📋 本文目錄

01 · 為什麼 Hermes Agent 的技能系統值得單獨深入研究？

2026 年初，Nous Research 發布 Hermes Agent，兩個月內 GitHub Star 突破 16 萬，成為 AI Agent 領域成長最快的開源專案之一。它的核心賣點不是更大的模型，而是一個理念：「the agent that grows with you」——Agent 會隨著使用越來越懂你。這一切的底層實作，就是它的技能（Skills）系統。

與傳統「一次性 Prompt」不同，Hermes 的技能體系是一套有標準、可進化、跨工作階段持久的程序性記憶。本文不談基礎安裝（可參考站內 Hermes 保姆級安裝教學），直接進入進階區域：漸進載入如何控制 Token 成本、條件啟用如何感知環境、Bundles 如何一鍵觸發複雜工作流、GEPA 如何讓技能越跑越好。

02 · 三大痛點：為什麼「會裝 Hermes」不等於「會用 Skills」

Token 成本失控：把所有 SOP 寫進系統 Prompt，每次工作階段都消耗數千 Token；未利用 Progressive Disclosure 時，50 個技能的完整正文可能撐爆上下文視窗。
技能啟用不精準：description 寫得太模糊，LLM 在不相關場景誤載入技能，或在需要時找不到正確技能；缺少條件啟用時，免費／付費工具切換需手動改設定。
團隊知識無法沉澱與進化：個人 Prompt 無法版本化、無法發布給團隊訂閱；技能品質停滯，沒有 GEPA 等機制從執行軌跡中自動改進 SKILL.md。

03 · 核心概念速覽：Skills ≠ Prompts，Skills ≠ Memory

維度	普通 Prompt	Memory（記憶）	Skills（技能）
持久性	當次對話	跨工作階段，永久	跨工作階段，永久
載入時機	每次都在上下文中	每次工作階段自動注入	按需載入
Token 成本	每次消耗	小而穩定	啟用前零消耗
內容類型	任意意圖描述	使用者偏好／事實	程序性步驟
可共享性	不方便	私有	可發布為社群 Tap

核心口訣：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）。

04 · SKILL.md 格式深度解析（agentskills.io 開放標準）

所有 Hermes Skills 遵循 agentskills.io 開放標準，確保跨 Agent 可移植（Hermes、Claude Code、Cursor 均可使用）。

---
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, test-driven-development]
    requires_toolsets: [terminal]
    fallback_for_toolsets: [web]
---

# My Skill Title

## Overview
## When to Use
## Procedure
## Common Pitfalls
## Verification Checklist

關鍵欄位：name 必填，小寫字母加連字號，≤64 字元；description 必填，≤1024 字元，建議以「Use when...」開頭——這是 Level 0 路由的全部資訊；metadata.hermes 承載條件啟用與分類標籤。

技能目錄結構（模組化設計）

~/.hermes/skills/
└── my-category/
    └── my-skill/
        ├── SKILL.md              # 主檔（建議 ≤500 行）
        ├── references/           # API 參考（按需載入）
        ├── templates/            # 可複用範本
        └── scripts/              # Agent 可直接執行的腳本

05 · Progressive Disclosure 三級載入機制

這是 Token 控管的核心。Hermes 不會一次性把所有技能正文塞進上下文。

載入層級	內容	觸發時機	Token 成本
Level 0	name + description	每次工作階段開始	全部技能合計約 ~3K
Level 1	完整 SKILL.md 正文	/skill-name 或 LLM 判斷需要	取決於檔案長度
Level 2	references/ scripts/	執行時 LLM 判斷需要	按需，單檔

撰寫建議：description 寫清「什麼時候用」比「是什麼」更重要；長參考資料拆到 references/，保持主檔在 500 行以內。

06 · Skill Bundles：一條命令觸發完整工作流

Skill Bundles 是 Hermes 2026 新增的強力特性。Bundle 是輕量 YAML 檔，把多個相關技能打包成一個斜線命令；執行 /bundle-name 時，所有列出的技能同時載入。

檔案位置：~/.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.

