Si has estado siguiendo mis andanzas últimamente, sabrás que ando metido de lleno en una nueva obsesión que me tiene robado el sueño y que me hace disfrutar como un niño con zapatos nuevos. Estoy hablando, por supuesto, de la combinación de herramientas de desarrollo asistido y agentes de inteligencia artificial locales que trabajan de manera autónoma para hacernos la vida mucho más fácil. En mi día a día actual, he establecido un flujo de trabajo que me parece de otra galaxia. Por un lado, utilizo OpenCode para todo lo relacionado con la programación en Rust, Python y otros lenguajes. Por el otro, tengo como asistente de cabecera a Hermes Agent, un agente inteligente que se ha convertido en mi mano derecha para casi cualquier tarea imaginable. Ya no estamos hablando simplemente de un chat en la web al que le haces preguntas y te devuelve respuestas estáticas. Estamos hablando de un auténtico colaborador autónomo que analiza mis documentos, automatiza tareas cotidianas, me asiste en la revisión y reedición de los tutoriales que publico en mi web y, además, se conecta directamente con mis dispositivos móviles.
La gran diferencia de todo esto radica en el concepto de agente autónomo. Mientras que un modelo de lenguaje convencional se limita a reaccionar ante una petición inmediata y luego se olvida de ti, un agente como Hermes Agent posee la capacidad de planificar sus propias acciones, reflexionar sobre sus errores, crear sus propias herramientas sobre la marcha y mantener una memoria persistente a lo largo de los días y las semanas. Esto cambia por completo las reglas del juego y nos abre una ventana de posibilidades asombrosa.
El gran problema de los tutoriales superficiales
Cuando empecé a interesarme por Hermes Agent, lo primero que hice fue lo que haría cualquiera de nosotros: acudir a internet en busca de guías, vídeos explicativos y manuales de uso. Mi sorpresa fue mayúscula al darme cuenta de que casi todo el contenido disponible peca de ser extremadamente superficial. Te encuentras con el típico tutorial rápido que te dice cómo instalar la herramienta en sesenta segundos, cómo configurar tu clave de API y cómo iniciar tu primera conversación escribiendo un saludo genérico.
Pero cuando intentas llevar ese asistente a tu día a día productivo y quieres que de verdad colabore contigo en tareas reales (como automatizar flujos de trabajo, consultar bases de datos locales o ayudarte a escribir guiones de podcast), esos tutoriales sencillos se quedan cortísimos. No te explican qué pasa detrás de la escena, ni cómo gestionar el descomunal consumo de recursos que puede llegar a tener un agente mal configurado, ni cómo evitar que tu billetera sufra una sangría constante debido al consumo descontrolado de tokens.
Por este motivo, he decidido abrir las puertas de mi laboratorio personal para traerte esta guía exhaustiva de cero a cien. Quiero contarte exactamente lo que nadie te explica en esos vídeos de cinco minutos: cómo estructurar las carpetas, cómo dar forma al alma del agente para que tenga personalidad propia, cómo sortear las limitaciones de la memoria Markdown y cómo conectarlo a tus canales favoritos como Telegram sin morir en el intento. Prepárate un buen café, ponte cómodo y prepárate para disfrutar de este viaje técnico pero accesible.
¿Por qué Hermes Agent es una revolución?
Antes de ponernos a teclear comandos en la terminal, conviene entender qué hace tan especial a Hermes Agent frente a otras alternativas del mercado. Creado por el laboratorio de investigación de código abierto Nous Research, este agente está diseñado bajo una filosofía muy clara: un sistema de inteligencia artificial que se vuelve más inteligente a medida que pasa el tiempo gracias a un bucle cerrado de aprendizaje autónomo.
