2026 Hermes Agent Skills 进阶全攻略:
从 SKILL.md 到 GEPA 自我进化与 Mac 云端实战

2026 年初 Nous Research 发布 Hermes Agent,两个月内 GitHub Star 突破 16 万,核心理念是 "the agent that grows with you"——Agent 随使用越来越懂你。底层支撑正是 Skills(技能)系统:一套有标准、可进化、跨会话持久的程序性记忆,而非一次性 Prompt。本文面向已入门 Hermes 的开发者,系统覆盖 SKILL.md 格式、Skill Bundles、条件激活、Tap 发布、GEPA+DSPy 自我进化、Plugin 技能与开源生态全部进阶要点;规范字段请以 Hermes 与 agentskills.io 官方文档为准;租期见 定价页

  • Token 失控:把整份 SOP 塞进系统提示,每次对话都烧 token;Skills 的渐进加载在激活前零消耗正文。
  • 跨会话失忆:普通 Prompt 当次有效;Skills 与 Memory 均跨会话持久,但 Skills 教的是「怎么做」而非「记住什么」。
  • 工作流碎片化:PR 审查、TDD、部署检查分散在多个对话;Skill Bundles 可一条斜杠命令同时加载整套技能。
  • 环境感知缺失:有付费 web_search 时仍加载 DuckDuckGo 备选技能浪费上下文;条件激活可按工具可用性自动显隐。
  • 技能质量停滞:手写 SKILL.md 后很少迭代;GEPA 用执行轨迹自动进化技能文本,无需动模型权重。
  • 团队无法共享:技能散落在个人目录;Tap 仓库 + hermes skills tap add 让全团队订阅同一技能源。
  • 与 MCP 混淆:Skills 是程序性知识文档,MCP 是工具接口——前者教流程,后者给能力,二者互补。

进阶路径五问:渐进加载如何控 Token?条件激活怎么用?Bundles 如何一键触发?GEPA 如何让技能越跑越好?社区有哪些现成 Tap 可订阅?下文逐一拆解。

Prompt vs Memory vs Skills 三维对照
维度 普通 Prompt Memory(记忆) Skills(技能)
持久性 当前对话 跨会话,永久 跨会话,永久
加载时机 每次在上下文中 每次会话自动注入 按需加载
Token 成本 每次消耗 小而稳定 激活前零消耗正文
内容类型 任意意图 用户偏好/事实 程序性步骤
维护者 用户手动 Agent 自动 用户 + Agent 均可
可共享性 不便 私有 可发布为社区 Tap

记忆口诀:Prompt = 便利贴(当次有效);Memory = 便签本(永久笔记,随时在手边);Skill = SOP 手册(步骤化流程,需要时翻阅)。

所有 Hermes Skills 遵循 agentskills.io 开放标准,可在 Hermes、Claude Code、Cursor 之间移植。推荐目录结构:

~/.hermes/skills/my-category/my-skill/
SKILL.md              # 主文件,建议 ≤500 行
references/           # API 文档、示例(按需加载)
templates/            # 可复用模板
scripts/              # Agent 可直接执行的脚本
SKILL.md frontmatter 示例
---
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 三级加载是 Token 控制核心:

渐进披露加载层级
层级 内容 触发时机 Token 成本
Level 0 name + description 每次会话开始,扫描全部技能 全部技能合计约 3K
Level 1 完整 SKILL.md 正文 /skill-name 或 LLM 判断需要 取决于文件长度
Level 2 references/scripts/ 执行时 LLM 判断需要 单文件按需

正文须含 Overview、When to Use、Procedure、Common Pitfalls、Verification Checklist。写作关键:description 是 Level 0 唯一路由信息,写清「什么时候用」比「是什么」更重要;建议以 "Use when..." 开头,≤1024 字符;name 小写字母+连字符,≤64 字符。

Skill Bundles(2026 新增)把多个技能打包为斜杠命令,执行 /bundle-name 时列出的技能同时加载。文件位于 ~/.hermes/skill-bundles/<slug>.yaml

backend-dev.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.

