La mayoría de los agentes de IA son una suscripción con gabardina. Hermes Agent es del otro tipo: un agente de código abierto de Nous Research, con licencia MIT, que se ejecuta en tu propia computadora o servidor y guarda su memoria, sus habilidades y su historial en una carpeta que tú controlas. Su truco distintivo es un ciclo de aprendizaje. Después de una tarea compleja, escribe un archivo de habilidad donde describe lo que funcionó, perfecciona esas habilidades a medida que las reutiliza y busca en sus propias sesiones pasadas cuando un trabajo nuevo le resulta familiar. El agente se mantiene constante; el cerebro es intercambiable. Este tutorial lo instala, lo conecta primero con los modelos más conocidos y luego muestra la ruta barata y gratuita con Ollama. El proyecto vive en GitHub bajo NousResearch/hermes-agent, con documentación en el sitio de Hermes Agent.
Lo que necesitas
Casi nada. Git es el único requisito previo; el instalador se encarga de Python, Node y el resto, y el agente ocupa unos 2 GB de disco. Funciona en Linux, macOS, WSL2 e incluso en Android mediante Termux. Quienes usan Windows tienen un instalador de escritorio y una ruta con PowerShell, aunque WSL2 sigue siendo la vía recomendada para la experiencia completa de terminal. Una GPU es opcional y solo importa para la ruta de modelo local al final.
Paso 1: Instala
Una línea en Linux, macOS o WSL2, con el script de instalación del repositorio del proyecto:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc
En Windows, la guía rápida ofrece un instalador de escritorio, que configura la aplicación y las herramientas de línea de comandos juntas, además de un comando de instalación con PowerShell para quienes prefieren la terminal. ¿Prefieres un gestor de paquetes? pip install hermes-agent seguido de hermes postinstall te lleva al mismo lugar. Todo lo que pertenece a Hermes vive en ~/.hermes: config.yaml para los ajustes, .env para los secretos y los archivos de memoria y habilidades que mantiene el agente.
Paso 2: Conecta un cerebro conocido
Ejecuta hermes setup y tendrás tres puertas: Configuración rápida mediante una suscripción a Nous Portal, Configuración completa donde aportas tus propias claves y Pizarra en blanco, que empieza con el mínimo de herramientas activadas. La primera ejecución más rápida es la del Portal:
hermes setup --portal
Eso abre tu navegador para iniciar sesión en Nous, guarda el token en ~/.hermes/auth.json y te da el catálogo del Portal de más de 300 modelos junto con su Tool Gateway para trabajo web, de imágenes y de navegador. Una suscripción, todos los modelos de frontera, sin malabares con claves.
¿Prefieres aportar tus propias claves? Ejecuta hermes model y elige de la lista de proveedores. Las rutas principales:
- Anthropic. Claude directo, mediante inicio de sesión de Claude Code o una clave de API.
- OpenAI. La línea de modelos Codex mediante un inicio de sesión con código de dispositivo.
- Google. Gemini, incluidas las versiones de contexto enorme.
- OpenRouter. Una clave, más de 200 modelos, útil si quieres todo detrás de una sola factura.
- DeepSeek, xAI, Kimi, MiniMax y otros también están en la lista para ejecuciones de clase frontera más baratas.
Nous publica sus propias recomendaciones para trabajo con agentes, y son valores predeterminados sensatos para empezar. Cambia de modelo en plena sesión con el comando /model:
/model anthropic/claude-sonnet-4.6
/model openai/gpt-5.5-pro
/model google/gemini-3-pro-preview
/model deepseek/deepseek-v4-pro
Claude Sonnet es su mejor elección de agente de uso general, GPT Pro es el peso pesado del razonamiento, Gemini aporta la ventana de contexto gigante y DeepSeek es el programador económico. Inicia el agente con hermes (o hermes --tui para la interfaz de terminal) y dale un primer trabajo comprobable, algo como pedirle que inspeccione tu carpeta actual y nombre el proyecto que encuentre. Si conversa y llama a una herramienta, el núcleo está vivo.
Paso 3: Llévalo en tu bolsillo
La pasarela es un proceso que conecta el mismo agente con los chats donde ya vives: Telegram, Discord, Slack, WhatsApp, Signal y correo electrónico.
hermes gateway setup
hermes gateway start
Define una lista de permitidos mientras lo configuras, porque un agente que responde a cualquiera que le escriba es una responsabilidad, no un asistente. En un servidor, hermes gateway install lo registra como servicio para que sobreviva a los reinicios. Desde aquí, los mismos comandos con barra funcionan desde tu teléfono y desde la terminal, y el programador integrado puede entregar los resultados de trabajos cron directamente en el chat. Cuando algo se comporte de forma extraña, hermes doctor es el primer comando que la documentación te dirá que ejecutes, y hermes update mantiene la instalación al día.
