Hermes frente a OpenClaw: cuál instalar en casa ?

#Hermes frente a OpenClaw: la respuesta breve

Ambas herramientas pertenecen a la misma familia: un agente autoalojado con licencia MIT, memoria persistente, skills, mensajería, tareas programadas y compatibilidad con el protocolo MCP. La diferencia está en lo que cada proyecto sitúa en el centro. Hermes Agent, publicado por Nous Research, se presenta como un agente autónomo de línea de comandos cuyas habilidades se crean y mejoran con el uso. OpenClaw, creado por Peter Steinberger, se define por su pasarela: un proceso que conecta tus aplicaciones de mensajería con un modelo y después ejecuta lo que el modelo solicita.

Más bien Hermes Agent

Trabajas principalmente en un terminal, quieres un agente que acumule procedimientos a medida que realiza tareas y te sientes cómodo con un archivo de configuración YAML y un ecosistema Python.

Más bien OpenClaw

Quieres un asistente presente en WhatsApp, Telegram, Discord, Slack, Signal o iMessage, con un asistente de instalación guiada y una interfaz web de control, dentro de un ecosistema Node.js.

Lo que es equivalente

La licencia, el principio de la memoria en archivos Markdown, las skills con formato SKILL.md, la conexión con Ollama y los riesgos de seguridad propios de cualquier agente que ejecute comandos.

Lo que no hace esta guía

Ninguna clasificación numérica, ninguna duración de instalación, ninguna medición de velocidad. No hemos comparado ambos en condiciones idénticas; confrontamos lo que describen sus documentaciones.

#Dos enfoques: el agente que aprende frente a la pasarela de mensajería

Hermes Agent es, ante todo, un agente de terminal. Su documentación describe una interfaz de texto interactiva, más de cuarenta herramientas (terminal, archivos, navegador, memoria, tareas programadas), un mecanismo de subagentes que delegan tareas y varias formas de ejecutar comandos: directamente en la máquina, en un contenedor Docker o Singularity, en una máquina remota mediante SSH o en una plataforma en la nube como Modal. La pasarela de mensajería existe, pero es complementaria: un solo proceso sirve el terminal y las aplicaciones de mensajería con la misma memoria y el mismo historial.

OpenClaw invierte el orden. Su núcleo es la Gateway, un proceso Node.js en segundo plano que mantiene abiertas las conexiones con tus aplicaciones de mensajería, recibe cada mensaje, se lo transmite al agente y devuelve la respuesta a la conversación correcta. De forma predeterminada, solo escucha en la propia máquina, en la dirección 127.0.0.1 y en el puerto 18789, y también sirve una interfaz web de control. El agente, el espacio de trabajo de archivos Markdown y las skills se organizan alrededor de esta pasarela. OpenClaw puede tomar la iniciativa gracias a las tareas programadas y a un despertar periódico, por ejemplo para hacer un resumen cada mañana.

Las funciones acabaron convergiendo: ambos planifican tareas, se conectan a servidores MCP y cargan skills. Pero si le preguntas a cada uno qué sabe hacer mejor, Hermes responde «ejecutar y recordar», y OpenClaw responde «estar disponible y actuar».

Hay que aclarar dos confusiones de nombres. Hermes Agent no es Hermes 4: el primero es el software de orquestación; el segundo, una familia de modelos de Nous Research que se puede ejecutar detrás de él, o no. OpenClaw se llamó Clawdbot y después Moltbot hasta principios de 2026: los tutoriales anteriores describen el mismo software con nombres antiguos para los comandos. Nuestra página «OpenClaw: ¿qué es?» cuenta esta historia: https://quelllm.fr/guide/openclaw-c-est-quoi

#Memoria: archivos Markdown en ambos casos, con un uso diferente

Ambos proyectos han tomado la misma decisión: la memoria vive en archivos de texto que puedes abrir y corregir manualmente. La forma de rellenarlos difiere.

En Hermes Agent, dos archivos contienen la memoria duradera: MEMORY.md para los hechos y procedimientos que el agente considera útiles, USER.md para lo que recuerda de ti. Se encuentran en la carpeta ~/.hermes/memories/. Es el modelo el que decide, mediante una herramienta específica, qué merece escribirse allí. Existe una opción de validación humana de las escrituras, y la documentación reconoce un punto débil: un modelo local de menos de aproximadamente 30 mil millones de parámetros puede anunciar «anotado» sin haber llamado a la herramienta. El consejo oficial es solicitar explícitamente la memorización y después comprobar el archivo.