Cuando Hermes Agent se enfrenta a una tarea compleja y, tras varios pasos de ensayo y error, consigue resolverla con éxito, es capaz de sintetizar esa solución y documentarla en un archivo Markdown que se guarda en su carpeta de habilidades. A esto es a lo que llamamos Skills. La próxima vez que le pidas algo similar, no tendrá que volver a descifrar la lógica desde el principio; simplemente cargará su propia habilidad previamente aprendida y ejecutará la tarea de inmediato.
Además de esta capacidad de autoaprendizaje, ofrece un soporte nativo espectacular para el protocolo Model Context Protocol (MCP), un estándar que le permite interactuar de forma segura con el navegador web, ejecutar código en entornos aislados, leer sistemas de archivos enteros y conectarse a un sinfín de herramientas de terceros. Todo esto bajo una infraestructura que tú controlas por completo, ya sea corriendo en tu ordenador local, en un pequeño servidor doméstico o en una máquina virtual de bajo coste en la nube.
La decisión técnica: Instalación nativa frente al uso de Docker
Una de las primeras encrucijadas con las que nos topamos al adentrarnos en la instalación de este agente es elegir el método de despliegue. Quienes me conocen saben de sobra que soy un apasionado de los contenedores de software. Para mí, la posibilidad de levantar cualquier herramienta mediante un simple archivo de configuración y tener un entorno completamente aislado del sistema anfitrión es una maravilla. Sin embargo, tras varios días de pruebas intensivas intentando correr Hermes Agent dentro de Docker, he decidido optar por una instalación local nativa sobre un entorno virtual de Python.
¿Cuál es la razón de este cambio de estrategia? El problema reside en la integración con las herramientas y el sistema de archivos del sistema anfitrión. Cuando tu agente necesita interactuar con aplicaciones locales, conectarse con sockets del sistema, gestionar flujos de audio para la síntesis de voz, leer directamente carpetas de tu espacio de trabajo o interactuar con periféricos, Docker introduce una capa de aislamiento tan rígida que la configuración de puertos, volúmenes y permisos se convierte en una auténtica pesadilla que frena tu productividad.
Para instalarlo de forma nativa en tu distribución de Linux, macOS o incluso bajo el subsistema de Windows para Linux (WSL), solo necesitas contar con Python en tu sistema y ejecutar una sencilla línea en tu terminal:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashEste instalador se encargará de gestionar de forma automática todas las dependencias necesarias de tu sistema, incluyendo utilidades esenciales como uv para la instalación ultrarrápida de paquetes de Python, ripgrep para búsquedas instantáneas de archivos y ffmpeg para la posterior manipulación de archivos multimedia si decides usar capacidades de voz. Una vez que este instalador finalice su trabajo, tu agente estará listo para que ejecutes su asistente interactivo de configuración escribiendo el comando hermes setup.
La trampa de la ventana de contexto y el consumo de tokens
Cuando completas el asistente de configuración inicial de Hermes Agent, te vas a encontrar con una tentación enorme. El instalador te preguntará si deseas activar una larga lista de herramientas nativas, desde navegadores automatizados hasta visores de imágenes y herramientas de consola. En un primer momento, nuestro instinto de cacharreadores nos empuja a responder afirmativamente a todo. ¡Queremos un asistente que sea capaz de hacerlo absolutamente todo de serie!
No obstante, aquí es donde reside una trampa invisible que te puede costar muy cara. Cada herramienta, plugin o habilidad que mantengas activa de forma simultánea en tu agente se traduce en código e instrucciones que deben enviarse en la cabecera de cada una de tus interacciones con la inteligencia artificial. A esto se le conoce como el prompt del sistema y es lo que define el entorno en el que opera el modelo.
Si tu ventana de contexto (esa especie de mesa de estudio donde el modelo despliega toda la información para poder procesar tu conversación) está abarrotada de manuales de uso para herramientas que no vas a utilizar en ese momento concreto, el espacio que te queda disponible para que el modelo recuerde el hilo de tu charla será mínimo. Y lo que es peor: cada vez que le digas una simple frase como hola, estarás enviando miles de tokens de contexto que el proveedor de la API te cobrará rigurosamente.
