5 complementos de Hermes que vale la pena instalar con DeepSeek: dale a tu agente visión, memoria y mucho más

Un agente Hermes impulsado por DeepSeek ya puede razonar, utilizar herramientas, recordar información y ejecutar flujos de trabajo persistentes. Pero las mejoras más importantes no siempre provienen de cambiar a un modelo más grande. A veces, el cambio más útil consiste en darle al agente una capacidad que antes no tenía: visión para las capturas de pantalla, una memoria a largo plazo más profunda, un espacio de trabajo de diseño, acceso a tu nube privada o una forma de dejar de arrastrar contexto innecesario en cada solicitud.

Así es como elegimos las cinco adiciones que aparecen a continuación. No son simplemente los proyectos de Hermes más populares. Cada una cambia una capacidad práctica de una configuración DeepSeek + Hermes. Si todavía estás creando el entorno base, empieza con nuestra guía de configuración autoalojada de Hermes Agent antes de añadir más componentes.

Nota terminológica: en este artículo usamos «complemento» de forma general. El ecosistema de Hermes incluye complementos tradicionales, habilidades, proveedores de memoria, integraciones MCP y herramientas que funcionan junto al agente. Hindsight, por ejemplo, ahora es un proveedor de memoria nativo de Hermes, no un complemento independiente que debas instalar.

Por qué DeepSeek + Hermes resulta más útil cuando añades los complementos adecuados

La pregunta útil no es cuántos complementos puede ejecutar Hermes, sino qué nueva capacidad crea cada adición. Hermes ya proporciona una capa de agente considerable alrededor del modelo, que incluye memoria persistente, herramientas, programación, interfaces de mensajería y delegación. Añadir otra herramienta genérica que duplique esas funciones puede aumentar la complejidad sin cambiar lo que el agente puede lograr realmente.

Por eso, esta lista se centra en cinco cuellos de botella diferentes. ModLens aborda la visión. Hindsight refuerza la memoria a largo plazo. Open Design añade un flujo de trabajo visual orientado a artefactos. Hermes Nextcloud conecta el agente con datos personales autoalojados. LLMTrim combate la sobrecarga de contexto que aparece a medida que un agente acumula herramientas, resultados e historial de conversaciones. Puedes consultar por separado el entorno subyacente de Hermes y los límites de tamaño del modelo en nuestra guía de requisitos de hardware de Hermes Agent.

El resultado es una forma más útil de pensar en una pila de agentes de IA: visión → memoria → creación → datos privados → eficiencia. No necesariamente necesitas las cinco capacidades desde el primer día. Empieza por la capacidad que actualmente impide que tu agente realice un trabajo útil.

1. ModLens — Dale ojos a DeepSeek Hermes

Si tu modelo de DeepSeek solo admite texto, ModLens crea la diferencia más evidente entre el antes y el después de toda esta lista. En lugar de exigirte que describas manualmente una captura, pegues el texto del OCR o traduzcas un problema visual a palabras, la capa de visión puede inspeccionar primero la imagen y convertir lo que ve en evidencia sobre la que el modelo de texto puede razonar.

ModLens se creó primero como complemento de visión para DeepSeek Harness. Su flujo de trabajo documentado puede convertir imágenes pegadas en evidencia visual estructurada, incluido OCR, diseño y semántica. En una pila centrada en DeepSeek, se convierte efectivamente en la interfaz visual: un motor con capacidades de visión interpreta los píxeles y, después, el modelo de DeepSeek, que solo trabaja con texto, continúa el proceso de razonamiento.

La distinción importante es que esto resulta más útil que el OCR simple. El OCR responde a «¿qué texto hay en esta imagen?». Un agente visual útil también necesita comprender dónde aparece la información, qué objetos están relacionados, qué significa un estado de la interfaz y qué parte de una captura es relevante para la tarea. Eso hace que ModLens sea útil para paneles, capturas de aplicaciones, diagramas, cuadros de error, diseños web y documentación con muchas imágenes.

