor       # diagnostica cualquier problema
hermes update       # actualiza a la última versión

Comandos slash compartidos (CLI + mensajería):/new o /reset, /model [provider:model], /personality [name], /retry, /undo, /compress, /usage, /insights [--days N], /skills, /<skill-name>.

Cuando algo se sienta mal, hermes doctor diagnostica problemas comunes; hermes update trae la última release. Como el producto publica releases cada pocas semanas (v0.7 → v0.16 en ~dos meses), mantenerse al día importa.

Sintetizado de:hermes-agent(README central, Getting Started + referencia rápida CLI).

Configuración y contexto

La configuración vive en un archivo de configuración (proveedores, modelos, todas las opciones), editable vía hermes config set o directamente. Dos archivos merecen atención especial porque dan forma a cada conversación:

Personality & SOUL.md — SOUL.md define la voz por defecto global del agente y las barreras de comportamiento (el “alma” a la que cae cuando no hay nada más específico). Establece o cambia personalidades con /personality [name]. Aquí codificas principios permanentes (“nunca borrar sin confirmación”, “preferir respuestas concisas”) que persisten entre sesiones y plataformas.

Context Files — archivos de contexto de proyecto que dan forma a cada conversación en un workspace. Suelta un context file en un proyecto y Hermes lo pliega en cada turno automáticamente — el equivalente a un CLAUDE.md o AGENTS.md por proyecto, pero aplicado a través de CLI, escritorio y mensajería.

Nota de migración: si vienes de OpenClaw, hermes setup detecta automáticamente ~/.openclaw y ofrece migrar tu SOUL.md, memorias, skills, allowlists, ajustes de mensajería, API keys, assets de TTS e instrucciones de workspace antes de que comience la configuración (la migración completa es su propia sección en la última pestaña).

Sintetizado de:hermes-agent(README central, docs de Configuration/Context Files/SOUL.md), awesome-hermes-agent(Where Do I Start?).

Tres motores de auto-mejora

Este es el diferenciador titular — la razón de que Hermes exista como producto separado y no como “OpenClaw con skills.” Tres motores corren continuamente:

1. Skills desde la experiencia. Tras una tarea compleja, Hermes extrae una skill reutilizable y la archiva en su librería. La skill no se queda estática — mejora durante el uso, refinándose a partir de trazas de ejecución.
2. Memoria persistente auto-curada. Recordatorios periódicos hacen que el agente persista lo que aprendió en vez de soltarlo al final de la sesión. Busca sus propias conversaciones pasadas (búsqueda de texto completo FTS5 con resumen LLM) para recuperación entre sesiones.
3. Modelado de usuario que se profundiza. Vía Honcho, Hermes construye un modelo dialéctico de quién eres a través de las sesiones — no un perfil de palabras clave, sino un modelo que se refina con ida y vuelta. Sus respuestas se calibran a ti con el tiempo.

La orange-book llama a esto “the reins grow themselves” — el harness (instructions / constraints / feedback / memory / orchestration) no se mantiene a mano sino por el propio agente. Las dos próximas secciones cubren el Curator que gobierna la librería de skills, y el pipeline de investigación (DSPy + GEPA) que evoluciona los propios prompts de Hermes.

Sintetizado de:hermes-agent-orange-book(Part 2), hermes-agent(README central, closed learning loop).

El Curator

Introducido en v0.12(“The Curator release”), el Curator es el proceso autónomo que gobierna la librería de skills para que no se pudra.

En un ciclo de 7 días, el Curator:

• Califica skills — las puntúa según lo bien que realmente funcionan
• Consolida — fusiona skills solapadas que hacen lo mismo
• Poda — elimina skills muertas, obsoletas o dañinas

Esto importa porque los sistemas ingenuos de “aprender para siempre” acumulan basura: skills duplicadas, enfoques obsoletos, deriva de prompt. El Curator es la capa de gobernanza que mantiene la librería ágil y confiable — la diferencia entre “crece” y “crece raro.”

awesome-list lo enmarca con precisión:“the only agent with a built-in learning loop — it creates skills from experience, improves them during use, and as of v0.12.0 maintains its own skill library through an autonomous Curator that grades, consolidates, and prunes on a 7-day cycle.”

Sintetizado de:hermes-agent-orange-book(Part 2), awesome-hermes-agent(intro).

Qué no aprender

La auto-mejora sin barreras es un pasivo — un agente que “aprende” a mitad de conversación puede romper caché, derivar de su propósito, o empeorar silenciosamente. Hermes impone límites duros sobre qué absorberá y qué no:

• Estabilidad a mitad de conversación — ningún cambio de skill/memoria surte efecto a mitad de turno; la compatibilidad de caché se preserva para que una conversación en curso no vea cambiar sus propias reglas debajo.
• Preservación semántica — una variante evolucionada no debe derivar del propósito original de la skill. Una skill de “GitHub code review” puede mejorar en code review; no puede convertirse silenciosamente en otra cosa.
• Límites de tamaño — skills topeadas (≤15KB), descripciones de herramientas topeadas (≤500 caracteres), así la librería no puede hincharse sin límite.
• Puerta de revisión humana — las variantes evolucionadas pasan por revisión humana de PR, nunca un commit directo. El agente propone; una persona aprueba.