En OpenClaw, la memoria forma parte del espacio de trabajo del agente, una carpeta de archivos Markdown que también contiene sus instrucciones y su personalidad, ubicada de forma predeterminada en ~/.openclaw/workspace. La documentación describe allí un archivo de memoria duradera y notas fechadas, que el agente relee al comienzo de la sesión y puede consultar. Una vez más, puedes abrir estos archivos en un editor y eliminar lo que no deba permanecer allí.

La diferencia fundamental está en otro punto: Hermes apuesta por las skills creadas automáticamente, que veremos más abajo, para conservar procedimientos y no solo hechos; OpenClaw conserva hechos y notas, y se apoya en las skills instaladas para los procedimientos. La debilidad es común: la fiabilidad de la memoria depende del modelo, y un modelo local pequeño olvida escribir, escribe en el lugar equivocado o confunde tus preferencias con las de un documento leído.

#Skills: aprendidas por el agente o instaladas desde un registro

Una skill es una carpeta que contiene un archivo SKILL.md que enseña al agente un procedimiento concreto, a veces acompañado de scripts. El formato es el mismo en ambos lados, pero la procedencia de las skills marca la diferencia más clara entre los dos proyectos.

Hermes Agent

La documentación destaca skills que se crean y mejoran con el uso: después de una tarea satisfactoria, el agente puede redactar por sí mismo el procedimiento y reutilizarlo más adelante. Ese es el sentido de la expresión «agente que aprende». También puedes escribir o incorporar tus propias skills.

OpenClaw

Las skills se escriben a mano o se instalan desde ClawHub, el registro público del proyecto. La oferta es amplia, y eso es a la vez su fortaleza y su riesgo: a comienzos de 2026, unos investigadores de seguridad señalaron cientos de skills maliciosas en este registro.

Riesgo común

Una skill contiene instrucciones y, a veces, scripts que se ejecutan con tus permisos. Una skill de terceros debe leerse por completo antes de activarla, exactamente igual que un script descargado. Una skill generada por el agente también debe revisarse: puede haber aprendido un mal hábito.

#Mensajería: OpenClaw cubre mucho terreno, Hermes cubre lo esencial

Este es el terreno natural de OpenClaw. Su documentación enumera WhatsApp, Telegram, Discord, Slack, Signal e iMessage, entre otros, y el asistente de instalación propone conectarlos desde el principio. Hermes Agent documenta una pasarela para Telegram, Discord, Slack, WhatsApp y Signal. Las listas cambian: consulta la página de canales antes de elegirlo para una aplicación de mensajería concreta.

El funcionamiento es idéntico: el agente abre conexiones salientes con el servicio, no hace falta ningún puerto entrante y nada justifica exponer la pasarela de OpenClaw ni la API de Hermes en Internet. Ambas documentaciones recomiendan una cuenta dedicada al asistente, distinta de su cuenta personal.

Control de quién habla con el agente

OpenClaw: un desconocido que escribe recibe un código de emparejamiento, y el agente ignora sus mensajes hasta que usted no haya aprobado ese código. Hermes: una capa de autorización de usuarios, descrita en su documentación de seguridad, limita las cuentas que pueden darle órdenes.

Interfaz en la máquina

OpenClaw ofrece una interfaz web de control en http://127.0.0.1:18789/, protegida por un token. Hermes se controla principalmente desde su interfaz de texto, en el terminal.

#Modelos: en línea o locales, con los mismos requisitos

Ninguno de los dos proporciona un modelo: llaman a un proveedor en línea con su clave, o a un modelo local servido por Ollama, que escucha de forma predeterminada en http://localhost:11434. El punto delicado es el mismo: un agente envía miles de tokens de instrucciones y definiciones de herramientas antes de su primer mensaje, y espera llamadas a herramientas en un formato estricto.

Hermes Agent se configura en el archivo ~/.hermes/config.yaml. Los servidores compatibles con OpenAI, incluido Ollama, vLLM y llama.cpp, se declaran con una dirección base y una clave vacía. Un detalle útil: los roles pueden apuntar a distintos proveedores, por ejemplo, un modelo local para la conversación principal y otro para la compresión del contexto o los títulos de sesión. Nuestra guía específica explica esta conexión: https://quelllm.fr/guide/hermes-agent-ollama-guide

OpenClaw declara sus proveedores en ~/.openclaw/openclaw.json y su documentación exige la API nativa de Ollama, no la interfaz compatible con OpenAI terminada en /v1, so pena de perder la llamada a herramientas. La página que Ollama dedica a OpenClaw recomienda al menos 64 000 tokens de contexto con un modelo local. Los pasos: https://quelllm.fr/guide/openclaw-ollama-modeles-locaux

Capacidad de llamada a herramientas

En ambos casos, elige un modelo cuya ficha Ollama muestre la capacidad tools. Un modelo de conversación clásico describe la acción en lugar de ejecutarla.

