2026 Hermes Agent Skills 進階全攻略：
從 SKILL.md 到 GEPA 自我進化與 Mac 雲端實戰

2026 年初 Nous Research 推出 Hermes Agent，兩個月內 GitHub Star 突破 16 萬，核心理念是 "the agent that grows with you"——Agent 會隨使用越來越懂你的習慣。底層支撐正是 Skills（技能）系統：一套有標準、可進化、跨工作階段持久的程序性記憶，而不是一次性的 Prompt。本文面向已入門 Hermes 的開發者，系統性涵蓋 SKILL.md 格式、Skill Bundles、條件啟用、Tap 發佈、GEPA+DSPy 自我進化、Plugin 技能與開源生態等進階要點；規範欄位請以 Hermes 與 agentskills.io 官方文件為準；租用方案見 租用價格頁。

[ SECTION_01 ] // PAIN_MAP 為什麼 Hermes Agent 的技能系統值得單獨深入研究？

• Token 失控：把整份 SOP 塞進系統提示，每次對話都燒 token；Skills 的漸進載入在啟用前不消耗正文。
• 跨工作階段失憶：一般 Prompt 僅當次有效；Skills 與 Memory 皆跨工作階段持久，但 Skills 教的是「怎麼做」而非「記住什麼」。
• 工作流碎片化：PR 審查、TDD、部署檢查分散在多個對話；Skill Bundles 可透過一條斜線指令同時載入整套技能。
• 環境感知缺失：已有付費 web_search 時仍載入 DuckDuckGo 備援技能，浪費上下文；條件啟用可依工具可用性自動顯示或隱藏。
• 技能品質停滯：手寫 SKILL.md 後很少迭代；GEPA 用執行軌跡自動進化技能文字，無需動到模型權重。
• 團隊無法共享：技能散落在個人目錄；Tap 倉庫搭配 hermes skills tap add，讓全團隊訂閱同一技能來源。
• 與 MCP 混淆：Skills 是程序性知識文件，MCP 是工具介面——前者教流程，後者給能力，兩者互補。

進階路徑五問：漸進載入如何控 Token？條件啟用怎麼用？Bundles 如何一鍵觸發？GEPA 如何讓技能越跑越好？社群有哪些現成 Tap 可訂閱？下文逐一拆解。

[ SECTION_02 ] // MATRIX Hermes Skills 和 Memory、一般 Prompt 有什麼差別？

記憶口訣：Prompt = 便利貼（當次有效）；Memory = 便條本（永久筆記，隨時在手邊）；Skill = SOP 手冊（步驟化流程，需要時翻閱）。

[ SECTION_03 ] // STRUCTURE SKILL.md 格式深度解析與 Progressive Disclosure 三級載入

所有 Hermes Skills 遵循 agentskills.io 開放標準，可在 Hermes、Claude Code、Cursor 之間移植。建議目錄結構：

SKILL.md
references/
templates/
scripts/

---
name: my-skill
description: |
  Use when the user needs to [...].
  Handles [...] and [...].
version: 1.0.0
license: MIT
compatibility: Requires git, docker
allowed-tools: Bash(git:*) Read
metadata:
  hermes:
    tags: [devops, automation]
    category: software-development
    related_skills: [github-pr-workflow]
    requires_toolsets: [terminal]
    fallback_for_toolsets: [web]
---

Progressive Disclosure 三級載入是 Token 控制的核心：

正文須含 Overview、When to Use、Procedure、Common Pitfalls、Verification Checklist。撰寫關鍵：description 是 Level 0 唯一路由資訊，寫清「什麼時候用」比「是什麼」更重要；建議以 "Use when..." 開頭，≤1024 字元；name 小寫字母加連字號，≤64 字元。

[ SECTION_04 ] // WORKFLOW Skill Bundles 與條件啟用：一條指令觸發完整工作流

Skill Bundles（2026 新增）把多個技能打包成斜線指令，執行 /bundle-name 時列出的技能同時載入。檔案位於 ~/.hermes/skill-bundles/<slug>.yaml：

name: backend-dev
description: |
  Full backend feature workflow — code review, TDD, and PR management.
skills:
  - github-code-review
  - test-driven-development
  - github-pr-workflow
instruction: |
  Always write failing tests first before implementation.
  Never push directly to main.

