📋 本文目录

01 · 为什么 Hermes Agent 的技能系统值得单独深入研究？

2026 年初，Nous Research 发布 Hermes Agent，两个月内 GitHub Star 突破 16 万，成为 AI Agent 领域增速最快的开源项目之一。它的核心卖点不是更大的模型，而是一个理念：「the agent that grows with you」——Agent 会随着使用越来越懂你。这一切的底层实现，就是它的技能（Skills）系统。

与传统「一次性 Prompt」不同，Hermes 的技能体系是一套有标准、可进化、跨会话持久的程序性记忆。本文不聊基础安装（可参考站内 Hermes 保姆级安装教程），直接进入进阶区域：渐进加载如何控制 Token 成本、条件激活如何感知环境、Bundles 如何一键触发复杂工作流、GEPA 如何让技能越跑越好。

02 · 三大痛点：为什么「会装 Hermes」不等于「会用 Skills」

Token 成本失控：把所有 SOP 写进系统 Prompt，每次会话都消耗数千 Token；未利用 Progressive Disclosure 时，50 个技能的完整正文可能撑爆上下文。
技能激活不精准：description 写得太模糊，LLM 在不相关场景误加载技能，或在需要时找不到正确技能；缺少条件激活时，免费/付费工具切换需手动改配置。
团队知识无法沉淀与进化：个人 Prompt 无法版本化、无法发布给团队订阅；技能质量停滞，没有 GEPA 等机制从执行轨迹中自动改进 SKILL.md。

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

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	每次都在上下文中	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
内容类型	任意意图描述	用户偏好/事实	程序性步骤
可共享性	不方便	私有	可发布为社区 Tap

核心口诀：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）。

04 · SKILL.md 格式深度解析（agentskills.io 开放标准）

所有 Hermes Skills 遵循 agentskills.io 开放标准，确保跨 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

关键字段：name 必填，小写字母+连字符，≤64 字符；description 必填，≤1024 字符，建议以「Use when...」开头——这是 Level 0 路由的全部信息；metadata.hermes 承载条件激活与分类标签。

技能目录结构（模块化设计）

~/.hermes/skills/
└── my-category/
    └── my-skill/
        ├── SKILL.md              # 主文件（建议 ≤500 行）
        ├── references/           # API 参考（按需加载）
        ├── templates/            # 可复用模板
        └── scripts/              # Agent 可直接执行的脚本

05 · Progressive Disclosure 三级加载机制

这是 Token 控制的核心。Hermes 不会一次性把所有技能正文塞进上下文。

加载层级	内容	触发时机	Token 成本
Level 0	name + description	每次会话开始	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	按需，单文件

写作建议：description 写清「什么时候用」比「是什么」更重要；长参考资料拆到 references/，保持主文件在 500 行以内。

06 · Skill Bundles：一条命令触发完整工作流

Skill Bundles 是 Hermes 2026 新增的强力特性。Bundle 是轻量 YAML 文件，把多个相关技能打包成一个斜杠命令；执行 /bundle-name 时，所有列出的技能同时加载。

文件位置：~/.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 优先级规则：Bundle 与单个 Skill 同名时，Bundle 优先；列出的 Skill 未安装时跳过而不报错；Bundle 不修改系统提示，不会导致 Prompt Cache 失效。

CLI 快速创建：

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

进阶场景包括 AI 研究员工作流（arxiv + deep-research + plan + excalidraw）与 MLOps 部署流水线（vllm + llama-cpp + github-pr-workflow + systematic-debugging）。

07 · 条件激活：智能感知环境

技能可根据当前会话中工具的可用性，自动显示或隐藏。在 metadata.hermes 下配置：

字段	行为逻辑
`requires_toolsets`	列出的工具集不存在时，隐藏此技能
`requires_tools`	列出的工具不存在时，隐藏此技能
`fallback_for_toolsets`	列出的工具集存在时，隐藏（作为备选）
`fallback_for_tools`	列出的工具存在时，隐藏（作为备选）

经典场景：DuckDuckGo 搜索技能配置 fallback_for_tools: [web_search]——当用户配置了 FIRECRAWL_KEY / BRAVE_SEARCH_KEY 时，付费 web_search 激活，DuckDuckGo 自动隐藏，节省 Token；API 不可用时备选方案自动浮现。

08 · Skills Hub 与开源社区生态

官方安装渠道：

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

仓库	亮点	Stars
ChuckSRQ/awesome-hermes-skills	生产级合集，含 Deep Research、MLOps	67+
amanning3390/hermeshub	社区注册中心，提示注入检测	166+
kevinnft/ai-agent-skills	191 技能，跨 Hermes/Claude/Cursor	10+
NousResearch/hermes-agent	官方权威来源	160k+

