Hermes Agent 与 Agent Skill 设计解析¶

Ch04.270 Hermes Agent 与 Agent Skill 设计解析¶

📊 Level ⭐⭐ | 11.4KB | entities/hermes-agent-skill-design-analysis.md

Hermes Agent 与 Agent Skill 设计解析¶

来源：飞樰 - 阿里云开发者（2026-04-24）& 云朵君 - 数据STUDIO（2026-04-23）

一、Hermes Agent：自进化的开源 Agent¶

背景¶

项目：Hermes Agent，由美国开源 AI 研究机构 Nous Research 于2026年2月底推出
成绩：GitHub 4万+ Stars，迭代速度超越多数商业化 Agent 产品
定位：不是 IDE 绑定的 Copilot，也不是单一 API 聊天机器人外壳，而是部署在服务器上的自主智能体

核心亮点¶

能力	说明
持久运行（Persistent）	部署在服务器上，长期运行持续服务
自进化（Self-Evolving）	运行时间越长，能力越强

功能特性¶

40+ 款内置工具
兼容多种主流大语言模型
内置 Cron 调度器执行复杂定时任务
支持多种第三方消息平台接入（类 OpenClaw）

二、Self-Evolving：双路径驱动的自进化¶

Hermes 的自进化依赖两条路径，构成"内外"双轮驱动闭环：

路径一：动态 Skill 生成（"记笔记"）¶

与 OpenClaw/Claude Code 的核心差异¶

特性	OpenClaw / Claude Code	Hermes
Skill 来源	静态的，需预定义或手动创建	动态生成，基于执行轨迹自动沉淀
学习方式	无法自主从历史中学习	自动复盘，从试错中提取经验
积累方式	独立使用，不自动优化	持续优化，遇更优路径自动更新

触发机制¶

_iters_since_skill 计数器：记录距离上次使用 skill_manage 工具过了多少轮
_skill_nudge_interval = 10：连续10轮对话未创建/修改技能时，系统"提醒" Agent 整理经验

后台审查 Agent（异步复盘）¶

主 Agent 回复后，后台异步启动轻量级 Agent 从三个维度复盘：

维度	Prompt	作用
记忆审查	`_MEMORY_REVIEW_PROMPT`	判断是否蕴含值得长期保留的经验/事实 → 存入记忆库
技能审查	`_SKILL_REVIEW_PROMPT`	分析任务解决路径是否具有通用性 → 抽象固化为可复用 Skill
综合审查	`_COMBINED_REVIEW_PROMPT`	反思执行过程中是否存在优化空间或潜在错误模式

设计模式：前台即时响应、后台异步进化。用户看到秒回，背后审查 Agent 慢慢整理经验。

路径二：RL 训练闭环（"练内功"）¶

基于强化学习（RL）改变模型权重，实现真正的能力进化。 - 不仅是"记笔记"（Skill 沉淀），更是"练内功"（权重内化） - 构建完整闭环：数据合成 → 质量筛选 → RL训练环境构建 → 小规模实验 → 正式训练 → 自动化评估 - 被称为 "Research-Ready"（研究就绪）框架

三、Agent Skills 详解¶

什么是 Skill？¶

本质：一个文件夹，核心是 SKILL.md 文件

my-skill/
├── SKILL.md       # 必须：元数据 + 核心指令
├── scripts/       # 可选：可执行脚本（Python/Bash等）
├── references/    # 可选：参考文档（API说明等）
└── assets/        # 可选：静态资源

核心设计哲学：渐进式披露¶

像外卖骑手接单一样分三步：

阶段	比喻	AI 加载内容
发现	骑手看订单列表	只加载 `name` + `description`，判断是否匹配任务
激活	骑手接单看详情	匹配后加载完整 `SKILL.md`
执行	骑手出发送货	按需加载 `references/` 或执行 `scripts/`

好处：上下文窗口不被塞满，保持思考速度，只在需要时加载必要信息

SKILL.md 结构¶

---
name: pdf-processing
description: 从PDF提取文本表格、填写表单、合并文件。当用户需要处理PDF文档时使用此技能。
---
# 正文：详细操作指令
## Triggers（触发条件）
## Steps（执行步骤）
## Pitfalls（避坑指南）

Skill vs Prompt 对比¶

对比项	塞进 Prompt	用 Skill
复用性	低，每次复制粘贴	高，文件夹式管理
维护性	难，更新麻烦	易，单独修改
上下文占用	全量加载	按需加载（渐进式披露）

四、总结¶

Hermes 的自进化全景¶

┌─────────────────────────────────────────────────────────┐
│                    Hermes Self-Evolving                  │
├─────────────────────────┬───────────────────────────────┤
│   "记笔记"              │   "练内功"                      │
│   Skill 动态沉淀         │   RL 训练闭环                   │
│   (Context Engineering) │   (Weight Evolution)          │
├─────────────────────────┼───────────────────────────────┤
│  • 自动生成 Skill       │  • 数据合成                      │
│  • 持续优化 Skill       │  • 质量筛选                     │
│  • 持续积累经验         │  • RL 训练                       │
│  • 快速、轻量、即时生效  │  • 深度、根本改变模型能力        │
└─────────────────────────┴───────────────────────────────┘