Imagina que estás solucionando un problema en un servidor doméstico. Sin un puente visual, podrías escribir: «El widget de almacenamiento está naranja y una unidad indica que está degradada». Con ModLens en el lado de DeepSeek del flujo de trabajo, la interacción se parece mucho más a: «Mira esta captura del panel y dime qué debería investigar primero». La diferencia no es una respuesta ligeramente mejor. Es la eliminación de todo un paso de traducción manual entre tú y el agente.

Hay un límite que conviene mantener claro. Actualmente, ModLens está documentado principalmente como una integración con DeepSeek Harness, así que lo consideraríamos la capa visual del lado de DeepSeek en lugar de fingir que es un complemento nativo del núcleo de Hermes. Esta distinción importa al decidir dónde se procesa la imagen en un flujo de trabajo combinado de DeepSeek y Hermes.

2. Hindsight — Dale a Hermes una mejor memoria a largo plazo

Hermes ya tiene memoria, por lo que Hindsight no debería describirse como lo que hace que Hermes recuerde de repente. La verdadera mejora aparece cuando un agente tiene meses de conversaciones, proyectos, correcciones, preferencias y tareas recurrentes, y necesita recuperar la parte adecuada de ese historial en el momento preciso.

Las versiones actuales de Hermes son compatibles con Hindsight como proveedor de memoria. La integración puede recuperar automáticamente información relevante antes de las llamadas al modelo y conservar las conversaciones para sesiones futuras, además de exponer las operaciones explícitas retain, recall y reflect. El antiguo plugin independiente Hindsight-Hermes está obsoleto; la ruta correcta actualmente es el proveedor de memoria nativo de Hindsight para Hermes.

Esa distinción cobra importancia en un agente personal persistente. Guardar un dato es fácil. Decidir qué datos antiguos son relevantes para la tarea actual es más difícil. Un agente de larga duración puede necesitar relacionar una decisión tomada hace seis semanas con una nueva solicitud de hoy, distinguir una preferencia antigua de una corrección posterior o recordar cómo se resolvió un problema recurrente del servidor sin cargar todas las conversaciones anteriores en el prompt.

Un ejemplo práctico es un proyecto prolongado de servidor doméstico. Podrías pasar varias semanas cambiando rutas de almacenamiento, políticas de contenedores, reglas de copia de seguridad y ajustes de aplicaciones. Cuando regreses más tarde y pidas a Hermes que modifique una parte de ese sistema, una buena memoria no consiste simplemente en «aquí tienes 500 mensajes anteriores». Consiste en recuperar el pequeño conjunto de decisiones previas que condicionan la nueva acción.

Por eso, Hindsight tiene más sentido cuando Hermes se está convirtiendo en un espacio de trabajo persistente, en lugar de ser una sesión de chat desechable. Si solo utilizas el agente para preguntas aisladas, la diferencia puede ser modesta. Si gestiona proyectos, investigaciones recurrentes o infraestructura personal durante meses, la calidad de la memoria pasa a formar parte de la arquitectura del agente.

3. Open Design: convierte Hermes de un agente de programación en un creador visual

Generar HTML o React no equivale a completar un trabajo de diseño. Un agente de programación puede producir una página que se renderice técnicamente y, aun así, dejarte a ti las decisiones visuales: jerarquía, espaciado, dirección estilística, iteración, vista previa y entrega. Open Design intenta cerrar esa brecha al incorporar al agente un flujo de trabajo de diseño orientado a artefactos.

Open Design se describe como un espacio de trabajo de diseño local-first que puede utilizar agentes de programación existentes como motor de diseño, y Hermes se encuentra entre sus integraciones de agentes compatibles. Su flujo de trabajo abarca resultados como prototipos, páginas de destino, paneles, presentaciones, imágenes y vídeos, en lugar de limitar el modelo a prosa o sugerencias de código fuente.

