El mal crónico de casi todos los asistentes autónomos actuales es la amnesia. Pasas horas afinando el bot, explicándole la arquitectura de tu proyecto, enseñándole qué librerías evitar y fijando el formato de las respuestas. Pero basta con cerrar la terminal, recargar la página o reiniciar la sesión del agente para que el asistente vuelva a ajustes de fábrica y te mire como si fuera la primera vez.
Intentar resolverlo mediante bases de datos vectoriales opacas (black-box vector stores) abre otro frente: no ves qué hechos concretos ha guardado la red neuronal ni en qué forma. La memoria se vuelve una caja negra donde se acumulan alucinaciones y datos caducados, sin posibilidad de corregir una entrada concreta a mano.
El laboratorio Nous Research ha planteado una solución limpia en su framework abierto Hermes Agent, añadiendo soporte nativo para el popular editor de notas Obsidian. Ahora toda la memoria del agente —desde tus hábitos personales hasta las decisiones arquitectónicas del proyecto— se almacena en archivos Markdown legibles por humanos con enlaces bidireccionales [[Wikilinks]].
He desplegado esta combinación en local, he analizado el modelo de almacenamiento en tres capas y he probado escenarios con varios agentes compartiendo el mismo vault. Veamos cómo está diseñada la arquitectura y cómo montar una memoria común para tu enjambre de bots.
Modelo de memoria en tres niveles: cómo se organiza el vault de Hermes
La arquitectura divide el contexto de forma nítida en tres capas funcionales (Split-Memory Architecture):
USER.md(Perfil permanente del usuario): Un archivo compacto en la raíz del vault que se carga en el contexto del sistema en cada petición. Ahí quedan fijos tus datos invariables: zona horaria, stack tecnológico preferido (por ejemplo, «estrictamente TypeScript y pnpm»), tono de comunicación, restricciones de seguridad y horario laboral.MEMORY.md(Reglas operativas y lecciones aprendidas): Registro vivo de hechos prácticos sobre el código y los sistemas que el propio agente va actualizando sobre la marcha. Por ejemplo, al tropezar con un fallo de compilación anota: «El comando npm run build en este repositorio exige Node.js v22; con v20 falla el parseo». La próxima vez aplicará la versión correcta a la primera.state.db(Archivo completo de sesiones): Base de datos SQLite local donde se guardan los volcados íntegros de todas las conversaciones cerradas. Si el agente necesita detalles de una charla de hace un mes, lanza una búsqueda semántica sobre el archivo, extrae solo el párrafo pertinente y evita saturar la ventana de contexto activa.
Configuración y puesta en marcha de la skill Obsidian
La integración viene incluida en Hermes Agent como habilidad integrada obsidian. Para activarla basta con indicar la ruta de tu bóveda local de notas:
# Vinculación del vault local de Obsidian a la configuración de Hermes Agent
export OBSIDIAN_VAULT_PATH="$HOME/Documents/SecondBrain"
hermes config set obsidian.vault_path "$HOME/Documents/SecondBrain"
# Inicialización de los archivos base de perfil y memoria operativa
hermes memory init --template=developer-profile
Y si necesitas automatizar la sincronización del grafo de notas y registrar nuevas lecciones desde scripts externos, se utiliza un módulo sencillo en Python:
import os
from pathlib import Path
import datetime
vault_path = Path(os.environ.get("OBSIDIAN_VAULT_PATH", Path.home() / "Documents/SecondBrain"))
def record_agent_lesson(topic: str, lesson_text: str, source_card: str = ""):
"""Añade una lección aprendida por el agente a MEMORY.md con enlace cruzado."""
memory_file = vault_path / "MEMORY.md"
today = datetime.date.today().isoformat()
new_entry = f"\n- **[{today}] {topic}:** {lesson_text}"
if source_card:
new_entry += f" (ver [[{source_card}]])"
with open(memory_file, "a", encoding="utf-8") as f:
f.write(new_entry)
print(f"[Hermes Memory] Lección registrada en Obsidian: {topic}")
# Ejemplo de registro tras refactorizar un microservicio
record_agent_lesson(
topic="Migración de esquema Redis",
lesson_text="El pool de conexiones en clúster requiere intervalo keepalive de 30s para evitar cortes de sesión",
source_card="infrastructure-redis-tuning"
)
Transparencia del grafo de conocimiento y trabajo en enjambre (Swarm Memory)
La gran virtud de unir Hermes y Obsidian es la transparencia total. En cualquier momento puedes abrir Obsidian, activar la vista interactiva de grafo (Graph View) y ver de un vistazo cómo se conectan proyectos, bugs y decisiones de arquitectura. Si el agente memorizó algo mal, no hace falta reentrenar nada ni purgar índices vectoriales: abres un archivo de texto corriente, corriges la línea a mano y guardas.
Además, un mismo vault de Obsidian puede servir de cerebro compartido para todo un enjambre de agentes:
- El agente investigador monitoriza noticias y deja resúmenes en la carpeta
/Research. - El agente desarrollador lee ese material, genera código y deja su informe en
/Engineering. - El agente de QA ejecuta pruebas, actualiza el estado de las tareas y añade enlaces cruzados.
Todos se coordinan a través de archivos compartidos y sintaxis estándar Wikilinks, sin necesidad de protocolos complejos de mensajería.
La alianza entre Hermes Agent y Obsidian devuelve al usuario el control sobre sus propios datos. La memoria a largo plazo deja de ser un eslogan abstracto para convertirse en una herramienta local, transparente y fiable en el trabajo diario.

