Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

hermes-agent-infrastructure

Hermes Agent Infrastructure es una infraestructura de agentes IA autocontenido que ejecuta modelos locales y en la nube con rutas automáticas, orquestación de trabajo, integración segura de APIs y resiliencia mediante failover.

Ficha actualizada 23 sept 2026, 12:05 · upstream 23 sept 2026, 11:49 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es hermes-agent-infrastructure

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Hermes Agent es un proyecto de infraestructura de agentes de IA autocontenido diseñado para experimentar asistentes de IA, ruteo de modelos locales y en la nube, flujos de automatización, agentes estilo OpenClaw/OpenCode y integraciones seguras de APIs. El sistema se ejecuta continuamente sobre una VPS Linux Ubuntu como ~20 servicios systemd, que enruta solicitudes a través de un modelo primario (Codex suscriptivo) con fallback local (Ollama), configurado declarativamente por perfil. Cada perfil es un directorio independiente con credenciales, habilidades y cron jobs separados, haciendo la aislamiento del perfil el límite real de seguridad entre personas. El sistema integra APIs reales (OANDA, Whoop, Notion, iCloud CalDAV) bajo una capa de credenciales que evita exponer secretos en el código base. Además, Hermes ejecuta un pipeline de investigación cuantitativa FX (Ornstein-Uhlenbeck mean-reversion), con validación por walk-forward y auditoría interna, además de un agente de commodities con guardias de riesgo estrictas.

CASOS DE USO
  • Automatización de tareas repetitivas mediante agentes de IA local
  • Ruteo inteligente de modelos de lenguaje entre proveedores cloud y locales
  • Orquestación de flujos de trabajo agénticos con cron jobs predictivos
  • Integración segura de APIs empresariales (comercio, salud, calendario)
  • Resiliencia operativa mediante failover automático entre servicios
  • Auditoría continua y registro de decisiones de seguridad
  • Desarrollo de bots financieros cuantitativos con validación rigurosa
PUNTOS DESTACADOS
  • Ruteo híbrido de modelos (cloud-primary + local-fallback) que garantiza disponibilidad incluso con fallos en proveedores externos
  • Orquestación de agentes siempre activos con aislamiento perfiles por directorio, no solo por configuración
  • Integración directa con APIs reales (OANDA, Whoop, Notion, iCloud CalDAV) sin exponer credenciales al código
  • Sistema de failover automático que reemplaza servicios fallidos antes de afectar a usuarios
  • Auditoría forense interna mediante repliegue de decisiones de filtros y veto counterfactuals
  • Infraestructura determinística con cron jobs separados, permitiendo auditorías sin intervención humana
PRECAUCIONES
  • Dependencia crítica de un proveedor cloud primario (Codex) que puede ser inestable o costoso
  • El fallback local (Ollama) no garantiza consistencia en todos los casos de uso, especialmente para tareas complejas
  • La arquitectura es monolítica y difícil de escalar horizontalmente sin reestructurar el sistema
  • No incluye capacidades de razonamiento profundo ni planificación a largo plazo del agente
  • El modelo de seguridad depende de la correcta implementación de los guardias (fail2ban, auditd) que pueden fallar en entornos no controlados
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Hermes Agent Infrastructure — architecture overview
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADlownivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Instalación: ejecutar el proyecto como un contenedor Docker con Tailscale para red privada. Configurar variables de entorno en .env y usar un gestor de secretos. El sistema requiere ~4 CPU cores y 8GB RAM. Para producción, configurar un firewall estricto y monitorizar logs del agente. Actualizar periodicamente los modelos locales (Ollama) y verificar que el fallback local esté activo ante fallos del proveedor primario.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
RailsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.