Los asientos baratos: gratis con Ollama
Todo lo anterior cuesta dinero por token o por mes. Esta ruta cuesta electricidad. Hermes trata un servidor local de Ollama como un endpoint personalizado, así que toda la configuración son tres movimientos.
Movimiento uno: instala Ollama y descarga un modelo. Obtén Ollama desde su sitio oficial (la ruta de Linux es un script de instalación de una línea), inícialo y luego descarga un modelo:
ollama pull qwen2.5-coder:32b
Ese programador de 32B es el modelo que la documentación oficial de Hermes usa como ejemplo, y se gana el lugar: el trabajo de agente es llamar herramientas, y la línea Qwen coder llama herramientas con fiabilidad. Nous también distribuye su propia línea Hermes para uso local, y las clasificaciones actuales de modelos en nuestra guía de LLM sin censura son un buen mapa de qué más vale la pena descargar.
Movimiento dos: corrige la trampa del contexto. Este es el paso que todos se saltan, y la documentación lo llama la fuente número uno de confusión. Hermes se niega a ejecutar trabajo de agente con menos de 64,000 tokens de contexto, y Ollama usa por defecto un valor muy inferior en silencio: 4,096 tokens en computadoras con menos de 24 GB de VRAM. El contexto no se puede elevar mediante la API, así que defínelo en el servidor antes de iniciarlo:
OLLAMA_CONTEXT_LENGTH=64000 ollama serve
Movimiento tres: apunta Hermes hacia él. Ejecuta hermes model, elige la opción de endpoint personalizado, ingresa la dirección local http://localhost:11434/v1, omite la clave de API y nombra tu modelo descargado. ¿Prefieres editar archivos? Lo mismo en ~/.hermes/config.yaml es provider: custom con esa URL base. Verifica con ollama ps y comprueba que la columna CONTEXT muestre tus 64,000, luego inicia hermes y repite la prueba de inspección de carpeta.
¿Cuánta computadora requiere realmente lo gratuito? Cifras aproximadas de planificación para pesos de 4 bits más ese contexto largo obligatorio:
RAM a planificar, según el tamaño del modelo local
Cifras aproximadas de planificación para pesos de 4 bits con contexto de 64K cargado. La inferencia en CPU funciona; una GPU es lo que la hace agradable.
El intercambio honesto: un 32B local es un agente más débil que Claude o GPT en su mejor momento, más lento y a veces más torpe con las herramientas. Lo que nunca hace es enviar tus archivos a ninguna parte, medir tu curiosidad ni cambiar su precio en marzo. Un patrón que funciona bien: configura Hermes primero con un modelo de frontera para que aprendas cómo se ve lo bueno, y luego mueve los trabajos rutinarios al cerebro local.
Hazlo tuyo, mantenlo con correa
Dos carpetas hacen la personalización. La memoria vive en ~/.hermes como archivos compactos que el propio agente cura, y las habilidades viven en ~/.hermes/skills, donde encontrarás las que escribe para ti después de tareas difíciles. El comando /learn convierte casi cualquier cosa en una habilidad bajo demanda: una página de documentación, una carpeta de notas, un despliegue que acabas de terminar a mano. Lee las habilidades que escribe como leerías el manual de procedimientos de un colega junior, porque eso es exactamente lo que son.
Y la correa importa, porque este es un proceso siempre activo con acceso a la shell. Hermes incluye modos de aprobación para comandos riesgosos y una lista de bloqueo estricta para los irreversibles. Empieza en Pizarra en blanco si quieres la versión cautelosa, mantén ajustadas las listas de permitidos de la pasarela y considera mover la ejecución de comandos a un contenedor con hermes config set terminal.backend docker. Un agente que se mejora a sí mismo es una herramienta maravillosa. Un agente que se mejora a sí mismo con tus credenciales de producción por ahí es una historia que cuentas a otros como advertencia.
Comandos de configuración, rutas de proveedores y el requisito de contexto de Ollama verificados contra la documentación y el repositorio oficiales de Hermes Agent, octubre de 2026.
Fuentes
- Captura de la interfaz: Nous Research / documentación de Hermes Agent
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.