Eso cambia la instrucción, que pasa de «escribe algo de CSS para este panel» a algo más parecido a «construye este panel, establece una dirección visual, genera el artefacto, revísalo e itera». Para un creador, desarrollador, equipo pequeño o usuario de un homelab que cree interfaces personalizadas, esto supone un aumento de capacidad mucho más tangible que otra skill de programación de propósito general.

También encaja de forma natural con DeepSeek, porque la capa de diseño y el modelo de razonamiento no tienen que ser el mismo producto. DeepSeek puede seguir formando parte de la pila de razonamiento y programación, mientras que Open Design proporciona el espacio de trabajo, las plantillas, las skills, las vistas previas y la canalización de artefactos que lo rodean. Esta separación resulta útil si prefieres aportar tu propio modelo en lugar de vincular todo el flujo de trabajo a un único servicio de diseño alojado.

La limitación es igual de importante: la generación visual añade otra capa de herramientas y, en ocasiones, requisitos adicionales de modelos o proveedores de contenido multimedia. Si Hermes se dedica principalmente a la administración de servidores o la investigación, Open Design puede ser opcional. Si el agente produce con frecuencia interfaces web, presentaciones, recursos de marketing o paneles internos, resulta mucho más fácil justificarlo.

4. Hermes para Nextcloud: conecta tu agente con archivos, calendarios y tareas privados

Aquí es donde Hermes empieza a parecer menos una herramienta de IA y más un agente personal. Un modelo puede saber muchísimo sobre el mundo público y, aun así, saber muy poco sobre los archivos, las notas, los calendarios y las tareas que realmente determinan lo que necesitas hacer hoy. Una capa de datos autoalojada cambia eso.

El puente comunitario de Hermes para Nextcloud expone los datos de Nextcloud a Hermes mediante interfaces como WebDAV, la API de notas de Nextcloud, CalDAV y CardDAV. Esto permite crear flujos de trabajo con archivos, notas, calendarios, tareas y contactos sin convertir una sesión del navegador en la única forma en que el agente puede acceder a esos recursos.

Para un usuario de un servidor doméstico, esto genera algunas de las solicitudes de agentes más útiles e inmediatas del artículo. «Busca los PDF que subí ayer y compáralos». «Consulta mi calendario y dime qué tarde tengo libre». «Crea una tarea a partir de estas notas de la reunión». «Revisa mi carpeta privada del proyecto y resume qué ha cambiado». No son pruebas de referencia de modelos. Son tareas que la gente realmente delega.

El enfoque de autoalojamiento también es importante. Nextcloud puede ejecutarse en una infraestructura que controlas, y Hermes puede funcionar junto a él como otro servicio en el mismo entorno privado. Si estás planificando esa parte de la pila, nuestra guía de requisitos de hardware de Nextcloud explica cómo la CPU, la RAM, el almacenamiento, las bases de datos y el número de usuarios modifican los requisitos del servidor.

El alojamiento privado no hace que el flujo de trabajo sea seguro automáticamente. Un agente con acceso a calendarios, contactos y archivos con permisos de escritura tiene un radio de impacto mayor que un chatbot con búsqueda pública de solo lectura. Empieza con los permisos más limitados que necesites, utiliza credenciales de aplicación específicas siempre que sea posible y decide explícitamente qué datos podrá leer o modificar Hermes.

5. LLMTrim — Evita que las sesiones largas de Hermes consuman demasiado contexto

Las cuatro primeras incorporaciones hacen que Hermes sea capaz de hacer más cosas. La quinta aborda lo que sucede después de que realmente empieza a hacer todo ese trabajo. Los agentes de larga duración acumulan contexto: definiciones de herramientas, salida de terminal, respuestas de MCP, páginas extraídas, historial de conversación, artefactos de razonamiento intermedio y resultados devueltos por otras herramientas. Parte de esa información sigue siendo útil. Otra parte es equipaje repetido.

