Si sigues el ecosistema de agentes de IA, probablemente hayas visto la mascota de OpenClaw: una langosta 🦞. Detrás de ella está Lobster, un motor de flujo de trabajo determinista. Su propuesta es simple: escribir tareas de varios pasos como pipelines pausables, recuperables y con checkpoints de aprobación explícitos, para que el LLM no tenga que volver a planificar cada ejecución.

Por otro lado, Hermes Agent de Nous Research es un agente de razonamiento autónomo. Piensa, llama herramientas, itera e incluso escribe sus propias skills. A primera vista son opuestos: uno quiere pipelines rígidos, el otro improvisación.

Pero en el campo de la automatización de tareas repetitivas, Hermes puede ocupar muchos de los escenarios más fuertes de Lobster. No siendo más rígido, sino más flexible en tres formas específicas.

---

1. Modo cron no-agent: tareas programadas realmente sin LLM

La promesa central de Lobster es sacar la orquestación fuera del LLM. En lugar de que el modelo encadene herramientas en muchos viajes de ida y vuelta, una llamada a Lobster ejecuta un pipeline predefinido y devuelve un resultado estructurado.

Hermes tiene un equivalente directo: Scheduled Tasks (Cron) con modo no-agent.

hermes cron create "every 5m"   --no-agent   --script memory-watchdog.sh   --deliver telegram   --name "memory-watchdog"

Las reglas son simples:

• El script se ejecuta según programación.
• Su stdout se entrega textualmente.
• stdout vacío significa una ejecución silenciosa.
• Salida distinta de cero o timeout genera una alerta.

Es esencialmente la misma idea que un pipeline de Lobster: determinista, auditable y barato. Pero Hermes no te pide aprender un nuevo DSL. Escribes scripts normales de shell o Python, y Hermes se encarga de la programación, entrega y manejo de errores.

Para monitoreo de disco, heartbeats de API, notificaciones de CI y extracción de datos, el cron no-agent de Hermes es más ligero que mantener un archivo .lobster.

---

2. Skills: flujos repetibles como tarjetas reutilizables

Lobster codifica pipelines en archivos .lobster. Hermes codifica flujos repetibles y conocimiento en Skills.

Las skills son útiles porque:

• Se cargan bajo demanda con divulgación progresiva — sin hinchar el contexto.
• Son gestionadas por el agente — Hermes puede escribir y actualizar skills tras completar una tarea.
• Siguen el estándar agentskills.io, por lo que se pueden compartir entre equipos y comunidades.
• Funcionan como comandos slash como /deploy-k8s o /daily-report.

Por ejemplo, un flujo de “revisar el estado del servidor y enviar un resumen” puede convertirse en una skill:

---
# k8s-health-check/SKILL.md
---

## Uso
/k8s-health-check

## Pasos
1. Ejecutar `kubectl get nodes --all-namespaces`.
2. Comprobar estados anormales de pods.
3. Usar web_search para buscar información relevante sobre incidentes.
4. Generar un resumen en Markdown y enviarlo a Telegram.

Una vez escrita, llamar /k8s-health-check es tan estable como un pipeline de Lobster. Pero no tuviste que definir una cadena de herramientas JSON ni checkpoints de aprobación explícitos. Hermes ya tiene salvaguardas en tiempo de ejecución para comandos peligrosos y escrituras en memoria, por lo que las aprobaciones se manejan en la capa de herramientas en lugar de dentro del lenguaje de workflow.

---

3. Tool Search + MCP: flujos que no codifican herramientas a fuego

La desventaja del determinismo de Lobster es la rigidez. Una vez definido el pipeline, los pasos son fijos. Si cambia la forma de la entrada o se actualiza una herramienta, puede ser necesario reescribir el workflow.

Hermes resuelve esto con Tool Search.

Cuando hay muchos servidores MCP o herramientas plugin conectadas, Hermes no vierte todos los esquemas en la ventana de contexto. En su lugar expone tres herramientas puente:

• tool_search(query) — busca en el catálogo de herramientas diferidas.
• tool_describe(name) — carga el esquema completo de una herramienta bajo demanda.
• tool_call(name, arguments) — invoca la herramienta objetivo.