Incluso utilizando proveedores extremadamente económicos como Open Router para acceder al fantástico modelo DeepSeek, el consumo desordenado de tokens puede convertirse en una pequeña sangría económica a final de mes si utilizas el agente de forma intensiva para revisar cientos de documentos o programar durante horas. Por lo tanto, la primera regla de oro de la optimización en inteligencia artificial es muy clara: mantén tu espacio de contexto tan limpio y ligero como sea posible.
El superpoder del aislamiento: Creando perfiles de especialización
Para solucionar este dilema entre tener un agente con muchas capacidades y mantener un consumo de recursos bajo, Hermes Agent nos brinda una solución verdaderamente brillante: la gestión de perfiles aislados. Un perfil no es más que una instancia independiente de tu agente que cuenta con su propia configuración, su propia personalidad, sus propias API keys y su propio espacio de memoria.
Mi recomendación para sacarle el máximo partido al sistema es estructurar tu equipo de asistentes virtuales dividiéndolos por perfiles especializados. Para crear un nuevo perfil de forma rápida, puedes utilizar el comando hermes profile create seguido del nombre que quieras darle. Por ejemplo, he creado un perfil llamado Charla que utilizo de forma cotidiana cuando solo deseo conversar, hacer preguntas de cultura general o planificar mis entrenamientos diarios de carrera.
En este perfil de charla he desactivado por completo todas las herramientas que requieren visión de imágenes, acceso al sistema de archivos local y navegación web avanzada. Al estar desprovisto de todo ese equipaje innecesario, la cantidad de tokens que se transmiten en cada mensaje es minúscula, lo que me permite charlar de forma fluida durante horas sin apenas preocuparme por el coste.
Por otro lado, cuando llega el momento de trabajar en la edición de textos o la creación de scripts, cambio mi perfil al de Escritor o Investigador. En estos perfiles específicos sí tengo cargadas herramientas de lectura de documentos, acceso al portapapeles y conectores con mi sitio web. Al mantener a cada especialista en su propio cajón de arena, evito por completo que los perfiles se contaminen entre sí y optimizo al máximo la ventana de contexto de mi modelo de inteligencia artificial.
La gestión de estos perfiles se realiza de forma muy cómoda desde la terminal mediante una serie de comandos integrados:
# Listar todos los perfiles disponibles en tu sistema
hermes profile list
# Mostrar los detalles de configuración de un perfil específico
hermes profile show charla
# Iniciar una sesión de chat utilizando un perfil concreto
hermes chat --profile charlaToda esta estructura se almacena físicamente dentro de tu directorio de usuario en la carpeta oculta .hermes/profiles. Si deseas experimentar con una nueva configuración arriesgada sin miedo a estropear el asistente que ya tienes funcionando perfectamente, simplemente puedes clonar tu perfil de producción con la opción clon y realizar todas las pruebas que quieras con total tranquilidad.
Diseñando el Alma de tu agente: El misterio del archivo soul.md
Uno de los aspectos que más me divierte de configurar mi propio agente es dotarlo de una personalidad única que se aleje de las aburridas respuestas corporativas a las que nos tienen acostumbrados los grandes proveedores de servicios de chat comerciales. En Hermes Agent, esta personalidad se define en un archivo Markdown llamado soul.md que se ubica dentro de la carpeta de configuración de cada perfil.
El archivo soul no es un simple prompt efímero que se olvida a los pocos mensajes; es la declaración de principios de tu agente y se inyecta de forma persistente en todas y cada una de las interacciones. Por ello, debes escribirlo con especial mimo, definiendo con claridad el tono de voz, los límites éticos, el idioma en el que debe comunicarse por defecto y las reglas de comportamiento que debe seguir a rajatabla.