LLMTrim se sitúa entre el agente y el endpoint del modelo como proxy local. Sus instrucciones específicas para Hermes explican que puede comprimir los esquemas de herramientas repetidos, el historial de conversación, la salida de herramientas MCP y el contenido extraído antes de enviar la solicitud al modelo. Por tanto, la integración de Hermes y LLMTrim es diferente de una skill normal: cambia la ruta de transporte en lugar de enseñar a Hermes una tarea nueva.

Esto adquiere mayor relevancia a medida que tu entorno de DeepSeek + Hermes incorpora herramientas. Imagina un agente con herramientas de navegador, varios servidores MCP, acceso a Nextcloud, memoria a largo plazo, salida de terminal y una conversación extensa. Si en cada turno se envían al modelo grandes cantidades de estructura repetida, el coste de mantener el ciclo del agente puede aumentar incluso cuando la nueva pregunta es breve.

La reducción de contexto no es magia, y la compresión agresiva siempre merece pruebas. Eliminar el detalle equivocado puede perjudicar una respuesta posterior con la misma certeza con la que añadir contexto irrelevante puede distraer al modelo. El objetivo útil no es «hacer que cada prompt sea lo más pequeño posible». Es «dejar de pagar contexto por información que ya no contribuye a la siguiente decisión».

También hay una consideración de seguridad. Un proxy local situado entre Hermes y el proveedor del modelo necesariamente ve el contenido de las solicitudes que lo atraviesan. Considéralo parte de tu límite de confianza, especialmente si Hermes procesa archivos personales, credenciales, notas privadas u otro material confidencial.

¿Qué plugin de Hermes deberías instalar primero?

Si ejecutas un modelo DeepSeek de solo texto y solo quieres probar una mejora, ModLens es la opción inicial más clara. La visión aporta la nueva capacidad más evidente, porque elimina la necesidad de traducir manualmente las capturas de pantalla y las imágenes a texto antes de que el modelo pueda ayudarte.

Después de eso, la elección adecuada depende de lo que esté limitando al agente, no de una clasificación universal. Elige Hindsight cuando el contexto histórico sea cada vez más difícil de reutilizar. Añade Open Design cuando el resultado deba ser visual. Añade Hermes Nextcloud cuando la información útil se encuentre en tu nube privada. Añade LLMTrim cuando las sesiones largas con muchas herramientas empiecen a transportar más contexto del que la tarea parece requerir.

Si todavía estás decidiendo qué debe alojarse en el servidor, el catálogo de requisitos de hardware de aplicaciones de ZimaOS es un siguiente paso útil para comparar las cargas de trabajo de aplicaciones de IA y autoalojadas antes de acumular varios servicios en una sola máquina.

La mejor forma de pensar en los complementos de Hermes

Las extensiones de Hermes más útiles no son necesariamente las que tienen las listas de funciones más largas. Son las que eliminan un límite específico. ModLens elimina el límite de las imágenes. Hindsight mejora el límite de la memoria. Open Design amplía el límite de los resultados. Nextcloud cruza el límite entre el conocimiento público del modelo y tus datos de trabajo privados. LLMTrim gestiona el límite de contexto que se crea cuando todas esas herramientas empiezan a funcionar juntas.

Esto crea una arquitectura mucho más clara que simplemente instalar cada proyecto interesante que encuentres. Empieza con un modelo capaz como DeepSeek, usa Hermes como capa de agente persistente y añade capacidades externas solo cuando un flujo de trabajo real las requiera. Una pila más pequeña, con cinco integraciones claramente justificadas, suele ser más fácil de entender, proteger, actualizar y solucionar que un agente con docenas de herramientas superpuestas.

El objetivo final también es más interesante que crear un chatbot con botones adicionales. Un entorno de DeepSeek + Hermes autoalojado puede convertirse gradualmente en un espacio de trabajo de IA privado que pueda ver lo que ves, recordar lo importante, crear recursos útiles, trabajar con datos bajo tu control y seguir siendo eficiente a medida que crecen sus responsabilidades. Ese es el punto en el que los complementos dejan de ser accesorios y empiezan a formar parte de la arquitectura del agente.