Migrar OpenClaw a Hermes Agent sin perder memoria ni skills: preview con `--dry-run`, aplicar, verificar, y limpieza final con `cleanup`.

Importar persona, memoria, skills, providers, MCP y canales desde una instalación existente de OpenClaw hacia Hermes Agent con preview, verificación y limpieza final segura.

Migrar de OpenClaw a Hermes Agent sin perder estado

Instalar y verificar Hermes

Tener Hermes Agent en la misma máquina con `hermes --version` verde. Si todavía no lo instalaste, seguí la guía de instalación y volvé. Esto deja `hermes`, `~/.hermes/` y el Gateway como servicio listos antes de mover nada.

Previsualizar la migración

Corré `hermes claw migrate --dry-run`. Te imprime el plan completo (qué archivos copia, qué skills entran, qué providers y canales reconoce, qué secretos deja fuera) sin tocar nada. Si la fuente no está en `~/.openclaw/`, pasale `--source /ruta/a/openclaw`.

Ejecutar la migración

Corré `hermes claw migrate`. El comando vuelve a mostrar el preview y pregunta confirmación. Si querés un camino completo en una sola corrida (incluyendo API keys y sin prompt), usá la variante opt-in: `hermes claw migrate --preset full --migrate-secrets --yes`. Por default no se importan secretos ni se sobrescribe ante conflictos.

Verificar Hermes

Corré `hermes doctor` (chequeo de config y deps), `hermes status` (validación de autenticación de providers) y `hermes config show` para confirmar que `session_reset`, `terminal.cwd` y el resto migraron como esperás. Después arrancá una sesión nueva y comprobá que las skills importadas están cargadas (`/skills`).

Revisar canales y archivos archivados

Restart del Gateway para que tome los tokens nuevos: `systemctl --user restart hermes-gateway`. Si usás WhatsApp, re-emparejá con `hermes whatsapp`. Todo lo que no tiene equivalente directo en Hermes (cron, plugins, hooks, multi-agent, channel bindings, `IDENTITY.md`, `TOOLS.md`, etc.) queda en `~/.hermes/migration/openclaw/<timestamp>/archive/` para revisión manual.

Limpiar solo después de validar

Recién cuando `hermes doctor`, `hermes status` y la sesión nueva estén verdes, pará el Gateway de OpenClaw con `openclaw gateway stop`. Después previsualizá con `hermes claw cleanup --dry-run` y finalmente aplicá `hermes claw cleanup` (renombra los directorios de OpenClaw a `.pre-migration/`). Para un borrado completo, seguí la guía de desinstalación de OpenClaw.

Cómo migrar de OpenClaw a Hermes Agent sin perder memoria ni skills

Instalación paso a paso de OpenClaw (asistente AI personal de la OpenClaw Foundation) en Linux, macOS, WSL2 y Windows nativo. Cubre el instalador oficial, npm/pnpm/bun, desde fuente, y la verificación posterior con `openclaw doctor`.

Instalar el asistente AI personal OpenClaw con el instalador oficial, npm o desde fuente. Cubre macOS, Linux, WSL2, Windows nativo y verificación posterior.

Instalar OpenClaw en Linux, Windows o macOS

Elegir el método de instalación

Tres caminos soportados: (1) instalador oficial de una línea (`install.sh` / `install.ps1`), (2) gestor de paquetes Node que ya uses (npm / pnpm / bun), (3) clonar el repo y buildear desde fuente (solo para contributors). El primer camino es el más rápido y el que recomienda la OpenClaw Foundation.

Instalar en macOS / Linux / WSL2

Pegar en la terminal: `curl -fsSL https://openclaw.ai/install.sh | bash`. El script detecta el SO, instala Node si falta, baja el CLI OpenClaw, y lanza `openclaw onboard`. Si querés evitar el wizard inicial (útil en CI), agregá `--no-onboard`: `curl -fsSL https://openclaw.ai/install.sh | bash -s -- --no-onboard`.

Instalar en Windows nativo (PowerShell)

Abrir PowerShell como usuario normal y correr: `iwr -useb https://openclaw.ai/install.ps1 | iex`. Para evitar el wizard inicial: `& ([scriptblock]::Create((iwr -useb https://openclaw.ai/install.ps1))) -NoOnboard`.

Instalar con npm, pnpm o bun (si ya administrás Node)

Con npm: `npm install -g openclaw@latest && openclaw onboard --install-daemon`. Con pnpm: `pnpm add -g openclaw@latest && pnpm approve-builds -g && openclaw onboard --install-daemon`. Con bun: `bun add -g openclaw@latest && openclaw onboard --install-daemon`.

Instalar desde fuente (contributors)

Clonar el repo: `git clone https://github.com/openclaw/openclaw.git && cd openclaw && pnpm install && pnpm build && pnpm ui:build && pnpm link --global && openclaw onboard --install-daemon`. Útil si vas a contribuir al proyecto o necesitás una versión específica de main.