Esas mismas barreras sustentan el pipeline de evolución DSPy + GEPA (siguiente sección), donde cada mutación candidata debe pasar un suite de pruebas completo antes de ser considerada.

Sintetizado de:hermes-agent-orange-book(Part 2), hermes-agent-self-evolution(Guardrails).

Evolucionar skills con DSPy + GEPA

Para equipos que quieren activamente evolucionar las skills, prompts y descripciones de herramientas de Hermes — no solo dejar que el Curator las mantenga pasivamente — Nous liberó hermes-agent-self-evolution(4.3k estrellas, MIT).

Usa DSPy + GEPA(Genetic-Pareto Prompt Evolution) — una búsqueda evolutiva reflexiva:

Read current skill/prompt/tool ──► Generate eval dataset
                                        │
                                        ▼
                                   GEPA Optimizer ◄── Execution traces
                                        │                    ▲
                                        ▼                    │
                                   Candidate variants ──► Evaluate
                                        │
                                   Constraint gates (tests, size limits, benchmarks)
                                        │
                                        ▼
                                   Best variant ──► PR against hermes-agent

La idea clave:GEPA lee trazas de ejecución para entender por qué las cosas fallan, no solo que fallaron — luego propone mutaciones dirigidas en vez de búsqueda aleatoria. Es un paper Oral de ICLR 2026.

Por qué es práctico: no se requiere entrenamiento en GPU. Todo opera vía llamadas API — mutar texto, evaluar resultados, seleccionar las mejores variantes — a aproximadamente $2–10 por run de optimización.

git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"
export HERMES_AGENT_REPO=~/.hermes/hermes-agent

# Evoluciona una skill usando datos sintéticos de eval
python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source synthetic

# O usa historial real de sesión de Claude Code, Copilot y Hermes
python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source sessiondb

Sintetizado de:hermes-agent-self-evolution(README).

Plan de 5 fases y barreras

El repositorio self-evolution presenta una hoja de ruta por fases de lo que GEPA puede optimizar:

Dos motores lo alimentan:

• DSPy + GEPA(MIT) — evolución de prompt reflexiva que lee trazas de ejecución y propone mutaciones dirigidas.
• Darwinian Evolver(AGPL v3, solo CLI externo) — evolución de código con organismos basados en Git, para la Fase 4.

Cada variante evolucionada debe pasar cinco barreras antes de aterrizar:

1. Suite de pruebas completo — pytest tests/ -q debe pasar al 100%
2. Límites de tamaño — skills ≤15KB, descripciones de herramientas ≤500 caracteres
3. Compatibilidad de caché — sin cambios a mitad de conversación
4. Preservación semántica — no debe derivar del propósito original
5. Revisión de PR — todos los cambios pasan por revisión humana, nunca commit directo

El playbook operativo de awesome-list es explícito sobre el modo de fallo:el truco no es “evolucionar más rápido” — es “evolucionar sin volverse raro silenciosamente.” Empareja el pipeline de evolución con chequeos de regresión programados y una segunda pasada de evaluación que bloquee mutaciones de prompt malas.

Sintetizado de:hermes-agent-self-evolution(README, Full Plan, Guardrails), awesome-hermes-agent(Level-Up Blueprints).

Memoria de tres capas

La memoria de Hermes es por capas, no plana — cada capa tiene una vida y propósito distintos:

1. Memoria de sesión — la conversación actual. Vida corta, sostiene la ventana de contexto activa.
2. Memoria activa — lo que se recupera y se muestra antes de una respuesta (recuperación de memoria proactiva, v2026.4+). El agente tira de memorias relevantes antes de responder, no solo cuando se le pide.
3. Memoria a largo plazo — conocimiento duradero que persiste entre sesiones y plataformas. Esto es lo que hace que el agente te “recuerde” mañana.

La orange-book enmarca esto como un sistema de memoria de tres capas(la parte “How It Remembers You”) — y crucialmente, las capas se componen. El contexto de sesión puede promoverse a activo; el activo puede promoverse a largo plazo; el largo plazo retroalimenta la recuperación activa en el siguiente turno. El agente no es amnésico entre sesiones como lo es un chatbot sin estado.

Esta estratificación es también lo que hace necesario al Curator (pestaña anterior) — sin gobernanza, la memoria a largo plazo acumularía contradicciones y afirmaciones obsoletas.

Sintetizado de:hermes-agent-orange-book(Part 3), hermes-agent(README central, closed learning loop).

