Hermes Skills 和 Memory 有什么区别？

Memory 存储用户偏好与事实，每次会话自动注入；Skills 是程序性 SOP，按需加载，激活前零 Token 消耗。

Skill 修改后为什么不生效？

当前会话缓存了旧版技能，需 /reset 开新会话，或安装时加 --now 强制刷新（会失效 Prompt Cache）。

跑 Hermes Skills 自进化用什么主机最合适？

GEPA 进化与 Gateway 7×24 常驻需要稳定在线与 macOS 原生路径，Mac Mini M4 月租通常优于合盖笔记本；详见 NodeMini 租赁价格说明。

2026 Hermes Agent Skills 进阶全攻略：SKILL.md、Bundles、GEPA 自进化与 Tap 发布实战

为什么 Skills 系统值得单独深入研究？Skills ≠ Prompts ≠ Memory

与传统「一次性 Prompt」不同，Hermes Skills 遵循 agentskills.io 开放标准，可在 Hermes、Claude Code、Cursor 之间跨平台移植。核心记忆口诀：Prompt = 便利贴（当次有效）、Memory = 便签本（永久笔记，每次自动注入）、Skill = SOP 手册（步骤化流程，需要时翻阅）。

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	每次会话自动注入	按需加载（关键差异）
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（如何做）
可共享性	不方便	私有	可发布为社区 Tap

01
痛点：把 Skill 当 Prompt 全文塞进上下文，Token 成本随技能数量线性爆炸。
02
痛点：多个相关技能需逐个 /skill-name 触发，复杂工作流断裂。
03
痛点：免费 DuckDuckGo 与付费 web_search 同时暴露，提示词冗余浪费 Token。
04
痛点：团队每人重复造轮子，技能无法一键订阅共享。
05
痛点：技能写了不会进化，同类错误在会话中反复出现。
06
本文交付：从 SKILL.md 标准到 GEPA 自进化的完整进阶路线图，覆盖全部核心机制。

SKILL.md 格式深度解析与 Progressive Disclosure 三级加载

所有 Hermes Skills 遵循 agentskills.io 标准。推荐目录结构：~/.hermes/skills/my-category/my-skill/ 下含 SKILL.md（核心步骤，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）。

yaml — SKILL.md frontmatter

---
name: my-skill                    # 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
  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

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

info

写作建议：description 是 Level 0 的全部信息，LLM 靠它决定是否加载完整技能。写清「什么时候用」比「是什么」更重要。技能 >1000 行应拆分到 references/；>15KB 超过 GEPA 进化限制，必须拆分。

Skill Bundles 与条件激活：一条命令触发完整工作流

Skill Bundles（2026 新增，目前最被低估）

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。Bundle 与单个 Skill 同名时Bundle 优先；未安装的技能跳过不报错；Bundle 不修改系统提示，Token 友好。

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

条件激活（Conditional Activation）

技能可根据当前会话工具可用性自动显示或隐藏。在 metadata.hermes 下配置四种规则：

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：配置 FIRECRAWL_KEY / BRAVE_SEARCH_KEY 后付费 web_search 激活，DuckDuckGo 技能通过 fallback_for_tools: [web_search] 自动从提示词消失，节省 Token；API 不可用时备选方案自动浮现。平台感知技能可用 requires_toolsets: [messaging] + platforms: [telegram, discord]，并通过 hermes skills TUI 为不同平台独立开关。

Skills Hub 生态、Tap 发布与 GEPA 自进化

官方安装与开源技能仓库

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

仓库	亮点	Stars
ChuckSRQ/awesome-hermes-skills	精选生产级技能，含 Deep Research、MLOps、Apple 集成	67
amanning3390/hermeshub	社区技能注册中心，每个技能经过提示注入检测	166
kevinnft/ai-agent-skills	191 个技能，28 分类，跨 Hermes/Claude/Cursor	10
NousResearch/hermes-agent	官方权威来源，含所有内置 Skills	—

发布你自己的 Skill Tap

创建 GitHub 仓库作为 Tap，团队一键订阅：hermes skills tap add github:your-org/your-skills-tap。私有仓库加 --token $GH_TOKEN。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。

GEPA + DSPy：让技能自动进化（ICLR 2026 Oral）

GEPA（Genetic-Pareto Prompt Evolution）不微调模型权重，只通过分析执行轨迹、生成变体、多目标帕累托优化来改进 SKILL.md 文本本身。每次优化约 $2–10（纯 API 调用，无需 GPU）。五阶段流程：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。

