Mercury Agent es un agente de inteligencia artificial de código abierto, con licencia MIT, que corre como un proceso de fondo en tu propia máquina, mantiene una memoria persistente en SQLite y controla cada acción mediante un sistema de permisos configurable. Se le habla desde la terminal, Telegram, Discord, Slack, Signal o un panel web local, y sigue trabajando aunque cierres la sesión. El proyecto, publicado por Cosmic Stack en GitHub, ya acumula más de mil commits y su versión 1.5.2 se lanzó el 12 de noviembre de 2026.

¿Qué es Mercury Agent y en qué se diferencia de otros agentes?

La mayoría de los agentes de IA olvida el contexto al terminar la conversación, ejecuta lo que el modelo decide y se detiene cuando la laptop se apaga. Mercury ataca esos tres puntos de frente: su personalidad se escribe en archivos Markdown que el usuario edita, su memoria vive en el disco local y su runtime funciona como un servicio de inicio de sesión que se reinicia solo tras un fallo. Un solo proceso de fondo gestiona todos los canales, los bots y el panel web, de modo que ejecutar mercury en la terminal simplemente se conecta a ese proceso ya activo.

La idea de un equipo de agentes que corre en tu propio equipo no es nueva, y de hecho ya la cubrimos en Orkas, el equipo de agentes de IA open source que corre en tu propia computadora, aunque Mercury apuesta por un agente central con flotas de especialistas en lugar de una app de escritorio con múltiples asistentes. Esa diferencia de arquitectura define su perfil: menos interfaz gráfica, más runtime permanente.

¿Cómo funciona su memoria Second Brain?

El sistema de memoria, llamado Second Brain, guarda hechos tipificados en una base SQLite con búsqueda de texto completo, ubicada en ~/.mercury/memory/second-brain/. Tras cada conversación, el agente extrae hasta tres datos duraderos, como preferencias, metas o decisiones, cada uno con puntuaciones de confianza, importancia y durabilidad. Antes de responder, recupera los recuerdos más relevantes dentro de un presupuesto fijo, y cada hora consolida todo en un perfil y un resumen de estado activo, donde los datos obsoletos o de baja confianza caducan.

Son diez tipos de memoria: identidad, preferencia, meta, proyecto, hábito, decisión, restricción, relación, episodio y reflexión. Con el comando /memory se puede inspeccionar, pausar o borrar todo el sistema, y con memory.secondBrain.enabled: false se desactiva por completo. Lo cierto es que este enfoque de memoria local y auditable es una de las apuestas más sensatas del proyecto, porque resuelve el olvido sin enviar nada a la nube.

¿Qué tan estricto es su sistema de permisos?

Cada acción externa pasa por la capa de permisos. El acceso a archivos se limita por carpeta, canal y rol; los comandos de shell atraviesan una lista de bloqueo que no se puede anular, con sudo y rm -rf / entre los prohibidos, más una aprobación para todo lo que esté fuera de los ámbitos permitidos. Las peticiones de red pasan por un guardián contra SSRF que bloquea rangos de direcciones privadas y limita el tamaño de las respuestas, y los registros ocultan las claves de API, que viven en ~/.mercury/.env.

El usuario elige por sesión entre el modo Ask Me, que pide aprobación en cada paso, o Allow All, que ejecuta libremente, y los miembros de un canal compartido de Telegram o Discord no pueden ampliar su propio acceso. Existe además un lector de navegador opcional y aislado, con perfil temporal por chat y JavaScript desactivado. Un detalle reciente del historial de commits lo resume bien: los bots no pueden ser manipulados por lo que leen, una corrección de seguridad documentada como ADR-044.

Mercury Code y Mercury Bots: programación cuidadosa y flotas de especialistas

Mercury Code convierte al agente en un programador en pareja dentro del repositorio. Su modo AUTO planifica y construye en un solo flujo, muestra un plan en vivo con cada paso pendiente, activo o completado, y pide confirmación antes de cambios grandes o riesgosos. La regla más interesante es la de finalización verificada: una tarea solo se marca como terminada cuando una compilación, prueba o verificación de tipos se ejecutó y pasó; si no, el agente se detiene y nombra el bloqueo.

Mercury Bots añade especialistas persistentes con su propia persona, modelo, memoria, permisos y presupuesto diario de tokens. Trabajan por horarios, se pasan tareas entre ellos mediante flotas dirigidas por un bot líder, y entregan los archivos terminados en ~/Documents/Mercury/ o directamente en el chat de Telegram, donde toda la flota se administra con botones. El gobierno incluido es notable: límites por turno, presupuesto por bot y por flota, y rutinas que se enfrían en lugar de quemar tokens.

¿Cómo se instala y qué modelos soporta?

La instalación cabe en una línea: un instalador independiente que no requiere Node.js, con binarios para macOS, Linux, Windows y Android vía Termux, o bien npm i -g @cosmicstack/mercury-agent sobre Node.js 22 o superior. El primer arranque lanza un asistente breve que pide el nombre del usuario, el nombre del agente y las claves o el uso de Mercury Cloud. Quien prefiera un agente centrado en la terminal puede compararlo con OpenCode, el agente de IA gratuito para la terminal, aunque Mercury cubre un territorio más amplio al incluir mensajería, bots y programador de tareas.

En modelos, la lista es larga: DeepSeek, OpenAI, Anthropic, Grok, Ollama en la nube y local, LM Studio, Mercury Cloud y cualquier endpoint compatible con OpenAI, con conmutación por error automática. Si un proveedor falla o su clave se rechaza, se salta hasta corregirla, y mercury doctor advierte sobre claves inválidas. El panel web corre en http://127.0.0.1:6174, ligado solo a localhost, con chat, tablero Kanban, explorador de memoria y gestión de habilidades. Estas habilidades comunitarias, basadas en la especificación Agent Skills, se instalan desde skills.mercuryagent.sh, aunque el propio README advierte que no están auditadas y conviene revisarlas antes.

Datos clave del proyecto

¿Qué limitaciones hay que considerar?

El proyecto es honesto sobre sus bordes. Los binarios de versión no están firmados, y en macOS hay que firmarlos con codesign y notarizarlos antes de distribuirlos. Las habilidades comunitarias no pasan auditoría, el modo Allow All exige revisar lo que el agente hace, y el propio pie del README lo recuerda: Mercury es un agente de IA y puede cometer errores. Para equipos que quieran especializar varios agentes con entregables concretos, el enfoque encaja con lo que documentamos en Agency Agents y sus más de 200 agentes de IA especializados, aunque aquí la especialización se configura dentro del mismo runtime en lugar de copiar archivos de prompts.

También conviene medir el costo: aunque el presupuesto diario de tokens y el modo Token Saver recortan contexto y derivan trabajo rutinario a modelos más baratos, un agente que corre 24/7 con varios bots y flotas puede consumir más de lo esperado si no se ajustan los límites por bot y por flota desde el inicio.

¿Vale la pena probarlo?

Mercury Agent se gana un lugar en el ecosistema de agentes locales por tres decisiones de diseño que rara vez coinciden: memoria local auditable, permisos que no se pueden saltar y finales de tarea verificados con pruebas reales. No es la opción más vistosa ni la más simple, y su instalación por script puede incomodar a quien prefiere revisar cada paso, pero para quien necesita un asistente permanente, multiplataforma y con control fino del gasto, es de las propuestas más completas disponibles hoy en código abierto. El código y la documentación están en el repositorio oficial de Mercury Agent en GitHub y en la documentación del proyecto, y la mejor forma de evaluarlo es instalarlo, dejar que el asistente inicial lo configure y observar una semana de uso con el modo Ask Me activado.