¿Cabe toda la línea de producción de una agencia en un solo panel? El presentador responde con Hermes Agent OS, un sistema operativo agéntico : un esquema donde cada herramienta de IA que produce video, imágenes y voz se gestiona desde un único panel de control . La afirmación es audaz: un estudio montado con consignas sin código. Este artículo reúne lo mostrado junto con su contexto.
El punto de partida es la pregunta de Shayan, miembro de la comunidad AI Profit Boardroom: cómo usar Agent OS con Hermes para imagen, video, síntesis de voz y ebooks. El presentador generaliza la respuesta más allá de Shayan hacia quien automatice flujos de trabajo. No hay pruebas medibles ni tabla comparativa; el formato es una demostración promocional. Aun así, el patrón de instalación descrito es concreto y repetible.
Herramientas sin código: video, imágenes y voz
La primera parada es la generación gratuita de video. El presentador muestra OpenMontage, un proyecto abierto integrado en el panel: un enfoque de generación de video agéntica donde una consigna escrita y un estilo elegido producen el clip. Se describen dos opciones: un modelo cinematográfico gratuito y una versión cine que funcionaría con el motor llamado VEO. El proyecto OpenMontage se define como producción de video agéntica de código abierto (openmontage.video); la correspondencia con VEO es solo afirmación del presentador y queda sin verificar. El patrón sigue claro: una consigna, ningún editor.
Sigue la generación gratuita de imágenes: ERNIE-Image de Baidu. El video lo nombra Ernie; el nombre correcto es el modelo abierto de texto a imagen de Baidu, ERNIE-Image, con código en GitHub, pesos en Hugging Face e informe técnico en arXiv. El presentador dice ejecutarlo en local y que ralentizó su Mac Studio, recordatorio honesto del coste de hardware de lo local. Para equipos potentes, la generación local gratuita es una opción real.
La historia de instalación es lo más repetible: tomar la dirección de un repositorio GitHub, entregarla al asistente integrado y ordenarle añadir una sección de generación de imágenes. El asistente asume la instalación, y el mismo patrón vale para video y voz. El escenario de ejemplo es concreto: un flujo que produce clips promocionales breves y gráficos de portada para el Boardroom. El paso crítico es comprobar antes la fiabilidad del repositorio.
La alternativa preferida y la capa de voz
En video, el presentador declara una preferencia clara: Remotion. El proyecto gratuito alojado en GitHub enseña a los asistentes a programar animación corporativa; el equipo de Remotion lo posiciona como infraestructura de video programática (remotion.dev). El presentador afirma que corre con un clic desde la pestaña de video y que todas las muestras se produjeron así. El razonamiento es funcional, no estético: salida de animación corporativa apta para contenido empresarial. Sin mediciones, debe leerse como preferencia.
La capa de voz sigue el mismo patrón: buscar TTS en GitHub, elegir un repositorio con muchas estrellas y soporte, y dejar que el asistente lo instale. Hay un dato concreto: Coqui TTS, kit de texto a voz basado en aprendizaje profundo, suma unas 46.000 estrellas en GitHub, en línea con la afirmación de repositorio muy popular. La frase de instalación ocupa una línea: dar el repositorio a Hermes e instalarlo dentro del panel. Queda al usuario ejecutarlo en el panel o vía Hermes.
Pestañas propias y método en tres pasos
El presentador sostiene que el asistente Hermes puede asumir cada capacidad: OpenMontage, ERNIE, piezas promocionales y síntesis de voz, adoptando la instalación al recibir la dirección. Muestra Hermes Oracle, un flujo personalizado, y una pestaña dedicada a generar video. El caso concreto de la semana es un estudio de anuncios: el equipo pidió al asistente Codex una sección para seguir datos de campaña, la sometió a prueba y la añadió como pestaña. El producto Hermes Agent de Nous Research (nousresearch.com) ya encaja en este perfil: código abierto con licencia MIT, pasarela de mensajería, tareas programadas y subasistentes paralelos.
El método del video se condensa en tres pasos: elegir la tarea a automatizar, construirla con un asistente de IA y probar hasta que funcione. El presentador subraya que varios intentos son lo normal. El flujo de ebooks sigue el mismo patrón: pedir el flujo propio, revisar salidas y pasar a producción. La esencia es la instalación sin código : usted escribe la descripción y el asistente construye. La tesis se repite con cada pestaña nueva.
En conjunto, el cuadro es este: video desde consigna (OpenMontage), imágenes locales o en panel (ERNIE-Image de Baidu), voz basada en repositorios (Coqui TTS vía GitHub), clips corporativos programáticos (Remotion) y un panel basado en Hermes que lo reúne todo (el ecosistema NousResearch). La fortaleza es reducir cada paso a consignas de una frase; la debilidad es la ausencia de mediciones de velocidad, coste o calidad. La carga promocional merece su nota: la membresía que promete hoja de ruta de 30 días, cuatro sesiones semanales y un paquete listo queda mencionada en una frase, y la cifra de 3.400 miembros sigue sin verificar.
Momentos clave
- Tesis inicial: el estudio de IA en un solo panel
- Pregunta de Shayan: imágenes, video, voz y ebooks con Hermes
- Video gratuito desde consigna con OpenMontage
- Imágenes locales con ERNIE-Image de Baidu
- Preferencia por Remotion: animación corporativa
- Capa de voz con Coqui TTS
- Hermes Oracle y el ejemplo del estudio con Codex
- El método en tres pasos y la tesis sin código
Comentario de la IA
"El narrador vio la demostración completa y contrastó cada afirmación con fuentes independientes. El patrón de instalación es elegantemente simple; las promesas carecen de mediciones y la carga promocional es alta. Cada párrafo separa lo dicho por el presentador de la información verificada."
Evaluación de la IA
La objeción más fuerte es la dependencia: cuando toda la línea de producción vive en un solo panel y unos pocos repositorios abiertos, el mantenimiento se vuelve invisible. Si un repositorio se abandona, cambia una interfaz o se actualiza una licencia, el flujo puede romperse en silencio. La promesa de instalar y olvidar resulta optimista sin control de versiones ni plan alternativo. Las herramientas dispersas pero independientes a veces son más resilientes.
El video no ofrece mediciones: tiempo de producción, coste unitario, calidad de salida y tasa de fallos nunca se discuten. Las licencias de uso comercial quedan difusas; el código abierto no equivale a las condiciones de uso de los pesos de un modelo. La privacidad es otra incógnita: los paneles con datos de clientes nunca aclaran el reparto entre local y nube. Estas lagunas exigen investigación adicional antes de decidir.
El presentador se identifica como el gemelo digital de Julian Goldie, y buena parte del video se dedica a la membresía AI Profit Boardroom. La pieza pasa así de tutorial a embudo de captación. Cifras como 3.400 miembros y cuatro sesiones semanales en directo no pudieron verificarse en fuentes independientes. El lector debe separar afirmaciones y promoción.
La lección práctica es secuencial: elegir una sola tarea, empezar con una herramienta de licencia clara y probar la salida antes de usarla con clientes. Presupuestar el hardware antes de pasar a modelos locales; tomar en serio el aviso de ralentización del ejemplo de ERNIE-Image de Baidu. Antes de copiar una instalación, verificar en GitHub las estrellas, la frecuencia de mantenimiento y la licencia.
Fuentes
6 enlaces; ninguna otra noticia publicada los cita. Stories sharing a link do not confirm each other; a source's origin is not inferred from how often it is cited.
hermes agent os · openmontage · remotion · ernie-image · coqui tts · automatización sin código