Búsqueda y resumen de sesiones

La memoria a largo plazo no sirve de nada si no puedes encontrar nada en ella. Hermes trae búsqueda de sesión FTS5 de texto completo con resumen LLM para recuperación entre sesiones.

En vez de volcar chunks crudos de vuelta al contexto, el agente busca sus conversaciones pasadas, resume lo relevante, e inyecta una porción comprimida y pertinente. Esta es la diferencia entre “aquí hay 10 chunks que mencionan tu consulta” y una respuesta realmente recuperada.

El efecto práctico:puedes referenciar algo de una conversación de hace tres semanas — “¿recuerdas cuando decidimos el tier de precios?” — y Hermes lo recupera sin que lo reexpliques. La búsqueda funciona a través de CLI, escritorio y mensajería porque la memoria es compartida, no por superficie.

El playbook operativo de awesome-list señala un gotcha relacionado:afina el timeout/expiry de sesión temprano. Usa los docs de configuración para ajustar la retención de sesión para hilos más lentos de modo que el contexto se conserve cuando se necesita — el expiry por defecto puede soltar contexto que querías conservar.

Sintetizado de:hermes-agent-orange-book(Part 3), hermes-agent(README central), awesome-hermes-agent(Operational Playbooks).

Modelado de usuario con Honcho

Honcho — la capa de modelado de usuario dialéctica — vía plastic-labs/honcho

La capa de memoria más profunda es el modelado de usuario — Hermes no solo recuerda qué dijiste, construye un modelo de quién eres, vía Honcho.

Honcho es dialéctico — refina el modelo de usuario con ida y vuelta, no con un perfil de palabras clave estático. El modelo se profundiza a través de las sesiones, así las respuestas del agente se calibran a tus preferencias, vocabulario y estilo de trabajo con el tiempo. Este es el “deepening model of who you are” con el que arranca el README central.

Guía práctica del playbook de awesome-list:

• Curatea USER.md y MEMORY.md intencionalmente — trata la memoria de perfil como infraestructura de alta señal. Mantén las entradas concisas, duraderas y enfocadas en preferencias en vez de volcar notas crudas.
• Gestión de presión de memoria — si estás repitiendo contexto o perdiendo recuperación a largo plazo, revisa los docs de Honcho Memory y evalúa hindsight o backends de memoria auto-alojados.

Para equipos que quieren un modelado entre sesiones más fuerte que el por defecto integrado, el blueprint Level-Up de awesome-list sugiere capas con honcho-self-hosted, luego hindsight para retain/recall/reflect a través de grandes historiales, luego plur para memoria compartida portable en un formato engram abierto.

Sintetizado de:hermes-agent-orange-book(Part 3), hermes-agent(README central), awesome-hermes-agent(Operational Playbooks, Level-Up Blueprints).

Sistema de skills

Las skills son memoria procedural — capacidades reutilizables que Hermes crea a partir de la experiencia y mejora durante el uso. A diferencia de un plugin estático, una skill se refina a sí misma a partir de trazas de ejecución y está gobernada por el Curator (ciclo de 7 días de calificar/consolidar/podar).

El estándar abierto: Las skills de Hermes son compatibles con agentskills.io — el estándar abierto de skills que también funciona con Claude Code, Cursor, Codex y otros agentes. Una skill escrita para Hermes puede moverse; una skill del ecosistema puede instalarse en Hermes.

Instalar y gestionar skills:

hermes tools        # configura qué herramientas/skills están activas
/skills             # explora skills instaladas (CLI + mensajería)
/<skill-name>       # invoca una skill directamente

Crear skills personalizadas se cubre en el path del Developer Guide de los docs oficiales (Architecture → Adding Tools → Creating Skills). El repositorio self-evolution (pestaña anterior) es el path activo para evolucionar skills existentes en vez de escribir nuevas a mano.

La siguiente sección cataloga el ecosistema de skills comunitarias para que sepas qué hay antes de construir la tuya.

Sintetizado de:hermes-agent-orange-book(Part 3), hermes-agent(README central, docs de Skills System).

Catálogo de skills comunitarias

La lista awesome-hermes-agent rastrea el ecosistema de skills con etiquetas de madurez — production(estable, documentado, seguro para construir sobre él), beta(funciona pero evoluciona, espera algo de aspereza), experimental(prueba de concepto, no dependas de él). Entradas seleccionadas:

Skills multiplataforma / estándar:

• [production] wondelai/skills — skills de agente multiplataforma para Claude Code y plataformas compatibles con agentskills.io.
• [production] youtube-skills — búsqueda en YouTube, transcripciones, extracción de listas de reproducción. Arregla “mi Hermes no puede ver YouTube en un VPS de 5$“(la captura de transcripción integrada falla en IPs de nube; esto enruta vía TranscriptAPI).
• [production] Anthropic-Cybersecurity-Skills — 753+ skills de ciberseguridad estructuradas mapeadas a MITRE ATT&CK. 4k+ estrellas.
• [production] black-forest-labs/skills — skills oficiales del modelo FLUX para generación de imágenes, de los creadores de FLUX.

