Hermes Agent — agente autónomo de IA autoaprendente que crea y mejora habilidades a partir de la experiencia

• Un agente autónomo con un bucle de autoaprendizaje integrado, que durante el uso crea y mejora habilidades por sí mismo y profundiza gradualmente el modelo del usuario entre sesiones
• Un agente autónomo, no un copiloto de programación atado al IDE ni un simple wrapper de chatbot de una sola API, que se vuelve más capaz cuanto más tiempo se ejecuta
• Puede ejecutarse sobre un VPS de $5, un clúster GPU o infraestructura serverless sin restricciones del entorno de ejecución
• Soporta varias plataformas de mensajería mediante una sola pasarela: CLI, Telegram, Discord, Slack, WhatsApp, Signal y Email
• Ofrece más de 40 herramientas integradas y conexión con servidores MCP, además de adoptar un sistema de habilidades de estándar abierto compatible con agentskills.io
• Sistema de memoria persistente del usuario basado en Honcho, que acumula el historial de conversaciones entre sesiones e infiere de forma asíncrona en segundo plano preferencias y patrones de comportamiento del usuario para reflejarlos automáticamente en las respuestas del agente
• Compatible con recuperación entre sesiones basada en FTS5, combinada con resúmenes de LLM para poder buscar recuerdos entre sesiones
• Programador de automatizaciones integrado, con ejecución programada en lenguaje natural para reportes, respaldos y verificaciones
• Crea subagentes en paralelo y procesa pipelines de varios pasos mediante Python RPC sin costo de contexto
• Compatible con 6 backends: local, Docker, SSH, Modal y otros
• Permite cambiar libremente entre más de 200 modelos como OpenRouter, OpenAI y Kimi
• Soporta migración automática para usuarios de OpenClaw
• Compatible con Linux, Mac y Windows (WSL2). Instalación automática con el mismo comando en todos los casos
  curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/… | bash

[theogn]

Desde la perspectiva de un no desarrollador que no está familiarizado con usar la CLI, he estado probando varias soluciones de agentes que pueden integrarse con Codex/CC Oauth (openclaw, ductor, cc-connect, hermes-agent), pero no logro entender bien las diferencias. Si una fuera claramente más cómoda de usar, usaría solo esa, pero me da la impresión de que son más o menos lo mismo.

¿Alguien ha sentido que Hermes Agent tenga alguna ventaja que no existiera en otras soluciones de agentes?

[heyjude]

Es cierto que todavía no hay una diferencia que alguien no desarrollador pueda percibir.
La diferencia entre Hermes Agent y OpenClaw viene de la estructura de memoria y de la función de auto-modificación, pero en un estado en blanco recién instalado estas cosas no se hacen evidentes.

[sea715]

No hay mucha diferencia; al final parece que lo importante es el tamaño del modelo (por ejemplo, ¿el número de parámetros?).

[heyjude]

1. Tras usarlo por poco tiempo, me dio la impresión de que hermes pierde menos la memoria que openclaw, y al parecer se debe a que tiene una lógica de session context replay para situaciones como reinicios o fallback del modelo. openclaw también sigue mejorando sus funciones relacionadas con la memoria, así que parece probable que en el futuro mejore.

2. La función de auto-mejora también es impresionante, porque cuando detecta un proceso de trabajo complejo lo convierte automáticamente en una skill, y además tiene una estructura donde descarga el código fuente con git en su propio espacio de trabajo para poder acceder directamente a él y modificarlo. Eso sí, no hay ningún manejo de cambios entre el git del código fuente en el espacio de trabajo y el repositorio oficial de GitHub, así que al actualizar se terminan reseteando los cambios locales. He estado buscando cómo complementarlo con git worktree, pero no me está quedando muy limpio... mmm...