進階場景範例：research-session 打包 arxiv、deep-research、plan、excalidraw；mlops-deploy 打包 vllm、llama-cpp、github-pr-workflow、systematic-debugging。Bundle 規則：與單一 Skill 同名時 Bundle 優先；未安裝的技能跳過並提示；不修改系統提示，對 Prompt Cache 友善。CLI 快速建立：

hermes bundles create backend-dev \
    --skills github-code-review,test-driven-development,github-pr-workflow \
    --instruction "Always write failing tests first"

條件啟用（Conditional Activation）在 metadata.hermes 下設定，讓技能依工具可用性自動顯示或隱藏：

• requires_toolsets / requires_tools：列出的工具集或工具不存在時隱藏技能。
• fallback_for_toolsets / fallback_for_tools：列出的工具存在時隱藏技能（作為備援方案）。

典型場景：設定 FIRECRAWL_KEY 或 BRAVE_SEARCH_KEY 後，付費 web_search 啟用，duckduckgo-search 技能因 fallback_for_tools: [web_search] 自動消失；API 不可用時備援自動浮現。平台感知技能可用 requires_toolsets: [messaging] 與 platforms: [telegram, discord]；hermes skills TUI 可為 CLI、Telegram、Discord 獨立開關技能。

[ SECTION_05 ] // ECOSYSTEM Skills Hub、開源生態與發佈你自己的 Skill Tap

hermes skills install official/research/arxiv
hermes skills install https://example.com/SKILL.md --name my-skill
hermes skills install github:openai/skills/k8s
hermes skills tap add github:my-org/my-skills

發佈 Skill Tap：建立 GitHub 倉庫作為技能來源，團隊成員執行 hermes skills tap add github:your-org/your-skills-tap 一鍵訂閱；私有倉加 --token $GH_TOKEN；hermes skills tap update 拉取更新。可選 skills.sh.json 控制 Hub 分類展示。建議將 ~/.hermes/skills/ 納入 Git 版本控制，實現跨裝置同步，同步後執行 hermes skills reset 重建內建技能。agentskills.io 開放標準意味著技能資產不綁定單一平台，可用 skills-ref validate ./my-skill 驗證格式。

下列為規範與生態入口，上游更新後請再次開啟連結核對。

Hermes Agent Skills 系統文件

Creating Skills 開發者指南

agentskills.io 開放標準規範

hermes-agent-self-evolution（GEPA 工具倉庫）

[ SECTION_06 ] // EVOLUTION GEPA + DSPy：讓 Skills 自動進化，無需動模型權重

GEPA（Genetic-Pareto Prompt Evolution）是 2026 ICLR Oral 成果，整合於 hermes-agent-self-evolution。核心思路：分析執行軌跡 → 產生變體 → 多目標帕累托最佳化 → 改進 SKILL.md 文字本身，不微調模型權重；每次最佳化約 $2–10（純 API，無需 GPU）。

五階段流程：① 執行軌跡收集（SQLite 全量推理軌跡）→ ② 反思式失敗分析（產生可操作側資訊）→ ③ 靶向變異（針對失敗產生 10–20 個 SKILL.md 變體）→ ④ 多目標帕累托評估（成功率 × Token 效率 × 速度）→ ⑤ 人工審查 PR（最優變體上線）。

export HERMES_AGENT_PATH=~/.hermes
python -m evolution.skills.evolve_skill \
        --skill github-code-review \
        --iterations 10 \
        --eval-source sessiondb

四大安全護欄：全量測試 100% 通過；Skills ≤15KB、工具描述 ≤500 字元；不破壞 Prompt Cache；語意保留檢查不偏離原始目的。官方進化路線圖：Phase 1 Skill 檔案（已實作）→ Phase 2 工具描述 → Phase 3 系統提示 → Phase 4 工具實作程式碼 → Phase 5 全自動迴圈。因 Skills 遵循 agentskills.io，可將 Claude Code 或 Gemini CLI 軌跡聯合餵給最佳化器：--eval-source mixed --trace-dirs ~/.claude/traces,~/.hermes/sessions。

[ SECTION_07 ] // ADVANCED Plugin 技能、進階編寫技巧與部落格工作流實戰案例

Plugin-Bundled Skills 以 plugin:skill 命名空間載入，不出現在預設 skills_list，僅在使用者明確呼叫時啟用；同插件內技能可橫向感知。插件 plugin.yaml 中宣告 skills 路徑即可。