Verificar la instalación

Correr en orden: `openclaw --version` (chequea que el CLI está disponible), `openclaw doctor` (revisión de config y salud), y `openclaw gateway status` (confirma que el Gateway daemon quedó corriendo). Si `doctor` reporta issues, los imprime con la fix específica.

Cómo instalar OpenClaw en Linux, Windows y Mac (guía 2026)

Instalación paso a paso de Hermes Agent de Nous Research en Linux, macOS, WSL2, Android (Termux), Windows nativo y como service user sin sudo. Cubre el instalador oficial, Hermes Desktop, prerequisites, y la verificación posterior con `hermes doctor`.

Instalar el agente AI Hermes Agent de Nous Research con el instalador oficial o Hermes Desktop. Cubre macOS, Linux, WSL2, Android Termux, Windows nativo y service users sin sudo.

Instalar Hermes Agent en Linux, Windows o macOS

Elegir entre Hermes Desktop o solo CLI

Si estás en macOS o Windows y querés GUI, bajá el instalador Hermes Desktop desde hermes-agent.nousresearch.com y corré el .dmg / .exe. Si preferís CLI puro, o estás en Linux/WSL2/Android, usá el script de abajo. Después podés sumar la GUI corriendo `hermes desktop` desde el CLI.

Instalar en Linux / macOS / WSL2 / Android (Termux)

Pegá en la terminal: `curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash`. El script detecta dependencias, las instala si faltan, clona el repo en `~/.hermes/hermes-agent`, crea el venv y deja el comando `hermes` en `~/.local/bin`.

Abrí PowerShell como usuario normal y corré: `iex (irm https://hermes-agent.nousresearch.com/install.ps1)`. El script detecta dependencias y deja todo listo — no necesitás admin.

Configurar el provider de LLM

Recargá la shell (`source ~/.bashrc` o `source ~/.zshrc`) y elegí cómo conectar el LLM. Lo más rápido: `hermes setup --portal` (te logueás en Nous Portal y desbloqueás 300+ modelos + Tool Gateway con una sola suscripción). Alternativa manual: `hermes model` para elegir provider y `hermes config set OPENROUTER_API_KEY tu_key`.

Configurar tools, channels y gateway

Activá las tools que vas a usar (`hermes tools`), conectá canales de mensajería si querés (`hermes gateway setup`), y opcionalmente ajustá valores individuales con `hermes config set` o inspeccionalos con `hermes config get`. Si querés wizard completo, `hermes setup` corre todo de nuevo.

Corré `hermes --version` para confirmar el binario y `hermes doctor` para el chequeo completo. `doctor` detecta el método de install y muestra el comando de update exacto (git pull, docker pull, o nix flake). Si reporta faltantes, los imprime con la fix específica.

Cómo instalar Hermes Agent (Nous Research) en Linux, Windows y Mac (2026)

Desinstalación completa de OpenClaw en macOS, Linux y Windows: servicio Gateway (launchd / systemd / Scheduled Task), state dir, workspace, CLI global y la app de macOS. Incluye el camino fácil con `openclaw uninstall`, el camino manual, y la limpieza del servicio si el CLI ya desapareció.

Cómo desinstalar OpenClaw limpiamente (Linux, Windows y Mac)

Desinstalación completa de Hermes Agent en macOS, Linux y Windows: CLI, repo, virtualenv, state dir, gateway como servicio (launchd / systemd / Scheduled Task) y la GUI Hermes Desktop. Cubre el uninstaller oficial, el camino manual y el manejo de service accounts sin sudo.

Desinstalar el agente AI Hermes Agent limpiamente: gateway como servicio, state dir, virtualenv, repo, CLI, y opcionalmente los caches de Playwright.

Desinstalar Hermes Agent en Linux, Windows o macOS

Parar el gateway y los procesos abiertos

Antes de desinstalar, cerrá cualquier REPL de `hermes` abierto y pará el gateway: `hermes gateway stop`. En Windows cerrá también Hermes Desktop si lo estás usando. Esto evita que queden handles abiertos sobre el binario o el venv que bloqueen la desinstalación.

Desactivar el servicio managed (si lo creaste)

En Linux: `systemctl --user disable hermes-gateway`. En macOS: `launchctl remove ai.hermes.gateway`. En Windows (PowerShell): `schtasks /Delete /F /TN "Hermes Gateway"`. Si instalaste Hermes Desktop en Windows, también salí del tray app.

Correr el uninstaller oficial

Ejecutá `hermes uninstall`. El uninstaller detecta el modo de install (per-user o root) y pregunta al final si querés conservar `~/.hermes/` (recomendado si pensás reinstalar) o borrarlo completo. Para forzar la versión no interactiva, podés responder `yes` a todo y borrar el directorio manualmente después.

Borrar el binario y el repo (manual)

Per-user: `rm -f ~/.local/bin/hermes` (symlink) y `rm -rf ~/.hermes/hermes-agent` (repo checkout). Root-mode: `sudo rm -f /usr/local/bin/hermes` y `sudo rm -rf /usr/local/lib/hermes-agent`. Si querés también borrar el venv: `rm -rf ~/.hermes/venvs`.