Skills comunitarias nativas de Hermes:

• [beta] hermes-plugins — gestión de objetivos, puente entre agentes, selección de modelo, control de costes.
• [beta] hermes-skill-factory — meta-skill que auto-genera skills reutilizables a partir de tus flujos de trabajo.
• [beta] oh-my-hermes — skills de orquestación multi-agente (deep-research, deep-interview, ralplan, ralph, triage, autopilot). Cubierto en la pestaña multi-agente.
• [experimental] super-hermes — enseña a Hermes a escribir sus propios prompts analíticos (capa de meta-razonamiento).
• [experimental] hermes-life-os — agente de SO personal que detecta patrones diarios y aprende tus rutinas.

Explora la lista completa en 0xNyk/awesome-hermes-agent(4.2k estrellas, CC BY 4.0).

Sintetizado de:awesome-hermes-agent(Skills & Plugins).

64 herramientas integradas

Hermes trae un gran conjunto de herramientas integradas — 64 herramientas según la orange-book de v0.16 (la página de docs del README central aún lista “40+ tools” de una versión anterior — el número creció entre releases). Categorías:

• Búsqueda web y navegación(navegador en la nube vía Browser Use)
• Visión(extracción de imágenes, comprensión)
• Generación de imágenes(FAL)
• Texto a voz(OpenAI)
• Transcripción de notas de voz para continuidad de conversación multiplataforma

Toolsets y profiles agrupan herramientas para que puedas activarlas/desactivarlas como unidad — por ejemplo un profile messaging, un profile coding, un profile full. Configúralo con hermes tools. Esto importa para seguridad:el principio de mínimo privilegio dice que no actives herramientas coding en un agente de solo mensajería al que pueden llegar extraños.

La Tool Gateway (siguiente sección) es el subconjunto incluido con Nous Portal — búsqueda web, generación de imágenes, TTS, navegador en la nube — bajo una suscripción, para que no recojas cuatro API keys separadas.

Sintetizado de:hermes-agent-orange-book(Part 4), hermes-agent(README central, docs de Tools & Toolsets).

Integración MCP

Hermes habla MCP(Model Context Protocol) — conecta cualquier servidor MCP para extender las capacidades del agente más allá de las herramientas integradas.

• Conecta cualquier servidor MCP para capacidades de herramienta extendidas
• Filtra herramientas MCP para que solo expongas las que quieres (no toda la superficie del servidor)
• Extiende de forma segura — las herramientas MCP fluyen a través del mismo modelo de aprobación/autorización que las herramientas integradas

MCP es cómo Hermes llega a sistemas externos sin hornear cada integración en el núcleo. awesome-list rastrea integraciones MCP comunitarias (p.ej. computer-use-linux — servidor MCP de control de escritorio Linux con árboles de accesibilidad AT-SPI, entrada Wayland/X11, capturas de pantalla).

Para una introducción más profunda a MCP (el protocolo mismo, no el cableado específico de Hermes), ver la sección MCP 协议 & 工具生态 del canal Agent Engineering — esta guía se centra en la superficie de integración de Hermes.

Sintetizado de:hermes-agent-orange-book(Part 4), hermes-agent(README central, docs de MCP Integration), awesome-hermes-agent(Official Resources).

Tool Gateway vía Nous Portal

La Tool Gateway es el path de herramientas incluidas para usuarios de Nous Portal. Una suscripción cubre cuatro herramientas que de otro modo necesitarían cuatro API keys y cuentas separadas:

Actívalo todo en un comando desde una instalación nueva:

hermes setup --portal

Eso te loguea vía OAuth, pone a Nous como tu proveedor, y activa la Tool Gateway. Comprueba el estado con hermes portal info.

La pasarela es por-backend, no todo o nada — puedes usar Portal para el modelo pero traer tu propia key para generación de imágenes, o mezclar cualquier combinación. Esto importa para control de costes: enruta cada herramienta al backend que sea más barato para tu uso.

Sintetizado de:hermes-agent(README central, Nous Portal).

23 plataformas de mensajería

La superficie del gateway de mensajería en la app de escritorio — vía fathah/hermes-desktop

Esta es la herencia de OpenClaw, totalmente crecida:Hermes habla contigo a través de 23 plataformas de mensajería desde un único proceso de pasarela (v0.16; v0.12 tenía 18 — el número creció entre releases).

Inicia la pasarela:

hermes gateway setup     # configura plataformas (Telegram, Discord, etc.)
hermes gateway start     # ejecuta el proceso de pasarela

Luego envía un mensaje al bot en la plataforma que elijas. Los comandos slash compartidos (/new, /model, /personality, /retry, /skills) funcionan en todas.