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

# 合成数据入门
python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source synthetic

# 真实会话数据（效果更好）
python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source sessiondb

# 联合 Claude/Gemini 轨迹（实验性）
python -m evolution.skills.evolve_skill \
    --skill github-code-review --eval-source mixed \
    --trace-dirs ~/.claude/traces,~/.hermes/sessions

四大安全护栏：① 全量测试套件 100% 通过；② Skills ≤15KB、工具描述 ≤500 字符；③ 不破坏 Prompt Cache 兼容性；④ 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 全自动持续改进。

Plugin 技能与 skill_manage 自我维护

插件技能以 plugin:skill 命名空间加载（如 skill_view("superpowers:writing-plans")），不出现在默认列表、仅 Opt-in 激活。Agent 可通过 skill_manage(action='patch'| 'create', ...) 动态维护技能；在 config.yaml 设置 skills.agent_writes_require_approval: true 开启人工审批门。

八步落地：从写 SKILL.md 到团队 Tap 与 GEPA 进化

01
按 agentskills.io 写 frontmatter：name（小写连字符 ≤64 字符）、description 以 "Use when..." 开头（≤1024 字符），写清触发条件与排除场景。
02
搭建模块化目录：主文件 ≤500 行，详细 API 放 references/，可执行脚本放 scripts/，用 skills-ref validate ./my-skill 验证格式。
03
创建 Skill Bundle：在 ~/.hermes/skill-bundles/ 写 YAML 或用 hermes bundles create CLI，把相关工作流技能打包。
04
配置条件激活：在 metadata.hermes 设置 requires_toolsets / fallback_for_tools，实现免费/付费工具智能切换。
05
发布 Tap 仓库：GitHub 建仓库含分类目录 + 可选 skills.sh.json，团队执行 hermes skills tap add github:your-org/tap。
06
版本控制同步：cd ~/.hermes/skills && git init，跨设备 git pull && hermes skills reset。
07
运行 GEPA 进化：克隆 hermes-agent-self-evolution，用 evolve_skill 针对失败轨迹优化 SKILL.md，人工审查 PR 后合并。
08
开启审批门：生产环境设 agent_writes_require_approval: true，Pitfalls 章节写具体失败模式与修复步骤（技能质量分水岭）。

实战案例：博客工作流 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 预算：全部技能 description 合计约 3K tokens，是控制成本的第一道闸门。
GEPA 单次成本：约 $2–10 API 费用，无需 GPU，适合在常驻主机上定期跑进化。
GEPA 大小限制：Skills 文件必须 ≤15KB，否则无法通过护栏生成 PR。
跨平台复用：同一 SKILL.md 可复制到 ~/.claude/skills/ 或使用 kevinnft/ai-agent-skills 一键多端安装。

Skills 是程序性知识，MCP 是工具接口——两者互补。Skill 修改后当前会话不生效，需 /reset 或 --now 刷新。description 建议保留英文（或中英双语），底层 LLM 对英文 description 匹配更精确。

笔记本合盖、低配 VPS 缺 macOS 路径、家用 Wi-Fi 断网，都会让 Gateway 与 GEPA 进化任务在关键时刻掉线。对需要稳定 7×24 跑 Hermes Skills 复利、并保留 macOS 原生 launchd 守护的生产环境，NodeMini 的 Mac Mini M4 云端租赁通常比「将就的笔记本 + 手动重启」更省心——具体机型见租赁价格说明。

FAQ

常见问题

Skills 是程序性知识文档（教 Agent 怎么做），MCP 是工具接口（给 Agent 额外工具调用能力）。两者互补：MCP 提供数据库访问，Skill 教如何正确执行数据库迁移。

当前会话缓存了旧版，需 /reset 开新会话，或安装时加 --now 强制刷新（会导致 Prompt Cache 失效，消耗更多 Token）。

GEPA 进化与 Gateway 7×24 常驻需要稳定在线。NodeMini 提供独占 Mac Mini M4 按月租赁，实时价格见租赁价格说明；更多接入问题见帮助中心。

通过四大护栏（全量测试、大小限制、语义保留、人工 PR 审查）约束，语义漂移检测确保不偏离原始目的。仍建议人工 review 每个 PR diff。