(Opcional) borrar config y caches

Si decidiste conservar `~/.hermes/` durante el uninstaller pero ahora querés resetear: `rm -rf ~/.hermes` (Linux/macOS) o `Remove-Item -Recurse -Force $env:USERPROFILE\.hermes` (Windows). Para los caches de Playwright: `rm -rf ~/.cache/ms-playwright` o `Remove-Item -Recurse -Force $env:LOCALAPPDATA\ms-playwright`.

Verificar la desinstalación

`which hermes` no debe devolver nada. `hermes doctor` debe reportar "command not found" (no es necesario correrlo, es solo sanity check). `ls ~/.hermes/` y `ls /usr/local/lib/` confirman que no quedan restos.

Cómo desinstalar Hermes Agent limpiamente (Linux, Windows y Mac)

Construir un agente multi-paso con LangGraph en Python que clasifica tickets, los enruta, y responde. Código real, manejo de estado, human-in-the-loop.

Agente que clasifica tickets entrantes, decide entre auto-responder o escalar a humano, redacta la respuesta y la registra en CRM.

Construir un agente multi-paso con LangGraph para soporte SaaS

Definir el State del grafo

Tipo TypedDict con los campos que el agente acumula entre nodos: ticket, classification, action, response, conversation_history.

Implementar el nodo de clasificación

Nodo Python que llama a Claude Haiku para clasificar el ticket en categorías (billing, technical, general, urgent) y agregar la classification al state.

Routing condicional según la clasificación

Edge condicional que enruta a auto-respond para tickets simples o a human-review para tickets urgentes o complejos.

Nodo de generación de respuesta

Llamada a Claude Sonnet con system prompt específico por categoría, RAG opcional contra docs internos, output con citas a la knowledge base.

Human-in-the-loop con interrupt

Configurar interrupt_before en el nodo de envío. Cuando el agente quiere responder algo sensible, pausa y espera aprobación humana vía endpoint.

Persistencia y observabilidad

Checkpointer en Postgres para que el grafo sobreviva crashes. Logging estructurado de cada transición de state para debugging.

Tutorial LangGraph: tu primer agente multi-paso para automatizar soporte SaaS

Implementación práctica de RAG con Next.js, Supabase pgvector y OpenAI. Indexar documentos, búsqueda semántica, y armar la respuesta. Código real, sin abstracciones.

Indexar documentos, hacer búsqueda semántica y armar respuestas aumentadas con un LLM, usando Next.js + Supabase pgvector + OpenAI.

Implementar RAG en un SaaS Next.js

Habilitar pgvector en Supabase y crear la tabla de embeddings

Activar la extensión pgvector en el proyecto Supabase y crear una tabla con columnas para el chunk de texto, el embedding (vector 1536) y el metadata.

Chunking y embeddings de documentos

Dividir cada documento en chunks de 400-800 tokens con overlap, generar embeddings con text-embedding-3-small de OpenAI, e insertar en Supabase.

Búsqueda semántica con similitud coseno

Crear una función RPC en Postgres que, dado un embedding de query, devuelva los top-k chunks más similares usando el operador <=> de pgvector.

Augmentación del prompt con contexto recuperado

En el handler de Next.js, embeber la pregunta del usuario, recuperar top-5 chunks, e inyectarlos en el system prompt antes de llamar al LLM.

Monitoreo de costos y métricas

Trackear tokens por request, tasa de hit del cache, y latencia. Loggear el prompt aumentado para debugging cuando una respuesta sea mala.

RAG paso a paso para tu SaaS: del PDF al chatbot en 2 horas

Integrar OpenAI en Next.js sin que la factura crezca sin control: selección de modelo, caching, streaming, rate limiting por tenant y caps de presupuesto.

Wrappear el SDK con telemetría, seleccionar el modelo correcto por call, cachear prompts repetidos, hacer streaming, rate limiting por tenant y caps de presupuesto.

Integrar la API de OpenAI en un SaaS Next.js con disciplina de costos

Wrappear el SDK con telemetría

Centralizar todas las llamadas a OpenAI detrás de un módulo único que loggea modelo, tokens, latencia, tenant_id y costo estimado por request.

Seleccionar modelo dinámicamente por tipo de tarea

Routear cada call al modelo más barato que pueda hacer el trabajo: gpt-4o-mini para clasificación/extracción, gpt-4o para generación rica, o3-mini para razonamiento.

Cachear prompts repetidos en Upstash Redis

Hash determinista del prompt + parámetros como clave. Cache hit ahorra el 100% del costo y latencia. TTL 7-30 días según el caso.

Streaming de respuestas para mejor UX

Usar Server-Sent Events para devolver tokens conforme se generan. UX mejora 5x y reduce timeouts del lado del cliente.

Rate limiting por tenant

Limitar requests por minuto y tokens consumidos por mes por tenant. Sliding window en Redis. Devuelve 429 con header Retry-After.

Caps de presupuesto con kill switch

Trackear gasto acumulado mensual por tenant y plataforma. Si excede el cap, retornar error informativo en vez de seguir cobrando.

Artículos sobre Tutorial