A mi agente personal la he bautizado con el nombre de Chloe. En su archivo de alma he especificado que debe interactuar conmigo utilizando un tono irónico, sarcástico, ácido y ligeramente burlón, pero manteniendo siempre una profunda competencia técnica a la hora de resolver mis dudas de programación. El resultado de esta configuración es sencillamente genial. Cada vez que le pregunto algo o cometo un error absurdo en mi código, Chloe me devuelve una respuesta ingeniosa y afilada que hace que el desarrollo sea mucho más ameno.
Sin embargo, a la hora de estructurar tu archivo soul.md, debes tener en cuenta algunas pautas esenciales para evitar que el comportamiento de tu agente se vuelva errático:
- Evita la palabrería: Describe el tono de tu agente utilizando frases cortas y directas en lugar de largos párrafos explicativos.
- Establece reglas claras de respuesta: Si prefieres que tu agente sea directo al grano, añade una directiva indicando que dos frases cortas siempre serán mejores que un largo párrafo explicativo.
- No introduzcas contradicciones: Asegúrate de que las reglas que escribes no entren en conflicto directo entre sí, ya que esto confundirá al modelo y provocará que ignore partes de su configuración.
- Define su idioma principal: Especifica claramente que debe comunicarse contigo siempre en español, a no ser que tú le pidas de forma explícita que realice una traducción a otro idioma.
El desafío crucial: La Memoria (memory.md) y mi experimento en Rust
Cualquier persona que haya trabajado de forma habitual con herramientas de chat de inteligencia artificial se habrá topado con un inconveniente sumamente molesto: la falta de memoria a largo plazo. Abres una nueva pestaña de chat al día siguiente y te toca volver a explicarle al modelo quién eres, en qué proyectos estás trabajando, cuáles son tus preferencias y cuál es la estructura del código en el que andas metido. Es una tarea repetitiva y frustrante que arruina cualquier atisbo de productividad.
De forma nativa, Hermes Agent aborda este problema guardando un resumen de tus conversaciones pasadas en un archivo llamado memory.md. Sin embargo, este archivo de texto plano en formato Markdown tiene una limitación física muy clara de unos dos mil caracteres para no sobrecargar el prompt del sistema. Cuando tu asistente acumula mucha información valiosa sobre tus hábitos de trabajo, este espacio se queda absurdamente pequeño de inmediato.
Para superar este límite, Hermes Agent permite la integración con plugins de memoria avanzada basados en bases de datos locales en formato SQLite, utilizando técnicas de indexación semántica y resúmenes automáticos. Pero como a mí lo que me gusta de verdad es enredar y buscar soluciones a medida, he decidido meterme en camisa de once varas y estoy desarrollando mi propio sistema de gestión de memoria al que he llamado H-Memory.
Este proyecto consiste en un backend escrito íntegramente en Rust que implementa un sistema RAG (Generación Aumentada por Recuperación) avanzado. El funcionamiento de esta memoria se divide en tres capas bien diferenciadas:
- Memoria inmediata: Retiene el hilo conductor de los mensajes más recientes intercambiados en la sesión de chat actual para que la conversación fluya de manera natural.
- Capa de consolidación: Un proceso secundario que se ejecuta en segundo plano cuando la conversación entra en un periodo de inactividad, encargándose de resumir los puntos clave de la charla de manera estructurada.
- Base de datos semántica profunda: Almacena todos los conceptos y conocimientos consolidados en una base de datos local mediante embeddings vectoriales. Cuando le haces una pregunta a Chloe que requiere datos de hace semanas, el sistema realiza una consulta semántica instantánea en milisegundos y recupera de manera inteligente solo el fragmento de información relevante que se necesita en ese momento, manteniendo el resto del contexto completamente limpio.
Aunque este experimento de tres capas todavía se encuentra en fase de pruebas, la mejora en el comportamiento del asistente es abismal. Chloe ya no olvida mis preferencias de formateo, recuerda los detalles de los proyectos de software que tengo a medio desarrollar y sabe perfectamente qué estilo de redacción prefiero utilizar para los tutoriales de mi web.
