Hermes Agent Skills 进阶全攻略：从 SKILL.md 到 GEPA 自进化与 Skill Bundles 工作流（2026）

1. 引言：Hermes 2026 与程序性记忆

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。本文不聊基础入门，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、Skill Bundles 如何一键触发复杂工作流、GEPA+DSPy 如何让 Skills 自动进化，以及开源社区有哪些现成仓库可直接 Tap。

2. Skills vs Memory vs Prompts 对比

在构建 Skill 体系之前，先厘清三者的边界——这是后续编写、Bundle 设计与 GEPA 进化的前提。

核心记忆口诀：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）。

3. 痛点拆解：进阶 Skill 体系的隐性成本

1. Token 与 Prompt Cache 的隐性账单：Level 0 虽仅约 3K Token（全部技能 name+description 合计），但误写 description 会导致 LLM 频繁加载 Level 1 全文；Skill 热更新若不加策略，会击穿 Prompt Cache，单次会话成本可翻倍。
2. 跨设备与团队同步断层：~/.hermes/skills/ 默认本地散落，无 Tap 与 Git 版本控制时，团队成员各自维护 Skill，GEPA 进化产物无法共享，程序性记忆无法复利。
3. 7×24 轨迹采集与 GEPA 的数据前提：GEPA 依赖 SQLite 执行轨迹库；Gateway 频繁离线（笔记本合盖、Docker VPS 休眠、WSL2 断连）会导致 sessiondb 样本不足，$2–10/次的进化运行得不到有效反馈。

硬核数据（2026-06）：Hermes GitHub 160k+ Stars；GEPA 单次优化约 $2–10（纯 API，无需 GPU）；Skill 文件 GEPA 护栏上限 15KB；Level 0 全技能索引约 ~3K Token。

4. SKILL.md 格式与 Progressive Disclosure

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）。

4.1 Frontmatter 与目录结构

---
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 [...].
  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

模块化目录结构：

~/.hermes/skills/
└── my-category/
    └── my-skill/
        ├── SKILL.md              # 主文件（核心步骤，建议 ≤500 行）
        ├── references/
        │   ├── api-docs.md
        │   └── examples.md
        ├── templates/
        │   └── config.yaml
        └── scripts/
            └── setup.sh

4.2 Progressive Disclosure 三级加载（Token 控制核心）

写作建议：description 字段是 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。

5. Skill Bundles 工作流

Skill Bundles 是 Hermes 2026 新增的强力特性：轻量 YAML 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，无需逐个触发。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.

research-session 示例：arxiv、deep-research、plan、excalidraw 一键加载。mlops-deploy 示例：vllm、llama-cpp、github-pr-workflow、systematic-debugging 组成部署流水线。

优先级规则：Bundle 与单个 Skill 同名时 Bundle 优先；Bundle 中未安装的 Skill 跳过而不报错；Bundle 不修改系统提示，不会导致 Prompt Cache 失效。

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

6. 条件激活（Conditional Activation）

技能可根据当前会话中工具的可用性，自动显示或隐藏。在 SKILL.md 的 metadata.hermes 下配置四种规则：

DuckDuckGo 示例：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 技能自动从提示词中消失以节省 Token；API 不可用时备选方案自动浮现。

平台感知技能：通过 requires_toolsets: [messaging] 与 platforms: [telegram, discord] 白名单，配合 hermes skills TUI 为 CLI、Telegram、Discord 独立开关技能。

7. Skills Hub 与开源生态

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

agentskills.io 开放标准意味着 Skills 可在 Hermes、Claude Code、Cursor、OpenCode 之间跨平台使用；可用 skills-ref validate ./my-skill 验证格式合规性。

8. 发布 Skill Tap

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              # 分类配置（可选）
├── mlops/
│   ├── vllm-deploy/SKILL.md
│   └── model-benchmark/SKILL.md
├── research/
│   ├── paper-summarizer/SKILL.md
│   └── citation-finder/SKILL.md
└── README.md

skills.sh.json 控制 Hub 分类展示；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

版本控制建议：将 ~/.hermes/skills/ 纳入 Git——cd ~/.hermes/skills && git init，跨设备 git pull && hermes skills reset 同步后重建内置技能。

9. GEPA + DSPy 自进化

GEPA（Genetic-Pareto Prompt Evolution） 是 2026 年 ICLR Oral 论文成果，Nous Research 集成到 hermes-agent-self-evolution。核心思路：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。成本：每次优化运行约 $2–10（纯 API 调用，无需 GPU）。

五阶段进化流程：Stage 1 执行轨迹收集（SQLite）→ Stage 2 反思式失败分析 → Stage 3 靶向变异（10–20 个 SKILL.md 变体）→ Stage 4 多目标帕累托评估（成功率 × Token 效率 × 速度）→ Stage 5 人工审查 PR。

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

python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source synthetic

python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source sessiondb

四大安全护栏（Guardrails）：

1. 全量测试套件：pytest tests/ -q 必须 100% 通过
2. 大小限制：Skills ≤ 15KB，工具描述 ≤ 500 字符
3. Prompt 缓存兼容性：不能在会话中途修改导致缓存失效
4. 语义保留检查：不能偏离技能的原始核心目的

混合轨迹来源（实验性）：agentskills.io 标准使 Claude Code / Gemini CLI 轨迹也可喂给 GEPA：

python -m evolution.skills.evolve_skill \
    --skill github-code-review --iterations 10 --eval-source mixed \
    --trace-dirs ~/.claude/traces,~/.hermes/sessions

10. Plugin 技能

插件将技能打包成命名空间形式（plugin:skill），实现：技能不出现在默认 skills_list（减少系统提示噪声）；只在用户明确调用时激活（Opt-in）；插件内技能可相互引用。

skill_view("superpowers:writing-plans")
# 加载时会自动展示同插件下的兄弟技能

在插件 plugin.yaml 中声明：

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

11. 进阶编写技巧

11.1 description 决定激活精度

❌ 太模糊：Helps with code. ✅ 明确触发条件：「Use when reviewing a pull request… Do NOT use for writing new code.」

11.2 Pitfalls 是质量分水岭

高质量 Pitfalls 应包含具体失败模式、根因分析与可操作修复步骤——例如 CSS selector 脆弱性、GitHub API 限流、大 diff Token 溢出及对应 chunking 策略。

11.3 脚本化与大小控制

11.4 skill_manage 与 Approval Gate

skill_manage(action='patch', name='github-code-review',
    old_string='Check for obvious bugs',
    new_string='Check for: null pointer, SQL injection, XSS...')

