Hermes Agent Docker: Guía de implementación completa para 2026

Two Docker Modes Explained: elija antes de comenzar

La mayoría de las guías omiten esta decisión por completo y pasan a docker run. No. Los dos modos tienen perfiles operativos y de seguridad significativamente diferentes.

Mode 1 — Hermes corriendo dentro de un contenedor

Hermes y todas sus dependencias viven dentro de la imagen. Usted administra el estado a través de volúmenes con nombre. La política de reinicio del contenedor lo mantiene activo durante los reinicios. Este es el patrón de producción más común.

• Separación limpia del host: sin escrituras accidentales en su máquina
• Portabilidad total; volver a implementar en cualquier lugar con el mismo archivo de redacción
• Gastos generales ligeramente mayores que ejecutar de forma nativa

Mode 2: Docker como entorno de pruebas de backend de terminal

Aquí, Hermes se ejecuta directamente en el host (o en un contenedor) y llama al demonio Docker para que active contenedores efímeros para la ejecución del shell. Lo configura configurando DOCKER_HOST para que Hermes pueda comunicarse con el demonio:

export DOCKER_HOST=unix:///var/run/docker.sock   # Linux
export DOCKER_HOST=tcp://host.docker.internal:2375  # Windows/Mac (Docker Desktop)

Prerequisites and Environment Setup

Antes de extraer cualquier imagen, confirme:

• Docker Engine 24+ o Docker Desktop 4.26+
• Una clave API de LLM lista: OpenAI (OPENAI_API_KEY), Anthropic (Anthropic_API_KEY) o un punto final Ollama local
• Acceso a Internet saliente en el puerto 443 (para llamadas API LLM)
• Al menos 2 GB RAM asignado al contenedor (se recomiendan 4 GB para configuraciones respaldadas por Ollama)

Windows-Specific Setup (Docker Desktop + WSL2)

Windows es donde la mayoría de las implementaciones de Docker fallan silenciosamente. Esté atento a estos:

# Correct — Docker Desktop translates this automatically
volumes:
  - hermes_data:/root/.hermes

DOCKER_HOST=npipe:////./pipe/docker_engine

[wsl2]
memory=4GB
processors=2

Inicio rápido: ejecute Hermes Agent con Docker en 5 minutos

Extraiga la imagen oficial y ejecute el asistente de configuración:

# Pull the latest image
docker pull nousresearch/hermes-agent:latest

# Run with a persistent volume for state
docker run -it \
  -v hermes_home:/root/.hermes \
  -e OPENAI_API_KEY=your_key_here \
  nousresearch/hermes-agent:latest

El asistente de configuración se lanza en la primera ejecución. Le pedirá que:

1. Seleccione su proveedor de LLM (OpenAI, Anthropic, Ollama o punto final personalizado)
2. Ingrese su clave API o URL de punto final
3. Configurar el backend del terminal (nativo o Sandbox Docker)

Una vez completada, verifique que la sesión esté funcionando:

> hello

Production Deployment with Docker Compose

El comando simple docker run funciona para realizar pruebas. Para cualquier cosa persistente, use Compose.

version: "3.9"

services:
  hermes:
    image: nousresearch/hermes-agent:latest
    container_name: hermes-agent
    restart: unless-stopped
    stdin_open: true
    tty: true

    environment:
      # Use environment secrets — never hardcode keys in compose files
      OPENAI_API_KEY: ${OPENAI_API_KEY}
      Anthropic_API_KEY: ${Anthropic_API_KEY}
      HERMES_LOG_LEVEL: info

    volumes:
      - hermes_home:/root/.hermes         # Config + conversation history
      - hermes_skills:/root/.hermes/skills # Skill store — see next section

    deploy:
      resources:
        limits:
          memory: 2G
          cpus: "1.5"

    healthcheck:
      test: ["CMD", "hermes", "--health"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 15s

    logging:
      driver: "json-file"
      options:
        max-size: "10m"
        max-file: "3"

volumes:
  hermes_home:
  hermes_skills:

Guarde sus claves API en un archivo .env (nunca comprometido con el control de versiones):

OPENAI_API_KEY=sk-...
Anthropic_API_KEY=sk-ant-...

Preservar las habilidades de Hermes en las reconstrucciones de contenedores

Esta es la preocupación de producción que más se pasa por alto. Hermes almacena las habilidades aprendidas por separado de la configuración general. Monte estas rutas explícitamente:

Al actualizar la imagen:

docker compose pull
docker compose up -d   # Named volumes persist automatically

Advanced Topology: configuración de Host-Docker (contenedor hermano)

Esta arquitectura se utiliza cuando se desea que Hermes orqueste contenedores hermanos para la ejecución de código aislado (por ejemplo, ejecutar código enviado por el usuario de forma segura).