核心认知¶

Skill = 岗位职责说明书 + 操作SOP + 避坑指南

AI 像刚入职的新员工——聪明、学习能力强，但不懂业务"潜规则"。Skill 让通用模型秒变领域专家。

深度分析¶

双路径自进化的设计哲学：短期记忆 vs 长期能力¶

Hermes 的"记笔记（Skill 沉淀）"与"练内功（RL 训练）"之分，映射到认知科学的系统 1（快速直觉）与系统 2（深度推理）——Skill 是立即可用的经验规则，RL 是底层能力重塑。两者时间尺度不同：Skill 在单次会话中即可生效，RL 需要多轮训练周期。这种分层设计避免了"所有改进都必须通过权重更新"的笨重路径。

渐进式披露：上下文管理的范式创新¶

Skill 的"发现→激活→执行"三阶段加载模式，是应对 Agent 上下文窗口限制的关键创新。与将所有指令塞入 Prompt 的"暴力方法"不同，渐进式披露只在必要时加载信息。这在拥有 40+ 工具和数百个 Skill 的 Agent 中至关重要——避免了上下文膨胀导致的推理退化。

后台审查 Agent 的设计权衡¶

异步后台审查 Agent 是"响应速度"与"学习深度"之间权衡的优雅解。用户获得即时响应，后台 Agent 从容复盘。但该设计增加了系统复杂度：需要处理主 Agent 与审查 Agent 间的状态同步、审查结果冲突解决、以及审查本身的延迟对"实时学习"的影响。在 Hermes 的实现中，_SKILL_REVIEW_PROMPT 和 _MEMORY_REVIEW_PROMPT 分别独立运行，降低了耦合度。

RL 训练闭环的工程挑战¶

数据合成→质量筛选→RL 训练→自动化评估的闭环构建是 Hermes 最难的工程环节。与 Skill 沉淀（几乎无额外成本）不同，RL 训练需要：高质量合成数据、稳定的训练环境、可靠的评估基准。Hermes 的"Research-Ready"命名暗示了这一能力仍处于研究阶段而非生产就绪。

动态 Skill vs 静态 Skill 的范式差异¶

与 OpenClaw/Claude Code 的静态 Skill（预定义或手动创建）相比，Hermes 的动态 Skill 生成基于执行轨迹自动沉淀经验。这代表了两种产品哲学：静态 Skill 强调可预测性（开发者控制内容），动态 Skill 强调适应性（系统自动优化）。对于企业部署，静态 Skill 的可靠性和审计性更优；对于个人效率场景，动态 Skill 的低维护成本更具吸引力。

实践启示¶

分层进化是 Agent 系统的最佳实践 — 将短期适应（Skill/记忆）与长期进化（RL/微调）分离，避免"牵一发动全身"。在构建 Agent 系统时，优先实现 Skill 层自进化，RL 层作为第二阶段。
渐进式披露是上下文管理的核心模式 — 无论使用哪种 Agent 框架，都应采用"先元数据后全文"的加载策略。Skills 的 name/description 在消息头部（发现），完整内容在需要时（激活）加载，附件在执行时按需获取。
后台审查 Agent 的"异步复盘"模式可复用 — 即使没有完整的 RL 训练管线，单是增加一个后台记忆/技能审查 Agent 就能显著提升系统的自进化能力。实现时注意：审查应异步非阻塞、结果应有合并策略、应设置冷却周期避免频繁刷新。
动态 Skill 生成降低运维成本 — 当 Agent 系统维护者无力持续更新 Skill 时，动态生成是救命稻草。但关键业务场景仍需人工审核生成的 Skill 内容，建议实施"生成→审查→启用"三级管线。
工具发现的标准化决定生态可扩展性 — Hermes 的 Skill 系统与 MCP、CLI-Anything 的 SKILL.md 一起构成了三层工具发现协议：Agent 框架层（Hermes）、工具实现层（CLI-Anything）、协议层（MCP）。理解这一分层有助于设计可扩展的 Agent 架构。

Hermes Agent 与 Agent Skill 设计解析¶

Ch04.270 Hermes Agent 与 Agent Skill 设计解析¶

Hermes Agent 与 Agent Skill 设计解析¶

一、Hermes Agent：自进化的开源 Agent¶

背景¶

核心亮点¶

功能特性¶

二、Self-Evolving：双路径驱动的自进化¶

路径一：动态 Skill 生成（"记笔记"）¶

与 OpenClaw/Claude Code 的核心差异¶

触发机制¶

后台审查 Agent（异步复盘）¶

路径二：RL 训练闭环（"练内功"）¶

三、Agent Skills 详解¶

什么是 Skill？¶

核心设计哲学：渐进式披露¶

SKILL.md 结构¶

Skill vs Prompt 对比¶

四、总结¶

Hermes 的自进化全景¶

核心认知¶

深度分析¶

双路径自进化的设计哲学：短期记忆 vs 长期能力¶

渐进式披露：上下文管理的范式创新¶

后台审查 Agent 的设计权衡¶

RL 训练闭环的工程挑战¶

动态 Skill vs 静态 Skill 的范式差异¶

实践启示¶

相关概念¶

相关资源¶