Hermes Autopilot

Un agente autónomo sobre Hermes Agent (Nous Research), y el arnés que lo hace confiable. Hermes toma tareas de una cola, las trabaja, las verifica con un gate, reintenta con el error en la mano, escala cuando se traba y nunca publica sin un humano. Mientras tanto, las reglas del repo se hacen cumplir solas: en la CLI, en el gateway de mensajería y en las tareas programadas. Y un panel muestra todo en vivo.

Antes se llamaba hermes-harness. Ver docs/decisions/0006-autonomia-loop-cli-panel.md.

Hermes es un agente que aprende (escribe su memoria, crea y parchea skills) y que corre desatendido (cron, Telegram, Slack…). Eso lo hace más útil y también más difícil de gobernar: lo que aprende mal lo repite en todas las sesiones, y donde corre solo no hay humano para aprobar un comando peligroso. Este arnés pone frenos en esos dos lugares además de en la terminal y los archivos, y un gate que define qué es "terminado".

Qué trae

• Loop autónomo (scripts/loop.py): tarea → agente → gate, hasta verde o hasta escalar. La salida es el gate. El mismo rojo dos veces seguidas para y te avisa. Tiene tope de intentos y de reloj y un freno de mano (--stop), y nunca empuja.
• CLI (scripts/cli.py) para parametrizar sin editar JSON: rule add prueba la regla por el plugin antes de escribirla. También tiene signal, config, task y status, y es la puerta a todo lo demás.
• Panel en vivo (scripts/panel.py): gate, loop, tareas, frenos y cada evento en el momento en que pasa. Usa Server-Sent Events y escucha solo en 127.0.0.1.
• Workshop (docs/workshop/): 3 h 30 min prácticas en un sandbox, con un agente de juguete y sin API key.
• Integraciones (docs/integraciones.md): navegador headless, Google Workspace, Microsoft 365, WhatsApp/Telegram/Slack/correo (hermes send), GitHub y PostgreSQL. Hermes conecta; el arnés decide qué clase de acción es cada herramienta, a quién se manda, cuánto, desde qué tarea y con qué secretos arranca cada servidor. Se habilitan con un comando que prueba antes de escribir (integ.py add), se instalan aisladas y fijadas con lock (integ.py deps), y Hermes registra sólo lo que el perfil permite y las arranca recién cuando se usan.
• Workspace (docs/workspace.md): varios repos sobre GitHub, GitLab o Azure DevOps. Un proyecto de gestión sin código, donde Hermes orquesta épicas, milestones, tablero y wiki; codificadores (Claude Code o Hermes) con su repo, su tablero y su cola. Una épica se despacha en issues hijos vinculados y encolados en cada codificador, y su checklist se marca solo.
• 22 casos reales replicables (casos/) de programación, infraestructura, oficina, datos, soporte y operación (cinco con integraciones): un agente toma un atajo y el arnés lo frena, lo escala o lo deja llegar a verde. Se corre cada uno con un comando, y el gate los corre todos.
• Auditoría de huecos (docs/huecos.md): 40 cerrados con su prueba, y lo que sigue abierto con su porqué.
• Defensa en capas para lo desatendido: cada tarea del loop corre aislada en su worktree (los secretos no están), una guardia de Python ve lo que un programa abre, y una sesión que leyó a un tercero no publica ni se reescribe sola (inyección de prompt).
• Hermes real en CI (scripts/hermes_fuente.py, job hermes-real) y el revisor inferencial medido con una tasa (scripts/evals.py inferential).
• Plugin repo-harness para Hermes: frena herramientas en pre_tool_call (terminal, escritura, memoria, skills, cron), corre el lint del archivo recién escrito y se lo muestra al modelo, no deja cerrar el turno con el gate pendiente (pre_verify) e inyecta el estado verificado del repo al abrir la sesión.
• Un solo archivo de reglas: .hermes/harness.config.json. El código no sabe nada del repo. Cada regla trae su example, y el self-test prueba que frene.
• Gate (scripts/gate.py): la única definición de entregable, declarativa, igual en CI.
• Lint con una regla que ningún otro arnés tiene: caza lo que haría que el escáner de inyección de Hermes descarte tu AGENTS.md entero.
• Skills (/gate, /lesson, /new-guardrail, /harness-audit, /harness-review, /harness-port) y doctor para ver si el arnés está vivo en tu máquina.
• Instalador para cualquier repo (Python, Node, front, Go, Rust, .NET, JVM), dry-run por defecto y sin sobreescribir nada.

Python de la biblioteca estándar. Sin dependencias.

Empezar

# en este repo
python3 scripts/gate.py
python3 scripts/cli.py status
python3 scripts/cli.py panel                                      # http://127.0.0.1:8765

# en tu repo
python3 scripts/install.py ~/code/mi-repo --profile python          # mirá la lista
python3 scripts/install.py ~/code/mi-repo --profile python --apply
cd ~/code/mi-repo
hermes skills trust .
python3 .hermes/harness/scripts/install.py . --link-plugin --apply
hermes plugins enable repo-harness
python3 .hermes/harness/scripts/githooks.py install
python3 .hermes/harness/scripts/gate.py
python3 .hermes/harness/scripts/doctor.py

# conectarle cosas (dry-run sin --apply)
python3 .hermes/harness/scripts/integ.py list
python3 .hermes/harness/scripts/integ.py add navegador --apply && python3 .hermes/harness/scripts/integ.py deps navegador --apply

# y dejarlo trabajar solo
python3 .hermes/harness/scripts/cli.py task add "una tarea chica que el gate pueda verificar"
python3 .hermes/harness/scripts/cli.py loop --apply

Leer después

• docs/onboarding.md — empezá acá: de cero a un arnés vivo, paso a paso, con qué tiene que salir en cada paso.
• docs/workshop/README.md — el workshop de agentes autónomos.
• docs/ingenieria-de-loops.md — los lazos de control del agente, y qué hace bueno a un lazo.
• docs/loop-autonomo.md — operar el loop.
• docs/cli-y-panel.md — la CLI y el panel.
• docs/integraciones.md — correo, WhatsApp, navegador, Google, Microsoft, GitHub, bases: catálogo, perfiles, secretos, recursos y dependencias.
• La evaluación, publicada — gráficos, intervalos de confianza y la rúbrica (docs/evaluacion.html, la genera scripts/evals_page.py).
• docs/evaluaciones.md — las evaluaciones del copiloto: determinista (guías · reglas · señales, en el gate) e inferencial (con IA).
• docs/workspace.md — varios proyectos: gestión que orquesta, codificadores, forjas.
• docs/hermes.md — cómo se engancha a Hermes, verificado contra su código.