# config.yaml 开启人工审批
skills:
  agent_writes_require_approval: true

12. 博客工作流实战案例

构建 blog-workflow Bundle（~/.hermes/skill-bundles/blog-workflow.yaml）：

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.
  Generate both Chinese and English title options.

核心自定义技能 seo-keyword-research：在博客写作会话开始时触发，检索中英文长尾词（「X 怎么用」「X tutorial」「X vs Y」），交叉参考掘金热榜与 Dev.to trending，输出 3–5 主关键词 + 10–15 长尾词矩阵。配置 requires_toolsets: [web] 确保仅在 web 工具可用时激活。

13. 五步 Runbook：从安装到 GEPA 进化

步骤 1 — 安装 Hermes Agent：在 macOS 节点（推荐 Mac Mini M4 16GB/32GB）执行 curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash，运行 hermes setup 并完成 OpenRouter 或本地 Ollama 配置。

步骤 2 — 安装 Skills：从官方与社区 Tap 拉取技能——hermes skills install official/research/arxiv；hermes skills tap add github:ChuckSRQ/awesome-hermes-skills；用 hermes skills TUI 验收 Level 0 索引是否正常。

步骤 3 — 创建 Skill Bundle：编写 ~/.hermes/skill-bundles/blog-workflow.yaml（或 CLI：hermes bundles create blog-workflow --skills seo-keyword-research,outline-generator ...），Telegram/CLI 执行 /blog-workflow 冒烟。

步骤 4 — 发布 Skill Tap：在 GitHub 建 my-skills-tap 仓库，添加 skills.sh.json 与 SKILL.md 目录树；团队成员 hermes skills tap add github:your-org/your-skills-tap；将 ~/.hermes/skills/ 纳入 Git 做个人定制版本控制。

步骤 5 — 运行 GEPA 进化：克隆 hermes-agent-self-evolution，设置 HERMES_AGENT_PATH=~/.hermes，先用 --eval-source synthetic 入门，积累 sessiondb 后切换 --eval-source sessiondb 或 mixed；审查 PR diff 后合并最优变体。

14. FAQ

Skills 和 MCP 有什么区别？ Skills 是程序性知识文档（教 Agent 怎么做某事），MCP 是工具接口（给 Agent 额外的工具调用能力）。两者互补：MCP 提供数据库访问，Skill 教 Agent 如何正确执行数据库迁移。

为什么 Skill 改了但 Agent 还在用旧版？ Skill 修改在当前会话不生效，需要 /reset 开启新会话，或安装时加 --now 参数强制刷新（会导致 Prompt Cache 失效，消耗更多 Token）。

GEPA 进化出的技能安全吗？ 通过四大护栏（全量测试、15KB 大小限制、语义保留、人工 PR 审查），语义漂移检测确保技能不会偏离原始目的。但仍建议人工 review 每个 PR diff。

如何在 Claude Code 中复用 Hermes Skills？ 复制 SKILL.md 到 ~/.claude/skills/，或使用 kevinnft/ai-agent-skills 一键安装脚本，一次安装多端可用。

Skill 的中文内容会影响 Token 效率吗？ 中文字符在大多数 tokenizer 中每字约 1–1.5 token，与英文相近。但 description 字段建议保留英文或中英双语，因为底层 LLM 对英文 description 的理解和匹配更精确。

15. 延伸阅读与资源

官方文档：

• Hermes Agent 官方文档
• Hermes Agent 中文文档
• Skills System 文档
• Creating Skills 开发者指南
• agentskills.io 开放标准

开源仓库： hermes-agent · hermes-agent-self-evolution · awesome-hermes-skills · hermeshub · ai-agent-skills · gepa-ai/gepa · stanfordnlp/dspy

社区内容： SegmentFault 中文开发者实战指南 · Hermes Agent 中文站 · Dev.to: Self-Improving AI Agent

16. 结论：Skill 复利需要 7×24 的 Mac 节点

Windows WSL2、廉价 Linux Docker VPS 都能「跑起来」Hermes，但各有短板：WSL2 休眠打断 sessiondb 轨迹采集；x86 VPS 无原生 macOS，Apple 工具链 Skill 需套娃；Docker 抽象层增加排障成本且影响 launchd 常驻。自购 Mac Mini 则被 M 系迭代折旧锁死。要让 Skills 程序性记忆与 GEPA 进化真正复利——Level 0 索引稳定、Bundle 工作流随时可触发、Tap 团队同步不中断——Gateway 必须7×24 在线，且宿主最好是原生 macOS。

对于更稳定、更高性能、对 Apple 工具链与 AI Agent 更友好的生产环境，租赁 VPSMAC 的 Mac 云主机通常是更优解：固定月费、SSH 运维、launchd 常驻模板、Skill 备份与退租擦除，把精力花在 SKILL.md 编写与 GEPA 进化，而非硬件换代与 Docker 套娃。