Plataformas soportadas: Telegram, Discord, Slack, WhatsApp, Signal, Email, Matrix, Mattermost, Microsoft Teams (vía plugin), DingTalk, Feishu/Lark, WeCom, Weixin (WeChat, vía el puente HermesClaw), QQ Bot, Yuanbao, BlueBubbles (iMessage), Home Assistant, Google Chat y más.

El clúster de plataformas de China importa especialmente para la audiencia zh:WeCom, Weixin (vía HermesClaw — ejecuta Hermes y OpenClaw en la misma cuenta de WeChat), Feishu/Lark, DingTalk, QQ Bot y Yuanbao son todos ciudadanos de primera clase.

DM pairing(cubierto en la pestaña de seguridad) gobierna a qué usuarios responderá realmente un agente de mensajería — crítico para cualquier plataforma donde extraños pudieran messagear al bot.

Sintetizado de:hermes-agent-orange-book(Part 4), hermes-agent(README central, docs de Messaging Gateway).

Tres superficies

La superficie de chat de la app de escritorio — vía fathah/hermes-desktop

El “Surface Release”(v0.16) se nombra por sus tres superficies de UI — Hermes ahora te encuentra donde realmente trabajas, no solo en el terminal:

1. CLI / TUI — la superficie original. Terminal completo:edición multilínea, autocompletado de comandos slash, historial de conversación, salida de herramientas en streaming, interrumpir y redirigir.
2. App de escritorio nativa — nueva en v0.16, para usuarios que no viven en el terminal. La orange-book nota explícitamente que esto amplió la audiencia:“AI power users who don’t live in the command line — Hermes now ships a desktop app, so this is for you too.”
3. Panel web — chat, terminal, memoria, skills e inspector en el navegador.

WebUIs comunitarias(de awesome-list) extienden la capa de superficie si las opciones integradas no son suficientes:

• hermes-webui(14.9k estrellas) — “la mejor forma de usar Hermes Agent desde la web o tu teléfono”
• hermes-workspace(5.8k) — workspace web nativo:chat, terminal, memoria, skills, inspector
• EKKOLearnAI/hermes-studio(8.3k) — panel web con chat multiplataforma, gestión de sesiones, jobs programados, analíticas de uso
• fathah/hermes-desktop(12.6k) — compañero de escritorio

El blueprint Level-Up de awesome-list sugiere hermes-workspace para la UI diaria más rica, mission-control para visibilidad de flota multi-agente + seguimiento de costes, y una superficie de ops más ligera si no necesitas el panel completo.

Sintetizado de:hermes-agent-orange-book(Part 4), awesome-hermes-agent(Tools & Utilities, Level-Up Blueprints).

Voz y puentes comunitarios

Voice mode habilita interacción de voz en tiempo real — en el CLI, sobre Telegram y en canales de voz de Discord. La transcripción de notas de voz da continuidad de conversación multiplataforma (envía una nota de voz desde tu teléfono, el agente la lee y responde).

Puentes comunitarios(de Integrations & Bridges de awesome-list) conectan a Hermes a plataformas y servicios que el núcleo no trae:

• HermesClaw — puente de WeChat; ejecuta Hermes y OpenClaw en la misma cuenta de WeChat.
• h0tnanny/hermes-vk-connector — adaptador de plataforma VKontakte.
• adnw-vinc/hermes-nextcloud — puente de Nextcloud auto-alojado (archivos vía WebDAV, notas, calendario/tareas, contactos). Llena el hueco de la nube auto-alojada.
• Alexeyisme/hermes-spotify-skill — control de reproducción de Spotify para Linux headless y Raspberry Pi 4/5. “The only Linux-native Spotify skill in the ecosystem.”
• DevvGwardo/hermes-claude-bridge — puente de chat bidireccional entre Claude Code y Hermes (sincronización HTTP + buzón JSONL).

Estos puentes son cómo el ecosistema extiende a Hermes a nichos que el equipo central no cubre — y una señal de dónde la comunidad encuentra huecos que vale la pena rellenar.

Sintetizado de:hermes-agent(README central, Community), awesome-hermes-agent(Integrations & Bridges, Skills & Plugins).

delegate_task y subagentes

Hermes no hace todo en un hilo de conversación. Delega — genera subagentes aislados para flujos de trabajo paralelos:

• delegate_task — entrega una subtarea a un subagente nuevo y aislado que corre en su propio contexto, devuelve un resultado, y se colapsa de vuelta. El hilo padre nunca ve los pasos intermedios del subagente, solo la respuesta.
• Paralelización de subagentes — múltiples subagentes pueden correr a la vez para flujos de trabajo independientes.
• Python RPC — escribe scripts Python que llaman herramientas vía RPC, colapsando pipelines multi-paso en turnos de “coste de contexto cero”(el trabajo ocurre en un script, no en la ventana de contexto de la conversación).