┌─────────────────────────────────┐
│         Docker Host             │
│                                 │
│  ┌──────────────┐               │
│  │ hermes-agent │◄──socket──────┤── /var/run/docker.sock
│  │  container   │               │
│  └──────┬───────┘               │
│         │ docker run (sibling)  │
│  ┌──────▼───────┐               │
│  │  sandbox-1   │  (ephemeral)  │
│  └──────────────┘               │
└─────────────────────────────────┘

Redacte la configuración para esta topología:

services:
  hermes:
    image: nousresearch/hermes-agent:latest
    restart: unless-stopped
    environment:
      OPENAI_API_KEY: ${OPENAI_API_KEY}
      DOCKER_HOST: unix:///var/run/docker.sock
      HERMES_TERMINAL_BACKEND: docker
    volumes:
      - hermes_home:/root/.hermes
      - /var/run/docker.sock:/var/run/docker.sock  # Socket mount
    group_add:
      - "999"   # docker group GID — adjust to match your host

Connecting Hermes to Claude via Telegram Bot

La guía escrita No actualmente cubre esto; solo se muestra en forma de video. Aquí está la configuración completa.

/newbot
→ Name: Hermes Agent
→ Username: your_hermes_bot
→ Save the token: 123456:ABC-DEF...

environment:
  Anthropic_API_KEY: ${Anthropic_API_KEY}
  HERMES_LLM_PROVIDER: Anthropic
  HERMES_TELEGRAM_TOKEN: ${TELEGRAM_BOT_TOKEN}
  HERMES_TELEGRAM_ALLOWED_USERS: "your_telegram_user_id"

docker compose up -d

Implementación de múltiples arquitecturas (ARM64 / Oracle Free Tier / Raspberry Pi)

La imagen nousresearch/hermes-agent se envía como un manifiesto de múltiples arcos. Se admite ARM64: ejecútelo explícitamente en hosts ARM:

# Oracle Free Tier (Ampere A1) or Raspberry Pi 4/5
docker pull --platform linux/arm64 nousresearch/hermes-agent:latest

# Verify the architecture
docker inspect nousresearch/hermes-agent:latest | grep Architecture

Problemas conocidos específicos de ARM:

• Algunas cuantificaciones del modelo Ollama (Q8) se ejecutan más lentamente en ARM; prefiero Q4_K_M para inferencia local
• Si presiona exec format error, confirme que está usando la marca --platform linux/arm64
• Docker Desktop en Apple Silicon maneja ARM de forma nativa: no se necesita bandera de plataforma

Solución de problemas comunes de Hermes Agent Docker

Una tabla de referencia para los fallos que es más probable que encuentre:

Frequently Asked Questions

Reflexiones finales: lista de verificación y próximos pasos

El ciclo de aprendizaje es lo que separa a Hermes de cualquier otro agente que haya ejecutado en Docker. La configuración anterior garantiza que el bucle realmente acumula (no se reinicia) cada vez que envía una actualización.

Antes de llamar a una implementación lista para producción, confirme:

• ☐ Volúmenes con nombre creados para hermes_home y hermes_skills
• ☐ Claves API almacenadas en .env, no codificadas en redacción
• ☐ restart: unless-stopped política activa
• ☐ Superación del control de salud: docker inspect hermes-agent --format='{{.State.Health.Status}}'
• ☐ Rotación de registros configurada (max-size, max-file)
• ☐ Límites de recursos establecidos para evitar el agotamiento de la memoria
• ☐ Asistente de configuración completado y primera sesión de chat verificada
• ☐ (Si Mode 2) Se confirma el montaje del socket Docker y se considera el proxy del socket

Próximos pasos para obtener valor de inmediato:

1. Ejecute algunas tareas reales (resumen de archivos, revisión de código, investigación web) para inicializar la biblioteca de habilidades.
2. Después de 10 a 15 tareas, ejecute hermes skills list para ver qué se ha aprendido
3. Revise GitHub de Nous Research para obtener documentos de configuración de agentes que cubren plantillas de habilidades personalizadas y ajuste de memoria.
4. Si está en la capa gratuita Oracle, configure un docker compose pull && docker compose up -d basado en cron para actualizaciones de imágenes sin tiempo de inactividad y al mismo tiempo conserva el estado aprendido.