Hermes Agent: qué es, para qué sirve y cómo funciona

Hermes Agent es un framework de agente de IA autónomo de código abierto desarrollado por Nous Research, publicado en febrero de 2026 bajo licencia MIT.

Se ejecuta en una infraestructura con hosting propio como un servicio siempre activo, no como una herramienta de chat por sesión. Usa un modelo de lenguaje de gran tamaño (LLM) como motor de razonamiento, un conjunto de herramientas para interactuar con el usuario y un sistema de memoria multicapa que mantiene el contexto entre sesiones.

Aunque muchos asistentes de IA responden bien a preguntas puntuales, suelen tener dificultades con tareas que se desarrollan durante varios días. Hermes Agent plantea un enfoque diferente: conserva la memoria, aprende habilidades reutilizables y trabaja de forma discreta en segundo plano gracias a su diseño persistente.

Este cambio deja atrás las interacciones aisladas y avanza hacia flujos de trabajo de IA continuos y con hosting propio, donde el progreso se acumula con el tiempo.

¿Qué es Hermes Agent?

Hermes Agent es un framework de agente de IA de código abierto con licencia MIT que funciona las 24 horas en una infraestructura propia.

Gestiona tareas de varios pasos por sí solo, usa herramientas como una terminal y un navegador, y conserva la memoria entre sesiones.

Nous Research, el laboratorio detrás de las familias de modelos Hermes, Nomos y Psyche, lanzó Hermes Agent en febrero de 2026 como su primer framework de agente independiente.

Al ejecutarse como proceso en segundo plano, Hermes Agent recibe instrucciones a través de plataformas como Telegram, Discord o Slack, ejecuta llamadas de herramientas en tu máquina y sigue trabajando incluso después de cerrar el chat.

Como resultado, el mismo agente puede conservar el contexto, crear habilidades reutilizables y mejorar con el tiempo.

Hermes Agent forma parte del ecosistema de agentes de código abierto, pero apuesta por un enfoque más orientado a la infraestructura. Está pensado para quienes prefieren ejecutar su propio agente en un VPS o servidor local, en lugar de depender de un servicio gestionado en la nube.

Esto es porque forma parte de tu infraestructura, en lugar de funcionar como algo que abres en un navegador o como un asistente de programación integrado en un IDE.

Cómo funciona Hermes Agent

Hermes Agent se ejecuta en tu servidor, recibe una solicitud, planifica el siguiente paso con un modelo de lenguaje, ejecuta herramientas, almacena resultados en la memoria y repite el proceso hasta completar la tarea.

Para empezar, necesitas un entorno con hosting propio, como un VPS o un backend serverless. Luego, despliega el agente con el instalador: este configura un entorno de Python y crea el directorio principal del agente en ~/.hermes/.

A partir de ahí, el flujo de trabajo de Hermes Agent funciona así:

• Recepción de solicitudes: la tarea llega al agente a través de la CLI, una plataforma de mensajería o una tarea programada con cron.
• Planificación de tareas con un LLM: el agente envía la solicitud al modelo de lenguaje configurado teniendo en cuenta su memoria actual y las herramientas disponibles. El modelo decide el siguiente paso.
• Ejecución de herramientas: el agente llama a las herramientas que necesita, como una terminal, un editor de archivos, un navegador o servidores MCP, para llevar a cabo el plan. El resultado de cada herramienta vuelve al ciclo.
• Almacenamiento y recuperación de memoria: el agente guarda resultados, datos y razonamientos en una base de datos local. Cuando hace falta, también almacena archivos de memoria específicos para que las sesiones futuras puedan aprovecharlos.
• Iteración y operación continua: el ciclo se repite hasta completar la tarea. Después, el agente espera el siguiente activador sin apagarse.

En conjunto, estos pasos forman un ciclo persistente que sigue ejecutándose entre tareas, plataformas y sesiones.

Qué diferencia a Hermes Agent de otros agentes de IA

Hermes Agent es un agente independiente con hosting propio que se ejecuta de forma continua, actúa de manera autónoma y mejora con el tiempo.

Incluye memoria, habilidades, mensajería y programación de tareas, por lo que no tienes que crearlo todo desde cero. Aun así, puedes cambiar el LLM, añadir herramientas o ajustar su comportamiento mediante un archivo SOUL.md.

Una vez terminada una tarea, Hermes Agent captura el trabajo y convierte las tareas complejas en habilidades reutilizables que pueden servir de base para futuras ejecuciones.

Por ejemplo, si le pides que depure una implementación fallida y resuelva el problema en varios pasos, guardará ese proceso como una habilidad. Así, la próxima vez que surja un problema similar, ya sabrá qué funcionó.

La mayoría de las herramientas de IA no encajan en esta categoría, ya que suelen pertenecer a una de estas tres opciones: chatbots que responden una pregunta a la vez, asistentes de IDE limitados a tu editor de código o frameworks de orquestación como LangChain, que te dan bloques de construcción pero dejan en tus manos la memoria, la programación y el ciclo de aprendizaje.