Bundle 優先順序規則：Bundle 與單一 Skill 同名時，Bundle 優先；列出的 Skill 未安裝時跳過而不報錯；Bundle 不修改系統提示，不會導致 Prompt 快取失效。

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"

進階場景包括 AI 研究員工作流（arxiv + deep-research + plan + excalidraw）與 MLOps 部署流水線（vllm + llama-cpp + github-pr-workflow + systematic-debugging）。

07 · 條件啟用：智慧感知環境

技能可根據當前工作階段中工具的可用性，自動顯示或隱藏。在 metadata.hermes 下設定：

欄位	行為邏輯
`requires_toolsets`	列出的工具集不存在時，隱藏此技能
`requires_tools`	列出的工具不存在時，隱藏此技能
`fallback_for_toolsets`	列出的工具集存在時，隱藏（作為備選）
`fallback_for_tools`	列出的工具存在時，隱藏（作為備選）

經典場景：DuckDuckGo 搜尋技能設定 fallback_for_tools: [web_search]——當使用者設定了 FIRECRAWL_KEY／BRAVE_SEARCH_KEY 時，付費 web_search 啟用，DuckDuckGo 自動隱藏，節省 Token；API 不可用時備選方案自動浮現。

08 · Skills Hub 與開源社群生態

官方安裝管道：

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

儲存庫	亮點	Stars
ChuckSRQ/awesome-hermes-skills	生產級合集，含 Deep Research、MLOps	67+
amanning3390/hermeshub	社群註冊中心，提示注入偵測	166+
kevinnft/ai-agent-skills	191 技能，跨 Hermes／Claude／Cursor	10+
NousResearch/hermes-agent	官方權威來源	160k+

使用 skills-ref validate ./my-skill 驗證格式合規性；技能資產不綁定單一平台。

09 · 發布你自己的 Skill Tap：團隊與社群共享

透過 GitHub 儲存庫作為 Tap，讓整個團隊甚至社群訂閱你的技能集。

my-skills-tap/
├── skills.sh.json
├── mlops/vllm-deploy/SKILL.md
├── research/paper-summarizer/SKILL.md
└── README.md

團隊部署：

hermes skills tap add github:your-org/your-skills-tap
hermes skills tap add github:your-org/private-skills --token $GH_TOKEN
hermes skills tap update
hermes skills tap list

版本管理建議：將 ~/.hermes/skills/ 納入 Git，跨裝置 git pull && hermes skills reset 同步。

10 · Self-Evolving Skills：GEPA + DSPy 讓技能自動進化

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

五階段進化流程：① 執行軌跡收集（SQLite）→ ② 反思式失敗分析 → ③ 靶向變異（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 後上線。

git clone https://github.com/NousResearch/hermes-agent-self-evolution
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：全量測試套件 100% 通過；Skills ≤ 15KB、工具描述 ≤ 500 字元；Prompt 快取相容；語意保留檢查。官方路線圖 Phase 1（SKILL.md）已實作，Phase 2–5 涵蓋工具描述、系統提示、工具實作程式碼與全自動循環。

實驗性：可將 Claude Code／Gemini CLI 軌跡聯合餵給最佳化器（--eval-source mixed --trace-dirs ~/.claude/traces,~/.hermes/sessions）。

11 · Plugin 技能：擴充 Hermes 的邊界

外掛程式將技能打包成命名空間（plugin:skill），不出現在預設 skills_list，只在使用者明確呼叫時啟用（Opt-in）。

skill_view("superpowers:writing-plans")