进阶场景示例:research-session 打包 arxiv、deep-research、plan、excalidraw;mlops-deploy 打包 vllm、llama-cpp、github-pr-workflow、systematic-debugging。Bundle 规则:与单 Skill 同名时 Bundle 优先;未安装的技能跳过并提示;不修改系统提示,对 Prompt Cache 友好。CLI 快速创建:

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

条件激活(Conditional Activation)metadata.hermes 下配置,让技能按工具可用性自动显隐:

  • requires_toolsets / requires_tools:列出的工具集或工具不存在时隐藏技能。
  • fallback_for_toolsets / fallback_for_tools:列出的工具存在时隐藏技能(作为备选方案)。

经典场景:配置 FIRECRAWL_KEYBRAVE_SEARCH_KEY 后付费 web_search 激活,duckduckgo-search 技能因 fallback_for_tools: [web_search] 自动消失;API 不可用时备选自动浮现。平台感知技能可用 requires_toolsets: [messaging]platforms: [telegram, discord]hermes skills TUI 可为 CLI、Telegram、Discord 独立开关技能。

hermes skills 安装命令
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
值得关注的开源技能仓库(发版后请打开链接核对 Star 数)
仓库 亮点
ChuckSRQ/awesome-hermes-skills 生产级合集,含 Deep Research、MLOps、Apple 集成;23 个技能可进 GitHub Copilot
amanning3390/hermeshub 社区注册中心,安全扫描认证,支持 API 与市场
kevinnft/ai-agent-skills 191 个技能、28 分类,Hermes/Claude Code/Cursor 通用
NousResearch/hermes-agent 官方权威来源,含全部内置 Skills 与编写规范

发布 Skill Tap:创建 GitHub 仓库作为技能源,团队成员执行 hermes skills tap add github:your-org/your-skills-tap 一键订阅;私有仓加 --token $GH_TOKENhermes skills tap update 拉取更新。可选 skills.sh.json 控制 Hub 分类展示。建议将 ~/.hermes/skills/ 纳入 Git 版本控制实现跨设备同步,同步后执行 hermes skills reset 重建内置技能。agentskills.io 开放标准意味着技能资产不绑定单一平台,可用 skills-ref validate ./my-skill 验证格式。

下列为规范与生态入口,上游更新后请再次打开链接核对。

Hermes Agent Skills 系统文档

Creating Skills 开发者指南

agentskills.io 开放标准规范

hermes-agent-self-evolution(GEPA 工具仓库)

GEPA(Genetic-Pareto Prompt Evolution)是 2026 ICLR Oral 成果,集成于 hermes-agent-self-evolution。核心思路:分析执行轨迹 → 生成变体 → 多目标帕累托优化 → 改进 SKILL.md 文本本身,不微调模型权重;每次优化约 $2–10(纯 API,无需 GPU)。

五阶段流程:① 执行轨迹收集(SQLite 全量推理轨迹)→ ② 反思式失败分析(生成可操作侧信息)→ ③ 靶向变异(针对失败生成 10–20 个 SKILL.md 变体)→ ④ 多目标帕累托评估(成功率 × Token 效率 × 速度)→ ⑤ 人工审查 PR(最优变体上线)。

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

四大安全护栏:全量测试 100% 通过;Skills ≤15KB、工具描述 ≤500 字符;不破坏 Prompt Cache;语义保留检查不偏离原始目的。官方进化路线图:Phase 1 Skill 文件(✅ 已实现)→ Phase 2 工具描述 → Phase 3 系统提示 → Phase 4 工具实现代码 → Phase 5 全自动循环。因 Skills 遵循 agentskills.io,可将 Claude Code 或 Gemini CLI 轨迹联合喂给优化器:--eval-source mixed --trace-dirs ~/.claude/traces,~/.hermes/sessions

Plugin-Bundled Skillsplugin:skill 命名空间加载,不出现在默认 skills_list,仅用户明确调用时激活;同插件内技能可横向感知。插件 plugin.yaml 中声明 skills 路径即可。