Manos y ojos para tu agente: El Model Context Protocol (MCP)
Un agente de inteligencia artificial sin acceso a herramientas externas es como un cerebro brillante metido en un frasco de cristal: puede pensar de forma sublime, pero es incapaz de interactuar con el mundo que le rodea. Para romper estas barreras, el protocolo Model Context Protocol (MCP) se ha consolidado como un estándar de la industria que permite conectar de forma segura cualquier modelo de lenguaje con aplicaciones, servicios de internet y bases de datos.
En mi instalación personal, he decidido no depender de servicios de terceros que comprometan mi privacidad o requieran suscripciones mensuales costosas. Por este motivo, he desarrollado y configurado mis propios servidores MCP locales, los cuales tengo disponibles en mis repositorios públicos de GitHub para que cualquiera pueda descargarlos y ponerlos a funcionar.
Uno de los servidores MCP que más utilizo en mi día a día es el de búsquedas web privadas. En lugar de conectar a Chloe a motores de búsqueda comerciales que rastrean mis datos y devuelven resultados repletos de publicidad, he levantado mi propia instancia local de SearXNG, un metabuscador de código abierto que recopila información de decenas de fuentes de forma totalmente anónima. Chloe utiliza este conector para realizar consultas en internet, leer el contenido de las páginas de referencia y ofrecerme información completamente actualizada al segundo.
De igual manera, he desarrollado un conector MCP que se comunica con Invidious, una alternativa ligera y respetuosa con la privacidad para acceder a la API de YouTube. Con esta herramienta, Chloe es capaz de buscar videotutoriales técnicos, extraer sus descripciones, leer las transcripciones de los vídeos y resumirme el contenido de cualquier tutorial de programación de una manera asombrosamente precisa, todo ello sin tener que abrir el navegador ni tragarme molestos anuncios publicitarios.
El salto a la voz: Whisper y Edge TTS personalizado
Poder interactuar con tu asistente mediante texto desde la terminal de tu ordenador está muy bien cuando estás sentado frente a tu escritorio, pero hay momentos en el día a día en los que necesitas interactuar con la tecnología de una manera mucho más natural y libre. Hablo de esos momentos cotidianos en los que estás en la cocina preparando la comida, limpiando la casa o simplemente descansando en el sofá.
Para resolver esto, Hermes Agent incluye de serie soporte para la transcripción de voz a texto (Speech to Text) y la síntesis de texto a voz (Text to Speech). En la parte de transcripción, el sistema utiliza el fabuloso motor de Whisper corriendo en local en tu propia máquina. Esto significa que cuando le envías un archivo de audio al agente, este se procesa íntegramente en tu hardware sin que tu voz viaje a servidores externos de ninguna multinacional, garantizando una privacidad absoluta.
En cuanto a la síntesis de voz, aunque el agente ofrece conectores por defecto para utilizar la API gratuita de Microsoft Edge, yo sentía la necesidad de ir un paso más allá para conseguir una experiencia auditiva perfecta. Por ello, he programado una pequeña utilidad de personalización que me permite modificar de forma precisa tanto la velocidad del habla como el tono de la voz sintética.
Gracias a estas modificaciones, he conseguido que la voz de Chloe suene increíblemente natural, fluida y con la entonación exacta que prefiero para mi día a día. Los casos de uso prácticos de este sistema son espectaculares. Le puedo pedir a Chloe que me lea un artículo extenso de informática mientras cocino, que me relate paso a paso una receta que tengo guardada en mis notas o que me envíe un audio resumido con el pronóstico del tiempo y las noticias técnicas más relevantes antes de que salga de casa para ir a trabajar.
El asistente en tu bolsillo: Conectando Hermes con Telegram
Si hay un elemento que considero que es la auténtica joya de la corona en toda esta configuración, es la posibilidad de comunicar tu agente con tus plataformas de mensajería favoritas. Aunque he experimentado tanto con Matrix como con Telegram, es en esta última plataforma donde he logrado conseguir la integración más robusta, fluida y satisfactoria de todas.