# plugin.yaml
name: my-hermes-plugin
skills:
  - name: writing-plans
    path: skills/writing-plans/SKILL.md

12 · 技能撰寫進階技巧（工程師視角）

description 決定啟用精準度：寫清觸發條件與排除場景，避免「Helps with code」這類模糊描述。
Pitfalls 是品質分水嶺：包含具體失敗模式、根因與可操作的修復步驟（如 GitHub API 限流、大 diff Token 溢出）。
腳本化：在 Procedure 中引用 scripts/，失敗時 fallback 到 references/manual-extract.md。
大小控制：<500 行全放 SKILL.md；500–1000 行拆 references；>15KB 超過 GEPA 限制必須拆分。
skill_manage：Agent 可透過 skill_manage(action='patch'| 'create') 動態維護技能；建議在 config.yaml 開啟 agent_writes_require_approval: true。

13 · 實戰案例：技術部落格工作流 Skills

name: blog-workflow
description: Full tech blog writing workflow.
skills:
  - seo-keyword-research
  - outline-generator
  - code-example-validator
  - bilingual-checker
  - publish-to-platform
instruction: |
  Always research SEO keywords before writing.
  Ensure all code examples are tested and runnable.

自訂 seo-keyword-research 技能可在寫作前輸出中英文關鍵字矩陣（主詞 3–5 個 + 長尾 10–15 個），並交叉參考 Medium 熱門、Dev.to trending、HN 趨勢。

14 · 常見問題 FAQ

Q: Skills 和 MCP 有什麼區別？
Skills 是程序性知識文件（教 Agent 怎麼做），MCP 是工具介面（給 Agent 額外呼叫能力）。兩者互補。

Q: 為什麼 Skill 改了但 Agent 還在用舊版？
當前工作階段不生效，需 /reset 或安裝時加 --now（會導致 Prompt 快取失效）。

Q: GEPA 進化出的技能安全嗎？
四大護欄 + 人工 PR review；仍建議逐 diff 審查。

Q: 如何在 Claude Code 中複用？
複製 SKILL.md 到 ~/.claude/skills/，或使用 kevinnft/ai-agent-skills 一鍵多端安裝。

Q: 中文內容影響 Token 效率嗎？
中文字元約 1–1.5 token／字，與英文相近；但 description 建議保留英文或中英雙語，LLM 匹配更精準。

延伸閱讀：Hermes 中文文件、Cursor Agent Skill 入門指南、Hermes 30 天實測。

15 · 租用 Mac 隔離試跑 Hermes Skills（五步清單）

在 Linux VPS 或 Windows 上雖可跑 Hermes Gateway，但涉及 Apple 生態腳本、Xcode 相關 Skill、Keychain 操作時仍依賴真實 macOS。更穩妥的做法是在可丟棄的租用 Mac 上完成 Skills／Bundles／GEPA 試跑，再決定是否月租常駐。

租用 Apple Silicon 節點：選擇 Mac mini M4 起、預裝 Homebrew 的 macOS，SSH 接入；計費見 M 系列算力定價。
安裝 Hermes 並跑 doctor：按官方腳本安裝，hermes doctor 驗收 Gateway 與工具集。
安裝官方 Skill + 自訂 Tap：hermes skills install 與 hermes skills tap add，驗證 Level 0／1 載入與 Token 消耗。
建立 Bundle 並試跑工作流：撰寫 YAML Bundle，觀察多技能同時載入是否按 instruction 執行。
記錄驗收後釋放：保存終端機輸出與 session 軌跡（供 GEPA 使用）；確認無誤後結束租用，避免持續計費。

Linux VPS 跑 Hermes 適合輕量 Gateway 與純 API 呼叫，但無法驗證 macOS 專屬 Skill、Apple 簽章鏈路與本機 Keychain 權限；個人筆電 7×24 常駐則面臨散熱、電費與主力機污染風險。按日租用 Mac 提供與生產一致的 Apple Silicon 環境，成本遠低於誤設定導致的 API 帳單失控或徹夜除錯；若決定長期常駐，可對照站內 Hermes 硬體選型文評估月租 vs 自購。