工程師視角進階要點：

• description 決定啟用精度：寫「Use when reviewing a pull request...Do NOT use for writing new code」而非「Helps with code」。
• Pitfalls 是品質分水嶺：須含具體失敗模式、根因與可執行修復（如 CSS selector 脆弱性、GitHub API 限流、大 diff Token 溢出）。
• 腳本化：Procedure 中引用 scripts/extract_schema.py，失敗時載入 references/manual-extract.md。
• 大小控制：<500 行全放 SKILL.md；500–1000 行移 references；>15KB 必須拆分（GEPA 限制）。
• skill_manage：Agent 可用 action='patch'|'create' 動態維護技能；config.yaml 設 agent_writes_require_approval: true 開啟人工審批門。

部落格工作流案例：建立 blog-workflow Bundle，打包 seo-keyword-research、outline-generator、code-example-validator、bilingual-checker、publish-to-platform；instruction 要求先調研 SEO、驗證程式碼可執行、產生中英雙語標題。修改 Skill 後目前工作階段不生效，需 /reset 或安裝加 --now（會失效 Prompt Cache）。

FAQ 精選：Skills 教流程，MCP 給工具介面；GEPA 變體經四護欄 + 人工 PR review 仍建議逐 diff 審查；複製 SKILL.md 到 ~/.claude/skills/ 或在 kevinnft/ai-agent-skills 一次安裝多端可用；description 建議英文或中英雙語以利 LLM 匹配。

[ SECTION_08 ] // RUNBOOK Hermes Skills 進階八步落地清單與可引用技術參數

1. 安裝 Hermes 與官方技能：執行 hermes skills install official/research/arxiv 等，確認 ~/.hermes/skills/ 目錄結構正確。
2. 撰寫首個 SKILL.md：必填 name、description（Use when...），正文含 Procedure 與 Pitfalls；用 skills-ref validate 校驗。
3. 建立 Skill Bundle：在 ~/.hermes/skill-bundles/ 寫 YAML 或用 hermes bundles create，測試 /bundle-name 同時載入。
4. 設定條件啟用：在 metadata.hermes 加入 requires/fallback 規則，切換 API Key 驗證顯隱邏輯。
5. 訂閱社群 Tap：hermes skills tap add github:ChuckSRQ/awesome-hermes-skills，tap update 保持同步。
6. 發佈團隊 Tap：建 GitHub 倉庫 + skills.sh.json，成員 tap add；私有倉配 Token。
7. 執行 GEPA 進化：克隆 hermes-agent-self-evolution，evolve_skill --eval-source sessiondb，審查產生的 PR。
8. 遠端 Mac 7×24 常駐：將 ~/.hermes/ 部署到獨占 Apple Silicon 節點，Gateway 與技能目錄隨 Git 同步，避免筆電睡眠打斷軌跡收集。

• Level 0 中繼資料開銷：全部技能 name+description 合計約 3K token（Hermes 文件口徑，請以目前版本核對）。
• GEPA 單次成本：約 $2–10 純 API 呼叫，無需 GPU（NousResearch self-evolution 專案說明）。
• GEPA 大小護欄：Skill 檔案 ≤15KB，工具描述 ≤500 字元，防止 Token 膨脹。
• frontmatter 限制：name ≤64 字元；description ≤1024 字元；SKILL.md 正文建議 ≤500 行。
• 跨平台標準：agentskills.io 技能可在 Hermes、Claude Code、Cursor、OpenCode 複用，降低供應商鎖定。

跑 Hermes Skills 與 GEPA 進化需要長期在線、軌跡持續寫入、macOS 原生工具鏈可用的環境。替代方案短板明顯：個人 MacBook 合蓋睡眠打斷 sessiondb 收集；Linux VPS 無法跑 Xcode/Metal 相關技能腳本；共享虛擬 Mac 多租戶搶占導致進化評估結果不穩定。對於 iOS CI/CD、Telegram Gateway 與 AI Agent 自我進化生產場景，NOVAKVM Mac Mini M4/M4 Pro 雲端裸金屬提供獨占 Apple Silicon、六地節點與按天/週/月彈性租用——Skill 定義「怎麼做」，遠端節點保證「一直能做」。詳見 租用價格頁與 雲端說明中心。