Esta es la respuesta central a la presión de la ventana de contexto:en vez de meter un pipeline de 50 pasos en una conversación (que llena el contexto y degrada la calidad), delega cada paso a un subagente y mantén el hilo principal limpio.

La Part 5 de la orange-book construye desde delegate_task hasta la plataforma completa Kanban multi-agente (siguiente sección) — la trayectoria es “un subagente” → “una flota de agentes coordinados.”

Sintetizado de:hermes-agent-orange-book(Part 5), hermes-agent(README central, delegates and parallelizes).

Plataforma Kanban multi-agente

Nuevo en v0.16:una plataforma Kanban multi-agente persistente — la orange-book destaca que esto es material que la primera edición (v0.7) “barely touched.” Es la capa de orquestación sobre el delegate_task crudo.

En vez de delegación ad-hoc, la plataforma Kanban te da un tablero duradero donde múltiples agentes recogen tareas, siguen el estado y coordinan:

• Estado persistente — las tareas sobreviven entre sesiones; un agente puede continuar donde otro lo dejó
• Patrones de colaboración — delegate/verify/iterate, consensus, triage, autopilot (ver siguiente sección)
• Observabilidad — puedes ver en qué está trabajando cada agente, no solo la respuesta final

Esta es la respuesta estructural a “cómo ejecuto una flota de agentes sin perder el rastro.” Las superficies anteriores (panel web, mission-control) existen precisamente para hacer visible esta flota.

La orange-book enmarca la Part 5 como el arco desde delegate_task(un subagente) → patrones de colaboración(múltiples agentes coordinando) → la plataforma Kanban(orquestración multi-agente persistente). Es la diferencia entre “delegué una vez” y “ejecuto un equipo de agentes.”

Sintetizado de:hermes-agent-orange-book(Part 5, nota de cambios 2.0).

Patrones de colaboración

Una vez que tienes múltiples agentes, necesitas patrones de cómo coordinan. awesome-list y el suite de skills oh-my-hermes codifican los comunes:

• delegate → verify → iterate(ralph) — verified execute → verify → iterate. El subagente hace el trabajo, un verificador lo comprueba, e itera hasta que la verificación pasa.
• consensus(ralplan) — Planner → Architect → Critic. Múltiples roles proponen/critican un plan antes de la ejecución. Útil para decisiones de alto riesgo donde el juicio de un agente no es suficiente.
• triage — enruta el trabajo entrante al agente/skill correcto.
• autopilot — ejecución manos-libres de un objetivo multi-paso.
• deep-research / deep-interview — flujos especializados para investigación y Q&A estructurado.

oh-my-hermes(beta) es el suite de skills de orquestación opinionated de la comunidad — inspirado en oh-my-claudecode, reconstruido sobre primitivas de Hermes. Compone de extremo a extremo:research → interview → consensus plan → verified execution.

El principio:no improvises lógica de coordinación para cada tarea. Estos patrones son bloques de construcción reutilizables — elige el que coincida con el perfil de riesgo de tu problema (consensus para alto riesgo, autopilot para bajo riesgo).

Sintetizado de:hermes-agent-orange-book(Part 5), awesome-hermes-agent(Skills & Plugins, Level-Up Blueprints).

Cron y automatización

Hermes tiene un programador cron integrado con entrega a cualquier plataforma. La programación misma es lenguaje natural — no escribes sintaxis de crontab, describes el job:

• “Envíame un reporte diario a las 9am resumiendo los commits de ayer”
• “Respalda la base de datos cada noche a las 2am”
• “Ejecuta una auditoría semanal cada lunes y publícala en Slack”

Estos corren desatendidos — el agente despierta, hace el trabajo, y entrega el resultado a la plataforma que especificaste. Esta es la propiedad “siempre activo” que separa a un agente residente en servidor de uno de sesión de terminal:trabaja mientras duermes.

Cron + subagentes + memoria se componen en automatizaciones reales:

• un job cron dispara un subagente
• el subagente tira de memoria relevante (qué pasó la última vez, preferencias del usuario)
• hace el trabajo (reporte, backup, auditoría)
• entrega a la plataforma y persiste lo que aprendió

El blueprint Level-Up de awesome-list para “auto-mejora sin auto-engañarse” capas cron sobre el pipeline de evolución:ejecuta hermes-agent-self-evolution según un programa, luego ejecuta un segundo cron de verificación para puntuar la calidad y bloquear el gaming del bucle de optimización. Cron no es solo para reportes de cara al usuario — es también el sustrato para el auto-mantenimiento del agente.

Sintetizado de:hermes-agent(README central, scheduled automations), awesome-hermes-agent(Level-Up Blueprints).

