Hermes Skills 和 Memory 有什麼區別？

Memory 儲存使用者偏好與事實，每次工作階段自動注入；Skills 是程序性 SOP，按需載入，啟用前零 Token 消耗。

Skill 修改後為什麼不生效？

目前工作階段快取了舊版技能，需 /reset 開新工作階段，或安裝時加 --now 強制重新整理（會失效 Prompt Cache）。

跑 Hermes Skills 自進化用什麼主機最合適？

GEPA 進化與 Gateway 7×24 常駐需要穩定在線與 macOS 原生路徑，Mac Mini M4 月租通常優於合蓋筆電；詳見 NodeMini 租賃價格說明。

2026 Hermes Agent Skills 進階全攻略：SKILL.md、Bundles、GEPA 自進化與 Tap 發布實戰

為什麼 Skills 系統值得單獨深入研究？Skills ≠ Prompts ≠ Memory

與傳統「一次性 Prompt」不同，Hermes Skills 遵循 agentskills.io 開放標準，可在 Hermes、Claude Code、Cursor 之間跨平台移植。核心記憶口訣：Prompt = 便利貼（當次有效）、Memory = 便條本（永久筆記，每次自動注入）、Skill = SOP 手冊（步驟化流程，需要時翻閱）。

維度	普通 Prompt	Memory（記憶）	Skills（技能）
持久性	目前對話	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	每次工作階段自動注入	按需載入（關鍵差異）
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（如何做）
可共享性	不方便	私有	可發布為社群 Tap

01
痛點：把 Skill 當 Prompt 全文塞進上下文，Token 成本隨技能數量線性爆炸。
02
痛點：多個相關技能需逐個 /skill-name 觸發，複雜工作流斷裂。
03
痛點：免費 DuckDuckGo 與付費 web_search 同時暴露，提示詞冗餘浪費 Token。
04
痛點：團隊每人重複造輪子，技能無法一鍵訂閱共享。
05
痛點：技能寫了不會進化，同類錯誤在工作階段中反覆出現。
06
本文交付：從 SKILL.md 標準到 GEPA 自進化的完整進階路線圖，涵蓋全部核心機制。

SKILL.md 格式深度解析與 Progressive Disclosure 三級載入

所有 Hermes Skills 遵循 agentskills.io 標準。建議目錄結構：~/.hermes/skills/my-category/my-skill/ 下含 SKILL.md（核心步驟，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）。

yaml — SKILL.md frontmatter

---
name: my-skill                    # 必填：小寫字母+連字符，≤64字符
description: |                    # 必填：≤1024字符，建議以"Use when..."開頭
  Use when the user needs to [...].
version: 1.0.0
metadata:
  hermes:
    tags: [devops, automation]
    requires_toolsets: [terminal]
    fallback_for_toolsets: [web]
---

# My Skill Title
## Overview / When to Use / Procedure / Common Pitfalls / Verification Checklist

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，所有技能	全部技能合計約 3K
Level 1	完整 SKILL.md 正文	使用者 `/skill-name` 或 LLM 判斷需要	取決於檔案長度
Level 2	`references/`、`scripts/`	LLM 執行時判斷需要	按需，單檔案

info

寫作建議：description 是 Level 0 的全部資訊，LLM 靠它決定是否載入完整技能。寫清「什麼時候用」比「是什麼」更重要。技能 >1000 行應拆分到 references/；>15KB 超過 GEPA 進化限制，必須拆分。

Skill Bundles 與條件啟用：一條命令觸發完整工作流

Skill Bundles（2026 新增，目前最被低估）

Bundle 是輕量 YAML 檔案，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。Bundle 與單個 Skill 同名時Bundle 優先；未安裝的技能跳過不報錯；Bundle 不修改系統提示，Token 友善。

yaml — backend-dev bundle

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.

# CLI 快速建立：
# hermes bundles create backend-dev \
#   --skills github-code-review,test-driven-development,github-pr-workflow

條件啟用（Conditional Activation）

技能可根據目前工作階段工具可用性自動顯示或隱藏。在 metadata.hermes 下設定四種規則：

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：設定 FIRECRAWL_KEY / BRAVE_SEARCH_KEY 後付費 web_search 啟用，DuckDuckGo 技能透過 fallback_for_tools: [web_search] 自動從提示詞消失，節省 Token；API 不可用時備選方案自動浮現。平台感知技能可用 requires_toolsets: [messaging] + platforms: [telegram, discord]，並透過 hermes skills TUI 為不同平台獨立開關。

Skills Hub 生態、Tap 發布與 GEPA 自進化

官方安裝與開源技能倉庫

bash

hermes skills install official/research/arxiv
hermes skills install github:openai/skills/k8s
hermes skills tap add github:my-org/my-skills
hermes skills tap update && hermes skills tap list

倉庫	亮點	Stars
ChuckSRQ/awesome-hermes-skills	精選生產級技能，含 Deep Research、MLOps、Apple 整合	67
amanning3390/hermeshub	社群技能註冊中心，每個技能經過提示注入檢測	166
kevinnft/ai-agent-skills	191 個技能，28 分類，跨 Hermes/Claude/Cursor	10
NousResearch/hermes-agent	官方權威來源，含所有內建 Skills	—