工程师视角进阶要点:

  • description 决定激活精度:写「Use when reviewing a pull request...Do NOT use for writing new code」而非「Helps with code」。
  • Pitfalls 是质量分水岭:须含具体失败模式、根因与可执行修复(如 CSS selector 脆弱性、GitHub API 限流、大 diff Token 溢出)。
  • 脚本化:Procedure 中引用 scripts/extract_schema.py,失败时加载 references/manual-extract.md
  • 大小控制:<500 行全放 SKILL.md;500–1000 行移 references;>15KB 必须拆分(GEPA 限制)。
  • skill_manage:Agent 可用 action='patch'|'create' 动态维护技能;config.yamlagent_writes_require_approval: true 开启人工审批门。

博客工作流案例:创建 blog-workflow Bundle,打包 seo-keyword-research、outline-generator、code-example-validator、bilingual-checker、publish-to-platform;instruction 要求先调研 SEO、验证代码可运行、生成中英双语标题。修改 Skill 后当前会话不生效,需 /reset 或安装加 --now(会失效 Prompt Cache)。

FAQ 精选:Skills 教流程,MCP 给工具接口;GEPA 变体经四护栏 + 人工 PR review 仍建议逐 diff 审查;复制 SKILL.md 到 ~/.claude/skills/ 或在 kevinnft/ai-agent-skills 一次安装多端可用;description 建议英文或中英双语以利 LLM 匹配。

  1. 安装 Hermes 与官方技能:执行 hermes skills install official/research/arxiv 等,确认 ~/.hermes/skills/ 目录结构正确。
  2. 编写首个 SKILL.md:必填 namedescription(Use when...),正文含 Procedure 与 Pitfalls;用 skills-ref validate 校验。
  3. 创建 Skill Bundle:~/.hermes/skill-bundles/ 写 YAML 或用 hermes bundles create,测试 /bundle-name 同时加载。
  4. 配置条件激活:在 metadata.hermes 添加 requires/fallback 规则,切换 API Key 验证显隐逻辑。
  5. 订阅社区 Tap:hermes skills tap add github:ChuckSRQ/awesome-hermes-skillstap update 保持同步。
  6. 发布团队 Tap:建 GitHub 仓库 + skills.sh.json,成员 tap add;私有仓配 Token。
  7. 运行 GEPA 进化:克隆 hermes-agent-self-evolution,evolve_skill --eval-source sessiondb,审查生成的 PR。
  8. 远端 Mac 7×24 常驻:~/.hermes/ 部署到独占 Apple Silicon 节点,Gateway 与技能目录随 Git 同步,避免笔记本睡眠打断轨迹收集。
  • Level 0 元数据开销:全部技能 name+description 合计约 3K token(Hermes 文档口径,请以当前版本核对)。
  • GEPA 单次成本:约 $2–10 纯 API 调用,无需 GPU(NousResearch self-evolution 项目说明)。
  • GEPA 大小护栏:Skill 文件 ≤15KB,工具描述 ≤500 字符,防止 Token 膨胀。
  • frontmatter 限制:name ≤64 字符;description ≤1024 字符;SKILL.md 正文建议 ≤500 行。
  • 跨平台标准:agentskills.io 技能可在 Hermes、Claude Code、Cursor、OpenCode 复用,降低供应商锁定。

跑 Hermes Skills 与 GEPA 进化需要长期在线、轨迹持续写入、macOS 原生工具链可用的环境。替代方案短板明显:个人 MacBook 合盖睡眠打断 sessiondb 收集;Linux VPS 无法跑 Xcode/Metal 相关技能脚本;共享虚拟 Mac 多租户争抢导致进化评估结果不稳定。对于 iOS CI/CD、Telegram Gateway 与 AI Agent 自我进化生产场景,NOVAKVM Mac Mini M4/M4 Pro 云端裸金属提供独占 Apple Silicon、六地节点与按天/周/月弹性租期——Skill 定义「怎么做」,远端节点保证「一直能做」。详见 定价页帮助中心