Tamaño del modelo

Hermes documenta una memoria poco fiable por debajo de unos 30 mil millones de parámetros. OpenClaw requiere un contexto amplio. Referencias en Q4_K_M solo para los pesos: 14B ≈ 9 GB, 32B ≈ 19 GB, a lo que se añade el contexto.

Hardware

Una RTX 3060 de 12GB o una RTX 4070 de 12GB permiten hacer pruebas con un modelo de 14B y expectativas moderadas. Una RTX 4090 de 24GB o un Mac M4 Pro con 48 GB de memoria unificada ofrecen el margen necesario para los modelos de 32B con un contexto amplio.

Empezar en línea

Ambas documentaciones sugieren el modelo más capaz del que dispongas, porque resiste mejor las instrucciones maliciosas. Una clave de API con un presupuesto máximo suele ser el mejor punto de partida antes de pasar al entorno local.

#Instalación y mantenimiento: lo que exigen las documentaciones

No damos ninguna duración de instalación porque no la hemos medido. Esto es lo que exige cada proyecto según su documentación; los comandos siguientes sirven para medir el esfuerzo, no son un tutorial.

Hermes Agent: sistemas

Linux, macOS y Windows mediante WSL2. El proyecto está escrito en Python; el script de instalación configura el entorno necesario.

Hermes Agent: método

Un script oficial instala el comando hermes. Después, la configuración se realiza en ~/.hermes/config.yaml o mediante el comando de configuración de la herramienta, y la pasarela de mensajería se inicia como un proceso independiente.

OpenClaw: sistemas

macOS y Linux directamente, Windows mediante WSL2. Se requiere Node.js, en la versión 22 como mínimo según nuestro conocimiento; este requisito ya ha cambiado, así que compruébalo en la página de instalación.

OpenClaw: método

Un paquete npm o un script oficial instala el comando openclaw; después, un asistente de instalación hace preguntas sobre el modelo, las aplicaciones de mensajería y la seguridad, y registra la pasarela como servicio. También está documentada una instalación mediante Docker Compose: https://quelllm.fr/guide/installer-openclaw-docker

# Hermes Agent (Linux, macOS, WSL2)
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes

# OpenClaw (Node.js requis)
npm install -g openclaw@latest
openclaw onboard --install-daemon

En cuanto al mantenimiento, ambos proyectos publican actualizaciones con frecuencia: Hermes Agent etiquetó su versión v0.21.5 el 24 de septiembre de 2026, y OpenClaw incluye un comando de actualización, openclaw update, y una herramienta de diagnóstico, openclaw doctor. Una instalación que se deja tal cual durante meses se convierte en un riesgo, porque algunas versiones corrigen vulnerabilidades. En un servidor, fija un número de versión y lee las notas de la versión antes de actualizar.

#Seguridad: los mismos riesgos, dos respuestas

El peligro es idéntico, porque se debe a la naturaleza de un agente: lee contenidos procedentes del exterior, accede a datos privados y puede ejecutar comandos. Un texto malicioso puede contener instrucciones que tomará por tuyas, y un modelo local pequeño suele dejarse desviar más fácilmente que uno grande. Nuestra guía sobre la inyección de prompts explica el mecanismo: https://quelllm.fr/guide/injection-de-prompt-llm-local

Hermes Agent documenta un modelo de seguridad de ocho capas: autorización de usuarios, aprobación humana de comandos peligrosos, protecciones para la escritura de archivos, aislamiento mediante contenedores (Docker, Singularity, Modal), filtrado de las credenciales transmitidas a los servidores MCP, detección de inyección de prompts en los archivos de contexto, aislamiento entre sesiones y validación de las rutas de trabajo. La aprobación de comandos se configura mediante approvals.mode, con un modo inteligente predeterminado que permite las acciones de bajo riesgo y bloquea las demás para su validación.

OpenClaw documenta por su parte el emparejamiento de desconocidos mediante código, la autenticación por token de la pasarela, la ejecución de conversaciones grupales en un contenedor Docker aislado y dos comandos integrados: openclaw doctor para el diagnóstico, openclaw security audit --deep para detectar configuraciones peligrosas. Su historia reciente recuerda por qué estas herramientas son importantes: la vulnerabilidad CVE-2026-25253, corregida a finales de enero de 2026, permitía robar el token de la pasarela mediante un enlace malicioso, y unos investigadores contabilizaron a principios de 2026 miles de pasarelas accesibles desde Internet.

Aislamiento predeterminado

Ni lo uno ni lo otro. Hermes ejecuta los comandos en la máquina mientras no hayas elegido un backend en contenedores. OpenClaw se ejecuta en el host y reserva el contenedor Docker para las sesiones de grupo, salvo que se instale completamente en Docker.

