Her · हेर es una herramienta que actúa como detective para tus sesiones de Claude Code. ¿Quieres saber por qué un agente hizo un deploy, dónde se fueron los tokens o qué subagent consumió la mitad de una ejecución? En vez de leer 4.000 líneas de jsonl, deja que Her lo haga por ti.
Qué hace Her
Cada sesión de Claude Code deja un rastro: un archivo .jsonl con cada turno, cada llamada a una herramienta y cada token. Eso suele ser un registro de solo escritura: útil pero poco accesible. Her lee ese rastro por ti y reconstruye la historia en lenguaje claro.
Her detecta y marca movimientos riesgosos - deploys, cambios de configuración o producción, y posibles filtraciones de secretos - y te muestra exactamente en qué turno ocurrieron. También mapea hacia dónde fueron los tokens, qué herramientas, subagents, skills y servidores MCP se usaron. Cuando identifica un patrón corregible y conocido, sugiere mejoras basadas en las mejores prácticas de Anthropic y la comunidad. Sugiere, nunca afirma, y se queda callada si no hay nada relevante que decir.
Además tiene un copiloto integrado, Ask Her. ¿Por qué se usó esta herramienta? ¿Dónde está la llamada al deploy? Pregunta y Her responde apuntando a los turnos citados y abriendo la llamada exacta a la herramienta.
Usas un solo archivo para ver una sesión; sueltas varios archivos y obtienes una vista de proyecto para rastrear preguntas a través de muchas sesiones.
Por dentro: arquitectura y seguridad
Her corre en un Space de Hugging Face y no llama APIs de IA de terceros. El modelo Nemotron-Mini-4B-Instruct se ejecuta en la GPU del Space vía ZeroGPU. Tu sesión se sube solamente a un espacio de nombres privado, creado y eliminado automáticamente para tu ejecución; nada sale de la caja.
La lógica que extrae números y hechos es estrictamente determinista. Eso significa que la parte que calcula costos, cuenta llamadas y localiza eventos no depende del modelo y no cambia si el modelo cambia. El modelo se usa solo para convertir los hallazgos en inglés claro y proponer sugerencias suaves; nunca para afirmar una evidencia. En otras palabras:
Los números no se mueven cuando el modelo cambia.
Her además trae una base de datos local de herramientas comunes (Homebrew, npm, PyPI) para identificar la mayoría de CLI y librerías sin necesidad de conexión externa. Cuando una herramienta de deploy, un cliente de base de datos o un servidor de desarrollo se ejecutan realmente, Her pone esa actividad en la mira para una segunda revisión.
La interfaz es una app React servida desde un servidor Gradio, con un motor de evaluación determinista haciendo la forense y Nemotron escribiendo la prosa.
Casos de uso concretos
-
¿Un pipeline consumió tokens inesperadamente? Her te muestra el nodo más pesado del grafo de consultas y señala la cadena de subcalls que lo generó.
-
¿Se lanzó algo a producción sin querer? Her marca el turno que disparó la herramienta de deploy y enlaza la llamada exacta.
-
¿Hay un secreto en un turno? Her lo señala para que lo remedies antes de que sea problemático.
-
¿Quieres investigar tendencias en varios runs? Sube varios
jsonly crea una vista de proyecto para buscar patrones.
Piensa en Her como el primer filtro humano-digital: te da evidencia reproducible y una narración clara para que puedas actuar rápido.
Recomendaciones prácticas
-
Si trabajas con agentes y herramientas, descarga el
jsonlpor cada sesión clave y súbelo a Her en vez de hurgar manualmente. -
Usa la vista de proyecto cuando investigues costos, regresiones o incidentes recurrentes.
-
Confía en los números deterministas para auditoría; usa las sugerencias del modelo como orientación, no como veredicto final.
Reflexión final
Her no es una caja negra más que añade ruido; es una lupa que convierte un registro denso en evidencia accionable. Si manejas agentes, pipelines o productos que usan Claude Code, Her te devuelve tiempo y confianza para investigar lo que realmente sucedió. Y cuando Claude pierda la paciencia, puedes llamarla a ella.