使用 skills-ref validate ./my-skill 验证格式合规性；技能资产不绑定单一平台。

09 · 发布你自己的 Skill Tap：团队与社区共享

通过 GitHub 仓库作为 Tap，让整个团队甚至社区订阅你的技能集。

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

团队部署：

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

版本管理建议：将 ~/.hermes/skills/ 纳入 Git，跨设备 git pull && hermes skills reset 同步。

10 · Self-Evolving Skills：GEPA + DSPy 让技能自动进化

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

五阶段进化流程：① 执行轨迹收集（SQLite）→ ② 反思式失败分析 → ③ 靶向变异（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 后上线。

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

四大安全护栏：全量测试套件 100% 通过；Skills ≤ 15KB、工具描述 ≤ 500 字符；Prompt 缓存兼容；语义保留检查。官方路线图 Phase 1（SKILL.md）已实现，Phase 2–5 覆盖工具描述、系统提示、工具实现代码与全自动循环。

实验性：可将 Claude Code / Gemini CLI 轨迹联合喂给优化器（--eval-source mixed --trace-dirs ~/.claude/traces,~/.hermes/sessions）。

11 · Plugin 技能：扩展 Hermes 的边界

插件将技能打包成命名空间（plugin:skill），不出现在默认 skills_list，只在用户明确调用时激活（Opt-in）。

skill_view("superpowers:writing-plans")

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

12 · 技能编写进阶技巧（工程师视角）

description 决定激活精度：写清触发条件与排除场景，避免「Helps with code」这类模糊描述。
Pitfalls 是质量分水岭：包含具体失败模式、根因与可操作的修复步骤（如 GitHub API 限流、大 diff Token 溢出）。
脚本化：在 Procedure 中引用 scripts/，失败时 fallback 到 references/manual-extract.md。
大小控制：<500 行全放 SKILL.md；500–1000 行拆 references；>15KB 超过 GEPA 限制必须拆分。
skill_manage：Agent 可通过 skill_manage(action='patch'| 'create') 动态维护技能；建议在 config.yaml 开启 agent_writes_require_approval: true。

13 · 实战案例：技术博客工作流 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.

自定义 seo-keyword-research 技能可在写作前输出中英文关键词矩阵（主词 3–5 个 + 长尾 10–15 个），并交叉参考掘金热榜、Dev.to trending、HN 趋势。

14 · 常见问题 FAQ

Q: Skills 和 MCP 有什么区别？
Skills 是程序性知识文档（教 Agent 怎么做），MCP 是工具接口（给 Agent 额外调用能力）。两者互补。

Q: 为什么 Skill 改了但 Agent 还在用旧版？
当前会话不生效，需 /reset 或安装时加 --now（会导致 Prompt Cache 失效）。

Q: GEPA 进化出的技能安全吗？
四大护栏 + 人工 PR review；仍建议逐 diff 审查。

Q: 如何在 Claude Code 中复用？
复制 SKILL.md 到 ~/.claude/skills/，或使用 kevinnft/ai-agent-skills 一键多端安装。

Q: 中文内容影响 Token 效率吗？
中文字符约 1–1.5 token/字，与英文相近；但 description 建议保留英文或中英双语，LLM 匹配更精确。

延伸阅读：Hermes 中文文档、Cursor Agent Skill 入门指南、Hermes 30 天实测。

15 · 租用 Mac 隔离试跑 Hermes Skills（五步清单）

在 Linux VPS 或 Windows 上虽可跑 Hermes Gateway，但涉及 Apple 生态脚本、Xcode 相关 Skill、Keychain 操作时仍依赖真实 macOS。更稳妥的做法是在可丢弃的租用 Mac 上完成 Skills / Bundles / GEPA 试跑，再决定是否月租常驻。

租用 Apple Silicon 节点：选择 Mac mini M4 起、预装 Homebrew 的 macOS，SSH 接入；计费见 M 系列算力定价。
安装 Hermes 并跑 doctor：按官方脚本安装，hermes doctor 验收 Gateway 与工具集。
安装官方 Skill + 自定义 Tap：hermes skills install 与 hermes skills tap add，验证 Level 0/1 加载与 Token 消耗。
创建 Bundle 并试跑工作流：编写 YAML Bundle，观察多技能同时加载是否按 instruction 执行。
记录验收后释放：保存终端输出与 session 轨迹（供 GEPA 使用）；确认无误后结束租用，避免持续计费。

Linux VPS 跑 Hermes 适合轻量 Gateway 与纯 API 调用，但无法验证 macOS 专属 Skill、Apple 签名链路与本地 Keychain 权限；个人笔记本 7×24 常驻则面临散热、电费与主力机污染风险。按天租用 Mac 提供与生产一致的 Apple Silicon 环境，成本远低于误配置导致的 API 账单失控或连夜排障；若决定长期常驻，可对照站内 Hermes 硬件选型文评估月租 vs 自购。