Hermes Agent vs. OpenClaw

Hermes Agent y OpenClaw son agentes de IA autónomos con hosting propio, pero adoptan enfoques diferentes.

Hermes se centra en un ciclo de aprendizaje que crea habilidades reutilizables, mientras que OpenClaw se centra en ejecutar tareas en tu máquina de forma directa y conversacional.

Consulta la siguiente tabla para ver una comparación más detallada entre Hermes Agent y OpenClaw.

Si ya usas OpenClaw, puedes migrar a Hermes sin perder tu trabajo actual.

Solo tienes que ejecutar este comando para importar tu configuración, memorias, habilidades y claves API durante la configuración inicial:

hermes claw migrate

Así conservas la configuración de tu proveedor de LLM, las conexiones con plataformas de mensajería y el contexto acumulado, sin tener que configurarlo todo desde cero.

Hermes Agent vs. Paperclip

Hermes Agent y Paperclip funcionan en capas distintas, por lo que encajan mejor como complementos que como competidores directos.

En la práctica, Hermes es el agente con el que interactúas a diario. Paperclip es la capa de orquestación que usas cuando una tarea requiere que varios agentes se coordinen.

Esto significa que puedes ejecutar una instancia de Hermes Agent como worker dentro de una organización de Paperclip.

Si te interesa crear una organización completa de IA con Paperclip y Hermes Agent, sigue nuestro tutorial para configurar una instancia de Paperclip.

Funciones clave de Hermes Agent

Hermes Agent combina varias funciones que la mayoría de los agentes de IA ofrecen por separado, como:

• Ejecución persistente 24/7: una vez implementado como servicio de systemd, el agente sigue escuchando mensajes, ejecutando tareas cron programadas y reanudando el trabajo después de cada reinicio. Esto hace que los flujos de trabajo de larga duración sean prácticos, como un resumen de investigación nocturno, una compilación de código durante la noche o un informe semanal, sin tener que iniciar una nueva conversación cada vez.
• Toma de decisiones autónoma y creación de habilidades: después de tareas complejas que implican cinco o más llamadas a herramientas, el agente escribe un documento de habilidades estructurado para poder reutilizarlo. Las habilidades se guardan como archivos Markdown en ~/.hermes/skills/ y siguen el estándar abierto de agentskills.io, por lo que se pueden usar en otros agentes compatibles. También puedes importar habilidades de la comunidad desde Skills Hub usando comandos de barra como /gif-search o /github-pr-workflow. El agente puede actualizar sus propias habilidades cuando quedan desactualizadas.
• Retención de memoria a largo plazo: Hermes almacena la memoria en cuatro capas. Dos archivos específicos, MEMORY.md y USER.md, contienen datos del entorno y preferencias del usuario, y se cargan en cada prompt del sistema al inicio de una sesión. Una base de datos SQLite en ~/.hermes/state.db, con búsqueda de texto completo FTS5, archiva cada sesión para poder recuperarla después. El directorio de habilidades almacena la memoria procedimental. Además, proveedores conectables como Honcho, Mem0, OpenViking o Supermemory se encargan del modelado de usuario a largo plazo.
• Integración con herramientas y API: más de 40 herramientas integradas cubren búsqueda web, ejecución en terminal, operaciones con archivos como read_file y patch, automatización del navegador, visión, generación de imágenes, texto a voz y delegación a subagentes. Las herramientas se registran automáticamente al importarse, así que puedes agregar las tuyas colocando un plugin en los directorios del usuario, del proyecto o de puntos de entrada de pip. 
• Amplia compatibilidad con LLM: Hermes Agent funciona con cualquier endpoint compatible con OpenAI, incluidos Nous Portal, OpenRouter, Anthropic o una instancia local de Ollama.
• Soporte integrado para MCP: puedes conectar cualquier servidor MCP por stdio o HTTP, controlar qué herramientas expone cada servidor y gestionarlo todo desde un solo archivo config.yaml. 
• Implementación en hosting propio: Hermes Agent funciona en cualquier plataforma compatible con Python 3.11, incluidos Linux, macOS, WSL2 en Windows y Android mediante Termux. Ofrece seis backends de terminal para ejecutar comandos: local por velocidad, Docker por aislamiento, SSH para servidores remotos y opciones sin servidor como Daytona, Singularity o Modal. Docker es la opción predeterminada más segura en un VPS porque sus contenedores actúan como un límite de seguridad.

¿Cuáles son los principales casos de uso de Hermes Agent?

Los principales casos de uso de Hermes Agent incluyen la automatización del desarrollo, la investigación y el análisis de datos, los flujos de trabajo programados y la asistencia personal con IA. Todos ellos se basan en la ejecución persistente: el agente mantiene el contexto a lo largo del tiempo y automatiza tareas técnicas de varios pasos sin necesidad de intervención constante.