Un turno típico se ve así:

Model: tool_search("crear un issue de GitHub")
→ { matches: [{ name: "mcp_github_create_issue" }, ...] }
Model: tool_describe("mcp_github_create_issue")
→ { parameters: { ... } }
Model: tool_call("mcp_github_create_issue", { title: "...", body: "..." })
→ { ok: true, issue_number: 42 }

Esto significa que los flujos de Hermes no están codificados a fuego. Pueden descubrir la herramienta correcta en tiempo de ejecución. Los servidores MCP pueden cambiarse o actualizarse sin reescribir la skill. Eso hace que Hermes sea más sostenible para entornos donde los requisitos cambian rápidamente y el ecosistema de herramientas es denso.

---

Pero Hermes no intenta realmente “matar” a Lobster

Honestamente, ambas herramientas cumplen roles distintos:

Dimensión	Lobster	Hermes Agent
Filosofía central	Determinista, predecible, auditable	Autónomo, flexible, iterativo
Mejores tareas	Flujos repetitivos, críticos y de pasos fijos	Tareas exploratorias, complejas y cambiantes
Curva de aprendizaje	Aprender el DSL .lobster	Lenguaje natural + llamadas a herramientas
Modelo de aprobación	Incorporado en el workflow	Incorporado en la capa de herramientas
Reanudabilidad	token de resume	checkpoint + reintento de cron

Así que la afirmación justa es: Hermes ofrece una respuesta diferente al mismo problema de tareas repetitivas. No te pide aprender un lenguaje de workflow. Puedes describir, programar y reutilizar la automatización del día a día — monitoreo, reportes, scraping, alertas — en el mismo agente que ya usas para trabajo abierto.

Si tus flujos de Lobster son extremadamente estables y exigen mucha auditoría, Lobster sigue siendo una buena elección. Pero si quieres un único agente que pueda tanto improvisar como automatizar lo aburrido, el combo de tres golpes de Hermes vale la pena probarlo.

---

Práctico: convierte la triage de correos de Lobster en un flujo de Hermes

La documentación de Lobster usa la triage de correos como ejemplo clásico. Así se replica en Hermes.

1. Disparar con cron (con o sin LLM)

# Totalmente sin LLM: el script maneja categorización y borradores
hermes cron create "every 1h"   --no-agent   --script email-triage.sh   --deliver telegram

# O usar LLM: dejar que Hermes lea y resuma correos
hermes cron create "every 1h"   --skill email-triage   --prompt "Check unread emails, categorize them, draft replies, and ask for approval before sending."

2. Codificar el flujo como skill

---
# email-triage/SKILL.md
---

## Disparador
/email-triage

## Flujo
1. Usar la herramienta `gmail` para listar correos no leídos.
2. Categorizar por asunto y remitente: urgent / newsletter / needs-reply / ignore.
3. Redactar respuestas para los correos que las necesiten.
4. Enviar la lista de borradores al usuario y esperar confirmación antes de enviar.

3. Usar Tool Search para adaptarse sin reescribir

Si más tarde cambias Gmail por Outlook o notificaciones de Slack, solo actualiza la configuración MCP. La skill no necesita cambiar, porque las llamadas a herramientas se resuelven en tiempo de ejecución mediante búsqueda y descripción.

---

Conclusión

¿Puede Hermes Agent realmente matar a la langosta?

En estricto sentido, no — son herramientas de distinto tipo. Pero en el carril de la automatización de tareas repetitivas, el modo cron no-agent, las Skills y Tool Search de Hermes ya cubren la mayoría de los casos de uso comunes de Lobster. Y lo hacen con menos configuración, menos aprendizaje de DSL y más lenguaje natural.

Si estás cansado de escribir scripts de workflow para cada tarea recurrente, prueba el combo de tres golpes de Hermes. Quizás descubras que la langosta puede relajarse un poco.