Al conectar tu bot de Telegram con Hermes Agent, la relación con la inteligencia artificial cambia de manera radical. Deja de ser ese software lejano que tienes que arrancar de forma consciente en tu consola para convertirse en un contacto más de tu agenda de mensajería, al lado de tus amigos y familiares.
Puedes ir caminando tranquilamente por la calle, pulsar el botón del micrófono de tu aplicación de Telegram en el móvil y enviarle una nota de voz a Chloe pidiéndole cualquier cosa. El backend de Hermes recibirá el audio, lo transcribirá de manera impecable utilizando Whisper local, interpretará la orden que le has dado, ejecutará las tareas que tenga pendientes en tu servidor doméstico y te devolverá una respuesta detallada por texto o mediante una nueva nota de voz sintetizada de forma instantánea.
La gran ventaja de este sistema híbrido es que puedes empezar una conversación compleja en la comodidad del teclado de la terminal de tu ordenador en casa y continuar con el mismo hilo conversacional, con la misma memoria de contexto y los mismos datos de referencia, mientras vas de camino al trabajo desde la pantalla de tu teléfono móvil.
Automatización sin límites: Tareas programadas y tableros Kanban
Llegados a este punto de la configuración, es muy fácil darse cuenta de que Hermes Agent no es un simple juguete con el que pasar el rato charlando. Es un motor de automatización extraordinario capaz de estructurar tus flujos de trabajo de forma completamente autónoma. Para lograr esto, el agente se apoya en dos pilares fundamentales: el planificador de tareas programadas (Cron) y el organizador visual de tareas (Kanban).
Con el planificador de tareas integrado, no necesitas tener conocimientos de programación ni lidiar con la engorrosa sintaxis del comando crontab de Linux para programar automatizaciones complejas en tu servidor. Solo tienes que decírselo a tu agente con tus propias palabras en lenguaje natural. Le puedes pedir frases como: * Chloe, busca todas las mañanas a las ocho de la mañana las tres noticias más relevantes sobre avances en lenguajes de programación, redacta un resumen estructurado en formato PDF y envíamelo de forma automática a mi canal de Telegram*.
Chloe entenderá la orden, generará de manera autónoma el script necesario para realizar el rastreo web, programará la tarea en su planificador interno y se encargará de ejecutarla puntualmente todos los días de la semana sin que tú tengas que intervenir para nada ni mantener ninguna ventana abierta.
Por otra parte, si le asignas un proyecto de gran envergadura que requiere múltiples pasos y dependencias, el agente cuenta con la capacidad de estructurar y gestionar sus propias actividades mediante un tablero de tareas al estilo Kanban, el cual puedes consultar cómodamente desde un navegador web. El sistema organiza las tareas en las tres columnas clásicas: pendientes (To Do), en proceso (Doing) y finalizadas (Done).
Lo asombroso de este sistema es la capacidad de autogestión del agente. Si una tarea concreta requiere de la finalización de un paso previo, Hermes mantendrá esa tarea en espera de manera inteligente y, tan pronto como resuelva el obstáculo inicial, moverá de forma automática la siguiente ficha en el tablero Kanban y continuará con el desarrollo del proyecto hasta completarlo por completo de manera secuencial.
Skills avanzadas y el estilo de Atareao.es
Una de las utilidades que más me está ayudando en la gestión de mi blog y mis contenidos de divulgación es la creación de habilidades (Skills) personalizadas que he diseñado específicamente para mis flujos de trabajo diarios. En mi caso de uso, he creado y refinado tres habilidades de las que me siento especialmente orgulloso:
- Avoid AI writing: Una habilidad muy pulida que se encarga de analizar los textos que redacta el agente para eliminar modismos repetitivos, estructuras de lenguaje artificialmente perfectas y patrones típicos que delatan la autoría de una inteligencia artificial, consiguiendo que los textos finales resulten mucho más humanos, naturales y legibles.