En un entorno de desarrollo, puede encargarse de tareas como revisar pull requests, ejecutar pruebas y gestionar refactorizaciones de larga duración, y seguir trabajando entre sesiones sin perder el contexto.

Para investigación y análisis de datos, combina navegación, ejecución de código y memoria para recopilar, procesar y retomar información con el tiempo.

También admite flujos de trabajo programados mediante automatización integrada, como informes recurrentes o actualizaciones entregadas a través de plataformas de mensajería como Telegram o Discord.

A nivel personal, puede ser un asistente persistente que se adapta a tus preferencias, recuerda tu trabajo anterior y te ayuda a agilizar tareas repetitivas.

Estos son solo algunos ejemplos. Para ver más casos de uso de Hermes Agent, consulta nuestra guía completa.

Desafíos y limitaciones de Hermes Agent

Hermes Agent cambia comodidad por control, y eso implica consideraciones operativas reales:

• Carga técnica: ejecutar un agente persistente implica gestionar tu propia infraestructura, por lo que conviene tener conocimientos de Linux, systemd o herramientas de contenedores para solucionar problemas técnicos.
• Riesgos de seguridad: un agente autónomo con acceso a la terminal y claves de API amplía tu superficie de ataque. Aunque Hermes Agent incluye medidas de protección, como una lista de bloqueo de comandos peligrosos y prompts de sudo, estas pueden omitirse en configuraciones con contenedores. Esto significa que proteger el host, aislar credenciales y revisar registros depende de ti.
• Consumo de recursos: una configuración ligera puede ejecutarse en un VPS de bajo costo, pero las cargas de trabajo más pesadas, como la automatización del navegador o los subagentes en paralelo, aumentan rápidamente el uso de CPU, memoria y tokens. A escala, esto puede sobrecargar el hardware y aumentar los costos de los LLM.
• Limitaciones del modelo: la fiabilidad del agente depende del modelo que usa. Hermes Agent requiere modelos con ventanas de contexto grandes, de más de 64 000 tokens. Aún así, pueden surgir problemas como alucinaciones, interpretaciones erróneas de la salida de una herramienta o pérdida del hilo en una lógica de varios pasos.
• Latencia del ciclo de aprendizaje: la creación de habilidades ocurre después de tareas complejas y no es inmediata. Si tus flujos de trabajo varían mucho, el sistema tiene menos patrones de los que aprender, por lo que el ciclo de feedback resulta menos eficaz.
• Limitaciones de plataforma: no hay soporte nativo para Windows, por lo que se requiere WSL2. Además, aunque Android funciona mediante Termux, algunas funciones de voz y multimedia son limitadas debido a restricciones de compatibilidad.

Ten en cuenta que ninguno de estos puntos hace que Hermes Agent sea inutilizable. Solo significa que este framework está pensado para personas con conocimientos técnicos que ya gestionan su propia infraestructura, no para quienes buscan un asistente totalmente gestionado y listo para usar.

¿Cómo empezar con Hermes Agent?

Para empezar con Hermes Agent, tienes que preparar un entorno con hosting propio, instalar dependencias, configurar un proveedor de LLM y ejecutarlo como un servicio continuo.

La primera decisión es dónde vas a ejecutar el agente. Una configuración que solo funciona mientras tu dispositivo está activo va en contra del objetivo de la persistencia, así que un VPS es la opción más práctica.

Si quieres omitir la mayor parte de la configuración, un VPS de Hermes Agent preconfigurado puede cubrir los requisitos de ejecución desde el principio.

Si prefieres configurarlo manualmente, empieza por preparar el entorno. Por lo general, esto significa usar un servidor Linux, un equipo con macOS o una instancia de WSL2 con Python 3.11 instalado.

Docker es opcional, pero recomendable, ya que añade una capa de aislamiento para el backend de la terminal.

Después de configurar Docker, ejecuta el instalador oficial de Hermes Agent en tu terminal:

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Esto instala las dependencias principales, como uv, Python, Node.js, ripgrep y ffmpeg, y crea el directorio ~/.hermes/.

Una vez instalado, configura el agente seleccionando un proveedor de LLM con el comando hermes model, conectando plataformas de mensajería como Telegram o Discord mediante la configuración del gateway y, de forma opcional, habilitando un proveedor de memoria externo con hermes memory setup.

Después, ejecuta el agente como un servicio de systemd para que siga funcionando tras los reinicios, y supervisa los registros o el historial de sesiones para confirmar que recibe solicitudes y ejecuta las tareas como esperas.

Para ver una guía completa de instalación, consulta nuestra guía paso a paso sobre cómo configurar Hermes Agent en un VPS.

All of the tutorial content on this website is subject to Hostinger's rigorous editorial standards and values.

El autor

Federico Foscarini

Trabaja en comunicación y marketing digital, y se especializa en traducción y localización de contenidos. Disfruta de los proyectos que le permiten estar en contacto con diferentes culturas y contextos.

Más de Federico Foscarini