Aprobación de acciones

Hermes: documentada en el núcleo del producto, con tres modalidades. OpenClaw: se basa en la configuración de las herramientas y en la auditoría integrada; la documentación de seguridad de la pasarela es la página que debes leer.

Superficie de ataque

OpenClaw ofrece una interfaz web local y un registro de skills muy frecuentado; Hermes ofrece más herramientas y backends. En ambos casos, cuantos menos canales, herramientas y skills actives, menos habrá que defender.

#Hermes u OpenClaw: elegir en cinco preguntas

Ninguno de los dos es mejor en términos absolutos. Las cinco preguntas siguientes, planteadas en orden, suelen señalar un favorito claro. Si quedan empatados, prueba ambos en una máquina virtual con un bot de Telegram de prueba, una semana cada uno con la misma tarea y sin datos sensibles: se desinstalan sin dejar rastro si los has aislado.

1. 01
   ¿Desde dónde le hablarás con más frecuencia?

   Desde un terminal, para tareas técnicas: Hermes Agent está pensado para eso; la mensajería es un complemento. Desde tu teléfono, en una aplicación de mensajería que ya abres diez veces al día: OpenClaw está diseñado en torno a este caso, con más canales compatibles.
2. 02
   ¿Qué quieres que recuerde?

   Procedimientos que reutilizará por sí solo: la creación de skills por parte del agente es la apuesta de Hermes. Hechos, notas y recordatorios, con las habilidades que tú elijas: OpenClaw y su espacio de trabajo en Markdown son suficientes.
3. 03
   ¿Qué ecosistema sabes solucionar?

   El día que algo falle, leerás registros y a veces código. Hermes está escrito en Python y OpenClaw en Node.js.
4. 04
   ¿Qué modelo vas a conectar?

   Un proveedor en línea limitado: ambos sirven. Un modelo local en una tarjeta de 12 GB: espera limitaciones con los dos, Hermes por la memoria y OpenClaw por el contexto. Un modelo de 32B en 24 GB o un Mac bien equipado cambia las cosas tanto para uno como para el otro.
5. 05
   ¿Cuánto mantenimiento estás dispuesto a asumir?

   Ambos requieren actualizaciones periódicas y revisar la memoria. OpenClaw añade la vigilancia de las skills instaladas y de la exposición de la pasarela; Hermes, la de los backends de ejecución y de lo que el agente aprende por sí solo.

Más bien Hermes Agent

Desarrollador o administrador, terminal a diario, tareas recurrentes que automatizar, ganas de tener un agente que mejore y un control preciso de la ejecución (aprobaciones, backends aislados).

Más bien OpenClaw

Asistente personal accesible desde cualquier lugar, varias aplicaciones de mensajería, entre ellas iMessage o WhatsApp, instalación guiada, interfaz web y una amplia selección de skills listas para usar.

Ni lo uno ni lo otro

Si la necesidad se limita a conversar con un modelo local, Ollama con Open WebUI o LM Studio sirve con una superficie de ataque mucho menor. Para un agente confinado por diseño en un contenedor, consulta Agent Zero. Para automatizaciones en las que cada paso se decide de antemano, n8n con Ollama es más predecible que un agente.

#Fuentes oficiales que consultar

Comparativa redactada el 13 de octubre de 2026 a partir de las documentaciones oficiales de ambos proyectos, consultadas entre finales de septiembre y mediados de octubre de 2026, sin pruebas propias, mediciones ni puntuaciones. Las versiones, las listas de aplicaciones de mensajería y los nombres de los comandos cambian rápidamente: vuelve a leer estas páginas antes de instalar.

https://hermes-agent.nousresearch.com/docs/

https://hermes-agent.nousresearch.com/docs/user-guide/security

https://github.com/NousResearch/hermes-agent

https://docs.openclaw.ai/

https://docs.openclaw.ai/gateway/security

https://github.com/openclaw/openclaw

#Para ir más allá

Hermes Agent con Ollama

Configuración exacta del proveedor local, modelos para la llamada a herramientas, memoria y límites que debes conocer. https://quelllm.fr/guide/hermes-agent-ollama-guide

Agent Zero con Ollama en Docker

Un agente distribuido en un contenedor, con un escritorio Linux integrado: el aislamiento forma parte de su diseño. https://quelllm.fr/guide/agent-zero-ollama-docker

Goose, el agente local en el terminal

El agente de Block conectado a Ollama, con sus modos de permisos: otra respuesta a la necesidad de un «agente de terminal». https://quelllm.fr/guide/goose-agent-local

Crear un agente de IA local: arquitectura

Modelo, herramientas, memoria, bucle: los componentes comunes a Hermes, OpenClaw y los demás, para entender qué instala. https://quelllm.fr/guide/agent-ia-local-architecture