Catálogo multi-agente y enjambres

awesome-list rastrea el ecosistema multi-agente/swarm:

• [beta] oh-my-hermes — skills de orquestación multi-agente (deep-research, deep-interview, ralplan, ralph, triage, autopilot). El suite de orquestación insignia.
• [beta] hermes-plugins — incluye un puente entre agentes para ejecutar múltiples instancias de Hermes.
• [beta] hermes-incident-commander — agente SRE autónomo para detección y auto-curación de incidentes en producción. Se empareja naturalmente con la programación cron de Hermes.
• [beta] hermes-dojo — sistema de auto-mejora que monitoriza el rendimiento del agente, identifica skills débiles e itera sobre ellas.
• [experimental] hermes-skill-marketplace — agente que escribe, prueba y publica nuevas skills autónomamente.

El blueprint Level-Up para una “capa de ejecución multi-agente” combina la delegación central de Hermes con hermes-agent-acp-skill(enrutado Codex/Claude Code), zouroboros-swarm-executors(entrega a ejecutor local), y opencode-hermes-multiagent o bigiron para roles de agente especializados.

Explora el catálogo completo en 0xNyk/awesome-hermes-agent → Multi-Agent & Swarms.

Sintetizado de:awesome-hermes-agent(Multi-Agent & Swarms, Level-Up Blueprints).

Estrategias de despliegue

Hermes corre en seis backends de terminal(el README central de v0.16 lista seis; la revisión v0.12 de awesome-list anota siete incluyendo Vercel Sandbox — marca la varianza):

Los backends serverless (Modal, Daytona) son la historia de costes: el entorno de tu agente hiberna en reposo y despierta bajo demanda, así un agente 24/7 casi no cuesta nada entre conversaciones. Ejecútalo en un VPS de 5$ para el caso always-on, o serverless para el caso intermitente.

Plantillas de despliegue comunitarias(de awesome-list) te dan despliegues repetibles:

• render-examples/hermes-render — despliegue en Render en un clic (servicio web Docker único, disco persistente, panel del navegador)
• floz/hermes-railway — plantilla Railway mínima con proxy inverso Caddy + basic_auth
• leecoin06-commits/hermes-agent-android — instalador en un comando para Termux (guías bilingües EN/AR)
• metantonio/hermes-wsl-ubuntu [production] — instrucciones paso a paso de configuración WSL2 Ubuntu para ejecutar Hermes en Windows
• OUH-MESHLab/guix-hermes — canal Guix (deps Python + servicios de sistema/home)

Para despliegues repetibles y opinionated, el blueprint Level-Up también apunta a nix-hermes-agent, hermes-agent-docker y evey-setup según lo opinionated que quieras el stack.

Sintetizado de:hermes-agent(README central, terminal backends), awesome-hermes-agent(Deployment, Level-Up Blueprints).

El límite del OS

Un agente que vive en tu servidor y puede ejecutar comandos shell es también un agente que puede ejecutar los comandos shell equivocados. El modelo de seguridad de Hermes se construye alrededor de un límite del OS honesto:

• Aprobación de comandos — los comandos requieren aprobación antes de ejecutarse (el agente propone, una persona aprueba, por defecto)
• Autorización — permisos scopeados por agente
• DM pairing — en plataformas de mensajería, solo los usuarios emparejados pueden conducir al agente (crítico: sin esto, cualquiera que pueda messagear al bot puede ejecutar comandos en tu servidor)
• Aislamiento en contenedor — ejecuta el agente en un contenedor (backend Docker/Singularity) para que un agente comprometido no alcance el host

La Part 6 de la orange-book enmarca esto como el límite del OS — la línea entre “el agente puede hacer cosas” y “el agente puede hacer cualquier cosa.” Cruzar esa línea debería ser una elección deliberada, registrada y aprobada, no un defecto.

Guía operativa:

• No actives profiles de herramientas coding/full en un agente alcanzable por mensajería al que extraños puedan contactar.
• Ejecuta agentes de producción en un backend de contenedor, no local.
• Trata el DM pairing como obligatorio para cualquier bot de cara al público.

Sintetizado de:hermes-agent-orange-book(Part 6), hermes-agent(README central, docs de Security).

Defensa Promptware

Más allá del límite del OS, la orange-book introduce Promptware defense — el modelo de seguridad para la propia capa de prompt/skill, no solo el shell.

La amenaza:las skills y prompts de un agente pueden ser manipuladas (inyección de prompt vía contenido recuperado, skills maliciosas, entradas adversariales). Promptware defense trata la capa de prompt/skill como superficie de ataque que necesita sus propias defensas:

• El modelo de seguridad honesto — sé explícito sobre lo que el agente puede y no puede hacer, en vez de pretender que la capa de prompt es inherentemente segura porque es “solo texto”
• Hasta dónde puede llegar — la Part 6 de la orange-book cierra con una evaluación franca del alcance del agente y las defensas correspondientes

Esto se empareja con la gobernanza del Curator (una skill maliciosa o derivada se poda) y las barreras de self-evolution (las variantes evolucionadas deben pasar el suite de pruebas completo + revisión humana de PR). Las tres capas se componen:límite del OS(shell), Promptware defense(prompt/skill), Curator/barreras(gobernanza de auto-mejora).