發布你自己的 Skill Tap

建立 GitHub 倉庫作為 Tap，團隊一鍵訂閱：hermes skills tap add github:your-org/your-skills-tap。私有倉庫加 --token $GH_TOKEN。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。

GEPA + DSPy：讓技能自動進化（ICLR 2026 Oral）

GEPA（Genetic-Pareto Prompt Evolution）不微調模型權重，只透過分析執行軌跡、產生變體、多目標帕累托最佳化來改進 SKILL.md 文字本身。每次最佳化約 $2–10（純 API 呼叫，無需 GPU）。五階段流程：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。

bash — GEPA 快速上手

git clone https://github.com/NousResearch/hermes-agent-self-evolution
cd hermes-agent-self-evolution && pip install -r requirements.txt
export HERMES_AGENT_PATH=~/.hermes

# 合成資料入門
python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source synthetic

# 真實工作階段資料（效果更好）
python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source sessiondb

# 聯合 Claude/Gemini 軌跡（實驗性）
python -m evolution.skills.evolve_skill \
    --skill github-code-review --eval-source mixed \
    --trace-dirs ~/.claude/traces,~/.hermes/sessions

四大安全護欄：① 全量測試套件 100% 通過；② Skills ≤15KB、工具描述 ≤500 字元；③ 不破壞 Prompt Cache 相容性；④ 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（✅ 已實現）→ Phase 2 工具描述 → Phase 3 系統提示 → Phase 4 工具實作程式碼 → Phase 5 全自動持續改進。

Plugin 技能與 skill_manage 自我維護

外掛技能以 plugin:skill 命名空間載入（如 skill_view("superpowers:writing-plans")），不出現在預設列表、僅 Opt-in 啟用。Agent 可透過 skill_manage(action='patch'| 'create', ...) 動態維護技能；在 config.yaml 設定 skills.agent_writes_require_approval: true 開啟人工審批門。

八步落地：從寫 SKILL.md 到團隊 Tap 與 GEPA 進化

01
按 agentskills.io 寫 frontmatter：name（小寫連字符 ≤64 字元）、description 以 "Use when..." 開頭（≤1024 字元），寫清觸發條件與排除場景。
02
搭建模組化目錄：主檔案 ≤500 行，詳細 API 放 references/，可執行腳本放 scripts/，用 skills-ref validate ./my-skill 驗證格式。
03
建立 Skill Bundle：在 ~/.hermes/skill-bundles/ 寫 YAML 或用 hermes bundles create CLI，把相關工作流技能打包。
04
設定條件啟用：在 metadata.hermes 設定 requires_toolsets / fallback_for_tools，實現免費／付費工具智慧切換。
05
發布 Tap 倉庫：GitHub 建倉庫含分類目錄 + 可選 skills.sh.json，團隊執行 hermes skills tap add github:your-org/tap。
06
版本控制同步：cd ~/.hermes/skills && git init，跨裝置 git pull && hermes skills reset。
07
執行 GEPA 進化：克隆 hermes-agent-self-evolution，用 evolve_skill 針對失敗軌跡最佳化 SKILL.md，人工審查 PR 後合併。
08
開啟審批門：生產環境設 agent_writes_require_approval: true，Pitfalls 章節寫具體失敗模式與修復步驟（技能品質分水嶺）。

實戰案例：部落格工作流 Bundle

yaml — blog-workflow bundle

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.

Level 0 Token 預算：全部技能 description 合計約 3K tokens，是控制成本的第一道閘門。
GEPA 單次成本：約 $2–10 API 費用，無需 GPU，適合在常駐主機上定期跑進化。
GEPA 大小限制：Skills 檔案必須 ≤15KB，否則無法通過護欄產生 PR。
跨平台複用：同一 SKILL.md 可複製到 ~/.claude/skills/ 或使用 kevinnft/ai-agent-skills 一鍵多端安裝。

Skills 是程序性知識，MCP 是工具介面——兩者互補。Skill 修改後目前工作階段不生效，需 /reset 或 --now 重新整理。description 建議保留英文（或中英雙語），底層 LLM 對英文 description 匹配更精確。

筆電合蓋、低配 VPS 缺 macOS 路徑、家用 Wi-Fi 斷網，都會讓 Gateway 與 GEPA 進化任務在關鍵時刻掉線。對需要穩定 7×24 跑 Hermes Skills 複利、並保留 macOS 原生 launchd 守護的生產環境，NodeMini 的 Mac Mini M4 雲端租賃通常比「將就的筆電 + 手動重啟」更省心——具體機型見租賃價格說明。

FAQ

常見問題

Skills 是程序性知識文件（教 Agent 怎麼做），MCP 是工具介面（給 Agent 額外工具呼叫能力）。兩者互補：MCP 提供資料庫存取，Skill 教如何正確執行資料庫遷移。

目前工作階段快取了舊版，需 /reset 開新工作階段，或安裝時加 --now 強制重新整理（會導致 Prompt Cache 失效，消耗更多 Token）。

GEPA 進化與 Gateway 7×24 常駐需要穩定在線。NodeMini 提供獨占 Mac Mini M4 按月租賃，即時價格見租賃價格說明；更多接入問題見說明中心。

透過四大護欄（全量測試、大小限制、語意保留、人工 PR 審查）約束，語意漂移檢測確保不偏離原始目的。仍建議人工 review 每個 PR diff。