Tu setup local se vuelve canonico mientras la GPU deja de ser obligatoria

Es la versión de Microsoft del patrón 'grabar sesiones como skills' que ya cubrimos en CSS: una desktop app Electron (Microsoft/skill-recorder, 1.024★, MIT, creada 2026-07-29) que graba tu sesión on-screen y usa GitHub Copilot CLI para reconstruirla como intent + ordered steps, generando Skills reutilizables para Microsoft Scout, Copilot Cowork o Copilot Studio. Aunque el target es Copilot CLI (no Hermes), la gramática 'screen recording → SKILL.md reificable' es portable y reusa el mismo dominio de tu skill hermes-agent-skill-authoring. La release v0.3.1 de esta semana demuestra que el flujo está vivo. Medir cuánto tarda el ciclo completo (grabar 5 min, generar skill, ejecutar skill) te sirve para comparar con el flujo manual que ya usas.

FareedKhan-dev/kimi-k3-in-c es la respuesta low-level a '¿puedo correr un modelo frontera sin GPU?': un engine en C99 portable (sin BLAS, sin framework, sin GPU, con AVX2, MXFP4 y MoE) que corre Kimi K3 (2.78T parámetros) en una sola CPU con 8.24 GB de RAM. 455★, Apache-2.0, creado y empujado el 2026-08-01. Forma dupla con sqliteai/waste del mismo autor (1.243★, C, Apache-2.0, push 2026-08-03): waste hace streaming de pesos activados desde disco, kimi-k3-in-c los evalúa, permitiendo correr el modelo entero por encima de la RAM disponible. La tesis 'GPU = obligatorio' está muerta y dos repos independientes la desmontan en la misma semana. Ya cubrimos a ollama como referencia local el 2026-07-04; esta pieza apunta al mismo hueco desde el lado contrario. C99 puro con SIMD es directamente importable a tu pipeline local si algún día quieres inferencia sin Ollama.

simstudioai/sim es el competidor open-source directo de n8n/Langflow para orquestar agentes, pero con énfasis en multi-provider (OpenAI, Anthropic, Gemini, DeepSeek) y workflows largos. 29.307★, 3.750 forks, Apache-2.0, push diario, release v0.7.52 esta semana con foco en UX de chat multi-archivo ('span sanitization, highlight tables and files text to chat, settings UX'): un patrón que tu skill codigosinsiesta-briefing hace a mano. No apta como dependencia para tus 3-4 agentes, pero sí como referencia de UX. Ya cubrimos a multica el 2026-08-02 en el contexto de agent-orchestration; Sim entra al radar como competidor directo.

bytedance/deer-flow es el harness open-source para tareas long-horizon (research + code + create con sandboxes, memoria, tools, skills, subagentes y message gateway), construido sobre LangChain/LangGraph en TypeScript y Python. 79.050★, 10.789 forks, MIT, push diario. No interesa adoptarlo (es un LangGraph app), sino estudiar su arquitectura: divide 'long-horizon agent' en 4 piezas (memory, skills, subagents, gateway), la misma partición que el grafo de conocimiento de tu ~/.hermes/skills/ está descubriendo. El detalle de que el message gateway es intercambiable es directamente relevante para tu setup donde Telegram está colisionado con hermesbot. Ya cubrimos a deer-flow el 2026-07-10 cuando lo situamos frente a langgraph y al patrón skills/memory/subagents.

can1357/oh-my-pi introduce 'hash-anchored edits': cada tool-call lleva un hash del estado esperado del archivo y, si el hash no coincide al ejecutarse, se rechaza. 21.405★, 2.038 forks, MIT, push diario. Es justo la pieza que más te falta como usuario de Hermes: hoy, si un tool-call llega tarde, el árbol puede quedar inconsistente porque el modelo cree estar editando un archivo cuyo contenido ya cambió. Pi lo resuelve con un patrón pequeño y portable que podría integrarse en un wrapper de Hermes sin tener que adoptar el agente entero. Incluye además LSP, browser, multi-provider y subagentes. Ya cubrimos a oh-my-pi el 2026-07-10 cuando lo situamos frente a openai-codex, claude-code y al propio concepto hash-anchored-edits. Ángulo editorial directo: 'por qué tus tools fallan silenciosamente cuando el modelo se distrae, y cómo un hash-anchor lo arregla'.

TencentCloud/TencentDB-Agent-Memory es un hub de memoria a nivel de equipo para AI agents: convierte conversaciones, docs y código en 4 assets reusables (Chat Memory, Skill, LLM-Wiki, Code-Graph) compartibles entre agentes y frameworks. 11.447★, 1.079 forks, TypeScript, MIT verificado en el LICENSE file (GitHub API devuelve NOASSERTION por un bug conocido que ya documentamos con la skill web-scraping-viability). Para CSS importa porque los 4 assets del estándar son exactamente tu pila: ya tienes LLM-Wiki (Obsidian) y Code-Graph (Graphify); los otros dos (Chat Memory y Skill) son los huecos que faltan para que tu agente 'recuerde' entre sí con un segundo agente. Ya cubrimos a TencentDB-Agent-Memory el 2026-07-10 cuando entró al radar como implementador del formato four-asset-memory, y el 2026-07-04 lo situamos como complemento de graphify.