Hermes Agent: el agente de IA local
Hermes Agent, el framework de agente de Nous Research, es el cerebro que coordina todo el laboratorio de IA local. Corre directamente en el nodo principal del laboratorio, el mismo que aloja las GPUs de propósito general (NVIDIA V100 e iGPU Intel Arc), lo que le da acceso inmediato a los motores de inferencia locales. Este documento recoge lo aprendido en su instalación y configuración: cómo desplegarlo, cómo apuntarlo a modelos locales y cómo se integra con el resto del ecosistema.
Instalación en un host con GPU
Hermes se instala como un framework de agente nativo en el sistema host (en este caso, un equipo x86_64 con Intel Core Ultra 9 285H y 91 GiB de RAM). Al residir en el mismo nodo que los motores de inferencia, las llamadas a ninfer y OVMS se resuelven por localhost sin latencia de red significativa.
La configuración y los datos de sesión viven en el perfil por defecto del framework. Ahí se guardan:
- Las skills (memoria procedural) que se cargan bajo demanda según su disparador.
- La memoria persistente (recuerdos que sobreviven entre sesiones).
- El fact_store, un almacén de hechos duraderos que se consulta por relevancia.
Conexión a modelos locales
Hermes se integra con los modelos locales por vías OpenAI-compatible, lo que permite usar cualquiera de los motores del laboratorio sin cambios en el código de petición. Backends disponibles y verificados:
- ninfer — OpenAI-compatible, sobre la NVIDIA V100-32GB. Es la vía principal para modelos grandes (Qwen3.8-35B-A3B, Gemma 4 26B).
- OVMS (OpenVINO Model Server) — OpenAI-compatible, sobre la iGPU Intel Arc. Para embeddings y un LLM int4 ligero.
- Ollama local — con los modelos
glm-5.2-64kyglm-5.2:cloud. - MCP servers — servidores conectados por el protocolo Model Context Protocol para ampliar las herramientas del agente.
El desplegable de modelos de Hermes (campo model del request) lo puebla directamente el router de ninfer, que expone los ids qwen3.8-35b-a3b y gemma-4. Esto significa que cambiar de modelo se hace desde la interfaz del agente sin tocar configuración.
Delegación y subagentes
Una de las capacidades más potentes es el lanzamiento de subagentes (task agents). Hermes delega tareas razonadas a agentes hijos que se ejecutan en paralelo, cada uno con su propia conversación, sesión de terminal y conjunto de herramientas, y solo devuelve su resumen final. Es la forma de paralelizar trabajo pesado de redacción, análisis o codificación.
Lección aprendida: un subagente que no recibe la instrucción de escribir el archivo como paso explícito puede quedarse «narrando» la intención sin materializarla. La delegación funciona bien cuando el objetivo es verificable (crear un archivo, una ruta concreta), no cuando se espera una respuesta conversacional.
Skills como memoria procedural
Las skills son la memoria procedural de Hermes: procedimientos probados, pasos y trampas que se cargan solo cuando el trigger de la tarea coincide. Para el laboratorio de IA destacan las dedicadas a:
- Operación del motor ninfer sobre la V100.
- Servicio de modelos en GPUs Intel vía OpenVINO GenAI.
- Configuración y uso del propio framework.
Otras herramientas del flujo
- Terminal como herramienta de primera clase (ejecución, git, builds, tests).
- web_search / web_extract para búsqueda y extracción de contenido.
- Navegador real para sesiones que requieren JS, logins o clics.
- Cron jobs para tareas recurrentes y copias de datos.
- Gestión de proyectos y fact_store para mantener contexto de largo plazo.
Hermes no es solo un cliente de chat: es el orquestador que une los motores de inferencia, las skills, los MCP servers y las herramientas del sistema en un único flujo de trabajo para el laboratorio.