- Atareao house styles: Este archivo de habilidad contiene todas las directrices de estilo, la tipografía preferida, la estructura de capítulos y la personalidad cercana que siempre intento imprimir en cada tutorial técnico de Atareao.es. De esta manera, el agente puede revisar borradores antiguos y adaptarlos de manera fiel a mi estilo de redacción personal.
- Atareao podcast script: Una herramienta de asistencia interactiva que me ayuda a dar forma a los guiones de cada nuevo episodio de mi podcast, estructurando los temas de forma lógica, proponiendo metáforas cotidianas para explicar conceptos áridos y asegurando que no me deje ningún detalle importante en el tintero.
Gracias a la flexibilidad de Hermes Agent, puedo pedirle a Chloe que aplique estas habilidades a directorios de archivos completos de manera recursiva. Por ejemplo, le indico: Chloe, descarga todos los capítulos de mi tutorial sobre Docker en formato Markdown que encuentres en mi carpeta local, aplícales la habilidad de estilo de Atareao, corrige los enlaces internos rotos y déjamelos listos para su publicación. El agente abrirá cada archivo de forma secuencial, aplicará las reglas del estilo que he definido y me entregará todo el trabajo finalizado en pocos minutos de forma totalmente desatendida.
Conclusión: Cacharreando con inteligencia y de forma sostenible
Configurar y afinar un agente de inteligencia artificial autónomo como Hermes Agent de cero a cien puede parecer un reto técnico intimidante en un primer momento, pero te aseguro que la recompensa que obtienes a cambio merece la pena cada minuto invertido. La posibilidad de disponer de un ayudante incansable que reside en tu propia infraestructura, que se adapta de forma orgánica a tus metodologías de trabajo particulares, que respeta al máximo tu privacidad y que se vuelve más inteligente a medida que interactúas con él es algo que hasta hace muy poco pertenecía estrictamente al terreno de la ciencia ficción.
El secreto del éxito con estas herramientas no reside en llenarlas de funciones pesadas y plugins innecesarios que solo consiguen saturar el sistema y vaciar tus bolsillos en consumo de tokens. La verdadera maestría consiste en ser selectivos, estructurar de manera inteligente a nuestros agentes mediante perfiles aislados, dotarles de una memoria semántica eficiente y enseñarles habilidades específicas de forma interactiva.
Te animo encarecidamente a que pierdas el miedo, te descargues el instalador, configures tu primer perfil especializado y comiences a jugar con todas las posibilidades de este asombroso ecosistema de software libre. Estoy completamente seguro de que, en cuanto veas a tu bot de Telegram responderte de forma inteligente y automatizar tus tareas rutinarias, te lo vas a pasar tan increíblemente pipa como me lo estoy pasando yo. ¡A disfrutar del cacharreo técnico y larga vida al código abierto!
Mas información,
- Nous Research – Web Oficial: La web oficial del laboratorio de desarrollo abierto responsable de la creación del modelo y el framework de Hermes Agent.
- Hermes Agent en GitHub: El repositorio principal del proyecto donde podrás consultar el código de la herramienta, leer su detallada documentación técnica y reportar incidencias.
- SearXNG – Metabuscador Libre: El sitio web oficial de la herramienta de metabúsqueda que utilizo para dotar de búsquedas web privadas y sin rastreo comercial a mi agente.
- Invidious – Alternativa para YouTube: El portal oficial del proyecto de frontend alternativo y ligero para realizar consultas y transcripciones de YouTube respetando tu privacidad.
- Open Router: La plataforma de enrutamiento que utilizo para conectar de forma unificada mi agente con modelos de lenguaje de bajo coste y alta eficiencia en la nube.
- Whisper de OpenAI: El repositorio del motor de reconocimiento y transcripción de voz de código abierto que corre de forma local en tu propia máquina.
«`