📂 Crea y organiza archivos en el escritorio
Como Hermes se ejecuta en tu máquina (Ruta 1), tiene acceso al sistema de archivos: crea, edita, mueve y organiza archivos en el escritorio. Va mucho más allá de "responder una pregunta": produce artefactos reales que quedan guardados en tu computadora.
💡 Consejo práctico
Actuar en la PC sirve para tareas que harías a mano: organizar una carpeta de descargas, generar un archivo a partir de una conversación, renombrar archivos por lotes. Empieza por tareas reversibles.
🌐 Browser vision — DevTools nativo
Hermes navega usando Chrome DevTools nativo e lectura visual de la pantalla. Él «ve» la página como tú la ves: no depende solo del HTML sin procesar, entiende el diseño renderizado. Eso permite actuar en sitios que no tienen API.
› hermes: abriendo navegador (browser vision)…
› leyendo la pantalla: identifiqué el campo "buscar"
› escribiendo: "pasaje Dubái → Toronto"
› haciendo clic en el botón "filtrar por precio" 🖱️
✓ 3 opciones encontradas, abriendo la más barata
📊 Por qué "vision" y no solo HTML
- Funciona incluso en sitios con mucho JavaScript
- Entiende botones y menús que el HTML sin procesar no revela
- Acerca al agente al comportamiento humano de navegar
⌨️ Bash — terminal de verdad
Hermes ejecuta comandos en el terminal (bash). Eso permite una automatización real: instalar cosas, mover archivos en lote, ejecutar scripts. Es la misma puerta que usas para guardar API keys en el env (módulo 2.3).
Ejemplo de uso de bash (ilustrativo)
# "organize meus downloads por tipo"
mkdir -p ~/Downloads/{imagens,pdfs,zips}
mv ~/Downloads/*.png ~/Downloads/imagens/
mv ~/Downloads/*.pdf ~/Downloads/pdfs/
mv ~/Downloads/*.zip ~/Downloads/zips/
⚠️ Error común
Pedir una acción destructiva sin revisar (p. ej., rm -rf). Bash no tiene «deshacer». Es mejor que el agente muestre el comando antes de ejecutarlo, sobre todo si borra o sobrescribe algo.
🖱️ Cursor real — no solo screenshot
La diferencia que muchas herramientas no tienen: Hermes mueve el cursor de verdad y hace clic — agencia real, no solo tomar una captura de pantalla. Combinado con browser vision y bash ("fused"), opera cualquier app, incluso sin API.
✗ Solo captura de pantalla
- ✗Ve la pantalla, pero no puede hacer clic
- ✗Depende de que ejecutes la acción
- ✗"Te dice cómo hacerlo", no lo hace
✓ Cursor real (fused)
- ✓Ve, hace clic y escribe
- ✓Completa la tarea por sí solo
- ✓Es un agente, no un consejero
💡 Se conecta con la Trilha 1
Este es exactamente el concepto de «agente, no chatbot»: el cursor real es la prueba física de que Hermes hace, no solo habla.
🏃 Ejemplo: camino al gimnasio
Escenario real: saliste de casa, vas camino al gimnasio y recuerdas que olvidaste hacer algo en la computadora. Envías un mensaje desde el celular y Hermes se ejecuta en tu PC, aunque estés lejos.
Tú (en el celular)
"Olvidé guardar ese informe en la carpeta del cliente. ¿Puedes hacerlo por mí?"
Hermes (en tu PC)
Localiza el archivo, crea/abre la carpeta correcta, mueve y confirma, usando bash + visión.
Resultado
"Listo. Movido a Clientes/Acme/Relatórios." Ni siquiera dejaste de caminar.
📊 Por qué esto es poderoso
Une «un cerebro, 22 bocas» (hablas por el celular) con «acciones en la computadora» (ejecuta en la PC). El canal de entrada y el lugar de acción están desacoplados.
⚠️ Habilitar con responsabilidad
Las acciones en la computadora se habilitan en las tools de Hermes. Es una función poderosa — y el poder exige cuidado. El principio de menor acceso (Ruta 3, módulo 3.1) aplica aquí: da solo lo necesario.
✓ Uso responsable
- ✓Empezar por acciones reversibles
- ✓Revisar los comandos destructivos antes de ejecutarlos
- ✓Habilita solo las tools que vas a usar
✗ Señales de riesgo
- ✗Permitir todo «para facilitar las cosas»
- ✗Dejar que actúe sin ninguna revisión
- ✗Mezclar con el envío automático de correos electrónicos
💡 Regla práctica
"Un gran poder conlleva una gran responsabilidad." Cuanto más puede hacer el agente en tu PC, más importante es darle el mínimo acceso. La Trilha 3 profundiza en la seguridad.
📌 Resumen del módulo
Próximo módulo:
2.5 — MCPs: el manual de instrucciones