Para una evaluación de seguridad externa del framework, ver 0xgrimRPR/hermes-agent-security-research(evaluación de caja negra de Hermes Agent). Para un ángulo de forks con límites de confianza, nativ3ai/hermes-agent-camel añade verificación de confianza CaMeL al bucle del agente para despliegues críticos de seguridad.

Sintetizado de:hermes-agent-orange-book(Part 6), awesome-hermes-agent(Forks & Derivatives).

Migrar desde OpenClaw

Si vienes de OpenClaw, Hermes puede importar automáticamente tus ajustes, memorias, skills y API keys. Hermes es el sucesor de OpenClaw — el modelo de pasarela de mensajería se traslada, y hermes claw migrate es el puente de un comando.

Durante la configuración inicial: el asistente hermes setup detecta automáticamente ~/.openclaw y ofrece migrar antes de que comience la configuración.

En cualquier momento tras instalar:

hermes claw migrate              # migración interactiva (preset completo)
hermes claw migrate --dry-run    # previsualiza qué se migraría
hermes claw migrate --preset user-data   # migra sin secretos
hermes claw migrate --overwrite  # sobrescribe conflictos existentes

Lo que se importa:

• SOUL.md — archivo de persona
• Memories — entradas de MEMORY.md y USER.md
• Skills — skills creadas por el usuario → ~/.hermes/skills/openclaw-imports/
• Command allowlist — patrones de aprobación
• Messaging settings — configs de plataforma, usuarios permitidos, directorio de trabajo
• API keys — secretos en allowlist (Telegram, OpenRouter, OpenAI, Anthropic, ElevenLabs)
• TTS assets — archivos de audio del workspace
• Workspace instructions — AGENTS.md(con --workspace-target)

Usa hermes claw migrate --help para todas las opciones, o la skill openclaw-migration para una migración interactiva guiada por agente con vistas previas de dry-run.

Playbook de migración en paralelo(de awesome-list):mantén ambos sistemas corriendo durante la migración usando openclaw-to-hermes y el path de migración nativo, luego corta cuando el comportamiento de cron y enrutado coincida.

Sintetizado de:hermes-agent(README central, Migrating from OpenClaw), awesome-hermes-agent(Operational Playbooks).

Playbooks operativos y nivelación

awesome-list cierra con dos secciones prácticas — Operational Playbooks(patrones de flujo de trabajo que ayudan repetidamente en producción) y Level-Up Blueprints(bundles opinionated para equipos que quieren sacar más de Hermes rápido).

Playbooks operativos:

• Auto-evolución nocturna + evaluación de barreras — ejecuta hermes-agent-self-evolution según un programa, luego un segundo cron de verificación para puntuar calidad y bloquear el gaming del bucle de optimización.
• Gestión de presión de memoria — si repites contexto o pierdes recuperación, revisa los docs de Honcho; evalúa hindsight o backends de memoria auto-alojados.
• Afina el timeout/expiry de sesión temprano — ajusta la retención para que los hilos más lentos conserven el contexto.
• Migración en paralelo de OpenClaw — mantén ambos corriendo, corta cuando cron y enrutado coincidan.
• Curatea USER.md/MEMORY.md intencionalmente — trata la memoria de perfil como infraestructura de alta señal, no un volcado de notas.

Blueprints Level-Up(seleccionados):

• Stack de memoria que realmente compone — memoria integrada de Hermes → honcho-self-hosted → hindsight → plur(memoria compartida portable en un formato engram abierto).
• Auto-mejora sin auto-engaño — empareja self-evolution con chequeos de regresión programados + lintlang para linting de prompt/config + una segunda pasada de evaluación que bloquee mutaciones malas.
• Cabina de operador para trabajo real — hermes-workspace(UI diaria más rica) + mission-control(visibilidad de flota + seguimiento de costes).
• Ops autónomas gestionadas por Paperclip — hermes-paperclip-adapter + cron de Hermes + un panel de operador = flujos de trabajo de tareas gobernados con aprobaciones y continuidad operativa.

Aplicaciones de dominio del mundo real(de awesome-list):autonovel(pipeline de escritura de novelas autónoma, manuscritos de 100k+ palabras extremo a extremo vía el bucle del agente), hermes-incident-commander(SRE autónomo para detección/auto-curación de incidentes), hermes-life-os(SO personal que aprende tus rutinas diarias), hermes-mars-rover(simulación de rover marciano con IA).

El hilo conductor:Hermes no es una demo — es un sustrato para sistemas de agentes duraderos, auto-mejorables y always-on. El ecosistema existe porque la gente lo está corriendo en producción para trabajo real.

Sintetizado de:awesome-hermes-agent(Operational Playbooks, Level-Up Blueprints, Domain Applications), hermes-agent(README central, autonovel).